WO2013027630A1 - 符号化装置および方法、復号装置および方法、並びにプログラム - Google Patents

符号化装置および方法、復号装置および方法、並びにプログラム Download PDF

Info

Publication number
WO2013027630A1
WO2013027630A1 PCT/JP2012/070683 JP2012070683W WO2013027630A1 WO 2013027630 A1 WO2013027630 A1 WO 2013027630A1 JP 2012070683 W JP2012070683 W JP 2012070683W WO 2013027630 A1 WO2013027630 A1 WO 2013027630A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
section
high frequency
frequency
band
Prior art date
Application number
PCT/JP2012/070683
Other languages
English (en)
French (fr)
Inventor
優樹 山本
徹 知念
Original Assignee
ソニー株式会社
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 ソニー株式会社 filed Critical ソニー株式会社
Priority to US14/236,350 priority Critical patent/US9842603B2/en
Priority to CN201280040029.1A priority patent/CN103765510B/zh
Priority to RU2014105814/08A priority patent/RU2586011C2/ru
Priority to BR112014003672A priority patent/BR112014003672A2/pt
Priority to AU2012297804A priority patent/AU2012297804B2/en
Priority to KR1020147003607A priority patent/KR20140050050A/ko
Priority to EP12825849.8A priority patent/EP2750131A4/en
Priority to MX2014001871A priority patent/MX2014001871A/es
Priority to CA2840788A priority patent/CA2840788A1/en
Publication of WO2013027630A1 publication Critical patent/WO2013027630A1/ja
Priority to ZA2014/01181A priority patent/ZA201401181B/en

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L19/26—Pre-filtering or post-filtering
    • G10L19/265—Pre-filtering, e.g. high frequency emphasis prior to encoding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
    • G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/038—Speech enhancement, e.g. noise reduction or echo cancellation using band spreading techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information

Definitions

  • the present technology relates to an encoding apparatus and method, a decoding apparatus and method, and a program, and in particular, an encoding apparatus and method, a decoding apparatus and method, and a program that can obtain high-quality sound with a smaller code amount. About.
  • Conventional audio signal coding methods include HE-AAC (High Efficiency MPEG (Moving Picture Experts Group) 4AAC (Advanced Audio Coding)) (International Standard ISO / IEC14496-3) and AAC (MPEG2AAC) (International The standard ISO / IEC13818-7) is known.
  • HE-AAC High Efficiency MPEG (Moving Picture Experts Group) 4AAC (Advanced Audio Coding)
  • AAC MPEG2AAC
  • the high-frequency encoding information includes information necessary to calculate an estimate of the high-frequency component, such as a scale factor, amplitude adjustment coefficient, and spectral residual for obtaining the high-frequency component. It is.
  • the high frequency component is estimated based on the low frequency component obtained by decoding the low frequency encoded information and the information obtained by decoding the high frequency encoded information, and obtained by estimation.
  • the high frequency component obtained by decoding and the low frequency component obtained by decoding are combined into an audio signal obtained by decoding.
  • the present technology has been made in view of such a situation, and makes it possible to obtain high-quality sound with a smaller code amount.
  • a coding apparatus generates a low-frequency subband signal of a low-frequency subband of an input signal and a high-frequency subband signal of a high-frequency subband of the input signal. Based on the subband division unit, the low frequency subband signal, and a predetermined estimation coefficient, the pseudo high frequency subband power that is an estimated value of the high frequency subband power of the high frequency subband signal is calculated.
  • a sub-band power calculation unit, a feature amount calculation unit that calculates a section number determination feature amount based on at least one of the low-frequency sub-band signal and the high-frequency sub-band signal, and the section number determination feature amount A determination unit that determines the number of continuous frame sections including frames in which the same estimation coefficient is selected in a processing target section including a plurality of frames of the input signal, and the determined continuous frame For each of the consecutive frame sections obtained by dividing the processing target section based on the number of program sections, based on the pseudo high band sub-band power and the high band sub-band power, from among the plurality of estimation coefficients
  • a selection unit that selects the estimation coefficient of a frame that constitutes the continuous frame section, and a generation unit that generates data for obtaining the estimation coefficient selected in each frame of the continuous frame section that constitutes the processing target section
  • a low frequency encoding unit that encodes a low frequency signal of the input signal to generate low frequency encoded data, and a multiplexing that multiplexes the data and the low frequency
  • the feature number determining feature amount can be a feature amount indicating the sum of the high frequency sub-band powers.
  • the section number determining feature quantity may be a feature quantity indicating a temporal variation of the sum of the high frequency sub-band powers.
  • the section number determining feature amount can be a feature amount indicating the frequency shape of the input signal.
  • the section number determining feature amount can be a linear sum or a non-linear sum of a plurality of feature amounts.
  • the encoding device for each estimation coefficient, based on an evaluation value calculated for each estimation coefficient and indicating an error between the pseudo high band sub-band power and the high band sub-band power in the frame.
  • An evaluation value sum calculation unit that calculates the sum of the evaluation values of each frame constituting a frame section is further provided, and the selection unit is configured to perform the continuous measurement based on the sum of the evaluation values calculated for each of the estimation coefficients.
  • the estimation coefficient of the frame in the frame section can be selected.
  • Each section obtained by equally dividing the processing target section into the determined number of continuous frame sections can be set as the continuous frame section.
  • the selection unit includes the continuous frame section based on the sum of the evaluation values for each combination of divisions of the processing target section that can be taken when the processing target section is divided into the determined number of continuous frame sections.
  • the estimation coefficient of the frame of the selected frame is selected, and among the combinations, the combination that minimizes the sum of the evaluation values of the selected estimation coefficients of all the frames constituting the processing target section is specified.
  • the estimation coefficient selected in each frame can be the estimation coefficient of those frames.
  • the encoding device further includes a high frequency encoding unit that encodes the data to generate high frequency encoded data, and the multiplexing unit includes the high frequency encoded data, the low frequency encoded data, Can be multiplexed to generate the output code string.
  • the determination unit further calculates a code amount of the high-frequency encoded data of the processing target section based on the determined number of continuous frame sections, and the low-frequency encoding unit causes the processing target
  • the low frequency signal can be encoded with a code amount determined from a predetermined code amount for the section and the calculated code amount of the high frequency encoded data.
  • An encoding method or program includes: a low-frequency subband signal of a low-frequency subband of an input signal; and a high-frequency subband signal of a high-frequency subband of the input signal. Generating a pseudo high band sub-band power that is an estimated value of the high band sub-band power of the high band sub-band signal based on the low band sub-band signal and a predetermined estimation coefficient; Based on at least one of a band signal and the high frequency sub-band signal, a section number determination feature amount is calculated, and based on the section number determination feature amount, the same in a processing target section including a plurality of frames of the input signal Each of the consecutive frames obtained by dividing the number of consecutive frame sections based on the determined number of consecutive frame sections is determined based on the determined number of consecutive frame sections.
  • the estimation coefficient of a frame constituting the continuous frame section is selected from the plurality of estimation coefficients, and the processing target section Generating data for obtaining the estimation coefficient selected in each frame of the continuous frame section constituting, and encoding the low frequency signal of the input signal to generate low frequency encoded data, the data and the And a step of generating an output code string by multiplexing the low-frequency encoded data.
  • a low-frequency subband signal of a low-frequency subband of an input signal and a high-frequency subband signal of a high-frequency subband of the input signal are generated, and the low-frequency subband signal is generated.
  • a pseudo highband subband power that is an estimate of the highband subband power of the highband subband signal is calculated, and the low band subband signal or the high band subband signal is calculated.
  • a section number determining feature amount is calculated based on at least one of the region subband signals, and the same estimation coefficient is selected in a processing target section including a plurality of frames of the input signal based on the section number determining feature amount.
  • the number of continuous frame sections composed of the determined frames is determined, and each of the continuous frame sections obtained by dividing the processing target section based on the determined number of continuous frame sections.
  • the estimation coefficient of the frame constituting the continuous frame section is selected from a plurality of the estimation coefficients based on the pseudo high band sub-band power and the high band sub-band power, and the processing target section is configured.
  • Data for obtaining the estimation coefficient selected in the frame of each successive frame section to be generated is generated, low-frequency encoded data is generated by encoding a low-frequency signal of the input signal, and the data and the low frequency
  • the encoded data is multiplexed and an output code string is generated.
  • the decoding device calculates an estimated value of the high frequency subband power of the high frequency subband signal of the input signal based on the low frequency subband signal of the input signal and a predetermined estimation coefficient. Then, based on the section number determination feature quantity extracted from the input signal, the number of continuous frame sections made up of frames in which the same estimation coefficient is selected in the processing target section made up of a plurality of frames of the input signal is determined. For each continuous frame section obtained by dividing the processing target section based on the determined number of continuous frame sections, a plurality of the estimation coefficients are determined based on the estimated value and the high frequency subband power.
  • Each of the estimation coefficients of the frames constituting the continuous frame section is selected from among them, and each of the previous frames constituting the processing target section is generated based on the selection result.
  • a low frequency decoding unit that decodes the low frequency encoded data to generate a low frequency signal, the estimation coefficient obtained from the data, and the low frequency signal obtained by the decoding
  • a high-frequency signal generation unit that generates a high-frequency signal
  • a synthesis unit that generates an output signal based on the high-frequency signal and the low-frequency signal obtained by the decoding.
  • the decoding device may further include a high frequency decoding unit that decodes the data and obtains the estimated coefficient.
  • each frame constituting the continuous frame section for each estimation coefficient based on the evaluation value calculated for each estimation coefficient and indicating an error between the estimation value in the frame and the high frequency subband power
  • the sum of the values is calculated, and the estimation coefficient of the frame in the continuous frame section can be selected based on the sum of the evaluation values calculated for each of the estimation coefficients.
  • Each section obtained by equally dividing the processing target section into the determined number of continuous frame sections can be set as the continuous frame section.
  • the estimation coefficient of the frame of the continuous frame section based on the sum of the evaluation values Is selected, and among the combinations, the combination that minimizes the sum of the evaluation values of the selected estimation coefficients of all the frames constituting the processing target section is identified and identified.
  • the estimated coefficient selected in each frame may be the estimated coefficient of those frames.
  • the decoding method or program according to the second aspect of the present technology provides an estimated value of the high frequency subband power of the high frequency subband signal of the input signal based on the low frequency subband signal of the input signal and a predetermined estimation coefficient. Is calculated, and the number of consecutive frame sections composed of frames in which the same estimation coefficient is selected in the processing target section composed of a plurality of frames of the input signal based on the section number determining feature amount extracted from the input signal. A plurality of the estimations based on the estimated value and the high frequency sub-band power for each of the continuous frame sections determined and determined based on the determined number of the continuous frame sections.
  • the estimated coefficient of the frame constituting the continuous frame section is selected from the coefficients, and the processing target section generated based on the selection result
  • An input code string is obtained by using the data for obtaining the estimation coefficient selected in each frame of the continuous frame section constituting the low-frequency coded data obtained by encoding the low-frequency signal of the input signal.
  • Demultiplex generate the low frequency signal by decoding the low frequency encoded data, and generate the high frequency signal based on the estimation coefficient obtained from the data and the low frequency signal obtained by the decoding And generating an output signal based on the high frequency signal and the low frequency signal obtained by the decoding.
  • an estimated value of the high frequency subband power of the high frequency subband signal of the input signal is calculated based on the low frequency subband signal of the input signal and a predetermined estimation coefficient, Based on the section number determination feature amount extracted from the input signal, the number of continuous frame sections made up of frames in which the same estimation coefficient is selected in the processing target section made up of a plurality of frames of the input signal is determined and determined. For each of the continuous frame sections obtained by dividing the processing target section based on the number of the consecutive frame sections that have been performed, based on the estimated value and the high frequency subband power, from among a plurality of the estimation coefficients Each of the estimation coefficients of the frames constituting the continuous frame section is selected and generated based on the selection result.
  • the input code string is demultiplexed into the data for obtaining the estimation coefficient selected in the frame of the subsequent frame section and the low-frequency encoded data obtained by encoding the low-frequency signal of the input signal,
  • the low frequency encoded data is decoded to generate a low frequency signal, a high frequency signal is generated based on the estimation coefficient obtained from the data and the low frequency signal obtained by the decoding, and the high frequency signal is generated.
  • An output signal is generated based on the band signal and the low band signal obtained by the decoding.
  • high-quality sound can be obtained with a smaller code amount.
  • the input signal is divided into a plurality of frequency bands (hereinafter referred to as subbands) having a predetermined bandwidth at the time of encoding.
  • the vertical axis indicates the power of each frequency of the input signal
  • the horizontal axis indicates each frequency of the input signal.
  • a curve C11 indicates the power of each frequency component of the input signal.
  • the dotted line in the vertical direction indicates the boundary position of each subband.
  • the low frequency side component of the frequency components of the input signal that is equal to or lower than a predetermined frequency is encoded by a predetermined encoding method. Encoded data is generated.
  • a subband having a frequency equal to or lower than the upper limit frequency of the subband sb whose index for identifying each subband is sb is set as a low frequency component of the input signal.
  • the high frequency sub-band is the high frequency component of the input signal.
  • the low frequency encoded data is obtained, information for reproducing the subband signal of each subband of the high frequency component is then generated based on the low frequency component and the high frequency component of the input signal. However, it is appropriately encoded by a predetermined encoding method to generate high-frequency encoded data.
  • the components of four subbands sb-3 to subband sb having the highest frequency on the low frequency side continuously arranged in the frequency direction and the high frequency side continuously arranged (eb ⁇ (sb + 1 ) +1) high-band encoded data is generated from the components of subbands sb + 1 to subband eb.
  • the subband sb + 1 is a high-frequency subband adjacent to the subband sb and positioned on the lowest side
  • the subband eb is the highest frequency among the subbands sb + 1 to eb that are continuously arranged. Is a high subband.
  • the high frequency encoded data obtained by encoding the high frequency component is information for generating a subband signal of the high frequency side subband ib (where sb + 1 ⁇ ib ⁇ eb) by estimation.
  • the digitized data includes a coefficient index for obtaining an estimation coefficient used for estimating each subband signal.
  • An estimation coefficient composed of a coefficient B ib that is a constant term is used.
  • the coefficient index included in the high frequency encoded data is information for obtaining a set of estimated coefficients composed of the coefficient A ib (kb) and the coefficient B ib of each subband ib, for example, information specifying the set of estimated coefficients. .
  • the low-frequency encoded data and the high-frequency encoded data are obtained as described above, the low-frequency encoded data and the high-frequency encoded data are multiplexed and output as an output code string.
  • the decoding device that has received the output code string decodes the low-frequency encoded data to obtain a decoded low-frequency signal composed of subband signals of each subband on the low frequency side, and a decoded low-frequency signal, A subband signal of each subband on the high frequency side is generated by estimation from information obtained by decoding the high frequency encoded data. Then, the decoding device generates an output signal from the decoded high-frequency signal composed of the subband signals of each subband on the high frequency side obtained by the estimation, and the decoded low-frequency signal. The output signal thus obtained is a signal obtained by decoding the encoded input signal.
  • an estimation coefficient appropriate for the frame to be processed is selected from a plurality of estimation coefficients prepared in advance for each predetermined time length section of the input signal, that is, for each frame. Is selected.
  • the coefficient index of each frame is not included in the high frequency encoded data as it is, but the time information when the coefficient index changes in the time direction and the changed coefficient index value are included in the high frequency encoded data. In this way, the amount of code is further reduced.
  • the selected estimation coefficient that is, the coefficient index
  • the high frequency component of the input signal is encoded while appropriately switching between the variable length method and the fixed length method. It is.
  • variable length method encoding of high frequency components by the variable length method and the fixed length method will be described.
  • switching between the variable length method and the fixed length method is performed for each predetermined frame length section.
  • switching between the variable length method and the fixed length method is performed every 16 frames, and a section of 16 frames of the input signal is also referred to as a processing target section. That is, in the encoding apparatus, an output code string is output in units of 16 frames that are processing target sections.
  • variable length method In the encoding of the high frequency component by the variable length method, data including the method flag, the coefficient index, the section information, and the number information is encoded to be high frequency encoded data.
  • the system flag is information indicating a system for generating high-frequency encoded data, that is, information indicating which of a variable-length system and a fixed-length system is selected when encoding a high-frequency component.
  • the section information is a section including continuous frames included in the processing target section, and is information indicating the length of a section including the frames with the same coefficient index selected (hereinafter also referred to as a continuous frame section). is there.
  • the number information is information indicating the number of continuous frame sections included in the processing target section.
  • variable length method a section of 16 frames included between the position FST1 and the position FSE1 is set as one processing target section.
  • the horizontal direction in the figure indicates time, and one square represents one frame.
  • the numerical value in the square representing the frame indicates the value of the coefficient index that identifies the estimated coefficient selected for the frame.
  • the section to be processed is divided into continuous frame sections composed of continuous frames from which the same coefficient index is selected. That is, the boundary position between adjacent frames where different coefficient indexes are selected is set as the boundary position of each successive frame section.
  • the processing target section is divided into three sections: a section from position FST1 to position FC1, a section from position FC1 to position FC2, and a section from position FC2 to position FSE1.
  • a section from position FST1 to position FC1 a section from position FC1 to position FC2
  • a section from position FC2 to position FSE1 a section from position FC2 to position FSE1.
  • the same coefficient index “2” is selected in each frame.
  • the number information indicating the number of continuous frame sections in the processing target section, the coefficient index selected in each continuous frame section, and the length of each continuous frame section are obtained.
  • Data consisting of the section information shown and the method flag is generated.
  • the processing target section is divided into three continuous frame sections, information indicating the number of continuous frame sections “3” is used as the number information.
  • each section information can specify the section information of the continuous frame section from the top of the processing target section.
  • the section information includes information for specifying the position of the continuous frame section in the processing target section.
  • this data is encoded to be high frequency encoded data.
  • the same coefficient index is selected continuously in a plurality of frames, it is not necessary to transmit the coefficient index for each frame, so the data amount of the output code string to be transmitted can be reduced, and encoding can be performed more efficiently. Decoding can be performed.
  • a processing target section composed of 16 frames is equally divided into sections composed of a predetermined number of frames (hereinafter referred to as fixed length sections).
  • the horizontal direction indicates time, and one square represents one frame.
  • the numerical value in the square representing the frame indicates the value of the coefficient index that identifies the estimated coefficient selected for the frame.
  • the same reference numerals are given to the portions corresponding to those in FIG. 2, and the description thereof will be omitted as appropriate.
  • the section to be processed is divided into several fixed length sections. At this time, the length of the fixed length section is determined so that the coefficient index selected in each frame in the fixed length section is the same and the length of the fixed length section is the longest.
  • the length of the fixed length section (hereinafter, also simply referred to as a fixed length) is 4 frames, and the processing target section is equally divided into four fixed length sections. That is, the processing target section is divided into a section from position FST1 to position FC21, a section from position FC21 to position FC22, a section from position FC22 to position FC23, and a section from position FC23 to position FSE1.
  • the coefficient indexes in these fixed length sections are set as coefficient indexes “1”, “2”, “2”, “3” in order from the first fixed length section of the processing target section.
  • data including a fixed length index, a coefficient index, a switching flag, and a method flag indicating the fixed length of the fixed length section in the processing target section. Is generated.
  • the switching flag is the boundary position of the fixed-length section, that is, whether the coefficient index has changed between the last frame of the predetermined fixed-length section and the first frame of the next fixed-length section. This is information indicating whether or not.
  • the i-th (i 0, 1, 2,...)
  • Switching flag gridflg_i has a coefficient index at the boundary position between the (i + 1) th and (i + 2) th fixed-length sections from the beginning of the processing target section. If it has changed, it is “1”, and if it has not changed, it is “0”.
  • the switching flag gridflg_0 of the boundary position (position FC21) of the first fixed length section of the processing target section is the coefficient index “1” of the first fixed length section and the second fixed length section.
  • the coefficient index is “1” because it is different from “2”.
  • the switching flag gridflg_1 at the position FC22 is set to “0” because the coefficient index “2” of the second fixed length section is the same as the coefficient index “2” of the third fixed length section.
  • the value of the fixed length index is a value obtained from the fixed length.
  • the fixed length index length_id 2.
  • this data is encoded to become high-frequency encoded data.
  • the boundary position switching flag of each fixed-length section can be specified as the boundary position switching flag from the beginning of the processing target section.
  • the switching flag includes information for specifying the boundary position of the fixed-length section in the processing target section.
  • the coefficient indexes included in the high frequency encoded data are arranged in the order in which the coefficient indexes are selected, that is, in the order in which the fixed length sections are arranged. For example, in the example of FIG. 3, the coefficient indexes “1”, “2”, and “3” are arranged in the order, and the coefficient indexes are included in the data.
  • the coefficient index of the second and third fixed length sections from the beginning of the processing target section is “2”, but the high frequency encoded data has one coefficient index “2”. Only to be included.
  • the coefficient indexes of continuous fixed-length sections are the same, that is, when the switching flag at the boundary position of continuous fixed-length sections is 0, the same coefficient index as the number of those fixed-length sections is the high frequency encoded data. In other words, one coefficient index is included in the high frequency encoded data.
  • the optimum number of continuous frame sections constituting the processing target section is determined based on the subband signal of each subband of the input signal, and the determined number of continuous frame sections is set. Based on this, the coefficient index (estimated coefficient) of each frame is selected. For example, the optimum number of continuous frame sections constituting the processing target section is determined based on a feature amount determined from the subband power of the subband on the high frequency side (hereinafter also referred to as a section number determining feature amount).
  • the coefficient index selected for each frame is more than necessary in the time direction. Can be prevented.
  • the coefficient index of each frame is selected after appropriately determining the number of continuous frame sections constituting the processing target section, it is possible to prevent the coefficient index from fluctuating more than necessary. Thereby, the unnatural time fluctuation
  • FIG. 4 is a diagram illustrating a configuration example of an encoding device.
  • the encoding device 11 includes a low-pass filter 31, a low-frequency encoding circuit 32, a sub-band division circuit 33, a feature amount calculation circuit 34, a pseudo high-frequency sub-band power calculation circuit 35, a section number determination feature amount calculation circuit 36, A pseudo high band sub-band power difference calculation circuit 37, a high band encoding circuit 38, and a multiplexing circuit 39 are included.
  • a low-pass filter 31 a low-frequency encoding circuit 32
  • a sub-band division circuit 33 a feature amount calculation circuit 34
  • a pseudo high-frequency sub-band power calculation circuit 35 a section number determination feature amount calculation circuit 36
  • a pseudo high band sub-band power difference calculation circuit 37 a high band encoding circuit 38, and a multiplexing circuit 39 are included.
  • an input signal to be encoded is supplied to the low-pass filter 31 and the subband division circuit 33.
  • the low-pass filter 31 filters the supplied input signal with a predetermined cut-off frequency, and a low-pass signal (hereinafter referred to as a low-pass signal) obtained as a result of the low-pass encoding circuit 32 and the subband dividing circuit 33.
  • the low-frequency encoding circuit 32 encodes the low-frequency signal from the low-pass filter 31 and supplies the low-frequency encoded data obtained as a result to the multiplexing circuit 39.
  • the subband dividing circuit 33 equally divides the lowband signal from the lowpass filter 31 into a plurality of subband subband signals (hereinafter also referred to as lowband subband signals), and the lowband subband obtained thereby
  • the band signal is supplied to the feature amount calculation circuit 34 and the section number determination feature amount calculation circuit 36.
  • the low frequency subband signal is a signal of each subband on the low frequency side of the input signal.
  • the subband dividing circuit 33 equally divides the supplied input signal into subband signals of a plurality of subbands, and among the subband signals obtained thereby, each included in a predetermined band on the high frequency side
  • the subband signal of the subband is supplied to the section number determining feature amount calculation circuit 36 and the pseudo high frequency subband power difference calculation circuit 37.
  • the subband signal of each subband supplied from the subband division circuit 33 to the section number determining feature amount calculation circuit 36 and the pseudo high frequency subband power difference calculation circuit 37 is also referred to as a high frequency subband signal.
  • the feature amount calculation circuit 34 calculates a feature amount based on the low-frequency subband signal from the subband division circuit 33 and supplies it to the pseudo high frequency subband power calculation circuit 35.
  • the pseudo high frequency sub-band power calculation circuit 35 calculates an estimated power value of the high frequency sub-band signal (hereinafter also referred to as pseudo high frequency sub-band power) based on the feature value from the feature value calculation circuit 34, This is supplied to the pseudo high frequency sub-band power difference calculation circuit 37. Note that a plurality of sets of estimation coefficients obtained by statistical learning are recorded in the pseudo high band sub-band power calculation circuit 35, and the pseudo high band sub-band power is calculated based on the estimation coefficient and the feature amount. .
  • the section number determining feature amount calculation circuit 36 calculates a section number determination feature amount based on the low frequency subband signal and the high frequency subband signal supplied from the subband dividing circuit 33, and calculates the pseudo high frequency subband power difference. This is supplied to the calculation circuit 37.
  • the pseudo high band sub-band power difference calculation circuit 37 selects, for each frame, a coefficient index indicating an estimation coefficient suitable for estimating the high band component of the frame.
  • the pseudo high frequency sub-band power difference calculation circuit 37 includes a determination unit 51, an evaluation value sum calculation unit 52, a selection unit 53, and a generation unit 54.
  • the determining unit 51 determines the number of continuous frame sections constituting the processing target section based on the section number determining feature amount supplied from the section number determining feature amount calculating circuit 36.
  • the pseudo high frequency sub-band power difference calculating circuit 37 and the power of the high frequency sub-band signal from the sub-band dividing circuit 33 (hereinafter also referred to as high frequency sub-band power) and the pseudo high frequency sub-band power calculating circuit 35 Based on the pseudo high frequency sub-band power, an evaluation value is calculated for each estimation coefficient for each frame. This evaluation value is a value indicating an error between the actual high frequency component of the input signal and the high frequency component estimated using the estimation coefficient.
  • the evaluation value sum calculation unit 52 calculates the sum of the evaluation values of consecutive frames based on the number of continuous frame sections determined by the determination unit 51 and the evaluation value of each frame.
  • the selection unit 53 selects a coefficient index for each frame based on the sum of the evaluation values calculated by the evaluation value sum calculation unit 52.
  • the generation unit 54 performs switching between the variable length method and the fixed length method based on the selection result of the coefficient index in each frame of the processing target section of the input signal, and obtains high frequency encoded data by the selected method. Data is generated and supplied to the high frequency encoding circuit 38.
  • the high frequency encoding circuit 38 encodes the data supplied from the pseudo high frequency sub-band power difference calculation circuit 37 and supplies the high frequency encoded data obtained as a result to the multiplexing circuit 39.
  • the multiplexing circuit 39 multiplexes the low frequency encoded data from the low frequency encoding circuit 32 and the high frequency encoded data from the high frequency encoding circuit 38 and outputs the result as an output code string.
  • the encoding device 11 illustrated in FIG. 4 performs an encoding process and outputs an output code string to the decoding device.
  • the encoding process performed by the encoding device 11 will be described with reference to the flowchart of FIG. This encoding process is performed for each predetermined number of frames, that is, for each processing target section.
  • step S ⁇ b> 11 the low-pass filter 31 filters the supplied input signal of the processing target frame with a predetermined cutoff frequency by the low-pass filter, and the low-pass encoding circuit 32 obtains the resulting low-pass signal. And supplied to the subband dividing circuit 33.
  • step S12 the low-frequency encoding circuit 32 encodes the low-frequency signal supplied from the low-pass filter 31, and supplies the low-frequency encoded data obtained as a result to the multiplexing circuit 39.
  • step S13 the subband dividing circuit 33 equally divides the input signal and the low-frequency signal into a plurality of subband signals having a predetermined bandwidth.
  • the subband dividing circuit 33 divides the input signal into subband signals of each subband, and each subband signal of the high frequency side subbands sb + 1 to subband eb is obtained by determining the number of sections. This is supplied to the quantity calculation circuit 36 and the pseudo high frequency sub-band power difference calculation circuit 37.
  • the subband dividing circuit 33 divides the low-frequency signal from the low-pass filter 31 into subband signals for each subband, and the subbands sb-3 to sb on the low frequency side obtained thereby are subband signals.
  • Each subband signal is supplied to the feature amount calculation circuit 34 and the section number determination feature amount calculation circuit 36.
  • step S14 the section number determination feature amount calculation circuit 36 calculates a section number determination feature amount based on at least one of the low frequency subband signal and the high frequency subband signal supplied from the subband division circuit 33, This is supplied to the pseudo high frequency sub-band power difference calculation circuit 37.
  • the section number determining feature value calculation circuit 36 calculates the following expression (1) to calculate the estimated band of the frame J to be processed, that is, the sum of the powers of the subband signals of each subband on the high frequency side.
  • the band power sum power high (J) is calculated.
  • power lin (ib, J) represents the root mean square value of the sample values of the samples of the subband signal of the subband ib (where sb + 1 ⁇ ib ⁇ eb) of the frame J. . Therefore, the subband power sum power high (J) is obtained by logarithmizing the sum of the root mean square power lin (ib, J) obtained for each subband on the high frequency side.
  • the subband power sum power high (J) obtained in this way indicates the sum of the high frequency subband power of each subband on the high frequency side of the input signal.
  • the value of subband power sum power high (J) also increases. That is, as the overall power of the high frequency component of the input signal increases, the subband power sum power high (J) also increases.
  • step S15 the feature amount calculation circuit 34 calculates a feature amount based on the low frequency subband signal supplied from the subband division circuit 33 and supplies the feature amount to the pseudo high frequency subband power calculation circuit 35.
  • the power of each low-frequency subband signal is calculated as a feature amount.
  • the power of the low-frequency subband signal is also referred to as the low-frequency subband power.
  • the power of each subband signal such as a low frequency subband signal or a high frequency subband signal is also referred to as subband power as appropriate.
  • the feature quantity calculation circuit 34 calculates the following expression (2), thereby sub-band ib (however, sb-3 ⁇ ib ⁇ sb) of the processing target frame J expressed in decibels. Band power (ib, J) is calculated.
  • Equation (2) x (ib, n) represents the value of the subband signal (sample value of the sample) of subband ib, and n in x (ib, n) represents the discrete time index. Show.
  • FSIZE in equation (2) indicates the number of subband signal samples constituting one frame.
  • the low-frequency subband power power (ib, J) of the frame J is calculated by logarithmizing the mean square value of the sample values of each sample of the low-frequency subband signal constituting the frame J.
  • the low frequency sub-band power is calculated as the feature value in the feature value calculation circuit 34.
  • step S16 the pseudo high band sub-band power calculation circuit 35 records the low band sub-band power as the feature quantity supplied from the feature quantity calculation circuit 34 and the recorded estimation for each pre-recorded estimation coefficient. Based on the coefficient, the pseudo high band sub-band power is calculated.
  • the pseudo high frequency subband power of each subband is set for the set of K estimation coefficients. Is calculated.
  • the pseudo high band sub-band power calculation circuit 35 calculates the following equation (3), and the pseudo high band sub-band power power est (ib, J) of each sub band on the high band side of the frame J to be processed. ) (Where sb + 1 ⁇ ib ⁇ eb) is calculated.
  • coefficient A ib (kb) and coefficient B ib indicate a set of estimated coefficients prepared for the high frequency side subband ib. That is, the coefficient A ib (kb) is a coefficient that is multiplied by the low band sub-band power power (kb, J) of the subband kb (where sb-3 ⁇ kb ⁇ sb), and the coefficient B ib is low This is a constant term used when linearly subband power is combined.
  • the pseudo high band sub-band power power est (ib, J) of the high-band side subband ib is equal to the low band sub-band power of each low-band side sub-band, and the coefficient A ib (kb) for each sub-band.
  • the coefficient B ib is further added to the sum of the low frequency sub-band powers multiplied by the coefficient.
  • the pseudo high band sub-band power calculation circuit 35 calculates the pseudo high band sub-band power of each sub band of the high band for each set of estimation coefficients, the pseudo high band sub-band power difference is calculated from the calculated pseudo high band sub-band power. This is supplied to the calculation circuit 37.
  • step S17 the pseudo high band sub-band power difference calculation circuit 37 calculates the evaluation value Res (id, J) using the processing target frame J for all the sets of estimation coefficients specified by the coefficient index id.
  • the pseudo high band sub-band power difference calculation circuit 37 performs the same calculation as the above-described equation (2) using the high band sub-band signal of each sub band supplied from the sub-band division circuit 33. Then, the high frequency sub-band power power (ib, J) in the frame J is calculated.
  • the pseudo high frequency sub-band power difference calculating circuit 37 calculates the following equation (4) and calculates the residual mean square value Res std (id, J). calculate.
  • the high frequency subband power (ib, J) of frame J and the pseudo high frequency subband power power est (ib, id, J ) Is obtained, and the mean square value of these differences is defined as the residual mean square value Res std (id, J).
  • the pseudo high band sub-band power power est (ib, id, J) indicates the pseudo high band sub-band power of the sub band ib obtained for the estimated coefficient whose coefficient index is id in the frame J. .
  • the pseudo high band sub-band power difference calculating circuit 37 calculates the following equation (5) to calculate the maximum residual value Res max (id, J).
  • Equation (5) max ib ⁇
  • ⁇ is equal to the high frequency subband power power (ib, J) of each subband ib.
  • the maximum value of the absolute values of the differences of the high frequency sub-band power power est (ib, id, J) is shown. Therefore, the maximum absolute value of the difference between the high frequency sub-band power power (ib, J) and the pseudo high frequency sub-band power power est (ib, id, J) in the frame J is the residual maximum value Res max (id, J).
  • the pseudo high frequency sub-band power difference calculating circuit 37 calculates the following equation (6) to calculate the residual average value Res ave (id, J).
  • the pseudo high frequency sub-band power calculates the following expression (7) and calculates the final evaluation value Res (id, J).
  • the residual mean square value Res std (id, J), the residual maximum value Res max (id, J), and the residual mean value Res ave (id, J) are weighted and added to the final evaluation.
  • the value is Res (id, J).
  • the pseudo high band sub-band power difference calculation circuit 37 performs the above processing to calculate an evaluation value Res (id, J) for each of the K estimated coefficients, that is, for each of the K coefficient indexes id.
  • the evaluation value Res (id, J) obtained in this way is the high frequency subband power calculated from the actual input signal and the pseudo high frequency subband calculated using the estimation coefficient whose coefficient index is id. It shows the degree of similarity with band power. That is, the magnitude of the estimation error of the high frequency component is shown.
  • step S18 the pseudo high frequency sub-band power difference calculation circuit 37 determines whether or not processing has been performed for a predetermined frame length. That is, it is determined whether or not the section number determination feature amount and the evaluation value are calculated for all the frames constituting the processing target section.
  • step S18 If it is determined in step S18 that the process has not been performed for the predetermined frame length, the process returns to step S11 and the above-described process is repeated. That is, a frame not yet processed in the processing target section is set as a next processing target frame, and the section number determination feature amount and the evaluation value of the frame are calculated.
  • step S18 determines whether the process has been performed for the predetermined frame length. If it is determined in step S18 that the process has been performed for the predetermined frame length, the process proceeds to step S19.
  • step S ⁇ b> 19 the determining unit 51 determines the number of consecutive frame sections constituting the processing target section based on the section number determining feature amount of each frame constituting the processing target section supplied from the section number determining feature amount calculating circuit 36. To decide.
  • the determination unit 51 obtains a representative value of the section number determination feature amount from the section number determination feature amount of each frame constituting the processing target section. For example, the maximum value among the section number determining feature amounts of each frame, that is, the largest section number determining feature amount is set as the representative value.
  • the determination unit 51 determines the number of consecutive frame sections by comparing the obtained representative value with a predetermined threshold value. For example, the number of continuous frame sections is 16 when the representative value is 100 or more, 8 when the representative value is 80 or more and less than 100, and 4 when the representative value is 60 or more and less than 80. . Further, when the representative value is 40 or more and less than 60, the number of consecutive frame sections is 2, and when the representative value is less than 40, the number of consecutive frame sections is 1.
  • the section number determination feature value (representative value) subjected to threshold processing when determining the number of consecutive frame sections indicates the sum of the high frequency sub-band power.
  • the section with a large sum of the subband power on the high frequency side is more audible than the section with a small subband power, so that the high frequency component is more audible (can be heard clearly).
  • the determining unit 51 increases the number of consecutive frame sections so that the high-frequency component of each frame can be estimated with higher accuracy on the decoding side. Thereby, the intelligibility of the audio signal obtained by decoding can be increased, and the sound quality on hearing can be improved.
  • the determination unit 51 reduces the number of continuous frame sections and reduces the code amount of the high frequency encoded data without deteriorating the sound quality.
  • step S20 the evaluation value sum calculation unit 52 uses the evaluation value calculated for each coefficient index (set of estimated coefficients) for each frame to calculate the sum of the evaluation values of the frames constituting the continuous frame section for each coefficient index. calculate.
  • the number of continuous frame sections determined in step S19 is ndiv
  • the process target section is composed of 16 frames.
  • the evaluation value sum calculation unit 52 equally divides the processing target section into ndiv sections, and sets the obtained sections as continuous frame sections.
  • each continuous frame section is composed of 16 / ndiv continuous frames.
  • the evaluation value sum calculation unit 52 calculates the following equation (8) to calculate an evaluation value sum Res sum (id, igp) that is a sum of evaluation values of frames constituting each continuous frame section for each coefficient index. To do.
  • igp is an index for identifying a continuous frame section in the processing target section
  • Res (id, ifr) is a frame ifr that is obtained for the coefficient index id and is included in the continuous frame section.
  • the evaluation value Res (id, ifr) is shown.
  • the evaluation value sum Res sum (id, igp) for the coefficient index id of the continuous frame section is calculated by calculating the sum of the evaluation values of the respective frames having the same coefficient index id constituting the continuous frame section.
  • step S21 the selection unit 53 selects a coefficient index of each frame based on the evaluation value sum obtained for each coefficient index for each continuous frame section.
  • the evaluation value Res (id, J) of each frame is smaller in value, a signal closer to the actual high frequency component can be obtained by calculation using the estimation coefficient. Therefore, the evaluation value sum Res sum (id, igp) is It can be said that the smaller the coefficient index, the more suitable the coefficient index is for the continuous frame section.
  • the selection unit 53 selects a coefficient index having the smallest evaluation value sum Res sum (id, igp) obtained for the continuous frame section from among the plurality of coefficient indexes, and the coefficient index of each frame constituting the continuous frame section. Select as. Therefore, in the continuous frame section, the same coefficient index is selected in each frame.
  • the selection unit 53 selects, for each continuous frame section constituting the processing target section, the coefficient index of the frame constituting the continuous frame section.
  • the same coefficient index may be selected in the adjacent frame sections in some cases.
  • the encoding device 11 treats the consecutive frame sections in which the same coefficient index is selected as being continuously arranged as one continuous frame section.
  • step S22 the generation unit 54 determines whether or not the method for generating high-frequency encoded data is a fixed-length method.
  • the generation unit 54 based on the selection result of the coefficient index of each frame in the processing target section, high frequency encoded data generated by the fixed length method and high frequency encoded data generated by the variable length method Compare code amount with data. Then, when the code amount of the high-frequency encoded data of the fixed length method is smaller than the code amount of the high-frequency encoded data of the variable length method, the generation unit 54 determines that the fixed length method is used.
  • step S22 If it is determined in step S22 that the fixed length method is used, the process proceeds to step S23.
  • step S ⁇ b> 23 the generation unit 54 generates data including a method flag indicating that the fixed-length method has been selected, a fixed-length index, a coefficient index, and a switching flag, and supplies the data to the high frequency encoding circuit 38.
  • the generation unit 54 divides the processing target section from the position FST1 to the position FSE1 into four fixed length sections with a fixed length of 4 frames. Then, the generation unit 54 generates data including a fixed length index “2”, coefficient indexes “1”, “2”, “3”, switching flags “1”, “0”, “1”, and a method flag. To do.
  • the coefficient indexes of the second and third fixed length sections from the beginning of the processing target section are both “2”. However, since these fixed length sections are continuously arranged, the generation unit 54 Only one coefficient index “2” is included in the output data.
  • step S24 the high frequency encoding circuit 38 encodes the data including the method flag, the fixed length index, the coefficient index, and the switching flag supplied from the generation unit 54, and generates high frequency encoded data.
  • entropy coding or the like is performed on some or all of the method flag, fixed length index, coefficient index, and switching flag as necessary.
  • data including a system flag and a fixed-length index may be used as high-frequency encoded data as it is.
  • the high frequency encoding circuit 38 supplies the generated high frequency encoded data to the multiplexing circuit 39, and then the process proceeds to step S27.
  • step S22 determines whether the fixed length method is not used, that is, if it is determined that the variable length method is used. If it is determined in step S22 that the fixed length method is not used, that is, if it is determined that the variable length method is used, the process proceeds to step S25.
  • step S ⁇ b> 25 the generation unit 54 generates data including a method flag indicating that the variable-length method has been selected, a coefficient index, section information, and number information, and supplies the data to the high frequency encoding circuit 38.
  • the processing target section from the position FST1 to the position FSE1 is divided into three continuous frame sections.
  • the coefficient index of each continuous frame section is associated with the section information so that the coefficient index of which continuous frame section can be specified.
  • the last continuous frame section can be specified. No section information is generated for the frame section.
  • step S26 the high frequency encoding circuit 38 encodes the data including the method flag, the coefficient index, the section information, and the number information supplied from the generation unit 54, and generates high frequency encoded data.
  • step S26 entropy coding or the like is performed on some or all of the system flag, coefficient index, section information, and number information.
  • the high frequency encoded data may be any information as long as the estimated coefficient can be obtained.
  • the data including the method flag, the coefficient index, the section information, and the number information is used as it is. It may be converted into data.
  • the high frequency encoding circuit 38 supplies the generated high frequency encoded data to the multiplexing circuit 39, and then the process proceeds to step S27.
  • the multiplexing circuit 39 includes the low frequency encoded data supplied from the low frequency encoding circuit 32 and the high frequency encoded circuit.
  • the high frequency encoded data supplied from 38 is multiplexed. Then, the multiplexing circuit 39 outputs the output code string obtained by multiplexing, and the encoding process ends.
  • the encoding device 11 calculates the section number determination feature amount based on the subband signal obtained from the input signal, determines the number of continuous frame sections from the section number determination feature amount, and determines each continuous frame section. Then, the evaluation value sum is calculated, and the coefficient index of each frame is selected. Then, the encoding device 11 encodes the data including the selected coefficient index to obtain high frequency encoded data.
  • the data including the coefficient index is encoded to be high-frequency encoded data, so that the high-frequency encoding is compared to the case where the data itself used for high-frequency estimation calculation such as scale factor is encoded.
  • the amount of code of data can be further reduced.
  • the code amount of the output code string can be reduced. Thereby, the encoding efficiency of an input signal can be improved.
  • Such a decoding device is configured, for example, as shown in FIG.
  • the decoding device 81 includes a demultiplexing circuit 91, a low frequency decoding circuit 92, a subband division circuit 93, a feature amount calculation circuit 94, a high frequency decoding circuit 95, a decoded high frequency subband power calculation circuit 96, and a decoded high frequency signal generation.
  • the circuit 97 and the synthesis circuit 98 are configured.
  • the demultiplexing circuit 91 uses the output code string received from the encoding device 11 as an input code string, and demultiplexes the input code string into high frequency encoded data and low frequency encoded data. Further, the demultiplexing circuit 91 supplies the low frequency encoded data obtained by demultiplexing to the low frequency decoding circuit 92, and the high frequency encoded data obtained by demultiplexing is supplied to the high frequency decoding circuit 95. Supply.
  • the low frequency decoding circuit 92 decodes the low frequency encoded data from the non-multiplexing circuit 91 and supplies the decoded low frequency signal of the input signal obtained as a result to the subband division circuit 93 and the synthesis circuit 98. .
  • the subband division circuit 93 equally divides the decoded lowband signal from the lowband decoding circuit 92 into a plurality of lowband subband signals having a predetermined bandwidth, and calculates the characteristic amount of the obtained lowband subband signal. This is supplied to the circuit 94 and the decoded high frequency signal generation circuit 97.
  • the feature value calculation circuit 94 calculates the low frequency subband power of each subband on the low frequency side as a characteristic value, and calculates the decoded high frequency subband power. Supply to circuit 96.
  • the high frequency decoding circuit 95 decodes the high frequency encoded data from the non-multiplexing circuit 91 and decodes the data obtained as a result and the estimated coefficient specified by the coefficient index included in the data. This is supplied to the band power calculation circuit 96. That is, the high frequency decoding circuit 95 records a plurality of coefficient indexes and estimated coefficients specified by the coefficient indexes in advance, and the high frequency decoding circuit 95 is included in the high frequency encoded data. Output the estimated coefficient corresponding to the coefficient index.
  • the decoded high frequency sub-band power calculation circuit 96 is based on the data and the estimation coefficient from the high frequency decoding circuit 95 and the low frequency sub-band power from the feature value calculation circuit 94, and each sub frequency on the high frequency side for each frame.
  • the decoded high band sub-band power which is an estimated value of the band sub-band power, is calculated. For example, a calculation similar to the above-described equation (3) is performed to calculate the decoded high frequency sub-band power.
  • the decoded high band subband power calculation circuit 96 supplies the calculated decoded high band subband power of each subband to the decoded high band signal generation circuit 97.
  • the decoded high frequency signal generation circuit 97 generates a decoded high frequency signal based on the low frequency subband signal from the subband division circuit 93 and the decoded high frequency subband power from the decoded high frequency subband power calculation circuit 96. And supplied to the synthesis circuit 98.
  • the decoded high frequency signal generation circuit 97 calculates the low frequency sub-band power of the low frequency sub-band signal, and determines the low frequency sub-band power according to the ratio between the decoded high frequency sub-band power and the low frequency sub-band power. Amplifies the band signal. Further, the decoded high-frequency signal generation circuit 97 generates a decoded high-frequency sub-band signal for each sub-band on the high frequency side by frequency-modulating the amplitude-modulated low-frequency sub-band signal. The decoded high frequency subband signal thus obtained is an estimated value of the high frequency subband signal of each subband on the high frequency side of the input signal. The decoded high frequency signal generation circuit 97 supplies the obtained decoded high frequency signal composed of the decoded high frequency subband signal of each subband to the synthesis circuit 98.
  • the synthesizing circuit 98 synthesizes the decoded low-frequency signal from the low-frequency decoding circuit 92 and the decoded high-frequency signal from the decoded high-frequency signal generation circuit 97, and outputs it as an output signal.
  • This output signal is a signal obtained by decoding an encoded input signal, and is a signal composed of a high frequency component and a low frequency component.
  • the feature amount indicating the temporal variation of the sum of the high frequency sub-band power for example, the feature amount indicating how much the high frequency sub-band power has increased with time, i.e., the feature amount indicating the attack property is set as the section number determining feature amount. May be.
  • the encoding device 11 performs, for example, an encoding process shown in FIG.
  • the encoding process by the encoding device 11 will be described with reference to the flowchart of FIG.
  • or step S53 is the same as the process of step S11 thru
  • step S54 the section number determination feature amount calculation circuit 36 calculates a section number determination feature amount indicating attack based on the high frequency subband signal supplied from the subband division circuit 33, and the pseudo high frequency subband.
  • the power difference calculation circuit 37 is supplied.
  • the section number determining feature amount calculation circuit 36 calculates the above-described equation (1) to calculate the subband power sum power high (J) of the high frequency subband signal of the frame J to be processed.
  • section number determining feature amount calculation circuit 36 calculates the following equation (9) based on the subband power sum for the latest (L + 1) frames including the frame J to be processed, and shows the attack property
  • Equation (9) MIN ⁇ power high (J), power high (J-1),... Power high (JL) ⁇ is subband power sum power high (J) to subband power sum power A function that outputs the minimum value of high (JL) is shown. Therefore, the feature amount power attack (J) is obtained by calculating the subband power sum power high (J) of the frame J to be processed and the minimum value of the subband power of the nearest (L + 1) frame including the frame J to be processed. It is calculated
  • the feature amount power attack (J) obtained in this way indicates the speed of rise of the subband power sum in the time direction, that is, the rate of increase, the feature amount power attack (J) is large. It can be said that the attack property of the high frequency component is strong.
  • step S55 to step S67 the processing from step S55 to step S67 is performed thereafter, and the encoding process is performed. finish.
  • step S59 the determination unit 51 compares the representative value of the feature quantity power attack (J) indicating the attack property calculated as the number of sections to be determined and the threshold value, thereby comparing the continuous frame sections constituting the processing target section. Determine the number.
  • the maximum value of the section number determination feature amount of each frame in the processing target section is a representative value, and the representative value is 40 or more
  • the number of consecutive frame sections is 16, and the representative value is 30.
  • the number of continuous frame sections is eight.
  • the representative value is 20 or more and less than 30, the number of continuous frame sections is 4, and when the representative value is 10 or more and less than 20, the continuous frame section number is 2, and the representative value is less than 10.
  • the number of continuous frame sections is 1.
  • a section with a large number of section-determining feature quantities and a strong attack is a section where the temporal variation of the subband power sum is large. That is, it is a section where the variation in the time direction of the optimum estimation coefficient is large. Therefore, the determination unit 51 increases the number of continuous frame sections in a section where the representative value of the section number determination feature value is large, so that a high frequency subband signal closer to the original signal can be obtained by estimation on the decoding side. . Thereby, the intelligibility of the audio signal obtained by decoding can be increased, and the sound quality on hearing can be improved.
  • the determination unit 51 reduces the code amount of the high frequency encoded data without deteriorating the sound quality by reducing the number of continuous frame sections in the section where the representative value is small.
  • the audio quality of the speech obtained by decoding is improved and the code amount of the output code string is reduced, and the encoding efficiency of the input signal is reduced. Can be improved.
  • a feature value indicating decay characteristics may be used as the section number determining feature value indicating the temporal variation of the sum of the high frequency sub-band powers.
  • the encoding device 11 performs, for example, an encoding process shown in FIG.
  • the encoding process by the encoding device 11 will be described with reference to the flowchart of FIG.
  • the description is abbreviate
  • step S94 the section number determination feature amount calculation circuit 36 calculates a section number determination feature amount indicating decay based on the high frequency subband signal supplied from the subband division circuit 33, and the pseudo high frequency subband.
  • the power difference calculation circuit 37 is supplied.
  • the section number determining feature amount calculation circuit 36 calculates the above-described equation (1) to calculate the subband power sum power high (J) of the high frequency subband signal of the frame J to be processed.
  • the section number determining feature amount calculation circuit 36 calculates the following equation (10) based on the subband power sum for the most recent (M + 1) frames including the frame J to be processed, and shows a decay characteristic.
  • MAX power high (J), power high (J-1),... Power high (JM) ⁇ is subband power sum power high (J) to subband power sum power
  • JM feature quantity power decay
  • the feature amount power decay (J) obtained in this way indicates the speed of fall of the subband power sum in the time direction, that is, the rate of decrease, the feature amount power decay (J) becomes smaller. It can be said that the larger the value, the stronger the decay of the high frequency component.
  • step S95 to step S107 When the feature amount power decay (J) calculated by the section number determining feature amount calculation circuit 36 is supplied to the pseudo high band sub-band power difference calculation circuit 37, the processing from step S95 to step S107 is performed thereafter, and the encoding process is performed. finish.
  • step S99 the determination unit 51 compares the representative value of the feature amount power decay (J) calculated as the number-of-interval determining feature amount indicating the decay property with a threshold value, thereby determining the number of consecutive frame intervals constituting the processing target interval. To decide.
  • the maximum value of the section number determination feature amount of each frame in the processing target section is a representative value, and the representative value is 40 or more
  • the number of consecutive frame sections is 16, and the representative value is 30.
  • the number of continuous frame sections is eight.
  • the representative value is 20 or more and less than 30, the number of continuous frame sections is 4, and when the representative value is 10 or more and less than 20, the continuous frame section number is 2, and the representative value is less than 10.
  • the number of continuous frame sections is 1.
  • a section with a large number of section-determining features and a strong decay characteristic is a section where the temporal variation of the subband power sum is large. Therefore, the determination unit 51 increases the number of continuous frame sections as the section having a larger representative value of the section number determination feature value, as in the case of the section number determination feature value indicating the attack property. As a result, it is possible to improve the audible sound quality of the sound obtained by decoding, reduce the code amount of the output code string, and improve the encoding efficiency of the input signal.
  • a feature amount indicating the frequency shape of the input signal may be used as the section number determining feature amount.
  • the encoding device 11 performs, for example, an encoding process shown in FIG.
  • the encoding process performed by the encoding device 11 will be described with reference to the flowchart of FIG. 9. Note that the processing from step S131 to step S133 is the same as the processing from step S11 to step S13 in FIG.
  • step S134 the section number determination feature value calculation circuit 36 calculates a section number determination feature value indicating the frequency shape based on the low frequency subband signal and the high frequency subband signal supplied from the subband division circuit 33.
  • the pseudo high frequency sub-band power difference calculation circuit 37 is supplied.
  • the section number determining feature amount calculation circuit 36 calculates the above-described equation (1) to calculate the subband power sum power high (J) of the high frequency subband signal of the frame J to be processed.
  • section number determining feature quantity calculation circuit 36 calculates the following equation (11), and calculates a feature quantity power tilt (J) as the section number determining feature quantity indicating the frequency shape.
  • ⁇ power lin (ib, J) represents the sum of the root mean square values of the sample values of each sample of the subband signal in the low band subband ib (where 0 ⁇ ib ⁇ sb). Yes.
  • the feature amount power tilt (J) is a value obtained by logarithmically summing the square mean values of the subband signal samples of the low-frequency subband for the processing target frame J, that is, the low-frequency subband. This is obtained by subtracting the band power sum from the high frequency sub-band power sum power high (J). That is, the feature amount power tilt (J) is calculated by obtaining the difference between the subband power sums of the low band and the high band.
  • the characteristic amount power tilt (J) obtained in this way indicates the ratio of the high-frequency sub-band power sum to be estimated to the low-frequency sub-band power sum in the frame J to be processed. Therefore, the larger the value of the feature amount power tilt (J), the higher the relative power of the high range relative to the low range in the frame J.
  • step S135 When the feature amount power tilt (J) calculated by the number-of-sections determining feature amount calculation circuit 36 is supplied to the pseudo high frequency sub-band power difference calculation circuit 37, the processing from step S135 to step S147 is performed thereafter, and the encoding process is performed. finish.
  • step S139 the determination unit 51 compares the representative value of the feature quantity power tilt (J) calculated as the section number determination feature quantity indicating the frequency shape with a threshold value, thereby determining the number of continuous frame sections constituting the process target section. Decide.
  • the maximum value of the section number determination feature amount of each frame in the processing target section is a representative value, and the representative value is 40 or more
  • the number of consecutive frame sections is 16, and the representative value is 30.
  • the number of continuous frame sections is eight.
  • the representative value is 20 or more and less than 30, the number of continuous frame sections is 4, and when the representative value is 10 or more and less than 20, the continuous frame section number is 2, and the representative value is less than 10.
  • the number of continuous frame sections is 1.
  • the high-frequency sub-band power sum is larger than the low-frequency sub-band power sum. That is, the value of the feature amount power tilt (J) as the section number determining feature amount is increased.
  • the determination unit 51 increases the number of continuous frame sections in a section where the representative value of the section number determination feature value is large, so that a high frequency subband signal closer to the original signal can be obtained by estimation on the decoding side. To do. Thereby, the intelligibility of the audio signal obtained by decoding can be increased, and the sound quality on hearing can be improved.
  • the determination unit 51 reduces the code amount of the high frequency encoded data without deteriorating the sound quality by reducing the number of continuous frame sections in the section where the representative value is small.
  • the audio quality of the speech obtained by decoding is improved and the code quantity of the output code string is reduced, and the encoding efficiency of the input signal is reduced. Can be improved.
  • ⁇ Modification 4> [Description of encoding process] Furthermore, a linear sum of any of a plurality of feature amounts such as the above-described subband power sum, a feature amount indicating attack and decay characteristics, and a feature amount indicating a frequency shape may be used as the section number determining feature amount.
  • the encoding device 11 performs the encoding process shown in FIG. 10, for example.
  • the encoding process performed by the encoding device 11 will be described with reference to the flowchart of FIG.
  • the description is abbreviate
  • step S174 the section number determination feature value calculation circuit 36 calculates a plurality of feature values based on the low frequency subband signal and the high frequency subband signal supplied from the subband division circuit 33, and calculates the feature values of these feature values.
  • the number-of-sections determining feature amount is calculated by obtaining a linear sum.
  • the section number determining feature amount calculation circuit 36 calculates the above-described Expression (1), Expression (9), Expression (10), and Expression (11), so that the subband power sum power high (J), A feature amount power attack (J), a feature amount power decay (J), and a feature amount power tilt (J) are calculated.
  • section number determining feature amount calculation circuit 36 calculates the following equation (12) to calculate the linear sum of the feature amounts such as the obtained subband power sum power high (J) and feature amount power attack (J).
  • the feature value feature (J) is calculated.
  • W high , W attack , W decay , and W tilt are subband power sum power high (J), feature amount power attack (J), feature amount power decay (J), and feature, respectively.
  • the feature value (J) obtained in this way has a high subband power sum in the high frequency range, and the time variation of the subband power sum is large, and the subband power in the high frequency range is lower than the low frequency range. The greater the power, the greater.
  • a non-linear sum of a plurality of feature amounts may be calculated as the section number determining feature amount.
  • step S175 When the feature quantity feature (J) calculated by the section number determination feature quantity calculation circuit 36 as the section number determination feature quantity is supplied to the pseudo high frequency sub-band power difference calculation circuit 37, the processing from step S175 to step S187 is performed thereafter. Thus, the encoding process ends.
  • step S179 the determination unit 51 determines the number of consecutive frame sections constituting the process target section by comparing the representative value of the feature quantity feature (J) with a threshold value.
  • the maximum value of the section number determination feature amount of each frame in the processing target section is a representative value, and the representative value is 460 or more
  • the number of continuous frame sections is 16, and the representative value is 350.
  • the number is less than 460
  • the number of continuous frame sections is eight.
  • the representative value is 240 or more and less than 350
  • the representative value is 4, and when the representative value is 130 or more and less than 240, the number of continuous frame sections is 2, and the representative value is less than 130.
  • the number of continuous frame sections is 1.
  • the feature quantity feature (J) is used as the section number determination feature quantity, the number of continuous frame sections is increased as the section number determination feature quantity is larger, thereby improving the sound quality of the sound obtained by decoding.
  • the code amount of the output code string can be reduced. Thereby, the encoding efficiency of an input signal can be improved.
  • the processing target section has been described as being divided into several continuous frame sections having the same section length.
  • the continuous frame sections constituting the processing target section may have different lengths. If each continuous frame section has a different length as necessary, the coefficient index of each frame can be selected more appropriately, and the sound quality of speech obtained by decoding can be further improved.
  • the encoding device 11 performs the encoding process shown in FIG.
  • the encoding process performed by the encoding device 11 will be described with reference to the flowchart of FIG. Note that the processing from step S211 to step S219 is the same as the processing from step S11 to step S19 in FIG.
  • step S220 the evaluation value sum calculation unit 52 uses the evaluation value calculated for each coefficient index (set of estimated coefficients) for each frame to calculate the sum of the evaluation values of the frames constituting the continuous frame section for each coefficient index. calculate.
  • the evaluation value sum calculation unit 52 divides the processing target section into ndiv continuous frame sections having an arbitrary length. At this time, each continuous frame section may have the same length or a different length.
  • the processing target section shown in FIG. 2 is a section from the position FST1 to the position FC1, a section from the position FC1 to the position FC2, and a position from the position FC2. It is divided into a total of three sections up to FSE1. These three sections are set as continuous frame sections.
  • the evaluation value sum calculation unit 52 performs the calculation of the above-described formula (8), and the sum of evaluation values Res sum (id, igp).
  • the sum of the evaluation values of the frames constituting the section is calculated for each coefficient index.
  • the sum of evaluation values is calculated for each coefficient index.
  • the evaluation value sum Res sum (id, igp) of the continuous frame section is obtained for each coefficient index for each continuous frame section constituting the processing target section.
  • the evaluation value sum calculation unit 52 calculates the evaluation value sum of each continuous frame section of the processing target section for each coefficient index for all possible combinations of divisions when the processing target section is divided into ndiv continuous frame sections. To do. For example, the example shown in FIG. 2 shows one combination of divisions when the processing target section is divided into three continuous frame sections.
  • step S221 the selection unit 53 selects a coefficient index of each frame based on the evaluation value sum of consecutive frame sections of each coefficient index obtained for each combination of divisions of the processing target section.
  • the selection unit 53 selects a coefficient index for each continuous frame section of the combination for each combination of division of the processing target section. That is, the selection unit 53 selects, as a coefficient index for the continuous frame section, a coefficient index that minimizes the evaluation value sum obtained for the continuous frame section from among the plurality of coefficient indexes.
  • the selection unit 53 obtains the sum of the evaluation value sums of the coefficient indexes selected in each continuous frame section with respect to the combination of divisions of the processing target section that is the processing target.
  • “1” is selected.
  • the evaluation value sum of the coefficient index “2” in the section from position FST1 to position FC1 the evaluation value sum of the coefficient index “5” in the section from position FC1 to position FC2, and the section from position FC2 to position FSE1
  • the sum of the evaluation value sums of the coefficient index “1” is obtained.
  • the sum of the evaluation value sums obtained in this way can be said to be the sum of the evaluation values of the coefficient index of each frame when a coefficient index is selected for each frame for a predetermined combination of divisions of the processing target section. Therefore, the combination of divisions that minimizes the sum of the evaluation value sums is the combination that selects the most appropriate coefficient index in each frame when viewed in the entire processing target section.
  • the selection unit 53 When the selection unit 53 obtains the sum of the evaluation value sums for each combination of the divisions of the processing target section, the selection unit 53 specifies the combination that minimizes the sum of the evaluation value sums. Then, the selection unit 53 sets each continuous frame section of the specified combination as a final continuous frame section, and uses the coefficient index selected in those continuous frame sections as the final frame of each frame constituting the continuous frame section. As a general coefficient index.
  • step S222 to step S227 is performed thereafter, and the encoding process is completed. Since these processes are the same as the processes in steps S22 to S27 in FIG. 5, the description thereof is omitted.
  • the encoding device 11 calculates the section number determining feature amount, determines the number of continuous frame sections from the section number determining feature amount, and calculates the sum of the evaluation value sums of the continuous frame sections for each combination of consecutive frame sections.
  • the coefficient index of each frame is selected from the sum of the evaluation value sums.
  • the sum of evaluation value sums of continuous frame sections is calculated for each combination of continuous frame sections, and the optimum combination of continuous frame sections and the coefficient index of each continuous frame section are determined. It becomes possible to estimate the high frequency component. As a result, the sound quality of the sound obtained by decoding can be improved, the amount of codes of the output code string can be reduced, and the encoding efficiency of the input signal can be improved.
  • the subband power sum power high (J) is calculated as the section number determining feature amount in step S214 in FIG. 11
  • other feature amounts are calculated as the section number determining feature amount. May be.
  • the above-described feature amount power attack (J), feature amount power decay (J), feature amount power tilt (J), feature amount feature (J), etc. may be obtained as the section number determining feature amount.
  • the encoding device 131 in FIG. 12 encodes an input signal, which is an audio signal, in units of processing target sections composed of a plurality of frames, for example, 16 frames, and outputs an output code string obtained as a result.
  • an input signal which is an audio signal
  • processing target sections composed of a plurality of frames, for example, 16 frames
  • outputs an output code string obtained as a result a case where the encoding device 131 generates high frequency encoded data by a variable length method will be described as an example. However, since the encoding device 131 does not switch between the variable length method and the fixed length method, it is assumed that the high frequency encoded data does not include a method flag.
  • the encoding device 131 includes a sub-band division circuit 141, a high-band code amount calculation circuit 142, a low-pass filter 143, a low-band coding circuit 144, a low-band decoding circuit 145, a sub-band division circuit 146, a delay circuit 147, a delay
  • the circuit 148 includes a delay circuit 149, a high frequency encoding circuit 150, a code amount adjustment circuit 151, a code amount temporary storage circuit 152, a delay circuit 153, and a multiplexing circuit 154.
  • the subband division circuit 141 divides the input signal into a plurality of subband signals, supplies the obtained lowband subband signal to the highband code amount calculation circuit 142, and converts the highband subband signal into the highband code amount. This is supplied to the calculation circuit 142 and the delay circuit 149.
  • the high frequency code amount calculation circuit 142 encodes the high frequency encoded data obtained by encoding the high frequency component of the input signal based on the low frequency subband signal and the high frequency subband signal supplied from the subband division circuit 141. Is calculated (hereinafter referred to as high frequency code amount).
  • the high frequency code amount calculation circuit 142 includes a feature amount calculation unit 161.
  • the feature amount calculation unit 161 determines the number of sections determined based on at least one of the low frequency subband signal and the high frequency subband signal. Is calculated. Further, the high frequency code amount calculation circuit 142 determines the number of continuous frame sections of the processing target section based on the section number determination feature quantity, and calculates the high frequency code amount from the number of continuous frame sections.
  • the high frequency code amount calculation circuit 142 supplies the number of consecutive frame sections to the delay circuit 148, and supplies the high frequency code amount to the low frequency encoding circuit 144 and the delay circuit 148.
  • the low-pass filter 143 filters the supplied input signal, and supplies the low-frequency signal obtained as a result of the low-frequency component of the input signal to the low-frequency encoding circuit 144.
  • the low frequency encoding circuit 144 supplies the code amount of the low frequency encoded data obtained by encoding the low frequency signal from the high frequency code amount calculation circuit 142 based on the code amount usable in the processing target section of the input signal.
  • the low-frequency signal from the low-pass filter 143 is encoded so that the code amount is equal to or less than the code amount obtained by subtracting the high-frequency code amount.
  • the low frequency encoding circuit 144 supplies low frequency encoded data obtained by encoding the low frequency signal to the low frequency decoding circuit 145 and the delay circuit 153.
  • the low frequency decoding circuit 145 decodes the low frequency encoded data supplied from the low frequency encoding circuit 144, and supplies the decoded low frequency signal obtained as a result to the subband division circuit 146.
  • the subband division circuit 146 divides the decoded lowband signal supplied from the lowband decoding circuit 145 into a plurality of subband subband signals (hereinafter referred to as decoded lowband subband signals) on the low band side, This is supplied to the delay circuit 147.
  • each of the sub-bands of the decoded low-frequency sub-band signal has the same frequency band as each of the sub-bands of the low-frequency sub-band signal.
  • the delay circuit 147 delays the decoded low band subband signal from the subband division circuit 146 and supplies the delayed low band subband signal to the high band encoding circuit 150.
  • the delay circuit 148 delays the high frequency code amount and the number of continuous frame sections from the high frequency code amount calculation circuit 142 by a predetermined period, and supplies the delayed high frequency code amount to the high frequency encoding circuit 150.
  • the delay circuit 149 delays the high frequency sub-band signal from the sub-band division circuit 141 and supplies it to the high frequency encoding circuit 150.
  • the high frequency encoding circuit 150 is equal to or less than the high frequency code amount from the delay circuit 148 based on the feature amount obtained from the decoded low frequency subband signal from the delay circuit 147 and the number of continuous frame sections from the delay circuit 148.
  • the information for obtaining the power of the high frequency sub-band signal from the delay circuit 149 by estimation is encoded so that the amount of code becomes.
  • the high frequency encoding circuit 150 includes a calculation unit 162 and a selection unit 163.
  • the calculation unit 162 calculates the evaluation value of each subband on the high frequency side for each coefficient index indicating the estimation coefficient, and the selection unit 163 calculates the coefficient index of each frame based on the evaluation value calculated by the calculation unit 162. Select.
  • the high frequency encoding circuit 150 supplies the high frequency encoded data obtained by encoding the data including the coefficient index to the multiplexing circuit 154, and converts the high frequency encoding amount of the high frequency encoded data into the code. This is supplied to the quantity adjustment circuit 151.
  • the code amount adjustment circuit 151 When the actual high frequency code amount obtained by the high frequency encoding circuit 150 is less than the high frequency code amount of the high frequency code amount calculation circuit 142 obtained through the delay circuit 148, the code amount adjustment circuit 151 The remainder code amount is supplied to the code amount temporary storage circuit 152.
  • the code amount temporary storage circuit 152 stores a residual code amount. This remainder code amount is appropriately used in the subsequent processing target section.
  • the delay circuit 153 delays the low-frequency encoded data obtained by the low-frequency encoding circuit 144 by a predetermined period and supplies it to the multiplexing circuit 154.
  • the multiplexing circuit 154 multiplexes the low frequency encoded data from the delay circuit 153 and the high frequency encoded data from the high frequency encoding circuit 150, and outputs an output code string obtained as a result.
  • This encoding process is performed in units of processing target sections (for example, 16 frames) of the input signal.
  • step S251 the subband dividing circuit 141 equally divides the supplied input signal into a plurality of subband signals having a predetermined bandwidth.
  • a subband signal in a specific range on the low frequency side is a low frequency subband signal
  • a subband signal in a specific range on the high frequency side is a high frequency subband signal.
  • the subband division circuit 141 supplies the low frequency subband signal obtained by the subband division to the high frequency code amount calculation circuit 142, and supplies the high frequency subband signal to the high frequency code amount calculation circuit 142 and the delay circuit 149. To do.
  • the subband range of the high frequency subband signal is set on the encoding device 131 side according to the nature of the input signal, the bit rate, and the like.
  • the sub-band range of the low-frequency sub-band signal is one sub-band lower than the lowest sub-band of the high-frequency sub-band signal.
  • the frequency band is made up of a predetermined number of subbands.
  • subband ranges of the low-frequency subband signal and the high-frequency subband signal are the same in the encoding device 131 and the decoding device side.
  • step S252 the feature amount calculation unit 161 of the high frequency code amount calculation circuit 142 determines the number of sections based on at least one of the low frequency subband signal and the high frequency subband signal supplied from the subband division circuit 141. The feature amount is calculated.
  • the feature quantity calculation unit 161 calculates the feature quantity power attack (J) indicating the high frequency attack as the section number determination feature quantity by performing the calculation of the above-described equation (9).
  • the number-of-sections determining feature amount is calculated for each frame constituting the processing target section.
  • the section number determining feature amount the above-mentioned subband power sum power high (J), feature amount power decay (J), feature amount power tilt (J), feature amount feature (J), and a plurality of feature amounts A nonlinear sum or the like may be calculated.
  • step S253 the high-frequency code amount calculation circuit 142 determines the number of consecutive frame sections based on the section number determination feature amount of each frame of the processing target section.
  • the high frequency code amount calculation circuit 142 uses the maximum value of the section number determination feature quantities of each frame of the processing target section as a representative value of the section number determination feature quantities, and compares the representative value with a predetermined threshold value. By doing so, the number of continuous frame sections is determined.
  • the number of continuous frame sections is 16, and when the representative value is 30 or more and less than 40, the number of continuous frame sections is 8. Further, when the representative value is 20 or more and less than 30, the number of continuous frame sections is 4, and when the representative value is 10 or more and less than 20, the continuous frame section number is 2, and the representative value is less than 10.
  • the number of continuous frame sections is 1.
  • step S254 the high frequency code amount calculation circuit 142 calculates the high frequency code amount of the high frequency encoded data based on the determined number of consecutive frame sections.
  • the high-frequency encoded data includes number information, section information, and a coefficient index.
  • the high frequency encoded data includes one piece of number information, (nDiv-1) pieces Section information and nDiv coefficient indexes.
  • section information is (nDiv-1) pieces because the length of the section to be processed is determined in advance, and if the length of (nDiv-1) consecutive frame sections is known, the remaining 1 This is because the length of one continuous frame section can be specified.
  • the code amount of the high frequency encoded data is (number of bits necessary for description of number information) + (nDiv-1) ⁇ (number of bits necessary for description of one section information) + (nDiv) ⁇ (The number of bits necessary for describing one coefficient index).
  • the encoding device 131 can obtain the high frequency code amount of the high frequency encoded data with a small amount of calculation without actually encoding the high frequency component of the input signal. Encoding of the band components can be started.
  • the encoding device 131 since the encoding device 131 only needs to calculate the number-of-sections determining feature amount, the high-frequency code amount can be quickly determined with fewer operations.
  • step S254 the case where the high frequency encoded data is generated by the variable length method has been described as an example. However, even when the high frequency encoded data is generated by the fixed length method, it is based on the number of continuous frame sections. The high frequency code amount can be calculated.
  • the high frequency encoded data When high frequency encoded data is generated by the fixed length method, the high frequency encoded data includes a fixed length index, a switching flag, and a coefficient index.
  • the high frequency encoded data includes one fixed length index, (nDiv-1) switching flags, and nDiv coefficient indexes. Therefore, the code amount of the high frequency encoded data is (number of bits necessary for describing the fixed length index) + (nDiv-1) ⁇ (number of bits necessary for describing one switching flag) + (nDiv) ⁇ ( The number of bits necessary for describing one coefficient index can be obtained.
  • the high frequency code amount calculation circuit 142 supplies the calculated high frequency code amount to the low frequency encoding circuit 144 and the delay circuit 148, and supplies the number of consecutive frame intervals to the delay circuit 148. .
  • the low-pass filter 143 filters the supplied input signal with the low-pass filter, and supplies the low-frequency signal obtained as a result to the low-frequency encoding circuit 144.
  • the cutoff frequency corresponds to the upper end frequency of the low-frequency subband signal. The frequency is set.
  • step S256 the low-frequency encoding circuit 144 encodes the low-frequency signal from the low-pass filter 143 so that the code amount of the low-frequency encoded data is equal to or smaller than the low-frequency code amount, and the result The obtained low frequency encoded data is supplied to the low frequency decoding circuit 145 and the delay circuit 153.
  • the low frequency code amount is a target code amount of the low frequency encoded data.
  • the low-frequency encoding circuit 144 subtracts the high-frequency code amount supplied from the high-frequency code amount calculation circuit 142 from the code amount that can be used in the entire predetermined processing target section, and further stores the code amount in the code amount temporary storage circuit 152.
  • the low-pass code amount is calculated by adding the accumulated remainder code amount.
  • the low frequency encoding circuit 144 When the code amount of the low frequency encoded data obtained by actually encoding the low frequency signal is less than the low frequency code amount, the low frequency encoding circuit 144 actually stores the actual code amount of the low frequency encoded data. And the low-pass code amount are supplied to the code amount adjustment circuit 151.
  • the code amount adjustment circuit 151 supplies the code amount obtained by subtracting the actual code amount of the low frequency encoded data from the low frequency code amount supplied from the low frequency encoding circuit 144 to the code amount temporary storage circuit 152. To be added to the remainder code amount. As a result, the remaining code amount recorded in the code amount temporary storage circuit 152 is updated.
  • the code amount adjustment circuit 151 sets the increment of the residual code amount to 0 and stores the remainder code in the code amount temporary storage circuit 152. Let the amount be updated.
  • the low frequency decoding circuit 145 decodes the low frequency encoded data supplied from the low frequency encoding circuit 144 and supplies the decoded low frequency signal obtained thereby to the subband division circuit 146.
  • the encoding device 131 can take various encoding methods for encoding and decoding a low frequency signal, such as ACELP (Algebraic Code Excited Linear Prediction), AAC (Advanced Audio Coding), and the like. Can be adopted.
  • step S258 the subband division circuit 146 divides the decoded lowband signal supplied from the lowband decoding circuit 145 into decoded lowband subband signals of a plurality of subbands, and supplies them to the delay circuit 147.
  • the frequencies at the lower end and the upper end of each subband in this subband division are the same as the subband division performed by the subband division circuit 141 in step S251. That is, each subband of the decoded low frequency subband signal is set to the same frequency band as each subband of the low frequency subband signal.
  • step S259 the delay circuit 147 delays the decoded low frequency subband signal supplied from the subband division circuit 146 by a specific time sample, and supplies the delayed low frequency subband signal to the high frequency encoding circuit 150.
  • the delay circuit 148 and the delay circuit 149 also delay the number of consecutive frame sections, the high frequency code amount, and the high frequency sub-band signal, and supply them to the high frequency encoding circuit 150.
  • the delay amount in the delay circuit 147 and the delay circuit 148 is for synchronizing the high frequency sub-band signal, the high frequency code amount, and the decoded low frequency sub-band signal. It is necessary to set an appropriate value depending on the method. Naturally, the delay amount of each delay circuit may be zero depending on the configuration of the encoding method. Note that the function of the delay circuit 153 is equivalent to the function performed by the delay circuit 147, and therefore, the description thereof is omitted here.
  • step S260 the high frequency encoding circuit 150 performs delay based on the decoded low frequency subband signal from the delay circuit 147, the number of consecutive frame intervals from the delay circuit 148, and the high frequency subband signal from the delay circuit 149.
  • the high frequency component of the input signal is encoded so that the code amount is equal to or less than the high frequency code amount from the circuit 148.
  • the calculation unit 162 performs a calculation similar to the above-described equation (2) based on the decoded low-frequency subband signal, and calculates the low-frequency subband power power (ib, J) of each low-frequency subband. At the same time, the same calculation is performed to calculate the high frequency subband power of each high frequency subband from the high frequency subband signal. Further, the calculation unit 162 performs the calculation of Equation (3) based on the low frequency subband power and the set of pre-recorded estimation coefficients, and calculates the pseudo high frequency subband power of each high frequency subband. calculate.
  • the calculation unit 162 Based on the high frequency sub-band power and the pseudo high frequency sub-band power, the calculation unit 162 performs the calculations of the above-described equations (4) to (7), and calculates the evaluation value Res (id, J) of each frame. calculate.
  • the evaluation value Res (id, J) is calculated for each coefficient index indicating a set of estimation coefficients used for calculation of the low frequency subband power.
  • calculation unit 162 equally divides the processing target section into a number of sections indicated by the number of continuous frame sections, and sets each divided section as a continuous frame section.
  • the calculation unit 162 calculates the above equation (8) using the evaluation value calculated for each coefficient index for each frame, and calculates the evaluation value sum Res sum (id, igp) for each coefficient index.
  • the selection unit 163 performs the same process as step S21 of FIG. 5 based on the evaluation value sum obtained for each coefficient index for each continuous frame section, and selects the coefficient index of each frame. That is, the coefficient index that minimizes the evaluation value sum Res sum (id, igp) obtained for the continuous frame section is selected as the coefficient index of each frame constituting the continuous frame section.
  • a continuous frame section in which the same coefficient index is selected is a final continuous one. It is a frame section.
  • the high frequency encoding circuit 150 When the coefficient index of each frame is selected, the high frequency encoding circuit 150 performs processing similar to step S25 and step S26 of FIG. 5 to generate data including section information, number information, and coefficient index. To generate high frequency encoded data.
  • the code amount of the high frequency encoded data obtained as described above is always less than or equal to the high frequency code amount.
  • the final number of continuous frame sections is less than the number of continuous frame sections obtained by the high-frequency code amount calculation circuit 142.
  • the number of coefficient indexes included in the high frequency encoded data is not only less than the number of continuous frame intervals obtained by the high frequency code amount calculation circuit 142, but also the number of interval information is reduced.
  • the actual code amount of the high frequency encoded data is less than the high frequency code amount obtained by the high frequency code amount calculation circuit 142.
  • the number of continuous frame sections matches the number of continuous frame sections obtained by the high frequency code amount calculation circuit 142. Therefore, the actual code amount of the high frequency encoded data also matches the high frequency code amount.
  • step S260 the case where the processing target section is equally divided into continuous frame sections has been described.
  • the processing target section may be divided into continuous frame sections having an arbitrary length.
  • step S260 after the evaluation value Res (id, J) of each frame is calculated, the same processing as in steps S220 and S221 of FIG. 11 is performed to select the coefficient index of each frame. Is done. Then, the data including the selected coefficient index, the fixed length index, and the switching flag is encoded to generate high frequency encoded data.
  • step S261 the high frequency encoding circuit 150 determines whether or not the code amount of the high frequency encoded data obtained by encoding is less than the high frequency code amount calculated in step S254.
  • step S261 If it is determined in step S261 that the code amount is not less than the high frequency code amount, that is, if the code amount of the high frequency encoded data matches the high frequency code amount, no code remainder is generated, and the process proceeds to step S265. At this time, the high frequency encoding circuit 150 supplies the high frequency encoded data obtained by the high frequency encoding to the multiplexing circuit 154.
  • step S262 the code amount adjustment circuit 151 determines the difference between the code amount of the high frequency encoded data and the high frequency code amount. Is stored in the code amount temporary storage circuit 152. That is, the code amount corresponding to the difference between the code amount of the high frequency encoded data and the high frequency code amount is added to the residual code amount stored in the code amount temporary storage circuit 152, and the residual code amount is updated.
  • the Such a code amount temporary storage circuit 152 is also used as a bit resolver in AAC, and adjusts the code amount between processing frames.
  • step S263 the code amount adjustment circuit 151 determines whether or not the residual code amount stored in the code amount temporary storage circuit 152 has reached a predetermined upper limit.
  • an upper limit (hereinafter referred to as an upper limit code amount) of a code amount that can be used as a remainder code amount is determined in advance.
  • the code amount adjustment circuit 151 stores the difference between the code amount of the high frequency encoded data and the high frequency code amount in the code amount temporary storage circuit 152, which is started in step S262, the residual code amount reaches the upper limit code amount.
  • step S263 it is determined that the residual code amount has reached the upper limit.
  • step S263 If it is determined in step S263 that the remainder code amount has not reached the upper limit, the difference between the code amount of the high frequency encoded data and the high frequency code amount is all added to the remainder code amount, and the remainder code amount is updated. Is done. After that, the high frequency encoding circuit 150 supplies the high frequency encoded data obtained by the high frequency encoding to the multiplexing circuit 154, and the process proceeds to step S265.
  • step S264 the high frequency encoding circuit 150 performs zero padding on the high frequency encoded data.
  • the high frequency encoding circuit 150 adds the code “0” to the end of the high frequency encoded data by the amount of the unprocessed code. Is added, and the amount of unprocessed code is apparently used to generate high-frequency encoded data. At the time of decoding, the code “0” added to the end of the high frequency encoded data is not used for decoding the input signal.
  • the high frequency encoding circuit 150 When the high frequency encoding circuit 150 performs zero padding by adding a code “0” to the end of the high frequency encoded data, the high frequency encoding circuit 150 supplies the high frequency encoded data after zero padding to the multiplexing circuit 154, and the processing is as follows. The process proceeds to step S265.
  • step S261 If it is determined in step S261 that it is not less than the high frequency code amount, it is determined in step S263 that the residual code amount has not reached the upper limit, or zero padding is performed in step S264, the process of step S265 is performed.
  • step S265 the multiplexing circuit 154 generates an output code string by multiplexing the low frequency encoded data from the delay circuit 153 and the high frequency encoded data from the high frequency encoding circuit 150, and outputs the output code string. Outputs a code string.
  • the multiplexing circuit 154 also multiplexes the indexes indicating the upper and lower subbands on the low frequency side of the input signal together with the low frequency encoded data and the high frequency encoded data.
  • the encoding device 131 calculates the number of consecutive frame sections from the high-frequency and low-frequency subband signals to calculate the high-frequency code amount, and the low-frequency signal with the code amount determined from the high-frequency code amount. Are encoded, and high frequency components are encoded based on the decoded low frequency signal and the high frequency code amount obtained by decoding the low frequency encoded data.
  • the code amount necessary for high frequency encoding can be calculated without encoding the high frequency components. Therefore, compared with the conventional method, the amount of calculation at the time of calculating the high frequency code amount can be reduced by the amount of calculation necessary for selecting the coefficient index of each frame. In addition, in consideration of the characteristics of the input signal, the bit usage amount (code amount) of the high frequency encoded data can be determined more appropriately than in the past.
  • AC-3 ATSC A / 52 “Digital Audio Compression Standard (AC-3)”
  • AC-3 ATSC A / 52 “Digital Audio Compression Standard (AC-3)
  • one frame of an audio signal consists of multiple blocks, and whether or not to use the exponent value in the floating-point representation of the coefficient after frequency conversion in the previous block in each block. Is included in the bitstream.
  • a set of consecutive blocks sharing the same exponent value within one frame is called a continuous block section.
  • the number of continuous block sections in one frame is large.
  • the series of processes described above can be executed by hardware or can be executed by software.
  • a program constituting the software may execute various functions by installing a computer incorporated in dedicated hardware or various programs. For example, it is installed from a program recording medium in a general-purpose personal computer or the like.
  • FIG. 14 is a block diagram illustrating a configuration example of hardware of a computer that executes the above-described series of processes by a program.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • the input / output interface 305 is connected to the bus 304.
  • the input / output interface 305 includes an input unit 306 including a keyboard, a mouse, and a microphone, an output unit 307 including a display and a speaker, a recording unit 308 including a hard disk and a nonvolatile memory, and a communication unit 309 including a network interface.
  • a drive 310 that drives a removable medium 311 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory is connected.
  • the CPU 301 loads, for example, the program recorded in the recording unit 308 to the RAM 303 via the input / output interface 305 and the bus 304, and executes the above-described series. Is performed.
  • the program executed by the computer (CPU 301) is, for example, a magnetic disk (including a flexible disk), an optical disk (CD-ROM (Compact-Read-Only Memory), DVD (Digital Versatile-Disc), etc.), magneto-optical disk, or semiconductor. It is recorded on a removable medium 311 which is a package medium composed of a memory or the like, or provided via a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting.
  • the program can be installed in the recording unit 308 via the input / output interface 305 by attaching the removable medium 311 to the drive 310. Further, the program can be received by the communication unit 309 via a wired or wireless transmission medium and installed in the recording unit 308. In addition, the program can be installed in advance in the ROM 302 or the recording unit 308.
  • the program executed by the computer may be a program that is processed in time series in the order described in this specification, or in parallel or at a necessary timing such as when a call is made. It may be a program for processing.
  • the present technology can be configured as follows.
  • a subband splitting unit that generates a low frequency subband signal of a low frequency side subband of the input signal and a high frequency subband signal of the high frequency side subband of the input signal;
  • a pseudo high band sub-band power calculation unit that calculates a pseudo high band sub-band power that is an estimated value of the high band sub-band power of the high band sub-band signal based on the low band sub-band signal and a predetermined estimation coefficient.
  • a feature amount calculating unit that calculates a section number determining feature amount based on at least one of the low frequency subband signal and the high frequency subband signal;
  • a determination unit configured to determine the number of consecutive frame sections including frames in which the same estimation coefficient is selected in a processing target section including a plurality of frames of the input signal based on the section number determination feature amount; Based on the pseudo high frequency subband power and the high frequency subband power, a plurality of the continuous frame intervals obtained by dividing the processing target interval based on the determined number of the continuous frame intervals.
  • a selection unit that selects the estimation coefficient of a frame constituting the continuous frame section from the estimation coefficients;
  • a generating unit that generates data for obtaining the estimation coefficient selected in a frame of each successive frame section constituting the processing target section;
  • a low frequency encoding unit that encodes a low frequency signal of the input signal to generate low frequency encoded data;
  • An encoding device comprising: a multiplexing unit that multiplexes the data and the low-frequency encoded data to generate an output code string.
  • the encoding apparatus according to [1].
  • the section number determining feature amount is a linear sum or a non-linear sum of a plurality of feature amounts.
  • the encoding apparatus according to [1].
  • the selection unit for each combination of division of the processing target section that can be taken when dividing the processing target section into the determined number of continuous frame sections, based on the sum of the evaluation values, Selecting the estimation coefficient of the frame, and specifying the combination that minimizes the sum of the evaluation values of the selected estimation coefficients of all the frames constituting the processing target section among the combinations; In the specified combination, the estimation coefficient selected in each frame is set as the estimation coefficient of those frames.
  • a high frequency encoding unit that encodes the data to generate high frequency encoded data, The encoding device according to any one of [1] to [8], wherein the multiplexing unit generates the output code string by multiplexing the high-frequency encoded data and the low-frequency encoded data.
  • the determination unit further calculates a code amount of the high frequency encoded data of the processing target section based on the determined number of the continuous frame sections,
  • the low-frequency encoding unit encodes the low-frequency signal with a code amount determined from a predetermined code amount for the processing target section and the calculated code amount of the high-frequency encoded data.
  • An encoding method including a step of multiplexing the data and the low-frequency encoded data to generate an output code string.
  • [12] Generating a low-frequency sub-band signal of a low-frequency side sub-band of the input signal and a high-frequency sub-band signal of a high-frequency sub-band of the input signal; Based on the low frequency subband signal and a predetermined estimation coefficient, to calculate a pseudo high frequency subband power that is an estimate of the high frequency subband power of the high frequency subband signal, Based on at least one of the low-frequency subband signal and the high-frequency subband signal, a section number determination feature amount is calculated, Based on the section number determination feature amount, in the processing target section consisting of a plurality of frames of the input signal, determine the number of consecutive frame sections consisting of frames in which the same estimation coefficient is selected, Based on the pseudo high frequency subband power and the high frequency subband power, a plurality of the continuous frame intervals obtained by dividing the processing target interval based on the determined number of the continuous frame intervals.
  • the number of continuous frame sections consisting of frames in which the same estimation coefficient is selected in the processing target section consisting of a plurality of frames of the input signal is determined, and based on the determined number of continuous frame sections For each of the continuous frame sections obtained by dividing the processing target section, based on the estimated value and the high frequency sub-band power, the frame of the frame constituting the continuous frame section from among the plurality of estimation coefficients The estimation coefficient is selected, and the selection is made in the frame of each successive frame section that constitutes the processing target section, which is generated based on the selection result.
  • a low frequency signal into a low frequency encoded data obtained by encoding of the input signal, a demultiplexing unit for demultiplexing an input code string, A low frequency decoding unit that decodes the low frequency encoded data to generate a low frequency signal; A high-frequency signal generating unit that generates a high-frequency signal based on the estimation coefficient obtained from the data and the low-frequency signal obtained by the decoding; A decoding device comprising: a synthesis unit that generates an output signal based on the high frequency signal and the low frequency signal obtained by the decoding. [14] The decoding device according to [13], further comprising: a high frequency decoding unit that decodes the data to obtain the estimation coefficient.
  • the estimation coefficient of the frame of the continuous frame section based on the sum of the evaluation values Is selected, and among the combinations, the combination that minimizes the sum of the evaluation values of the selected estimation coefficients of all the frames constituting the processing target section is identified and identified.
  • the decoding apparatus according to [15], wherein in the combination, the estimation coefficient selected in each frame is the estimation coefficient of those frames.
  • an estimate of the high frequency sub-band power of the high frequency sub-band signal of the input signal is calculated, and the number of sections extracted from the input signal is determined.
  • the number of continuous frame sections consisting of frames in which the same estimation coefficient is selected in the processing target section consisting of a plurality of frames of the input signal is determined, and based on the determined number of continuous frame sections For each of the continuous frame sections obtained by dividing the processing target section, based on the estimated value and the high frequency sub-band power, the frame of the frame constituting the continuous frame section from among the plurality of estimation coefficients The estimation coefficient is selected, and the selection is made in the frame of each successive frame section that constitutes the processing target section, which is generated based on the selection result.
  • the low frequency signal into a low frequency encoded data obtained by encoding of the input signal, and demultiplexes the input code string, Decoding the low frequency encoded data to generate a low frequency signal; Generating a high frequency signal based on the estimation coefficient obtained from the data and the low frequency signal obtained by the decoding; A decoding method including a step of generating an output signal based on the high frequency signal and the low frequency signal obtained by the decoding. [19] Based on the low frequency sub-band signal of the input signal and a predetermined estimation coefficient, an estimate of the high frequency sub-band power of the high frequency sub-band signal of the input signal is calculated, and the number of sections extracted from the input signal is determined.
  • the number of continuous frame sections consisting of frames in which the same estimation coefficient is selected in the processing target section consisting of a plurality of frames of the input signal is determined, and based on the determined number of continuous frame sections For each of the continuous frame sections obtained by dividing the processing target section, based on the estimated value and the high frequency sub-band power, the frame of the frame constituting the continuous frame section from among the plurality of estimation coefficients The estimation coefficient is selected, and the selection is made in the frame of each successive frame section that constitutes the processing target section, which is generated based on the selection result.
  • the low frequency signal into a low frequency encoded data obtained by encoding of the input signal, and demultiplexes the input code string, Decoding the low frequency encoded data to generate a low frequency signal; Generating a high frequency signal based on the estimation coefficient obtained from the data and the low frequency signal obtained by the decoding;
  • a program that causes a computer to execute processing including a step of generating an output signal based on the high-frequency signal and the low-frequency signal obtained by the decoding.
  • 11 Encoding device 32 Low frequency encoding circuit, 33 Subband division circuit, 34 Feature value calculation circuit, 35 Pseudo high frequency subband power calculation circuit, 36 Section number determining feature value calculation circuit, 37 Pseudo high frequency subband power Difference calculation circuit, 38 high frequency encoding circuit, 39 multiplexing circuit, 51 determination unit, 52 evaluation value calculation unit, 53 selection unit, 54 generation unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Quality & Reliability (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本技術は、より少ない符号量で高音質な音声を得ることができるようにする符号化装置および方法、復号装置および方法、並びにプログラムに関する。 区間数決定特徴量算出回路は、入力信号を構成する複数のサブバンドのサブバンド信号に基づいて、処理対象区間を、同じ推定係数が選択されるフレームからなる連続フレーム区間に分割する分割数を定めるための区間数決定特徴量を算出する。擬似高域サブバンドパワー差分算出回路は、区間数決定特徴量に基づいて処理対象区間内の連続フレーム区間数を決定するとともに、各連続フレーム区間について、入力信号の高域成分を推定により求めるための推定係数を選択し、それらの推定係数を得るための係数インデックスを含むデータを生成する。高域符号化回路は、得られたデータを符号化し、高域符号化データを生成する。本技術は、符号化装置に適用することができる。

Description

符号化装置および方法、復号装置および方法、並びにプログラム
　本技術は符号化装置および方法、復号装置および方法、並びにプログラムに関し、特に、より少ない符号量で高音質な音声を得ることができるようにした符号化装置および方法、復号装置および方法、並びにプログラムに関する。
　従来、音声信号の符号化手法として、HE-AAC（High Efficiency MPEG（Moving Picture Experts Group）4 AAC（Advanced Audio Coding））（国際標準規格ISO／IEC14496-3）や、AAC（MPEG2 AAC）（国際標準規格ISO／IEC13818-7）などが知られている。
　例えば音声信号の符号化手法として、低域成分を符号化して得られた低域符号化情報と、低域成分および高域成分から生成された、高域成分の推定値を得るための高域符号化情報とを符号化で得られた符号として出力する手法が提案されている（例えば、特許文献１参照）。この手法では、高域符号化情報には、高域の周波数成分を得るためのスケールファクタ、振幅調整係数、スペクトル残差など、高域成分の推定値を算出するのに必要となる情報が含まれている。
　また、復号の際には低域符号化情報を復号して得られる低域成分と、高域符号化情報を復号して得られる情報とに基づいて高域成分が推定され、推定により得られた高域成分と、復号で得られた低域成分とが合成されて復号で得られた音声信号とされる。
　このような符号化手法では、高域成分の推定値を得るための情報だけを高域の信号成分に関する情報として符号化するので、音質の劣化を抑えつつ、符号化効率を向上させることができる。
国際公開第ＷＯ２００６／０４９２０５号
　しかしながら、上述した技術では復号時に高音質な音声を得ることはできるが、音声信号の処理単位ごとに高域成分の推定値を算出するための情報を生成しなければならず、高域符号化情報の符号量が充分に少ないとはいえなかった。
　本技術は、このような状況に鑑みてなされたものであり、より少ない符号量で高音質な音声を得ることができるようにするものである。
　本技術の第１の側面の符号化装置は、入力信号の低域側のサブバンドの低域サブバンド信号と、前記入力信号の高域側のサブバンドの高域サブバンド信号とを生成するサブバンド分割部と、前記低域サブバンド信号と所定の推定係数とに基づいて、前記高域サブバンド信号の高域サブバンドパワーの推定値である擬似高域サブバンドパワーを算出する擬似高域サブバンドパワー算出部と、前記低域サブバンド信号または前記高域サブバンド信号の少なくとも何れかに基づいて、区間数決定特徴量を算出する特徴量算出部と、前記区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されたフレームからなる連続フレーム区間の数を決定する決定部と、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記擬似高域サブバンドパワーと前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数を選択する選択部と、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータを生成する生成部と、前記入力信号の低域信号を符号化して低域符号化データを生成する低域符号化部と、前記データと前記低域符号化データとを多重化して出力符号列を生成する多重化部とを備える。
　前記区間数決定特徴量を、前記高域サブバンドパワーの和を示す特徴量とすることができる。
　前記区間数決定特徴量を、前記高域サブバンドパワーの和の時間変動を示す特徴量とすることができる。
　前記区間数決定特徴量を、前記入力信号の周波数形状を示す特徴量とすることができる。
　前記区間数決定特徴量を、複数の特徴量の線形和または非線形和とすることができる。
　符号化装置には、前記推定係数ごとに算出された、前記フレームにおける前記擬似高域サブバンドパワーと前記高域サブバンドパワーの誤差を示す評価値に基づいて、前記推定係数ごとに、前記連続フレーム区間を構成する各フレームの前記評価値の和を算出する評価値和算出部をさらに設け、前記選択部には、前記推定係数ごとに算出された前記評価値の和に基づいて、前記連続フレーム区間のフレームの前記推定係数を選択させることができる。
決定された前記連続フレーム区間の数に前記処理対象区間を等分割して得られた各区間を、前記連続フレーム区間とすることができる。
　前記選択部には、決定された前記連続フレーム区間の数に前記処理対象区間を分割するときに取り得る前記処理対象区間の分割の組み合わせごとに、前記評価値の和に基づいて前記連続フレーム区間のフレームの前記推定係数を選択させるとともに、各前記組み合わせのうち、前記処理対象区間を構成する全ての前記フレームの選択された前記推定係数の前記評価値の和が最小となる前記組み合わせを特定させ、特定された前記組み合わせにおいて、各フレームで選択された前記推定係数を、それらのフレームの前記推定係数とさせることができる。
　符号化装置には、前記データを符号化して高域符号化データを生成する高域符号化部をさらに設け、前記多重化部には、前記高域符号化データと前記低域符号化データとを多重化して前記出力符号列を生成させることができる。
　前記決定部には、決定された前記連続フレーム区間の数に基づいて、前記処理対象区間の前記高域符号化データの符号量をさらに算出させ、前記低域符号化部には、前記処理対象区間に対して予め定められた符号量と、算出された前記高域符号化データの符号量とから定まる符号量で前記低域信号を符号化させることができる。
　本技術の第１の側面の符号化方法またはプログラムは、入力信号の低域側のサブバンドの低域サブバンド信号と、前記入力信号の高域側のサブバンドの高域サブバンド信号とを生成し、前記低域サブバンド信号と所定の推定係数とに基づいて、前記高域サブバンド信号の高域サブバンドパワーの推定値である擬似高域サブバンドパワーを算出し、前記低域サブバンド信号または前記高域サブバンド信号の少なくとも何れかに基づいて、区間数決定特徴量を算出し、前記区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されたフレームからなる連続フレーム区間の数を決定し、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記擬似高域サブバンドパワーと前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数を選択し、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータを生成し、前記入力信号の低域信号を符号化して低域符号化データを生成し、前記データと前記低域符号化データとを多重化して出力符号列を生成するステップを含む。
　本技術の第１の側面においては、入力信号の低域側のサブバンドの低域サブバンド信号と、前記入力信号の高域側のサブバンドの高域サブバンド信号とが生成され、前記低域サブバンド信号と所定の推定係数とに基づいて、前記高域サブバンド信号の高域サブバンドパワーの推定値である擬似高域サブバンドパワーが算出され、前記低域サブバンド信号または前記高域サブバンド信号の少なくとも何れかに基づいて、区間数決定特徴量が算出され、前記区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されたフレームからなる連続フレーム区間の数が決定され、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記擬似高域サブバンドパワーと前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数が選択され、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータが生成され、前記入力信号の低域信号を符号化して低域符号化データが生成され、前記データと前記低域符号化データとが多重化されて出力符号列が生成される。
　本技術の第２の側面の復号装置は、入力信号の低域サブバンド信号と所定の推定係数とに基づいて、前記入力信号の高域サブバンド信号の高域サブバンドパワーの推定値が算出され、前記入力信号から抽出された区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されるフレームからなる連続フレーム区間の数が決定され、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記推定値と前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数が選択され、その選択結果に基づいて生成された、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータと、前記入力信号の低域信号を符号化して得られた低域符号化データとに、入力符号列を非多重化する非多重化部と、前記低域符号化データを復号して低域信号を生成する低域復号部と、前記データから得られた前記推定係数と、前記復号で得られた低域信号とに基づいて高域信号を生成する高域信号生成部と、前記高域信号と前記復号で得られた低域信号とに基づいて出力信号を生成する合成部とを備える。
　復号装置には、前記データを復号して前記推定係数を得る高域復号部をさらに設けることができる。
　前記推定係数ごとに算出された、前記フレームにおける前記推定値と前記高域サブバンドパワーの誤差を示す評価値に基づいて、前記推定係数ごとに、前記連続フレーム区間を構成する各フレームの前記評価値の和が算され、前記推定係数ごとに算出された前記評価値の和に基づいて、前記連続フレーム区間のフレームの前記推定係数が選択されるようにすることができる。
　決定された前記連続フレーム区間の数に前記処理対象区間を等分割して得られた各区間が、前記連続フレーム区間とされるようにすることができる。
　決定された前記連続フレーム区間の数に前記処理対象区間を分割するときに取り得る前記処理対象区間の分割の組み合わせごとに、前記評価値の和に基づいて前記連続フレーム区間のフレームの前記推定係数が選択されるとともに、各前記組み合わせのうち、前記処理対象区間を構成する全ての前記フレームの選択された前記推定係数の前記評価値の和が最小となる前記組み合わせが特定され、特定された前記組み合わせにおいて、各フレームで選択された前記推定係数が、それらのフレームの前記推定係数とされるようにすることができる。
　本技術の第２の側面の復号方法またはプログラムは、入力信号の低域サブバンド信号と所定の推定係数とに基づいて、前記入力信号の高域サブバンド信号の高域サブバンドパワーの推定値が算出され、前記入力信号から抽出された区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されるフレームからなる連続フレーム区間の数が決定され、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記推定値と前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数が選択され、その選択結果に基づいて生成された、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータと、前記入力信号の低域信号を符号化して得られた低域符号化データとに、入力符号列を非多重化し、前記低域符号化データを復号して低域信号を生成し、前記データから得られた前記推定係数と、前記復号で得られた低域信号とに基づいて高域信号を生成し、前記高域信号と前記復号で得られた低域信号とに基づいて出力信号を生成するステップを含む。
　本技術の第２の側面においては、入力信号の低域サブバンド信号と所定の推定係数とに基づいて、前記入力信号の高域サブバンド信号の高域サブバンドパワーの推定値が算出され、前記入力信号から抽出された区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されるフレームからなる連続フレーム区間の数が決定され、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記推定値と前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数が選択され、その選択結果に基づいて生成された、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータと、前記入力信号の低域信号を符号化して得られた低域符号化データとに、入力符号列が非多重化され、前記低域符号化データが復号されて低域信号が生成され、前記データから得られた前記推定係数と、前記復号で得られた低域信号とに基づいて高域信号が生成され、前記高域信号と前記復号で得られた低域信号とに基づいて出力信号が生成される。
　本技術の第１の側面および第２の側面によれば、より少ない符号量で高音質な音声を得ることができる。
入力信号のサブバンドについて説明するための図である。 可変長方式による高域成分の符号化について説明する図である。 固定長方式による高域成分の符号化について説明する図である。 本技術を適用した符号化装置の構成例を示す図である。 符号化処理について説明するフローチャートである。 復号装置の構成例を示す図である。 符号化処理について説明するフローチャートである。 符号化処理について説明するフローチャートである。 符号化処理について説明するフローチャートである。 符号化処理について説明するフローチャートである。 符号化処理について説明するフローチャートである。 符号化装置の他の構成例を示す図である。 符号化処理について説明するフローチャートである。 コンピュータの構成例を示す図である。
　以下、図面を参照して、本技術を適用した実施の形態について説明する。
〈本技術の概要〉
［入力信号の符号化について］
　本技術は、例えば音楽信号などの音声信号を入力信号として、入力信号の符号化を行なうものである。
　入力信号の符号化を行なう符号化装置では、符号化時において図１に示すように、入力信号は所定の帯域幅の複数の周波数帯域（以下、サブバンドと称する）のサブバンド信号に分割される。なお、図１において、縦軸は入力信号の各周波数のパワーを示しており、横軸は入力信号の各周波数を示している。また、曲線Ｃ１１は入力信号の各周波数成分のパワーを示しており、図中、縦方向の点線は各サブバンドの境界位置を示している。
　入力信号が各サブバンドのサブバンド信号に分割されると、入力信号の周波数成分のうち、予め定められた周波数以下の低域側の成分が、所定の符号化方式により符号化され、低域符号化データが生成される。
　図１の例では、各サブバンドを特定するインデックスがｓｂであるサブバンドｓｂの上限の周波数以下の周波数のサブバンドが入力信号の低域成分とされており、サブバンドｓｂの上限の周波数よりも高い周波数のサブバンドが入力信号の高域成分とされている。
　低域符号化データが得られると、次に入力信号の低域成分と高域成分とに基づいて、高域成分の各サブバンドのサブバンド信号を再現するための情報が生成され、その情報が、適宜、所定の符号化方式により符号化されて高域符号化データが生成される。
　具体的には、周波数方向に連続して並ぶ低域側の最も周波数が高い４つのサブバンドｓｂ－３乃至サブバンドｓｂの成分と、高域側の連続して並ぶ(eb-(sb+1)+1)個のサブバンドｓｂ＋１乃至サブバンドｅｂの成分とから、高域符号化データが生成される。
　ここで、サブバンドｓｂ＋１はサブバンドｓｂに隣接する、最も低域側に位置する高域のサブバンドであり、サブバンドｅｂは、連続して並ぶサブバンドｓｂ＋１乃至サブバンドｅｂのうちの最も周波数が高いサブバンドである。
　高域成分の符号化で得られる高域符号化データは、高域側のサブバンドｉｂ（但し、ｓｂ＋１≦ｉｂ≦ｅｂ）のサブバンド信号を推定により生成するための情報であり、高域符号化データには、各サブバンド信号の推定に用いられる推定係数を得るための係数インデックスが含まれている。
　すなわち、サブバンドｉｂのサブバンド信号の推定には、低域側の各サブバンドｋｂ（但し、ｓｂ－３≦ｋｂ≦ｓｂ）のサブバンド信号のパワーに乗算される係数Ａｉｂ（ｋｂ）と、定数項である係数Ｂｉｂからなる推定係数が用いられる。高域符号化データに含まれる係数インデックスは、各サブバンドｉｂの係数Ａｉｂ（ｋｂ）と係数Ｂｉｂからなる推定係数のセットを得るための情報、例えば推定係数のセットを特定する情報である。
　以上のようにして低域符号化データと高域符号化データが得られると、それらの低域符号化データと高域符号化データが多重化されて出力符号列とされ、出力される。
　このように高域符号化データに、推定係数を得るための係数インデックスを含めるようにすることで、フレームごとに高域成分を算出するためのスケールファクタや振幅調整係数などを含める場合と比べて、高域符号化データの符号量を大幅に削減することができる。
　また、出力符号列の供給を受けた復号装置は、低域符号化データを復号して低域側の各サブバンドのサブバンド信号からなる復号低域信号を得るとともに、復号低域信号と、高域符号化データを復号して得られた情報とから高域側の各サブバンドのサブバンド信号を推定により生成する。そして、復号装置は、推定により得られた高域側の各サブバンドのサブバンド信号からなる復号高域信号と、復号低域信号とから出力信号を生成する。このようにして得られた出力信号は、符号化された入力信号を復号することで得られた信号である。
［出力符号列について］
　ところで、入力信号の符号化では入力信号の所定の時間長の区間ごと、すなわちフレームごとに、予め用意された複数の推定係数のなかから、処理対象となっているフレームに対して適切な推定係数が選択される。
　符号化装置では、各フレームの係数インデックスをそのまま高域符号化データに含めるのではなく、時間方向において係数インデックスが変化する時間の情報と、変化した係数インデックスの値を高域符号化データに含めることで更なる符号量の削減が図られている。
　特に、入力信号が、各周波数成分の時間方向への変動が少ない定常信号である場合には、選択された推定係数、すなわち係数インデックスは時間方向に同じものが連続して続くことが多い。そこで、高域符号化データに含まれる係数インデックスの時間方向の情報量を削減するために、適宜、可変長方式と固定長方式とが切り替えられながら、入力信号の高域成分の符号化が行なわれる。
［可変長方式について］
　以下、可変長方式と固定長方式による高域成分の符号化について説明する。
　高域成分の符号化時には、予め定められた所定のフレーム長の区間ごとに、可変長方式と固定長方式の切り替えが行なわれる。例えば、以下では１６フレームごとに可変長方式と固定長方式の切り替えが行なわれるものとして説明を続けることとし、入力信号の１６フレーム分の区間を処理対象区間とも称することとする。つまり、符号化装置では、処理対象区間である１６フレームを単位として、出力符号列が出力される。
　まず、可変長方式について説明する。可変長方式による高域成分の符号化では、方式フラグ、係数インデックス、区間情報、および個数情報からなるデータが符号化され、高域符号化データとされる。
　なお、方式フラグは、高域符号化データを生成する方式を示す情報、すなわち高域成分の符号化時に可変長方式と固定長方式の何れの方式が選択されたかを示す情報である。
　また、区間情報とは、処理対象区間に含まれる連続するフレームからなる区間であって、同じ係数インデックスが選択されたフレームからなる区間（以下、連続フレーム区間とも称する）の長さを示す情報である。また、個数情報とは、処理対象区間に含まれる連続フレーム区間の個数を示す情報である。
　例えば、可変長方式では図２に示すように位置ＦＳＴ１から位置ＦＳＥ１までの間に含まれる１６フレームの区間が１つの処理対象区間とされる。なお、図２において、図中、横方向は時間を示しており、１つの四角形は１つのフレームを表している。また、フレームを表す四角形内の数値は、そのフレームについて選択された推定係数を特定する係数インデックスの値を示している。
　可変長方式による高域成分の符号化では、まず、処理対象区間が、同じ係数インデックスが選択される、連続するフレームからなる連続フレーム区間に分割される。すなわち、異なる係数インデックスが選択される、互いに隣接するフレームの境界位置が、各連続フレーム区間の境界位置とされる。
　この例では、処理対象区間は、位置ＦＳＴ１から位置ＦＣ１の区間、位置ＦＣ１から位置ＦＣ２の区間、および位置ＦＣ２から位置ＦＳＥ１の区間の３つの区間に分割される。例えば、位置ＦＳＴ１から位置ＦＣ１までの連続フレーム区間では、各フレームにおいて、同じ係数インデックス「２」が選択されている。
　このようにして処理対象区間が連続フレーム区間に分割されると、処理対象区間内の連続フレーム区間数を示す個数情報、各連続フレーム区間で選択された係数インデックス、各連続フレーム区間の長さを示す区間情報、および方式フラグからなるデータが生成される。
　ここでは、処理対象区間は３つの連続フレーム区間に分割されているので、連続フレーム区間数「３」を示す情報が個数情報とされる。図２では個数情報が「num_length=3」で表されている。
　また、例えば処理対象区間内の最初の連続フレーム区間の区間情報は、その連続フレーム区間のフレームを単位とする長さ「５」とされ、図２では「length0=5」で表されている。なお、各区間情報は、処理対象区間の先頭から何番目にある連続フレーム区間の区間情報であるかが特定できるようにされている。換言すれば、区間情報には、処理対象区間内における連続フレーム区間の位置を特定するための情報も含まれている。
　このようにして、処理対象区間について個数情報、係数インデックス、区間情報、および方式フラグからなるデータが生成されると、このデータが符号化されて高域符号化データとされる。この場合、複数フレームで連続して同じ係数インデックスが選択されるときには、フレームごとに係数インデックスを送信する必要がなくなるので、伝送する出力符号列のデータ量を削減し、より効率的に符号化，復号を行なうことができる。
［固定長方式について］
　次に、固定長方式による高域成分の符号化について説明する。
　固定長方式では図３に示すように、１６フレームからなる処理対象区間が、所定のフレーム数からなる区間（以下、固定長区間と称する）に等分割される。なお、図３において、横方向は時間を示しており、１つの四角形は１つのフレームを表している。また、フレームを表す四角形内の数値は、そのフレームについて選択された推定係数を特定する係数インデックスの値を示している。さらに、図３において、図２における場合と対応する部分には同一の符号を付してあり、その説明は適宜省略する。
　固定長方式においては、処理対象区間がいくつかの固定長区間に分割される。このとき、固定長区間の長さは、固定長区間内の各フレームで選択されている係数インデックスが同じであり、かつ固定長区間の長さが最も長くなるように定められる。
　図３の例では、固定長区間の長さ（以下、単に固定長とも称する）は、４フレームとされており、処理対象区間は４つの固定長区間に等分されている。すなわち、処理対象区間は、位置ＦＳＴ１から位置ＦＣ２１までの区間、位置ＦＣ２１から位置ＦＣ２２までの区間、位置ＦＣ２２から位置ＦＣ２３までの区間、および位置ＦＣ２３から位置ＦＳＥ１までの区間に分割される。これらの固定長区間における係数インデックスは、処理対象区間の先頭の固定長区間から順番に、係数インデックス「１」，「２」，「２」，「３」とされている。
　このようにして、処理対象区間がいくつかの固定長区間に分割されると、処理対象区間内の固定長区間の固定長を示す固定長インデックス、係数インデックス、切り替わりフラグ、および方式フラグからなるデータが生成される。
　ここで、切り替わりフラグとは、固定長区間の境界位置、つまり所定の固定長区間の最後のフレームと、その固定長区間の次の固定長区間の先頭のフレームとで、係数インデックスが変化したか否かを示す情報である。例えば、ｉ番目（ｉ＝０，１，２，・・・）の切り替わりフラグgridflg_iは、処理対象区間の先頭から（ｉ＋１）番目と（ｉ＋２）番目の固定長区間の境界位置において、係数インデックスが変化した場合「１」とされ、変化していない場合「０」とされる。
　図３の例では、処理対象区間の１番目の固定長区間の境界位置（位置ＦＣ２１）の切り替わりフラグgridflg_0は、１番目の固定長区間の係数インデックス「１」と、２番目の固定長区間の係数インデックス「２」とが異なるため「１」とされている。また、位置ＦＣ２２の切り替わりフラグgridflg_1は、２番目の固定長区間の係数インデックス「２」と、３番目の固定長区間の係数インデックス「２」とが同じであるため「０」とされている。
　さらに、固定長インデックスの値は、固定長から求められる値などとされる。具体的には、例えば固定長インデックスlength_idは、固定長fixed_length＝16/2length_idを満たす値とされる。図３の例では、固定長fixed_length＝４であるので、固定長インデックスlength_id＝２とされる。
　処理対象区間が固定長区間に分割され、固定長インデックス、係数インデックス、切り替わりフラグ、および方式フラグからなるデータが生成されると、このデータが符号化されて高域符号化データとされる。
　図３の例では、位置ＦＣ２１乃至位置ＦＣ２３における切り替わりフラグgridflg_0＝1、gridflg_1＝0、およびgridflg_2＝1と、固定長インデックスlength_id＝2、各固定長区間の係数インデックス「１」，「２」，「３」、および固定長方式である旨の方式フラグとからなるデータが符号化されて、高域符号化データとされる。
　ここで、各固定長区間の境界位置の切り替わりフラグは、処理対象区間の先頭から何番目にある境界位置の切り替わりフラグであるかが特定できるようにされている。換言すれば、切り替わりフラグには、処理対象区間内における固定長区間の境界位置を特定するための情報も含まれている。
　また、高域符号化データに含まれる各係数インデックスは、それらの係数インデックスが選択された順番、つまり固定長区間が並ぶ順番に並べられている。例えば、図３の例では、係数インデックス「１」，「２」，「３」の順に並べられて、それらの係数インデックスがデータに含められる。
　なお、図３の例では、処理対象区間の先頭から２番目と３番目の固定長区間の係数インデックスが「２」であるが、高域符号化データには、係数インデックス「２」が１つだけ含まれるようにされる。連続する固定長区間の係数インデックスが同じである場合、すなわち連続する固定長区間の境界位置における切り替わりフラグが０の場合には、それらの固定長区間の数だけ同じ係数インデックスが高域符号化データに含まれるのではなく、１つの係数インデックスが高域符号化データに含まれることになる。
　このように、固定長インデックス、係数インデックス、切り替わりフラグ、および方式フラグからなるデータから高域符号化データを生成すれば、フレームごとに係数インデックスを送信する必要がなくなるので、伝送する出力符号列のデータ量を削減することができる。これにより、より効率的に符号化，復号を行なうことができる。
［連続フレーム区間数について］
　また、入力信号の符号化時においては、入力信号の各サブバンドのサブバンド信号に基づいて、処理対象区間を構成する連続フレーム区間の最適な数が定められ、定められた連続フレーム区間数に基づいて各フレームの係数インデックス（推定係数）が選択される。例えば処理対象区間を構成する最適な連続フレーム区間数は、高域側のサブバンドのサブバンドパワーから定まる特徴量（以下、区間数決定特徴量とも称する）に基づいて定められる。
　このように、処理対象区間を構成する連続フレーム区間の数を、高域の特徴を示す区間数決定特徴量に基づいて定めることで、フレームごとに選択される係数インデックスが、時間方向に必要以上に変化することを防止することができる。
　これにより、処理対象区間の高域符号化データに含まれる係数インデックスの数等を必要最小限に抑えることができ、高域符号化データの符号量をより少なくすることができる。
　また、推定係数によって高域成分の推定誤差等の特性が異なるため、係数インデックスの時間方向の変動が必要以上に多いと、復号で得られる音声信号には、復号前の入力信号にはない不自然な周波数包絡の時間変動が生じ、聴感上、音質が劣化してしまう。このような音質の劣化は、高域成分の時間変動が少ない定常的な音声信号ほど顕著である。
　しかし、処理対象区間を構成する連続フレーム区間数を適切に定めてから各フレームの係数インデックスを選択すれば、係数インデックスが必要以上に変動することを防止することができる。これにより、復号で得られる音声の高域成分の不自然な時間変動を抑制し、音質を向上させることができる。
〈第１の実施の形態〉
［符号化装置の構成例］
　次に、以上において説明した入力信号の符号化技術の具体的な実施の形態について説明する。まず、入力信号の符号化を行なう符号化装置の構成について説明する。図４は、符号化装置の構成例を示す図である。
　符号化装置１１は、低域通過フィルタ３１、低域符号化回路３２、サブバンド分割回路３３、特徴量算出回路３４、擬似高域サブバンドパワー算出回路３５、区間数決定特徴量算出回路３６、擬似高域サブバンドパワー差分算出回路３７、高域符号化回路３８、および多重化回路３９から構成される。符号化装置１１では、符号化対象の入力信号が低域通過フィルタ３１およびサブバンド分割回路３３に供給される。
　低域通過フィルタ３１は、供給された入力信号を所定の遮断周波数でフィルタリングし、その結果得られた、遮断周波数より低域の信号（以下、低域信号と称する）を、低域符号化回路３２およびサブバンド分割回路３３に供給する。
　低域符号化回路３２は、低域通過フィルタ３１からの低域信号を符号化し、その結果得られた低域符号化データを多重化回路３９に供給する。
　サブバンド分割回路３３は、低域通過フィルタ３１からの低域信号を複数のサブバンドのサブバンド信号（以下、低域サブバンド信号とも称する）に等分割し、これにより得られた低域サブバンド信号を特徴量算出回路３４および区間数決定特徴量算出回路３６に供給する。低域サブバンド信号は、入力信号の低域側の各サブバンドの信号である。
　また、サブバンド分割回路３３は、供給された入力信号を複数のサブバンドのサブバンド信号に等分割し、これにより得られたサブバンド信号のうち、高域側の所定の帯域に含まれる各サブバンドのサブバンド信号を、区間数決定特徴量算出回路３６および擬似高域サブバンドパワー差分算出回路３７に供給する。なお、以下、サブバンド分割回路３３から区間数決定特徴量算出回路３６および擬似高域サブバンドパワー差分算出回路３７に供給される各サブバンドのサブバンド信号を、高域サブバンド信号とも称する。
　特徴量算出回路３４は、サブバンド分割回路３３からの低域サブバンド信号に基づいて特徴量を算出し、擬似高域サブバンドパワー算出回路３５に供給する。
　擬似高域サブバンドパワー算出回路３５は、特徴量算出回路３４からの特徴量に基づいて、高域サブバンド信号のパワーの推定値（以下、擬似高域サブバンドパワーとも称する）を算出し、擬似高域サブバンドパワー差分算出回路３７に供給する。なお、擬似高域サブバンドパワー算出回路３５には、統計学習により得られた推定係数のセットが複数記録されており、擬似高域サブバンドパワーは、推定係数と特徴量に基づいて算出される。
　区間数決定特徴量算出回路３６は、サブバンド分割回路３３から供給された低域サブバンド信号および高域サブバンド信号に基づいて、区間数決定特徴量を算出し、擬似高域サブバンドパワー差分算出回路３７に供給する。
　擬似高域サブバンドパワー差分算出回路３７は、各フレームについて、そのフレームの高域成分を推定するのに適した推定係数を示す係数インデックスを選択する。擬似高域サブバンドパワー差分算出回路３７は、決定部５１、評価値和算出部５２、選択部５３、および生成部５４を備えている。
　決定部５１は、区間数決定特徴量算出回路３６から供給された区間数決定特徴量に基づいて、処理対象区間を構成する連続フレーム区間の数を決定する。
　擬似高域サブバンドパワー差分算出回路３７は、サブバンド分割回路３３からの高域サブバンド信号のパワー（以下、高域サブバンドパワーとも称する）と、擬似高域サブバンドパワー算出回路３５からの擬似高域サブバンドパワーとに基づいて、各フレームについて推定係数ごとに評価値を算出する。この評価値は、入力信号の実際の高域成分と、推定係数を用いて推定された高域成分との誤差を示す値である。
　評価値和算出部５２は、決定部５１により決定された連続フレーム区間数と、各フレームの評価値とに基づいて、連続するフレームの評価値の和を算出する。選択部５３は、評価値和算出部５２により算出された評価値の和に基づいて各フレームの係数インデックスを選択する。
　生成部５４は、入力信号の処理対象区間の各フレームにおける係数インデックスの選択結果に基づいて、可変長方式または固定長方式の切り替えを行い、選択された方式で高域符号化データを得るためのデータを生成し、高域符号化回路３８に供給する。
　高域符号化回路３８は、擬似高域サブバンドパワー差分算出回路３７から供給されたデータを符号化し、その結果得られる高域符号化データを多重化回路３９に供給する。多重化回路３９は、低域符号化回路３２からの低域符号化データと、高域符号化回路３８からの高域符号化データとを多重化し、出力符号列として出力する。
［符号化処理の説明］
　図４に示した符号化装置１１は、入力信号が供給されて、入力信号の符号化が指示されると符号化処理を行なって、復号装置に出力符号列を出力する。以下、図５のフローチャートを参照して、符号化装置１１による符号化処理について説明する。なお、この符号化処理は、予め定められたフレーム数、つまり処理対象区間ごとに行なわれる。
　ステップＳ１１において、低域通過フィルタ３１は、供給された処理対象のフレームの入力信号を低域通過フィルタによって所定の遮断周波数でフィルタリングし、その結果得られた低域信号を低域符号化回路３２およびサブバンド分割回路３３に供給する。
　ステップＳ１２において、低域符号化回路３２は、低域通過フィルタ３１から供給された低域信号を符号化し、その結果得られた低域符号化データを多重化回路３９に供給する。
　ステップＳ１３において、サブバンド分割回路３３は、入力信号および低域信号を所定の帯域幅の複数のサブバンド信号に等分割する。
　すなわち、サブバンド分割回路３３は、入力信号を各サブバンドのサブバンド信号に分割し、これにより得られた高域側のサブバンドｓｂ＋１乃至サブバンドｅｂの各サブバンド信号を、区間数決定特徴量算出回路３６および擬似高域サブバンドパワー差分算出回路３７に供給する。
　また、サブバンド分割回路３３は、低域通過フィルタ３１からの低域信号を各サブバンドのサブバンド信号に分割し、これにより得られた低域側のサブバンドｓｂ－３乃至サブバンドｓｂの各サブバンド信号を、特徴量算出回路３４および区間数決定特徴量算出回路３６に供給する。
　ステップＳ１４において、区間数決定特徴量算出回路３６は、サブバンド分割回路３３から供給された低域サブバンド信号および高域サブバンド信号の少なくとも何れかに基づいて区間数決定特徴量を算出し、擬似高域サブバンドパワー差分算出回路３７に供給する。
　例えば、区間数決定特徴量算出回路３６は次式（１）を計算することで、処理対象のフレームＪの推定帯域、つまり高域側の各サブバンドのサブバンド信号のパワーの和であるサブバンドパワー和powerhigh(J)を算出する。
Figure JPOXMLDOC01-appb-M000001
　なお、式（１）において、powerlin(ib,J)は、フレームＪのサブバンドｉｂ（但し、ｓｂ＋１≦ｉｂ≦ｅｂ）のサブバンド信号の各サンプルのサンプル値の二乗平均値を示している。したがって、サブバンドパワー和powerhigh(J)は、高域側の各サブバンドについて求めた二乗平均値powerlin(ib,J)の和を対数化することにより得られる。
　このようにして得られるサブバンドパワー和powerhigh(J)は、入力信号の高域側の各サブバンドの高域サブバンドパワーの和を示しており、各サブバンドのパワーの和が大きいほどサブバンドパワー和powerhigh(J)の値も大きくなる。つまり、入力信号の高域成分のパワーが全体的に大きいほど、サブバンドパワー和powerhigh(J)も大きくなる。
　ステップＳ１５において、特徴量算出回路３４は、サブバンド分割回路３３から供給された低域サブバンド信号に基づいて特徴量を算出し、擬似高域サブバンドパワー算出回路３５に供給する。
　例えば、特徴量として各低域サブバンド信号のパワーが算出される。なお、以下、低域サブバンド信号のパワーを特に低域サブバンドパワーとも称することとする。また、低域サブバンド信号や高域サブバンド信号など、各サブバンド信号のパワーを、適宜、サブバンドパワーとも称することとする。
　具体的には、特徴量算出回路３４は、次式（２）を計算することで、デシベルで表現される処理対象のフレームＪのサブバンドｉｂ（但し、ｓｂ－３≦ｉｂ≦ｓｂ）のサブバンドパワーpower(ib,J)を算出する。
Figure JPOXMLDOC01-appb-M000002
　なお、式（２）においてx(ib,n)は、サブバンドｉｂのサブバンド信号の値（サンプルのサンプル値）を示しており、x(ib,n)におけるｎは、離散時間のインデックスを示している。また、式（２）におけるFSIZEは、１フレームを構成するサブバンド信号のサンプル数を示している。
　したがって、フレームＪの低域サブバンドパワーpower(ib,J)は、フレームＪを構成する低域サブバンド信号の各サンプルのサンプル値の二乗平均値を対数化することにより算出される。なお、以下では、特徴量算出回路３４において、特徴量として低域サブバンドパワーが算出されるものとして説明を続ける。
　ステップＳ１６において、擬似高域サブバンドパワー算出回路３５は、予め記録している推定係数ごとに、特徴量算出回路３４から供給された特徴量としての低域サブバンドパワーと、記録している推定係数とに基づいて擬似高域サブバンドパワーを算出する。
　例えば、係数インデックスが１乃至Ｋ（但し、２≦Ｋ）のＫ個の推定係数のセットが予め用意されている場合、Ｋ個の推定係数のセットについて、各サブバンドの擬似高域サブバンドパワーが算出される。
　具体的には、擬似高域サブバンドパワー算出回路３５は次式（３）を計算し、処理対象のフレームＪの高域側の各サブバンドの擬似高域サブバンドパワーpowerest(ib,J)（但し、ｓｂ＋１≦ｉｂ≦ｅｂ）を算出する。
Figure JPOXMLDOC01-appb-M000003
　なお、式（３）において、係数Ａｉｂ（ｋｂ）および係数Ｂｉｂは、高域側のサブバンドｉｂについて用意された推定係数のセットを示している。すなわち、係数Ａｉｂ（ｋｂ）は、サブバンドｋｂ（但し、ｓｂ－３≦ｋｂ≦ｓｂ）の低域サブバンドパワーpower(kb,J)に乗算される係数であり、係数Ｂｉｂは、低域サブバンドパワーを線形結合するときに用いられる定数項である。
　したがって、高域側のサブバンドｉｂの擬似高域サブバンドパワーpowerest(ib,J)は、低域側の各サブバンドの低域サブバンドパワーに、サブバンドごとの係数Ａｉｂ（ｋｂ）を乗算し、係数が乗算された低域サブバンドパワーの和に、さらに係数Ｂｉｂを加算することで得られる。
　擬似高域サブバンドパワー算出回路３５は、推定係数のセットごとに高域の各サブバンドの擬似高域サブバンドパワーを算出すると、算出した擬似高域サブバンドパワーを擬似高域サブバンドパワー差分算出回路３７に供給する。
　ステップＳ１７において、擬似高域サブバンドパワー差分算出回路３７は、係数インデックスｉｄで特定される推定係数のセット全てについて、処理対象のフレームＪを用いた評価値Res（id,J）を算出する。
　具体的には、擬似高域サブバンドパワー差分算出回路３７は、サブバンド分割回路３３から供給された各サブバンドの高域サブバンド信号を用いて、上述した式（２）と同様の演算を行ない、フレームＪにおける高域サブバンドパワーpower(ib,J)を算出する。
　高域サブバンドパワーpower(ib,J)が得られると、擬似高域サブバンドパワー差分算出回路３７は、次式（４）を計算し、残差二乗平均値Resstd（id,J）を算出する。
Figure JPOXMLDOC01-appb-M000004
　すなわち、高域側の各サブバンドｉｂ（但し、ｓｂ＋１≦ｉｂ≦ｅｂ）について、フレームＪの高域サブバンドパワーpower(ib,J)と擬似高域サブバンドパワーpowerest(ib,id,J)の差分が求められ、それらの差分の二乗平均値が残差二乗平均値Resstd（id,J）とされる。
　なお、擬似高域サブバンドパワーpowerest(ib,id,J)は、フレームＪにおいて、係数インデックスがｉｄである推定係数について求められた、サブバンドｉｂの擬似高域サブバンドパワーを示している。
　続いて、擬似高域サブバンドパワー差分算出回路３７は、次式（５）を計算し、残差最大値Resmax（id,J）を算出する。
Figure JPOXMLDOC01-appb-M000005
　なお、式（５）において、maxib{|power(ib,J)－powerest(ib,id,J)|}は、各サブバンドｉｂの高域サブバンドパワーpower(ib,J)と擬似高域サブバンドパワーpowerest(ib,id,J)の差分の絶対値のうちの最大のものを示している。したがって、フレームＪにおける高域サブバンドパワーpower(ib,J)と擬似高域サブバンドパワーpowerest(ib,id,J)の差分の絶対値の最大値が残差最大値Resmax（id,J）とされる。
　また、擬似高域サブバンドパワー差分算出回路３７は、次式（６）を計算し、残差平均値Resave（id,J）を算出する。
Figure JPOXMLDOC01-appb-M000006
　すなわち、高域側の各サブバンドｉｂについて、フレームＪの高域サブバンドパワーpower(ib,J)と擬似高域サブバンドパワーpowerest(ib,id,J)の差分が求められ、それらの差分の総和が求められる。そして、得られた差分の総和を高域側のサブバンド数（eb－sb）で除算して得られる値の絶対値が残差平均値Resave（id,J）とされる。この残差平均値Resave（id,J）は、符号が考慮された各サブバンドの推定誤差の平均値の大きさを示している。
　さらに、残差二乗平均値Resstd（id,J）、残差最大値Resmax（id,J）、および残差平均値Resave（id,J）が得られると、擬似高域サブバンドパワー差分算出回路３７は、次式（７）を計算し、最終的な評価値Res（id,J）を算出する。
Figure JPOXMLDOC01-appb-M000007
　すなわち、残差二乗平均値Resstd（id,J）、残差最大値Resmax（id,J）、および残差平均値Resave（id,J）が重み付き加算されて、最終的な評価値Res（id,J）とされる。なお、式（７）において、Wstd、WmaxおよびWaveは、予め定められた重みであり、例えばWstd＝1、Wmax＝0.5、Wave＝0.5などとされる。
　擬似高域サブバンドパワー差分算出回路３７は、以上の処理を行って、Ｋ個の推定係数ごとに、すなわちＫ個の係数インデックスｉｄごとに、評価値Res（id,J）を算出する。
　このようにして得られた評価値Res（id,J）は、実際の入力信号から算出された高域サブバンドパワーと、係数インデックスがｉｄである推定係数を用いて算出された擬似高域サブバンドパワーとの類似の度合いを示している。つまり、高域成分の推定誤差の大きさを示している。
　したがって、評価値Res（id,J）が小さいほど、推定係数を用いた演算により、実際の入力信号の高域成分により近い信号が得られることになる。
　ステップＳ１８において、擬似高域サブバンドパワー差分算出回路３７は、所定フレーム長だけ処理を行ったか否かを判定する。すなわち、処理対象区間を構成する全てのフレームについて、区間数決定特徴量と評価値が算出されたか否かが判定される。
　ステップＳ１８において、所定フレーム長だけ処理を行なっていないと判定された場合、処理はステップＳ１１に戻り、上述した処理が繰り返される。すなわち、処理対象区間のまだ処理対象となっていないフレームが、次の処理対象のフレームとされて、そのフレームの区間数決定特徴量と評価値が算出される。
　これに対してステップＳ１８において、所定フレーム長だけ処理を行ったと判定された場合、処理はステップＳ１９に進む。
　ステップＳ１９において、決定部５１は、区間数決定特徴量算出回路３６から供給された、処理対象区間を構成する各フレームの区間数決定特徴量に基づいて、処理対象区間を構成する連続フレーム区間数を決定する。
　具体的には決定部５１は、処理対象区間を構成する各フレームの区間数決定特徴量から、それらの区間数決定特徴量の代表値を求める。例えば、各フレームの区間数決定特徴量のうちの最大値、つまり最も大きい区間数決定特徴量が代表値とされる。
　次に、決定部５１は求めた代表値と予め定めた閾値とを比較することで、連続フレーム区間数を決定する。例えば連続フレーム区間数は、代表値が１００以上である場合、１６とされ、代表値が８０以上１００未満である場合、８とされ、代表値が６０以上８０未満である場合、４とされる。また、代表値が４０以上６０未満である場合、連続フレーム区間数は２とされ、代表値が４０未満である場合、連続フレーム区間数は１とされる。
　連続フレーム区間数の決定時に閾値処理される区間数決定特徴量（代表値）は、高域サブバンドパワーの和を示している。入力信号等の音声信号において、高域側のサブバンドパワーの和が大きい区間は、サブバンドパワーが小さい区間と比べて聴感上、高域成分がより耳に付く（はっきりと聞こえる）ので、復号時には、より原信号に近い信号が推定により得られるようにする必要がある。
　そこで、決定部５１は区間数決定特徴量の代表値が大きい場合には、連続フレーム区間数を多くして、復号側においてより高精度に各フレームの高域成分を推定できるようにする。これにより、復号により得られる音声信号の明瞭度を上げることができ、聴感上の音質を向上させることができる。
　これに対して、代表値が小さい場合には、高域成分のパワーは小さいので、推定係数による高域成分の推定精度がある程度低くても、復号で得られる音声の音質の聴感上の劣化は知覚されにくくなる。そのため、決定部５１は、代表値が小さい場合には、連続フレーム区間数を少なくして、音質を劣化させることなく高域符号化データの符号量を削減する。
　ステップＳ２０において、評価値和算出部５２は、各フレームについて係数インデックス（推定係数のセット）ごとに算出した評価値を用いて、連続フレーム区間を構成するフレームの評価値の和を係数インデックスごとに算出する。
　例えば、ステップＳ１９で決定された連続フレーム区間数がndivであり、処理対象区間が１６フレームで構成されるものとする。そのような場合、例えば評価値和算出部５２は、処理対象区間をndiv個の区間に等分し、得られた各区間を連続フレーム区間とする。この場合、各連続フレーム区間は、16/ndiv個の連続するフレームから構成されることになる。
　さらに、評価値和算出部５２は次式（８）を計算して、係数インデックスごとに各連続フレーム区間を構成するフレームの評価値の和である評価値和Ressum(id,igp)を算出する。
Figure JPOXMLDOC01-appb-M000008
　なお、式（８）において、igpは処理対象区間内の連続フレーム区間を識別するインデックスであり、Res(id,ifr)は、係数インデックスｉｄについて求められた、連続フレーム区間を構成するフレームifrの評価値Res（id,ifr）を示している。
　したがって、連続フレーム区間の係数インデックスｉｄについての評価値和Ressum(id,igp)は、その連続フレーム区間を構成する、同じ係数インデックスｉｄの各フレームの評価値の和を計算することにより算出される。
　ステップＳ２１において、選択部５３は、各連続フレーム区間について係数インデックスごとに求められた評価値和に基づいて、各フレームの係数インデックスを選択する。
　各フレームの評価値Res（id,J）は、その値が小さいほど推定係数を用いた演算により、実際の高域成分により近い信号が得られるから、評価値和Ressum(id,igp)が小さい係数インデックスほど、その係数インデックスが連続フレーム区間に適したものであるといえる。
　そこで、選択部５３は、複数の係数インデックスのうち、連続フレーム区間について求めた評価値和Ressum(id,igp)が最小となる係数インデックスを、その連続フレーム区間を構成する各フレームの係数インデックスとして選択する。したがって、連続フレーム区間では、各フレームで同じ係数インデックスが選択されることになる。
　このようにして選択部５３は、処理対象区間を構成する連続フレーム区間ごとに、その連続フレーム区間を構成するフレームの係数インデックスを選択する。
　なお、連続フレーム区間ごとに評価値和に基づいて係数インデックスを選択すると、場合によっては、互いに隣接する連続フレーム区間で同じ係数インデックスが選択されることもある。そのような場合、符号化装置１１は、同じ係数インデックスが選択されたそれらの連続して並ぶ連続フレーム区間を、１つの連続フレーム区間として扱う。
　ステップＳ２２において、生成部５４は、高域符号化データを生成する方式を、固定長方式とするか否かを判定する。
　すなわち、生成部５４は、処理対象区間における各フレームの係数インデックスの選択結果に基づいて、固定長方式により生成したときの高域符号化データと、可変長方式により生成したときの高域符号化データとの符号量を比較する。そして、生成部５４は、固定長方式の高域符号化データの符号量が、可変長方式の高域符号化データの符号量よりも少ない場合、固定長方式とすると判定する。
　ステップＳ２２において、固定長方式とすると判定された場合、処理はステップＳ２３に進む。ステップＳ２３において、生成部５４は、固定長方式が選択された旨の方式フラグ、固定長インデックス、係数インデックス、および切り替わりフラグからなるデータを生成し、高域符号化回路３８に供給する。
　例えば、図３の例では、生成部５４は、固定長を４フレームとして、位置ＦＳＴ１から位置ＦＳＥ１までの処理対象区間を、４つの固定長区間に分割する。そして、生成部５４は、固定長インデックス「２」、係数インデックス「１」，「２」，「３」、切り替わりフラグ「１」，「０」，「１」、および方式フラグからなるデータを生成する。
　なお、図３では処理対象区間の先頭から２番目と３番目の固定長区間の係数インデックスはともに「２」であるが、これらの固定長区間は連続して並んでいるため、生成部５４から出力されるデータには、係数インデックス「２」が１つだけ含まれるようにされる。
　ステップＳ２４において、高域符号化回路３８は、生成部５４から供給された、方式フラグ、固定長インデックス、係数インデックス、および切り替わりフラグからなるデータを符号化し、高域符号化データを生成する。
　例えば、必要に応じて、方式フラグ、固定長インデックス、係数インデックス、および切り替わりフラグのうちの一部または全部の情報に対してエントロピー符号化などが行なわれる。なお、方式フラグや固定長インデックスなどからなるデータが、そのまま高域符号化データとされてもよい。
　高域符号化回路３８は、生成した高域符号化データを多重化回路３９に供給し、その後、処理はステップＳ２７に進む。
　これに対して、ステップＳ２２において、固定長方式としないと判定された場合、つまり可変長方式とすると判定された場合、処理はステップＳ２５に進む。ステップＳ２５において、生成部５４は、可変長方式が選択された旨の方式フラグ、係数インデックス、区間情報、および個数情報からなるデータを生成し、高域符号化回路３８に供給する。
　例えば、図２の例では、位置ＦＳＴ１から位置ＦＳＥ１までの処理対象区間が、３つの連続フレーム区間に分割されている。生成部５４は、可変長方式が選択された旨の方式フラグ、および連続フレーム区間の個数「３」を示す個数情報「num_length=3」と、各連続フレーム区間の長さを示す区間情報「length0=5」、および「length1=7」、並びにそれらの連続フレーム区間の係数インデックス「２」、「５」、および「１」とからなるデータを生成する。
　なお、各連続フレーム区間の係数インデックスは、区間情報と対応付けられて、どの連続フレーム区間の係数インデックスかが特定できるようにされる。また、図２の例では、処理対象区間の先頭と、その次の連続フレーム区間の区間情報から、処理対象区間の最後の連続フレーム区間を構成するフレーム数が特定可能であるので、最後の連続フレーム区間については区間情報が生成されていない。
　ステップＳ２６において、高域符号化回路３８は、生成部５４から供給された、方式フラグ、係数インデックス、区間情報、および個数情報からなるデータを符号化し、高域符号化データを生成する。
　例えば、ステップＳ２６では、方式フラグ、係数インデックス、区間情報、および個数情報のうちの一部または全部の情報に対してエントロピー符号化などが行なわれる。なお、高域符号化データは、推定係数が得られる情報であれば、どのような情報であってもよく、例えば方式フラグ、係数インデックス、区間情報、および個数情報からなるデータがそのまま高域符号化データとされてもよい。
　高域符号化回路３８は、生成した高域符号化データを多重化回路３９に供給し、その後、処理はステップＳ２７に進む。
　ステップＳ２４またはステップＳ２６において、高域符号化データが生成されると、ステップＳ２７において、多重化回路３９は、低域符号化回路３２から供給された低域符号化データと、高域符号化回路３８から供給された高域符号化データとを多重化する。そして、多重化回路３９は、多重化により得られた出力符号列を出力し、符号化処理は終了する。
　以上のようにして符号化装置１１は、入力信号から得られたサブバンド信号に基づいて区間数決定特徴量を算出し、区間数決定特徴量から連続フレーム区間数を定めるとともに、連続フレーム区間ごとに評価値和を算出し、各フレームの係数インデックスを選択する。そして、符号化装置１１は、選択した係数インデックスを含むデータを符号化し、高域符号化データとする。
　このように、係数インデックスを含むデータを符号化し、高域符号化データとすることで、スケールファクタ等の高域の推定演算に用いられるデータそのものを符号化する場合と比べて、高域符号化データの符号量をより少なくすることができる。
　また、区間数決定特徴量に基づいて連続フレーム区間数を定めることにより、時間方向に対して必要以上に係数インデックスが変動することを抑制し、復号で得られる音声の聴感上の音質を向上させるとともに、出力符号列の符号量を削減することができる。これにより、入力信号の符号化効率を向上させることができる。
　さらに、連続フレーム区間ごとに評価値和を算出して係数インデックスを選択することで、連続フレーム区間ごとにより適した推定係数の係数インデックスを得ることができる。特に、処理対象区間を構成する各連続フレーム区間の長さを等しくすることで、演算量を削減し、より迅速に係数インデックスを選択することができる。
［復号装置の構成］
　次に符号化装置１１から出力された出力符号列の供給を受け、出力符号列の復号を行なう復号装置について説明する。
　そのような復号装置は、例えば図６に示すように構成される。
　復号装置８１は、非多重化回路９１、低域復号回路９２、サブバンド分割回路９３、特徴量算出回路９４、高域復号回路９５、復号高域サブバンドパワー算出回路９６、復号高域信号生成回路９７、および合成回路９８から構成される。
　非多重化回路９１は、符号化装置１１から受信した出力符号列を入力符号列として、入力符号列を高域符号化データと低域符号化データに非多重化する。また、非多重化回路９１は、非多重化により得られた低域符号化データを低域復号回路９２に供給し、非多重化により得られた高域符号化データを高域復号回路９５に供給する。
　低域復号回路９２は、非多重化回路９１からの低域符号化データを復号し、その結果得られた入力信号の復号低域信号を、サブバンド分割回路９３、および合成回路９８に供給する。
　サブバンド分割回路９３は、低域復号回路９２からの復号低域信号を、所定の帯域幅を持つ複数の低域サブバンド信号に等分割し、得られた低域サブバンド信号を特徴量算出回路９４および復号高域信号生成回路９７に供給する。
　特徴量算出回路９４は、サブバンド分割回路９３からの低域サブバンド信号に基づいて、低域側の各サブバンドの低域サブバンドパワーを特徴量として算出し、復号高域サブバンドパワー算出回路９６に供給する。
　高域復号回路９５は、非多重化回路９１からの高域符号化データを復号し、その結果得られたデータと、そのデータに含まれる係数インデックスにより特定される推定係数とを復号高域サブバンドパワー算出回路９６に供給する。すなわち、高域復号回路９５には予め複数の係数インデックスと、その係数インデックスにより特定される推定係数とが対応付けられて記録されており、高域復号回路９５は高域符号化データに含まれる係数インデックスに対応する推定係数を出力する。
　復号高域サブバンドパワー算出回路９６は、高域復号回路９５からのデータおよび推定係数と、特徴量算出回路９４からの低域サブバンドパワーとに基づいて、フレームごとに高域側の各サブバンドのサブバンドパワーの推定値である復号高域サブバンドパワーを算出する。例えば、上述した式（３）と同様の演算が行なわれて、復号高域サブバンドパワーが算出される。復号高域サブバンドパワー算出回路９６は、算出した各サブバンドの復号高域サブバンドパワーを復号高域信号生成回路９７に供給する。
　復号高域信号生成回路９７は、サブバンド分割回路９３からの低域サブバンド信号と、復号高域サブバンドパワー算出回路９６からの復号高域サブバンドパワーとに基づいて復号高域信号を生成し、合成回路９８に供給する。
　具体的には、復号高域信号生成回路９７は、低域サブバンド信号の低域サブバンドパワーを算出し、復号高域サブバンドパワーと低域サブバンドパワーとの比に応じて低域サブバンド信号を振幅変調する。さらに、復号高域信号生成回路９７は、振幅変調された低域サブバンド信号を周波数変調することにより、高域側の各サブバンドの復号高域サブバンド信号を生成する。このようにして得られた復号高域サブバンド信号は、入力信号の高域側の各サブバンドの高域サブバンド信号の推定値である。復号高域信号生成回路９７は、得られた各サブバンドの復号高域サブバンド信号からなる復号高域信号を合成回路９８に供給する。
　合成回路９８は、低域復号回路９２からの復号低域信号と、復号高域信号生成回路９７からの復号高域信号とを合成し、出力信号として出力する。この出力信号は、符号化された入力信号を復号して得られる信号であり、高域成分と低域成分からなる信号である。
〈変形例１〉
［符号化処理の説明］
　なお、以上においては、区間数決定特徴量として、高域サブバンドパワーの和を求める場合について説明したが、高域サブバンドパワーの和の時間変動を示す特徴量が、区間数決定特徴量とされてもよい。
　高域サブバンドパワーの和の時間変動を示す特徴量として、例えば高域サブバンドパワーが時間とともにどの程度大きくなったかを示す特徴量、すなわちアタック性を示す特徴量が区間数決定特徴量とされてもよい。
　そのような場合、符号化装置１１は、例えば図７に示す符号化処理を行なう。以下、図７のフローチャートを参照して、符号化装置１１による符号化処理について説明する。
　なお、ステップＳ５１乃至ステップＳ５３の処理は、図５のステップＳ１１乃至ステップＳ１３の処理と同様であるので、その説明は省略する。
　ステップＳ５４において、区間数決定特徴量算出回路３６は、サブバンド分割回路３３から供給された高域サブバンド信号に基づいて、アタック性を示す区間数決定特徴量を算出し、擬似高域サブバンドパワー差分算出回路３７に供給する。
　例えば、区間数決定特徴量算出回路３６は上述した式（１）を計算することで、処理対象のフレームＪの高域サブバンド信号のサブバンドパワー和powerhigh(J)を算出する。
　さらに、区間数決定特徴量算出回路３６は、処理対象のフレームＪを含む直近（Ｌ+１）フレーム分のサブバンドパワー和に基づいて、次式（９）を計算し、アタック性を示す区間数決定特徴量として、特徴量powerattack(J)を算出する。このとき、例えばＬ＝１６などとされる。
Figure JPOXMLDOC01-appb-M000009
　なお、式（９）において、MIN{powerhigh(J), powerhigh(J-1),・・・powerhigh(J-L)}は、サブバンドパワー和powerhigh(J)乃至サブバンドパワー和powerhigh(J-L)のうちの最小値を出力する関数を示している。したがって、特徴量powerattack(J)は、処理対象のフレームＪのサブバンドパワー和powerhigh(J)と、処理対象のフレームＪを含む直近（Ｌ+１）フレームのサブバンドパワーの最小値との差分を計算することにより求められる。
　このようにして得られた特徴量powerattack(J)は、サブバンドパワー和の時間方向への立ち上がりの速さ、つまり大きくなる速さを示しているので、特徴量powerattack(J)が大きいほど、高域成分のアタック性が強いということができる。
　区間数決定特徴量算出回路３６が算出した特徴量powerattack(J)を擬似高域サブバンドパワー差分算出回路３７に供給すると、その後、ステップＳ５５乃至ステップＳ６７の処理が行なわれて符号化処理は終了する。
　なお、これらの処理は図５のステップＳ１５乃至ステップＳ２７の処理と同様であるので、その説明は省略する。但しステップＳ５９では、決定部５１は区間数決定特徴量として算出した、アタック性を示す特徴量powerattack(J)の代表値と閾値とを比較することで、処理対象区間を構成する連続フレーム区間数を決定する。
　具体的には、例えば処理対象区間内の各フレームの区間数決定特徴量の最大値が代表値とされ、代表値が４０以上である場合、連続フレーム区間数は１６とされ、代表値が３０以上４０未満である場合、連続フレーム区間数は８とされる。また、代表値が２０以上３０未満である場合、連続フレーム区間数は４とされ、代表値が１０以上２０未満である場合、連続フレーム区間数は２とされ、代表値が１０未満である場合、連続フレーム区間数は１とされる。
　例えば、区間数決定特徴量が大きくアタック性が強い区間は、サブバンドパワー和の時間変動が大きい区間である。つまり、最適な推定係数の時間方向の変動が大きい区間である。そこで、決定部５１は区間数決定特徴量の代表値が大きい区間では連続フレーム区間数を多くすることで、復号側において、より原信号に近い高域サブバンド信号を推定により得られるようにする。これにより、復号により得られる音声信号の明瞭度を上げることができ、聴感上の音質を向上させることができる。
　これに対して、決定部５１は代表値が小さい区間では連続フレーム区間数を少なくすることで、音質を劣化させることなく高域符号化データの符号量を削減する。
　このように、アタック性を示す区間数決定特徴量を用いた場合においても、復号で得られる音声の聴感上の音質を向上させるとともに出力符号列の符号量を削減し、入力信号の符号化効率を向上させることができる。
〈変形例２〉
［符号化処理の説明］
　また、高域サブバンドパワーの和の時間変動を示す区間数決定特徴量として、ディケイ性を示す特徴量が用いられてもよい。
　そのような場合、符号化装置１１は、例えば図８に示す符号化処理を行なう。以下、図８のフローチャートを参照して、符号化装置１１による符号化処理について説明する。なお、ステップＳ９１乃至ステップＳ９３の処理は、図５のステップＳ１１乃至ステップＳ１３の処理と同様であるので、その説明は省略する。
　ステップＳ９４において、区間数決定特徴量算出回路３６は、サブバンド分割回路３３から供給された高域サブバンド信号に基づいて、ディケイ性を示す区間数決定特徴量を算出し、擬似高域サブバンドパワー差分算出回路３７に供給する。
　例えば、区間数決定特徴量算出回路３６は上述した式（１）を計算することで、処理対象のフレームＪの高域サブバンド信号のサブバンドパワー和powerhigh(J)を算出する。
　さらに、区間数決定特徴量算出回路３６は、処理対象のフレームＪを含む直近（Ｍ+１）フレーム分のサブバンドパワー和に基づいて、次式（１０）を計算し、ディケイ性を示す区間数決定特徴量として特徴量powerdecay(J)を算出する。このとき、例えばＭ＝１６などとされる。
Figure JPOXMLDOC01-appb-M000010
　なお、式（１０）において、MAX{powerhigh(J),powerhigh(J-1),・・・powerhigh(J-M)}は、サブバンドパワー和powerhigh(J)乃至サブバンドパワー和powerhigh(J-M)のうちの最大値を出力する関数を示している。したがって、特徴量powerdecay(J)は、処理対象のフレームＪを含む直近（Ｍ+１）フレームのサブバンドパワーの最大値と、処理対象のフレームＪのサブバンドパワー和との差分を計算することにより求められる。
　このようにして得られた特徴量powerdecay(J)は、サブバンドパワー和の時間方向への立ち下がりの速さ、つまり小さくなる速さを示しているので、特徴量powerdecay(J)が大きいほど、高域成分のディケイ性が強いということができる。
　区間数決定特徴量算出回路３６が算出した特徴量powerdecay(J)を擬似高域サブバンドパワー差分算出回路３７に供給すると、その後、ステップＳ９５乃至ステップＳ１０７の処理が行なわれて符号化処理は終了する。
　なお、これらの処理は図５のステップＳ１５乃至ステップＳ２７の処理と同様であるので、その説明は省略する。但しステップＳ９９では、決定部５１はディケイ性を示す区間数決定特徴量として算出した特徴量powerdecay(J)の代表値と閾値とを比較することで、処理対象区間を構成する連続フレーム区間数を決定する。
　具体的には、例えば処理対象区間内の各フレームの区間数決定特徴量の最大値が代表値とされ、代表値が４０以上である場合、連続フレーム区間数は１６とされ、代表値が３０以上４０未満である場合、連続フレーム区間数は８とされる。また、代表値が２０以上３０未満である場合、連続フレーム区間数は４とされ、代表値が１０以上２０未満である場合、連続フレーム区間数は２とされ、代表値が１０未満である場合、連続フレーム区間数は１とされる。
　例えば、区間数決定特徴量が大きくディケイ性が強い区間は、サブバンドパワー和の時間変動が大きい区間である。そこで、決定部５１は、アタック性を示す区間数決定特徴量の場合と同様に、区間数決定特徴量の代表値がより大きい区間ほど、連続フレーム区間数をより多くする。これにより、復号で得られる音声の聴感上の音質を向上させるとともに出力符号列の符号量を削減し、入力信号の符号化効率を向上させることができる。
〈変形例３〉
［符号化処理の説明］
　また、区間数決定特徴量として、入力信号の周波数形状を示す特徴量が用いられるようにしてもよい。
　そのような場合、符号化装置１１は、例えば図９に示す符号化処理を行なう。以下、図９のフローチャートを参照して、符号化装置１１による符号化処理について説明する。なお、ステップＳ１３１乃至ステップＳ１３３の処理は、図５のステップＳ１１乃至ステップＳ１３の処理と同様であるので、その説明は省略する。
　ステップＳ１３４において、区間数決定特徴量算出回路３６は、サブバンド分割回路３３から供給された低域サブバンド信号と高域サブバンド信号に基づいて、周波数形状を示す区間数決定特徴量を算出し、擬似高域サブバンドパワー差分算出回路３７に供給する。
　例えば、区間数決定特徴量算出回路３６は上述した式（１）を計算することで、処理対象のフレームＪの高域サブバンド信号のサブバンドパワー和powerhigh(J)を算出する。
　さらに、区間数決定特徴量算出回路３６は次式（１１）を計算し、周波数形状を示す区間数決定特徴量として特徴量powertilt(J)を算出する。
Figure JPOXMLDOC01-appb-M000011
　なお式（１１）において、Σpowerlin(ib,J)は低域側のサブバンドｉｂ（但し、０≦ｉｂ≦ｓｂ）のサブバンド信号の各サンプルのサンプル値の二乗平均値の和を示している。
　したがって、特徴量powertilt(J)は、処理対象のフレームＪについて、低域側のサブバンドのサブバンド信号のサンプルの二乗平均値の和を対数化して得られた値、すなわち低域のサブバンドパワー和を、高域のサブバンドパワー和powerhigh(J)から減算することで得られる。つまり、特徴量powertilt(J)は、低域と高域のサブバンドパワー和の差分を求めることで算出される。
　このようにして得られた特徴量powertilt(J)は、処理対象のフレームＪにおける低域のサブバンドパワー和に対する、推定対象となる高域のサブバンドパワー和の割合を示している。したがって、特徴量powertilt(J)の値が大きいほど、フレームＪにおいては、低域に対する高域の相対的なパワーが大きいことになる。
　区間数決定特徴量算出回路３６が算出した特徴量powertilt(J)を擬似高域サブバンドパワー差分算出回路３７に供給すると、その後、ステップＳ１３５乃至ステップＳ１４７の処理が行なわれて符号化処理は終了する。
　なお、これらの処理は図５のステップＳ１５乃至ステップＳ２７の処理と同様であるので、その説明は省略する。但しステップＳ１３９では、決定部５１は周波数形状を示す区間数決定特徴量として算出した特徴量powertilt(J)の代表値と閾値とを比較することで、処理対象区間を構成する連続フレーム区間数を決定する。
　具体的には、例えば処理対象区間内の各フレームの区間数決定特徴量の最大値が代表値とされ、代表値が４０以上である場合、連続フレーム区間数は１６とされ、代表値が３０以上４０未満である場合、連続フレーム区間数は８とされる。また、代表値が２０以上３０未満である場合、連続フレーム区間数は４とされ、代表値が１０以上２０未満である場合、連続フレーム区間数は２とされ、代表値が１０未満である場合、連続フレーム区間数は１とされる。
　例えば、入力信号の処理対象のフレームが、人の声の子音部や楽器のハイハットの部分などである場合には、低域のサブバンドパワー和よりも高域のサブバンドパワー和が大きくなる。つまり、区間数決定特徴量としての特徴量powertilt(J)の値が大きくなる。
　このような入力信号のフレームでは、比較的高域の符号化による音質劣化が目立ってしまう。そこで、決定部５１は、区間数決定特徴量の代表値が大きい区間では連続フレーム区間数を多くすることで、復号側において、より原信号に近い高域サブバンド信号を推定により得られるようにする。これにより、復号により得られる音声信号の明瞭度を上げることができ、聴感上の音質を向上させることができる。
　これに対して、決定部５１は代表値が小さい区間では連続フレーム区間数を少なくすることで、音質を劣化させることなく高域符号化データの符号量を削減する。
　このように、周波数形状を示す区間数決定特徴量を用いた場合においても、復号で得られる音声の聴感上の音質を向上させるとともに出力符号列の符号量を削減し、入力信号の符号化効率を向上させることができる。
〈変形例４〉
［符号化処理の説明］
　さらに、上述したサブバンドパワー和、アタック性やディケイ性を示す特徴量、周波数形状を示す特徴量などの複数の特徴量のうちの任意のものの線形和を区間数決定特徴量としてもよい。
　そのような場合、符号化装置１１は、例えば図１０に示す符号化処理を行なう。以下、図１０のフローチャートを参照して、符号化装置１１による符号化処理について説明する。なお、ステップＳ１７１乃至ステップＳ１７３の処理は、図５のステップＳ１１乃至ステップＳ１３の処理と同様であるので、その説明は省略する。
　ステップＳ１７４において、区間数決定特徴量算出回路３６は、サブバンド分割回路３３から供給された低域サブバンド信号と高域サブバンド信号に基づいて複数の特徴量を算出し、それらの特徴量の線形和を求めることで区間数決定特徴量を算出する。
　例えば、区間数決定特徴量算出回路３６は、上述した式（１）、式（９）、式（１０）、および式（１１）を計算することで、サブバンドパワー和powerhigh(J)、特徴量powerattack(J)、特徴量powerdecay(J)、および特徴量powertilt(J)を算出する。
　さらに、区間数決定特徴量算出回路３６は、次式（１２）を計算することで、求めたサブバンドパワー和powerhigh(J)や特徴量powerattack(J)などの特徴量の線形和を求め、特徴量feature(J)を算出する。
Figure JPOXMLDOC01-appb-M000012
　なお式（１２）において、Whigh、Wattack、Wdecay、およびWtiltは、それぞれサブバンドパワー和powerhigh(J)、特徴量powerattack(J)、特徴量powerdecay(J)、および特徴量powertilt(J)に乗算される重みであり、例えばWhigh＝１，Wattack＝３，Wdecay＝３，Wtilt＝３などとされる。
　このようにして得られた特徴量feature(J)の値は、高域のサブバンドパワー和が大きく、そのサブバンドパワー和の時間変動が大きいほど、また低域に対して高域のサブバンドパワーが大きいほど、大きくなる。なお、複数の特徴量の非線形和を区間数決定特徴量として算出してもよい。
　区間数決定特徴量算出回路３６が区間数決定特徴量として算出した特徴量feature(J)を擬似高域サブバンドパワー差分算出回路３７に供給すると、その後、ステップＳ１７５乃至ステップＳ１８７の処理が行なわれて符号化処理は終了する。
　なお、これらの処理は図５のステップＳ１５乃至ステップＳ２７の処理と同様であるので、その説明は省略する。但しステップＳ１７９では、決定部５１は特徴量feature(J)の代表値と閾値とを比較することで、処理対象区間を構成する連続フレーム区間数を決定する。
　具体的には、例えば処理対象区間内の各フレームの区間数決定特徴量の最大値が代表値とされ、代表値が４６０以上である場合、連続フレーム区間数は１６とされ、代表値が３５０以上４６０未満である場合、連続フレーム区間数は８とされる。また、代表値が２４０以上３５０未満である場合、連続フレーム区間数は４とされ、代表値が１３０以上２４０未満である場合、連続フレーム区間数は２とされ、代表値が１３０未満である場合、連続フレーム区間数は１とされる。
　区間数決定特徴量として特徴量feature(J)を用いる場合においても、区間数決定特徴量が大きい区間ほど連続フレーム区間数を多くすることで、復号で得られる音声の聴感上の音質を向上させるとともに出力符号列の符号量を削減することができる。これにより、入力信号の符号化効率を向上させることができる。
〈第２の実施の形態〉
［符号化処理の説明］
　さらに、以上においては、処理対象区間を等しい区間長のいくつかの連続フレーム区間に分割すると説明したが、処理対象区間を構成する各連続フレーム区間が、互いに異なる長さとなるようにしてもよい。各連続フレーム区間を必要に応じて異なる長さとすれば、より適切に各フレームの係数インデックスを選択することができ、復号で得られる音声の音質をさらに向上させることができるようになる。
　このように、各連続フレーム区間を必要に応じて異なる長さとする場合、符号化装置１１は図１１に示す符号化処理を行なう。以下、図１１のフローチャートを参照して、符号化装置１１による符号化処理について説明する。なお、ステップＳ２１１乃至ステップＳ２１９の処理は、図５のステップＳ１１乃至ステップＳ１９の処理と同様であるので、その説明は省略する。
　ステップＳ２２０において、評価値和算出部５２は、各フレームについて係数インデックス（推定係数のセット）ごとに算出した評価値を用いて、連続フレーム区間を構成するフレームの評価値の和を係数インデックスごとに算出する。
　例えば、ステップＳ２１９で決定された連続フレーム区間数がndivであるとすると、評価値和算出部５２は、処理対象区間をndiv個の任意の長さの連続フレーム区間に分割する。このとき、各連続フレーム区間は、同じ長さであってもよいし、異なる長さであってもよい。
　具体的には、連続フレーム区間数ndivが３である場合、例えば図２に示した処理対象区間が、位置ＦＳＴ１から位置ＦＣ１までの区間、位置ＦＣ１から位置ＦＣ２までの区間、および位置ＦＣ２から位置ＦＳＥ１までの区間の合計３つの区間に分割される。そして、それらの３つの区間がそれぞれ連続フレーム区間とされる。
　処理対象区間を連続フレーム区間に分割すると、評価値和算出部５２は上述した式（８）の計算を行なって、係数インデックスごとに連続フレーム区間を構成するフレームの評価値和Ressum(id,igp)を算出する。
　例えば、図２の位置ＦＳＴ１から位置ＦＣ１までの区間について、その区間を構成するフレームの評価値の和が係数インデックスごとに算出される。同様に、位置ＦＣ１から位置ＦＣ２までの区間、および位置ＦＣ２から位置ＦＳＥ１までの区間についても、係数インデックスごとに評価値の和が算出される。
　これにより、処理対象区間を構成する各連続フレーム区間について、係数インデックスごとに連続フレーム区間の評価値和Ressum(id,igp)が得られることになる。
　評価値和算出部５２は、処理対象区間をndiv個の連続フレーム区間に分割する場合に取り得る全ての分割の組み合わせについて、係数インデックスごとに処理対象区間の各連続フレーム区間の評価値和を算出する。例えば、図２に示した例は、処理対象区間が３つの連続フレーム区間に分割される場合における、１つの分割の組み合わせを示している。
　ステップＳ２２１において、選択部５３は、処理対象区間の分割の組み合わせごとに求められた、各係数インデックスの連続フレーム区間の評価値和に基づいて、各フレームの係数インデックスを選択する。
　具体的には、選択部５３は、処理対象区間の分割の各組み合わせについて、その組み合わせの連続フレーム区間ごとに、係数インデックスを選択する。すなわち、選択部５３は、複数の係数インデックスのうち、連続フレーム区間について求めた評価値和が最小となる係数インデックスを、その連続フレーム区間の係数インデックスとして選択する。
　さらに、選択部５３は、処理対象となっている処理対象区間の分割の組み合わせについて、各連続フレーム区間で選択された係数インデックスの評価値和の和を求める。
　例えば、図２に示す例で、位置ＦＳＴ１から位置ＦＣ１までの区間、位置ＦＣ１から位置ＦＣ２までの区間、および位置ＦＣ２から位置ＦＳＥ１までの区間のそれぞれで、係数インデックス「２」、「５」、および「１」が選択されたとする。
　この場合、位置ＦＳＴ１から位置ＦＣ１までの区間の係数インデックス「２」の評価値和、位置ＦＣ１から位置ＦＣ２までの区間の係数インデックス「５」の評価値和、および位置ＦＣ２から位置ＦＳＥ１までの区間の係数インデックス「１」の評価値和の和が求められる。
　このようにして求められる評価値和の和は、処理対象区間の所定の分割の組み合わせについてフレームごとに係数インデックスを選択した場合における、各フレームの係数インデックスの評価値の和ということができる。したがって、評価値和の和が最小となる分割の組み合わせが、処理対象区間全体でみた場合に、各フレームで最も適切な係数インデックスが選択される組み合わせとなる。
　選択部５３は、処理対象区間の分割の組み合わせごとに評価値和の和を求めると、それらの評価値和の和が最小となる組み合わせを特定する。そして、選択部５３は、特定された組み合わせの各連続フレーム区間を最終的な連続フレーム区間とするとともに、それらの連続フレーム区間で選択された係数インデックスを、連続フレーム区間を構成する各フレームの最終的な係数インデックスとして選択する。
　このようにして連続フレーム区間ごとに、連続フレーム区間を構成するフレームの係数インデックスが選択されると、その後、ステップＳ２２２乃至ステップＳ２２７の処理が行なわれて符号化処理は終了する。なお、これらの処理は図５のステップＳ２２乃至ステップＳ２７の処理と同様であるので、その説明は省略する。
　以上のように、符号化装置１１は区間数決定特徴量を算出し、区間数決定特徴量から連続フレーム区間数を定めるとともに、連続フレーム区間の組み合わせごとに連続フレーム区間の評価値和の和を算出し、評価値和の和から各フレームの係数インデックスを選択する。
　このように連続フレーム区間の組み合わせごとに連続フレーム区間の評価値和の和を算出し、最適な連続フレーム区間の組み合わせと、各連続フレーム区間の係数インデックスとを定めることで、復号時により高精度に高域成分を推定することができるようになる。これにより、復号で得られる音声の聴感上の音質を向上させるとともに、出力符号列の符号量を削減することができ、入力信号の符号化効率を向上させることができる。
　なお、図１１のステップＳ２１４において、サブバンドパワー和powerhigh(J)が区間数決定特徴量として算出される場合について説明したが、他の特徴量が区間数決定特徴量として算出されるようにしてもよい。例えば、上述した特徴量powerattack(J)、特徴量powerdecay(J)、特徴量powertilt(J)、特徴量feature(J)などが区間数決定特徴量として求められるようにしてもよい。
〈第３の実施の形態〉
［符号化装置の構成例］
　また、本技術は、入力信号の高域符号化データの符号量を考慮して低域成分を符号化する場合に適用すると、より簡単かつ迅速に符号化を行なうことができる。低域成分の符号化時に高域符号化データの符号量が考慮される場合、符号化装置は例えば図１２に示すように構成される。
　図１２の符号化装置１３１は、音声信号である入力信号を、例えば１６フレームなどの複数フレームからなる処理対象区間を単位として符号化し、その結果得られた出力符号列を出力するものである。また、以下では、符号化装置１３１が可変長方式で高域符号化データを生成する場合を例として説明する。但し、符号化装置１３１では、可変長方式と固定長方式の切り替えは行なわれないので、高域符号化データには、方式フラグは含まれないものとする。
　符号化装置１３１は、サブバンド分割回路１４１、高域符号量算出回路１４２、低域通過フィルタ１４３、低域符号化回路１４４、低域復号回路１４５、サブバンド分割回路１４６、遅延回路１４７、遅延回路１４８、遅延回路１４９、高域符号化回路１５０、符号量調整回路１５１、符号量一時蓄積回路１５２、遅延回路１５３、および多重化回路１５４から構成される。
　サブバンド分割回路１４１は、入力信号を複数のサブバンド信号に分割し、得られた低域サブバンド信号を高域符号量算出回路１４２へ供給するとともに、高域サブバンド信号を高域符号量算出回路１４２、および遅延回路１４９に供給する。
　高域符号量算出回路１４２は、サブバンド分割回路１４１から供給された低域サブバンド信号および高域サブバンド信号に基づいて、入力信号の高域成分を符号化して得られる高域符号化データの符号量（以下、高域符号量と称する）を算出する。
　高域符号量算出回路１４２は、特徴量算出部１６１を備えており、特徴量算出部１６１は、低域サブバンド信号または高域サブバンド信号の少なくとも何れかに基づいて、区間数決定特徴量を算出する。また、高域符号量算出回路１４２は、区間数決定特徴量に基づいて処理対象区間の連続フレーム区間数を決定するとともに、連続フレーム区間数から高域符号量を算出する。
　高域符号量算出回路１４２は、連続フレーム区間数を遅延回路１４８に供給するとともに、高域符号量を低域符号化回路１４４、および遅延回路１４８に供給する。
　低域通過フィルタ１４３は、供給された入力信号をフィルタリングして、その結果得られた、入力信号の低域成分である低域信号を低域符号化回路１４４に供給する。
　低域符号化回路１４４は、低域信号を符号化して得られる低域符号化データの符号量が、入力信号の処理対象区間で使用可能な符号量から、高域符号量算出回路１４２から供給された高域符号量を減じた符号量以下となるように、低域通過フィルタ１４３からの低域信号を符号化する。低域符号化回路１４４は、低域信号の符号化により得られた低域符号化データを低域復号回路１４５、および遅延回路１５３に供給する。
　低域復号回路１４５は、低域符号化回路１４４から供給された低域符号化データの復号を行い、その結果得られた復号低域信号をサブバンド分割回路１４６に供給する。サブバンド分割回路１４６は、低域復号回路１４５から供給された復号低域信号を、低域側の複数のサブバンドのサブバンド信号（以下、復号低域サブバンド信号と称する）に分割し、遅延回路１４７に供給する。ここで、復号低域サブバンド信号のサブバンドのそれぞれは、低域サブバンド信号のサブバンドのそれぞれと同じ周波数帯域とされる。
　遅延回路１４７は、サブバンド分割回路１４６からの復号低域サブバンド信号を遅延させ、高域符号化回路１５０に供給する。遅延回路１４８は、高域符号量算出回路１４２からの高域符号量および連続フレーム区間数を一定期間だけ遅延させ、高域符号化回路１５０に供給する。遅延回路１４９は、サブバンド分割回路１４１からの高域サブバンド信号を遅延させ、高域符号化回路１５０に供給する。
　高域符号化回路１５０は、遅延回路１４７からの復号低域サブバンド信号から得られる特徴量と、遅延回路１４８からの連続フレーム区間数とに基づいて、遅延回路１４８からの高域符号量以下の符号量となるように、遅延回路１４９からの高域サブバンド信号のパワーを推定により得るための情報を符号化する。
　高域符号化回路１５０は、算出部１６２および選択部１６３を備えている。算出部１６２は、推定係数を示す係数インデックスごとに高域側の各サブバンドの評価値を算出し、選択部１６３は、算出部１６２により算出された評価値に基づいて、各フレームの係数インデックスを選択する。
　また、高域符号化回路１５０は、係数インデックスを含むデータを符号化して得られた高域符号化データを多重化回路１５４に供給するとともに、高域符号化データの高域符号量を、符号量調整回路１５１に供給する。
　符号量調整回路１５１は、高域符号化回路１５０で得られた実際の高域符号量が、遅延回路１４８を通して得られる高域符号量算出回路１４２の高域符号量未満であった場合、その剰余符号量を符号量一時蓄積回路１５２に供給する。符号量一時蓄積回路１５２は、剰余符号量の蓄積を行なう。この剰余符号量は、次回以降の処理対象区間で適宜使用される。
　遅延回路１５３は、低域符号化回路１４４で得られた低域符号化データを一定期間だけ遅延させ、多重化回路１５４に供給する。多重化回路１５４は、遅延回路１５３からの低域符号化データと、高域符号化回路１５０からの高域符号化データを多重化し、その結果得られた出力符号列を出力する。
［符号化処理の説明］
　次に、符号化装置１３１の動作について説明する。符号化装置１３１に入力信号が供給され、入力信号の符号化が指示されると、符号化装置１３１は符号化処理を行って、入力信号を符号化する。
　以下、図１３のフローチャートを参照して、符号化装置１３１による符号化処理について説明する。なお、この符号化処理は、入力信号の処理対象区間（例えば、１６フレーム）を単位として行なわれる。
　ステップＳ２５１において、サブバンド分割回路１４１は、供給された入力信号を、所定の帯域幅を持つ複数のサブバンド信号に等分割する。ここで得られたサブバンド信号のうちの低域側の特定の範囲のサブバンド信号が低域サブバンド信号とされ、高域側の特定の範囲のサブバンド信号が高域サブバンド信号とされる。
　サブバンド分割回路１４１は、サブバンド分割により得られた低域サブバンド信号を高域符号量算出回路１４２に供給し、高域サブバンド信号を高域符号量算出回路１４２および遅延回路１４９に供給する。
　例えば、高域サブバンド信号のサブバンドの範囲は、入力信号の性質やビットレートなどに応じて符号化装置１３１側で設定される。また、低域サブバンド信号のサブバンド範囲は、高域サブバンド信号のサブバンドの最低域のサブバンドよりも、１つ低域側のサブバンドを低域サブバンド信号の最高域のサブバンドとした、所定数のサブバンドからなる周波数帯域とされる。
　なお、低域サブバンド信号と高域サブバンド信号のサブバンドの範囲は、符号化装置１３１と、復号装置側とで同一の範囲とされる。
　ステップＳ２５２において、高域符号量算出回路１４２の特徴量算出部１６１は、サブバンド分割回路１４１から供給された低域サブバンド信号または高域サブバンド信号の少なくとも何れかに基づいて、区間数決定特徴量を算出する。
　例えば、特徴量算出部１６１は、上述した式（９）の演算を行なって、高域のアタック性を示す特徴量powerattack(J)を区間数決定特徴量として算出する。区間数決定特徴量は、処理対象区間を構成するフレームごとに算出される。
　なお、区間数決定特徴量として、上述したサブバンドパワー和powerhigh(J)、特徴量powerdecay(J)、特徴量powertilt(J)、特徴量feature(J)や、複数の特徴量の非線形和などが算出されるようにしてもよい。
　ステップＳ２５３において、高域符号量算出回路１４２は、処理対象区間の各フレームの区間数決定特徴量に基づいて、連続フレーム区間数を決定する。
　例えば、高域符号量算出回路１４２は、処理対象区間の各フレームの区間数決定特徴量のうちの最大値を、区間数決定特徴量の代表値とし、代表値と予め定めた閾値とを比較することで、連続フレーム区間数を決定する。
　具体的には、例えば代表値が４０以上である場合、連続フレーム区間数は１６とされ、代表値が３０以上４０未満である場合、連続フレーム区間数は８とされる。また、代表値が２０以上３０未満である場合、連続フレーム区間数は４とされ、代表値が１０以上２０未満である場合、連続フレーム区間数は２とされ、代表値が１０未満である場合、連続フレーム区間数は１とされる。
　ステップＳ２５４において、高域符号量算出回路１４２は決定した連続フレーム区間数に基づいて、高域符号化データの高域符号量を算出する。
　符号化装置１３１では、可変長方式で高域符号化データが生成されるので、高域符号化データには、個数情報、区間情報、および係数インデックスが含まれることになる。
　現時点において、処理対象区間を構成する連続フレーム区間数が決定されているので、連続フレーム区間数がnDivであるとすると、高域符号化データには、１つの個数情報、（nDiv-1）個の区間情報、およびnDiv個の係数インデックスが含まれることになる。
　なお、区間情報が（nDiv-1）個とされるのは、処理対象区間の長さは予め定められており、（nDiv-1）個の連続フレーム区間の長さが分かれば、残りの１つの連続フレーム区間の長さを特定することができるからである。
　以上のことから高域符号化データの符号量は、（個数情報の記述に必要なビット数）+（nDiv-1）×（１つの区間情報の記述に必要なビット数）+（nDiv）×（１つの係数インデックスの記述に必要なビット数）により求めることができる。
　このように、符号化装置１３１では、実際に入力信号の高域成分を符号化しなくても、少ない演算量で高域符号化データの高域符号量を求めることができるので、より迅速に低域成分の符号化を開始することができる。
　すなわち、従来の処理では、高域符号化データに必要な符号量を決定するときに、入力信号の低域サブバンドパワーと高域サブバンドパワーを算出してフレームごとに係数インデックスを選択しなければ、必要となる符号量を求めることができなかった。これに対して、符号化装置１３１では、区間数決定特徴量を算出するだけでよいので、より少ない演算で迅速に高域符号量を決定することができる。
　なお、ステップＳ２５４では、可変長方式により高域符号化データが生成される場合を例として説明したが、高域符号化データが固定長方式で生成される場合でも、連続フレーム区間数に基づいて高域符号量を算出することができる。
　固定長方式で高域符号化データが生成される場合、高域符号化データには、固定長インデックス、切り替わりフラグ、および係数インデックスが含まれることになる。
　この場合、図３から分かるように高域符号化データには、１つの固定長インデックス、（nDiv-1）個の切り替わりフラグ、およびnDiv個の係数インデックスが含まれることになる。したがって、高域符号化データの符号量は、（固定長インデックスの記述に必要なビット数）+（nDiv-1）×（１つの切り替わりフラグの記述に必要なビット数）+（nDiv）×（１つの係数インデックスの記述に必要なビット数）により求めることができる。
　高域符号量算出回路１４２は、高域符号量を算出すると、算出した高域符号量を低域符号化回路１４４および遅延回路１４８に供給するとともに、連続フレーム区間数を遅延回路１４８に供給する。
　ステップＳ２５５において、低域通過フィルタ１４３は、供給された入力信号を低域通過フィルタでフィルタリングし、その結果得られた低域信号を低域符号化回路１４４に供給する。このフィルタ処理に用いる低域通過フィルタの遮断周波数としては、任意の周波数を設定することが可能であるが、本実施の形態では、上述の低域サブバンド信号の上端の周波数に対応して遮断周波数が設定される。
　ステップＳ２５６において、低域符号化回路１４４は、低域符号化データの符号量が低域符号量以下の符号量となるように、低域通過フィルタ１４３からの低域信号を符号化し、その結果得られた低域符号化データを、低域復号回路１４５および遅延回路１５３に供給する。
　ここで、低域符号量とは、低域符号化データの目標とする符号量である。低域符号化回路１４４は、予め定められた処理対象区間全体で使用可能な符号量から、高域符号量算出回路１４２から供給された高域符号量を減じ、さらに符号量一時蓄積回路１５２に蓄積されている剰余符号量を加算することで低域符号量を算出する。
　低域符号化回路１４４は、実際に低域信号を符号化して得られた低域符号化データの符号量が、低域符号量未満であった場合、低域符号化データの実際の符号量と低域符号量とを符号量調整回路１５１に供給する。
　そして、符号量調整回路１５１は、低域符号化回路１４４から供給された低域符号量から、低域符号化データの実際の符号量を減じて得られる符号量を符号量一時蓄積回路１５２に供給して、剰余符号量に加算させる。これにより、符号量一時蓄積回路１５２に記録されている剰余符号量が更新される。
　これに対して、低域符号化データの実際の符号量と低域符号量が一致する場合、符号量調整回路１５１は、剰余符号量の増加分を０として符号量一時蓄積回路１５２に剰余符号量の更新を行なわせる。
　ステップＳ２５７において、低域復号回路１４５は、低域符号化回路１４４から供給された低域符号化データの復号を行い、これにより得られた復号低域信号をサブバンド分割回路１４６に供給する。なお、符号化装置１３１では、低域信号の符号化および復号を行う符号化方式は様々な方式をとることができ、例えば、ACELP（Algebraic Code Excited Linear Prediction）や、AAC（Advanced Audio Coding）などを採用することができる。
　ステップＳ２５８において、サブバンド分割回路１４６は、低域復号回路１４５から供給された復号低域信号を複数のサブバンドの復号低域サブバンド信号に分割し、遅延回路１４７に供給する。このサブバンド分割における、各サブバンドの下端及び上端の周波数は、ステップＳ２５１においてサブバンド分割回路１４１が行うサブバンド分割と同一とされる。つまり、復号低域サブバンド信号の各サブバンドは、低域サブバンド信号の各サブバンドと同じ周波数帯域とされる。
　ステップＳ２５９において、遅延回路１４７は、サブバンド分割回路１４６から供給された復号低域サブバンド信号を特定の時間サンプルだけ遅延させ、高域符号化回路１５０に供給する。また、遅延回路１４８および遅延回路１４９も、連続フレーム区間数と高域符号量、および高域サブバンド信号を遅延させ、高域符号化回路１５０に供給する。　
　遅延回路１４７や遅延回路１４８での遅延量は、高域サブバンド信号、高域符号量、および復号低域サブバンド信号の同期をとるためのものであり、低域、高域それぞれの符号化方式によって、適切な値を設定する必要がある。当然、符号化方式の構成によっては、各遅延回路の遅延量が０である場合もあり得る。なお、遅延回路１５３の機能は、遅延回路１４７が果たす機能と同等であるので、ここではその説明を省略する。
　ステップＳ２６０において、高域符号化回路１５０は、遅延回路１４７からの復号低域サブバンド信号、遅延回路１４８からの連続フレーム区間数、および遅延回路１４９からの高域サブバンド信号に基づいて、遅延回路１４８からの高域符号量以下の符号量となるように、入力信号の高域成分を符号化する。
　例えば、算出部１６２は、復号低域サブバンド信号に基づいて上述した式（２）と同様の演算を行い、低域の各サブバンドの低域サブバンドパワーpower(ib,J)を算出するとともに、同様の演算を行なって、高域サブバンド信号から高域の各サブバンドの高域サブバンドパワーを算出する。また、算出部１６２は、低域サブバンドパワーと、予め記録している推定係数のセットとに基づいて式（３）の演算を行ない、高域の各サブバンドの擬似高域サブバンドパワーを算出する。
　算出部１６２は、高域サブバンドパワーと擬似高域サブバンドパワーとに基づいて、上述した式（４）乃至式（７）の演算を行い、各フレームの評価値Res（id,J）を算出する。なお、評価値Res（id,J）の算出は、低域サブバンドパワーの計算に用いられる推定係数のセットを示す係数インデックスごとに行なわれる。
　さらに、算出部１６２は、処理対象区間を連続フレーム区間数により示される数の区間に等分し、分割された各区間を連続フレーム区間とする。算出部１６２は、各フレームについて係数インデックスごとに算出した評価値を用いて上述した式（８）を計算し、係数インデックスごとに評価値和Ressum(id,igp)を算出する。
　また、選択部１６３は、各連続フレーム区間について係数インデックスごとに求められた評価値和に基づいて、図５のステップＳ２１と同様の処理を行い、各フレームの係数インデックスを選択する。すなわち、連続フレーム区間について求めた評価値和Ressum(id,igp)が最小となる係数インデックスが、その連続フレーム区間を構成する各フレームの係数インデックスとして選択される。
　なお、互いに隣接する連続フレーム区間で同じ係数インデックスが選択されることがあるので、そのような場合には、同じ係数インデックスが選択された連続して並ぶ連続フレーム区間が、最終的な１つの連続フレーム区間とされる。
　各フレームの係数インデックスが選択されると、高域符号化回路１５０は、図５のステップＳ２５およびステップＳ２６と同様の処理を行なって、区間情報、個数情報、および係数インデックスからなるデータを生成して符号化し、高域符号化データを生成する。
　以上のようにして得られた高域符号化データの符号量は、必ず高域符号量以下となる。例えば、連続して並ぶ連続フレーム区間で同じ係数インデックスが選択された場合、最終的な連続フレーム区間の数は、高域符号量算出回路１４２で得られた連続フレーム区間数未満となる。この場合、高域符号化データに含まれる係数インデックスの数が、高域符号量算出回路１４２で得られた連続フレーム区間数未満となるだけでなく、区間情報の数も少なくなる。
　したがって、このような場合には、実際の高域符号化データの符号量は、高域符号量算出回路１４２で得られた高域符号量未満となる。
　これに対して、連続して並ぶ連続フレーム区間で同じ係数インデックスが選択されなかった場合には、連続フレーム区間の数は、高域符号量算出回路１４２で得られた連続フレーム区間数と一致するので、実際の高域符号化データの符号量も高域符号量と一致する。
　なお、ステップＳ２６０においては、処理対象区間が等分割されて連続フレーム区間とされる場合について説明したが、処理対象区間が任意の長さの連続フレーム区間に分割されるようにしてもよい。
　そのような場合、ステップＳ２６０では、各フレームの評価値Res（id,J）が算出された後、図１１のステップＳ２２０およびステップＳ２２１と同様の処理が行なわれて、各フレームの係数インデックスが選択される。そして、その後、選択された係数インデックスを、固定長インデックス、および切り替わりフラグからなるデータが符号化されて高域符号化データが生成される。
　ステップＳ２６１において、高域符号化回路１５０は、符号化により得られた高域符号化データの符号量が、ステップＳ２５４で算出された高域符号量未満であるか否かを判定する。
　ステップＳ２６１において、高域符号量未満でないと判定された場合、つまり高域符号化データの符号量が高域符号量と一致する場合、符号の剰余は発生しないので、処理はステップＳ２６５に進む。このとき、高域符号化回路１５０は、高域の符号化により得られた高域符号化データを多重化回路１５４に供給する。
　これに対して、ステップＳ２６１において、高域符号量未満であると判定された場合、ステップＳ２６２において、符号量調整回路１５１は、高域符号化データの符号量と、高域符号量との差分の符号量一時蓄積回路１５２への蓄積を行なう。すなわち、高域符号化データの符号量と高域符号量の差の分の符号量が、符号量一時蓄積回路１５２に蓄積されている剰余符号量に加算されていき、剰余符号量が更新される。このような符号量一時蓄積回路１５２は、AACにおいてもビットリゾルバという名称で使われており、処理フレーム間での符号量の調整が行なわれる。
　ステップＳ２６３において、符号量調整回路１５１は、符号量一時蓄積回路１５２に蓄積している剰余符号量が予め定められた上限に達したか否かを判定する。
　例えば、符号量一時蓄積回路１５２では、剰余符号量とすることの可能な符号量の上限（以下、上限符号量と称する）が予め定められている。符号量調整回路１５１は、ステップＳ２６２で開始した、高域符号化データの符号量と高域符号量の差分の符号量一時蓄積回路１５２への蓄積時に、剰余符号量が上限符号量に達した場合、ステップＳ２６３において剰余符号量が上限に達したと判定する。
　ステップＳ２６３において、剰余符号量が上限に達していないと判定された場合、高域符号化データの符号量と、高域符号量の差分が、全て剰余符号量に加算され、剰余符号量が更新される。そして、その後、高域符号化回路１５０は、高域の符号化により得られた高域符号化データを多重化回路１５４に供給し、処理はステップＳ２６５に進む。
　一方、ステップＳ２６３において、剰余符号量が上限に達したと判定された場合、ステップＳ２６４において、高域符号化回路１５０は、高域符号化データに対するゼロ詰めを行なう。
　高域符号化データの符号量と、高域符号量との差分を剰余符号量に加算していくときに、剰余符号量が上限符号量に達した場合、高域符号化データの符号量と、高域符号量との差分のうち、まだ剰余符号量への加算が行なわれていない未処理の符号量が余ることになる。この未処理の符号量は、剰余符号量に加算することはできないので、高域符号化回路１５０は、この未処理の符号量の分だけ、高域符号化データの最後尾に符号「０」を付加し、未処理の符号量を見かけ上、高域符号化データの生成に用いたこととする。なお、復号時においては、高域符号化データの最後尾に付加された符号「０」は、入力信号の復号には用いられない。
　高域符号化回路１５０は、高域符号化データの最後尾に符号「０」を付加するゼロ詰めを行なうと、ゼロ詰め後の高域符号化データを多重化回路１５４に供給し、処理はステップＳ２６５に進む。
　ステップＳ２６１において高域符号量未満でないと判定されたか、ステップＳ２６３において剰余符号量が上限に達していないと判定されたか、またはステップＳ２６４においてゼロ詰めが行なわれると、ステップＳ２６５の処理が行われる。
　すなわち、ステップＳ２６５において、多重化回路１５４は、遅延回路１５３からの低域符号化データと、高域符号化回路１５０からの高域符号化データとを多重化して出力符号列を生成し、出力符号列を出力する。このとき、多重化回路１５４は、低域符号化データや高域符号化データとともに、入力信号の低域側の上端と下端のサブバンドを示すインデックスも多重化する。このようにして出力符号列が出力されると、符号化処理は終了する。
　以上のように、符号化装置１３１は、高域および低域のサブバンド信号から連続フレーム区間数を算出して高域符号量を算出し、この高域符号量から定まる符号量で低域信号を符号化するとともに、低域符号化データを復号して得られた復号低域信号や高域符号量に基づいて、高域成分の符号化を行なう。
　このように、連続フレーム区間数から高域符号量を算出することで、高域成分の符号化を行なうことなく高域の符号化に必要な符号量を算出することができる。したがって、従来の手法と比べて、各フレームの係数インデックスを選択するために必要となる演算の分だけ、高域符号量の算出時の演算量を削減することができる。また、入力信号の特性を考慮して、従来よりも適切に高域符号化データのビット使用量（符号量）を定めることができる。
　さらに、以上において説明した符号化技術は、例えば音声符号化方式の１つであるAC-3（ATSC A/52 “Digital Audio Compression Standard(AC-3)”）などにも適用することができる。
　AC-3では、音声信号の１フレームが複数のブロックで構成されており、各ブロックで１つ前のブロックにおける、周波数変換後の係数の浮動小数表現における指数部の値をそのまま使うか否かの情報がビットストリームに含まれる。
　ここで、１フレーム内で同じ指数部の値を共有する連続するブロックの集合を、連続ブロック区間と呼ぶこととする。一般的なAC-3方式の符号化装置では、フレーム内において符号化対象となる入力信号が定常的、つまり時間変動が少ない場合には、１フレーム内での連続ブロック区間の数は多く構成される。
　このような連続ブロック区間数を、以上において説明した本技術を適用して、適切に決定することで、必要最小限の連続ブロック区間、すなわち必要最小限のビット使用量で効率的に符号化を行なうことができるようになる。
　なお、上述した一連の処理は、ハードウェアにより実行することもできるし、ソフトウェアにより実行することもできる。一連の処理をソフトウェアにより実行する場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、プログラム記録媒体からインストールされる。
　図１４は、上述した一連の処理をプログラムにより実行するコンピュータのハードウェアの構成例を示すブロック図である。
　コンピュータにおいて、CPU（Central Processing Unit）３０１，ROM（Read Only Memory）３０２，RAM（Random Access Memory）３０３は、バス３０４により相互に接続されている。
　バス３０４には、さらに、入出力インターフェース３０５が接続されている。入出力インターフェース３０５には、キーボード、マウス、マイクロホンなどよりなる入力部３０６、ディスプレイ、スピーカなどよりなる出力部３０７、ハードディスクや不揮発性のメモリなどよりなる記録部３０８、ネットワークインターフェースなどよりなる通信部３０９、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア３１１を駆動するドライブ３１０が接続されている。
　以上のように構成されるコンピュータでは、CPU３０１が、例えば、記録部３０８に記録されているプログラムを、入出力インターフェース３０５及びバス３０４を介して、RAM３０３にロードして実行することにより、上述した一連の処理が行われる。
　コンピュータ（CPU３０１）が実行するプログラムは、例えば、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory),DVD(Digital Versatile Disc)等）、光磁気ディスク、もしくは半導体メモリなどよりなるパッケージメディアであるリムーバブルメディア３１１に記録して、あるいは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供される。
　そして、プログラムは、リムーバブルメディア３１１をドライブ３１０に装着することにより、入出力インターフェース３０５を介して、記録部３０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部３０９で受信し、記録部３０８にインストールすることができる。その他、プログラムは、ROM３０２や記録部３０８に、あらかじめインストールしておくことができる。
　なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
　また、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
　さらに、本技術は、以下の構成とすることも可能である。
［１］
　入力信号の低域側のサブバンドの低域サブバンド信号と、前記入力信号の高域側のサブバンドの高域サブバンド信号とを生成するサブバンド分割部と、
　前記低域サブバンド信号と所定の推定係数とに基づいて、前記高域サブバンド信号の高域サブバンドパワーの推定値である擬似高域サブバンドパワーを算出する擬似高域サブバンドパワー算出部と、
　前記低域サブバンド信号または前記高域サブバンド信号の少なくとも何れかに基づいて、区間数決定特徴量を算出する特徴量算出部と、
　前記区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されたフレームからなる連続フレーム区間の数を決定する決定部と、
　決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記擬似高域サブバンドパワーと前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数を選択する選択部と、
　前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータを生成する生成部と、
　前記入力信号の低域信号を符号化して低域符号化データを生成する低域符号化部と、
　前記データと前記低域符号化データとを多重化して出力符号列を生成する多重化部と
　を備える符号化装置。
［２］
　前記区間数決定特徴量は、前記高域サブバンドパワーの和を示す特徴量である
　［１］に記載の符号化装置。
［３］
　前記区間数決定特徴量は、前記高域サブバンドパワーの和の時間変動を示す特徴量である
　［１］に記載の符号化装置。
［４］
　前記区間数決定特徴量は、前記入力信号の周波数形状を示す特徴量である
　［１］に記載の符号化装置。
［５］
　前記区間数決定特徴量は、複数の特徴量の線形和または非線形和である
　［１］に記載の符号化装置。
［６］
　前記推定係数ごとに算出された、前記フレームにおける前記擬似高域サブバンドパワーと前記高域サブバンドパワーの誤差を示す評価値に基づいて、前記推定係数ごとに、前記連続フレーム区間を構成する各フレームの前記評価値の和を算出する評価値和算出部をさらに備え、
　前記選択部は、前記推定係数ごとに算出された前記評価値の和に基づいて、前記連続フレーム区間のフレームの前記推定係数を選択する
　［１］乃至［５］の何れかに記載の符号化装置。
［７］
　決定された前記連続フレーム区間の数に前記処理対象区間を等分割して得られた各区間が、前記連続フレーム区間とされる
　［６］に記載の符号化装置。
［８］
　前記選択部は、決定された前記連続フレーム区間の数に前記処理対象区間を分割するときに取り得る前記処理対象区間の分割の組み合わせごとに、前記評価値の和に基づいて前記連続フレーム区間のフレームの前記推定係数を選択するとともに、各前記組み合わせのうち、前記処理対象区間を構成する全ての前記フレームの選択された前記推定係数の前記評価値の和が最小となる前記組み合わせを特定し、特定された前記組み合わせにおいて、各フレームで選択された前記推定係数を、それらのフレームの前記推定係数とする
　［６］に記載の符号化装置。
［９］　前記データを符号化して高域符号化データを生成する高域符号化部をさらに備え、
　前記多重化部は、前記高域符号化データと前記低域符号化データとを多重化して前記出力符号列を生成する
　［１］乃至［８］の何れかに記載の符号化装置。
［１０］
　前記決定部は、決定された前記連続フレーム区間の数に基づいて、前記処理対象区間の前記高域符号化データの符号量をさらに算出し、
　前記低域符号化部は、前記処理対象区間に対して予め定められた符号量と、算出された前記高域符号化データの符号量とから定まる符号量で前記低域信号を符号化する
　［９］に記載の符号化装置。
［１１］
　入力信号の低域側のサブバンドの低域サブバンド信号と、前記入力信号の高域側のサブバンドの高域サブバンド信号とを生成し、
　前記低域サブバンド信号と所定の推定係数とに基づいて、前記高域サブバンド信号の高域サブバンドパワーの推定値である擬似高域サブバンドパワーを算出し、
　前記低域サブバンド信号または前記高域サブバンド信号の少なくとも何れかに基づいて、区間数決定特徴量を算出し、
　前記区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されたフレームからなる連続フレーム区間の数を決定し、
　決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記擬似高域サブバンドパワーと前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数を選択し、
　前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータを生成し、
　前記入力信号の低域信号を符号化して低域符号化データを生成し、
　前記データと前記低域符号化データとを多重化して出力符号列を生成する
　ステップを含む符号化方法。
［１２］
　入力信号の低域側のサブバンドの低域サブバンド信号と、前記入力信号の高域側のサブバンドの高域サブバンド信号とを生成し、
　前記低域サブバンド信号と所定の推定係数とに基づいて、前記高域サブバンド信号の高域サブバンドパワーの推定値である擬似高域サブバンドパワーを算出し、
　前記低域サブバンド信号または前記高域サブバンド信号の少なくとも何れかに基づいて、区間数決定特徴量を算出し、
　前記区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されたフレームからなる連続フレーム区間の数を決定し、
　決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記擬似高域サブバンドパワーと前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数を選択し、
　前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータを生成し、
　前記入力信号の低域信号を符号化して低域符号化データを生成し、
　前記データと前記低域符号化データとを多重化して出力符号列を生成する
　ステップを含む処理をコンピュータに実行させるプログラム。
［１３］
　入力信号の低域サブバンド信号と所定の推定係数とに基づいて、前記入力信号の高域サブバンド信号の高域サブバンドパワーの推定値が算出され、前記入力信号から抽出された区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されるフレームからなる連続フレーム区間の数が決定され、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記推定値と前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数が選択され、その選択結果に基づいて生成された、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータと、前記入力信号の低域信号を符号化して得られた低域符号化データとに、入力符号列を非多重化する非多重化部と、
　前記低域符号化データを復号して低域信号を生成する低域復号部と、
　前記データから得られた前記推定係数と、前記復号で得られた低域信号とに基づいて高域信号を生成する高域信号生成部と、
　前記高域信号と前記復号で得られた低域信号とに基づいて出力信号を生成する合成部と
　を備える復号装置。
［１４］
　前記データを復号して前記推定係数を得る高域復号部をさらに備える
　［１３］に記載の復号装置。
［１５］
　前記推定係数ごとに算出された、前記フレームにおける前記推定値と前記高域サブバンドパワーの誤差を示す評価値に基づいて、前記推定係数ごとに、前記連続フレーム区間を構成する各フレームの前記評価値の和が算され、前記推定係数ごとに算出された前記評価値の和に基づいて、前記連続フレーム区間のフレームの前記推定係数が選択される
　［１３］または［１４］に記載の復号装置。
［１６］
　決定された前記連続フレーム区間の数に前記処理対象区間を等分割して得られた各区間が、前記連続フレーム区間とされる
　［１５］に記載の復号装置。
［１７］
　決定された前記連続フレーム区間の数に前記処理対象区間を分割するときに取り得る前記処理対象区間の分割の組み合わせごとに、前記評価値の和に基づいて前記連続フレーム区間のフレームの前記推定係数が選択されるとともに、各前記組み合わせのうち、前記処理対象区間を構成する全ての前記フレームの選択された前記推定係数の前記評価値の和が最小となる前記組み合わせが特定され、特定された前記組み合わせにおいて、各フレームで選択された前記推定係数が、それらのフレームの前記推定係数とされる
　［１５］に記載の復号装置。
［１８］
　入力信号の低域サブバンド信号と所定の推定係数とに基づいて、前記入力信号の高域サブバンド信号の高域サブバンドパワーの推定値が算出され、前記入力信号から抽出された区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されるフレームからなる連続フレーム区間の数が決定され、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記推定値と前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数が選択され、その選択結果に基づいて生成された、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータと、前記入力信号の低域信号を符号化して得られた低域符号化データとに、入力符号列を非多重化し、
　前記低域符号化データを復号して低域信号を生成し、
　前記データから得られた前記推定係数と、前記復号で得られた低域信号とに基づいて高域信号を生成し、
　前記高域信号と前記復号で得られた低域信号とに基づいて出力信号を生成する
　ステップを含む復号方法。
［１９］
　入力信号の低域サブバンド信号と所定の推定係数とに基づいて、前記入力信号の高域サブバンド信号の高域サブバンドパワーの推定値が算出され、前記入力信号から抽出された区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されるフレームからなる連続フレーム区間の数が決定され、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記推定値と前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数が選択され、その選択結果に基づいて生成された、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータと、前記入力信号の低域信号を符号化して得られた低域符号化データとに、入力符号列を非多重化し、
　前記低域符号化データを復号して低域信号を生成し、
　前記データから得られた前記推定係数と、前記復号で得られた低域信号とに基づいて高域信号を生成し、
　前記高域信号と前記復号で得られた低域信号とに基づいて出力信号を生成する
　ステップを含む処理をコンピュータに実行させるプログラム。
　１１　符号化装置，　３２　低域符号化回路，　３３　サブバンド分割回路，　３４　特徴量算出回路，　３５　擬似高域サブバンドパワー算出回路，　３６　区間数決定特徴量算出回路，　３７　擬似高域サブバンドパワー差分算出回路，　３８　高域符号化回路，　３９　多重化回路，　５１　決定部，　５２　評価値算出部，　５３　選択部，　５４　生成部

Claims (19)

  1. 　入力信号の低域側のサブバンドの低域サブバンド信号と、前記入力信号の高域側のサブバンドの高域サブバンド信号とを生成するサブバンド分割部と、
    　前記低域サブバンド信号と所定の推定係数とに基づいて、前記高域サブバンド信号の高域サブバンドパワーの推定値である擬似高域サブバンドパワーを算出する擬似高域サブバンドパワー算出部と、
    　前記低域サブバンド信号または前記高域サブバンド信号の少なくとも何れかに基づいて、区間数決定特徴量を算出する特徴量算出部と、
    　前記区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されたフレームからなる連続フレーム区間の数を決定する決定部と、
    　決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記擬似高域サブバンドパワーと前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数を選択する選択部と、
    　前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータを生成する生成部と、
    　前記入力信号の低域信号を符号化して低域符号化データを生成する低域符号化部と、
    　前記データと前記低域符号化データとを多重化して出力符号列を生成する多重化部と
    　を備える符号化装置。
  2. 　前記区間数決定特徴量は、前記高域サブバンドパワーの和を示す特徴量である
    　請求項１に記載の符号化装置。
  3. 　前記区間数決定特徴量は、前記高域サブバンドパワーの和の時間変動を示す特徴量である
    　請求項１に記載の符号化装置。
  4. 　前記区間数決定特徴量は、前記入力信号の周波数形状を示す特徴量である
    　請求項１に記載の符号化装置。
  5. 　前記区間数決定特徴量は、複数の特徴量の線形和または非線形和である
    　請求項１に記載の符号化装置。
  6. 　前記推定係数ごとに算出された、前記フレームにおける前記擬似高域サブバンドパワーと前記高域サブバンドパワーの誤差を示す評価値に基づいて、前記推定係数ごとに、前記連続フレーム区間を構成する各フレームの前記評価値の和を算出する評価値和算出部をさらに備え、
    　前記選択部は、前記推定係数ごとに算出された前記評価値の和に基づいて、前記連続フレーム区間のフレームの前記推定係数を選択する
    　請求項１に記載の符号化装置。
  7. 　決定された前記連続フレーム区間の数に前記処理対象区間を等分割して得られた各区間が、前記連続フレーム区間とされる
    　請求項６に記載の符号化装置。
  8. 　前記選択部は、決定された前記連続フレーム区間の数に前記処理対象区間を分割するときに取り得る前記処理対象区間の分割の組み合わせごとに、前記評価値の和に基づいて前記連続フレーム区間のフレームの前記推定係数を選択するとともに、各前記組み合わせのうち、前記処理対象区間を構成する全ての前記フレームの選択された前記推定係数の前記評価値の和が最小となる前記組み合わせを特定し、特定された前記組み合わせにおいて、各フレームで選択された前記推定係数を、それらのフレームの前記推定係数とする
    　請求項６に記載の符号化装置。
  9. 　前記データを符号化して高域符号化データを生成する高域符号化部をさらに備え、
    　前記多重化部は、前記高域符号化データと前記低域符号化データとを多重化して前記出力符号列を生成する
    　請求項１に記載の符号化装置。
  10. 　前記決定部は、決定された前記連続フレーム区間の数に基づいて、前記処理対象区間の前記高域符号化データの符号量をさらに算出し、
    　前記低域符号化部は、前記処理対象区間に対して予め定められた符号量と、算出された前記高域符号化データの符号量とから定まる符号量で前記低域信号を符号化する
    　請求項９に記載の符号化装置。
  11. 　入力信号の低域側のサブバンドの低域サブバンド信号と、前記入力信号の高域側のサブバンドの高域サブバンド信号とを生成し、
    　前記低域サブバンド信号と所定の推定係数とに基づいて、前記高域サブバンド信号の高域サブバンドパワーの推定値である擬似高域サブバンドパワーを算出し、
    　前記低域サブバンド信号または前記高域サブバンド信号の少なくとも何れかに基づいて、区間数決定特徴量を算出し、
    　前記区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されたフレームからなる連続フレーム区間の数を決定し、
    　決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記擬似高域サブバンドパワーと前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数を選択し、
    　前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータを生成し、
    　前記入力信号の低域信号を符号化して低域符号化データを生成し、
    　前記データと前記低域符号化データとを多重化して出力符号列を生成する
    　ステップを含む符号化方法。
  12. 　入力信号の低域側のサブバンドの低域サブバンド信号と、前記入力信号の高域側のサブバンドの高域サブバンド信号とを生成し、
    　前記低域サブバンド信号と所定の推定係数とに基づいて、前記高域サブバンド信号の高域サブバンドパワーの推定値である擬似高域サブバンドパワーを算出し、
    　前記低域サブバンド信号または前記高域サブバンド信号の少なくとも何れかに基づいて、区間数決定特徴量を算出し、
    　前記区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されたフレームからなる連続フレーム区間の数を決定し、
    　決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記擬似高域サブバンドパワーと前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数を選択し、
    　前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータを生成し、
    　前記入力信号の低域信号を符号化して低域符号化データを生成し、
    　前記データと前記低域符号化データとを多重化して出力符号列を生成する
    　ステップを含む処理をコンピュータに実行させるプログラム。
  13. 　入力信号の低域サブバンド信号と所定の推定係数とに基づいて、前記入力信号の高域サブバンド信号の高域サブバンドパワーの推定値が算出され、前記入力信号から抽出された区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されるフレームからなる連続フレーム区間の数が決定され、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記推定値と前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数が選択され、その選択結果に基づいて生成された、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータと、前記入力信号の低域信号を符号化して得られた低域符号化データとに、入力符号列を非多重化する非多重化部と、
    　前記低域符号化データを復号して低域信号を生成する低域復号部と、
    　前記データから得られた前記推定係数と、前記復号で得られた低域信号とに基づいて高域信号を生成する高域信号生成部と、
    　前記高域信号と前記復号で得られた低域信号とに基づいて出力信号を生成する合成部と
    　を備える復号装置。
  14. 　前記データを復号して前記推定係数を得る高域復号部をさらに備える
    　請求項１３に記載の復号装置。
  15. 　前記推定係数ごとに算出された、前記フレームにおける前記推定値と前記高域サブバンドパワーの誤差を示す評価値に基づいて、前記推定係数ごとに、前記連続フレーム区間を構成する各フレームの前記評価値の和が算され、前記推定係数ごとに算出された前記評価値の和に基づいて、前記連続フレーム区間のフレームの前記推定係数が選択される
    　請求項１４に記載の復号装置。
  16. 　決定された前記連続フレーム区間の数に前記処理対象区間を等分割して得られた各区間が、前記連続フレーム区間とされる
    　請求項１５に記載の復号装置。
  17. 　決定された前記連続フレーム区間の数に前記処理対象区間を分割するときに取り得る前記処理対象区間の分割の組み合わせごとに、前記評価値の和に基づいて前記連続フレーム区間のフレームの前記推定係数が選択されるとともに、各前記組み合わせのうち、前記処理対象区間を構成する全ての前記フレームの選択された前記推定係数の前記評価値の和が最小となる前記組み合わせが特定され、特定された前記組み合わせにおいて、各フレームで選択された前記推定係数が、それらのフレームの前記推定係数とされる
    　請求項１５に記載の復号装置。
  18. 　入力信号の低域サブバンド信号と所定の推定係数とに基づいて、前記入力信号の高域サブバンド信号の高域サブバンドパワーの推定値が算出され、前記入力信号から抽出された区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されるフレームからなる連続フレーム区間の数が決定され、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記推定値と前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数が選択され、その選択結果に基づいて生成された、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータと、前記入力信号の低域信号を符号化して得られた低域符号化データとに、入力符号列を非多重化し、
    　前記低域符号化データを復号して低域信号を生成し、
    　前記データから得られた前記推定係数と、前記復号で得られた低域信号とに基づいて高域信号を生成し、
    　前記高域信号と前記復号で得られた低域信号とに基づいて出力信号を生成する
    　ステップを含む復号方法。
  19. 　入力信号の低域サブバンド信号と所定の推定係数とに基づいて、前記入力信号の高域サブバンド信号の高域サブバンドパワーの推定値が算出され、前記入力信号から抽出された区間数決定特徴量に基づいて、前記入力信号の複数フレームからなる処理対象区間における、同じ前記推定係数が選択されるフレームからなる連続フレーム区間の数が決定され、決定された前記連続フレーム区間の数に基づいて前記処理対象区間を分割して得られる各前記連続フレーム区間について、前記推定値と前記高域サブバンドパワーに基づいて、複数の前記推定係数のなかから前記連続フレーム区間を構成するフレームの前記推定係数が選択され、その選択結果に基づいて生成された、前記処理対象区間を構成する各前記連続フレーム区間のフレームで選択された前記推定係数を得るためのデータと、前記入力信号の低域信号を符号化して得られた低域符号化データとに、入力符号列を非多重化し、
    　前記低域符号化データを復号して低域信号を生成し、
    　前記データから得られた前記推定係数と、前記復号で得られた低域信号とに基づいて高域信号を生成し、
    　前記高域信号と前記復号で得られた低域信号とに基づいて出力信号を生成する
    　ステップを含む処理をコンピュータに実行させるプログラム。
PCT/JP2012/070683 2011-08-24 2012-08-14 符号化装置および方法、復号装置および方法、並びにプログラム WO2013027630A1 (ja)

Priority Applications (10)

Application Number Priority Date Filing Date Title
US14/236,350 US9842603B2 (en) 2011-08-24 2012-08-14 Encoding device and encoding method, decoding device and decoding method, and program
CN201280040029.1A CN103765510B (zh) 2011-08-24 2012-08-14 编码装置和方法、解码装置和方法
RU2014105814/08A RU2586011C2 (ru) 2011-08-24 2012-08-14 Устройство и способ кодирования, устройство и способ декодирования и программа
BR112014003672A BR112014003672A2 (pt) 2011-08-24 2012-08-14 dispositivos e métodos de decodificação e codificação, e, programa
AU2012297804A AU2012297804B2 (en) 2011-08-24 2012-08-14 Encoding device and method, decoding device and method, and program
KR1020147003607A KR20140050050A (ko) 2011-08-24 2012-08-14 부호화 장치 및 방법, 복호 장치 및 방법, 및 프로그램
EP12825849.8A EP2750131A4 (en) 2011-08-24 2012-08-14 DEVICE AND ENCODING METHOD, DEVICE, AND DECODING METHOD, AND PROGRAM
MX2014001871A MX2014001871A (es) 2011-08-24 2012-08-14 Dispositivo de codificacion y metodo de codificacion, dispositivo de decodificacion y metodo de decodificacion, y programa.
CA2840788A CA2840788A1 (en) 2011-08-24 2012-08-14 Encoding device and encoding method, decoding device and decoding method, and program
ZA2014/01181A ZA201401181B (en) 2011-08-24 2014-02-17 Encoding device and method,decoding device and method,and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011-182449 2011-08-24
JP2011182449A JP6037156B2 (ja) 2011-08-24 2011-08-24 符号化装置および方法、並びにプログラム

Publications (1)

Publication Number Publication Date
WO2013027630A1 true WO2013027630A1 (ja) 2013-02-28

Family

ID=47746377

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/070683 WO2013027630A1 (ja) 2011-08-24 2012-08-14 符号化装置および方法、復号装置および方法、並びにプログラム

Country Status (12)

Country Link
US (1) US9842603B2 (ja)
EP (1) EP2750131A4 (ja)
JP (1) JP6037156B2 (ja)
KR (1) KR20140050050A (ja)
CN (1) CN103765510B (ja)
AU (1) AU2012297804B2 (ja)
BR (1) BR112014003672A2 (ja)
CA (1) CA2840788A1 (ja)
MX (1) MX2014001871A (ja)
RU (1) RU2586011C2 (ja)
WO (1) WO2013027630A1 (ja)
ZA (1) ZA201401181B (ja)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5754899B2 (ja) 2009-10-07 2015-07-29 ソニー株式会社 復号装置および方法、並びにプログラム
JP5609737B2 (ja) 2010-04-13 2014-10-22 ソニー株式会社 信号処理装置および方法、符号化装置および方法、復号装置および方法、並びにプログラム
JP5652658B2 (ja) 2010-04-13 2015-01-14 ソニー株式会社 信号処理装置および方法、符号化装置および方法、復号装置および方法、並びにプログラム
JP5850216B2 (ja) 2010-04-13 2016-02-03 ソニー株式会社 信号処理装置および方法、符号化装置および方法、復号装置および方法、並びにプログラム
JP6075743B2 (ja) 2010-08-03 2017-02-08 ソニー株式会社 信号処理装置および方法、並びにプログラム
JP5707842B2 (ja) 2010-10-15 2015-04-30 ソニー株式会社 符号化装置および方法、復号装置および方法、並びにプログラム
JP5743137B2 (ja) 2011-01-14 2015-07-01 ソニー株式会社 信号処理装置および方法、並びにプログラム
JP5704397B2 (ja) 2011-03-31 2015-04-22 ソニー株式会社 符号化装置および方法、並びにプログラム
JP5942358B2 (ja) 2011-08-24 2016-06-29 ソニー株式会社 符号化装置および方法、復号装置および方法、並びにプログラム
JP5975243B2 (ja) * 2011-08-24 2016-08-23 ソニー株式会社 符号化装置および方法、並びにプログラム
EP2631906A1 (en) * 2012-02-27 2013-08-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Phase coherence control for harmonic signals in perceptual audio codecs
CN103748628B (zh) 2012-07-02 2017-12-22 索尼公司 解码装置和方法以及编码装置和方法
CN105122359B (zh) * 2013-04-10 2019-04-23 杜比实验室特许公司 语音去混响的方法、设备和系统
EP2830064A1 (en) 2013-07-22 2015-01-28 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Apparatus and method for decoding and encoding an audio signal using adaptive spectral tile selection
TWI557726B (zh) * 2013-08-29 2016-11-11 杜比國際公司 用於決定音頻信號的高頻帶信號的主比例因子頻帶表之系統和方法
KR20220156112A (ko) 2013-09-12 2022-11-24 돌비 인터네셔널 에이비 Qmf 기반 처리 데이터의 시간 정렬
JP6531649B2 (ja) 2013-09-19 2019-06-19 ソニー株式会社 符号化装置および方法、復号化装置および方法、並びにプログラム
CN105849801B (zh) 2013-12-27 2020-02-14 索尼公司 解码设备和方法以及程序
CN109963338B (zh) * 2017-12-25 2023-07-21 成都鼎桥通信技术有限公司 一种特殊的lte-fdd小区中上行载波的调度方法和系统
CN110989983B (zh) * 2019-11-28 2022-11-29 深圳航天智慧城市系统技术研究院有限公司 一种零编码的应用软件快速构建系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006049205A1 (ja) 2004-11-05 2006-05-11 Matsushita Electric Industrial Co., Ltd. スケーラブル復号化装置およびスケーラブル符号化装置
JP2007333785A (ja) * 2006-06-12 2007-12-27 Matsushita Electric Ind Co Ltd オーディオ信号符号化装置およびオーディオ信号符号化方法
JP2008139844A (ja) * 2006-11-09 2008-06-19 Sony Corp 周波数帯域拡大装置及び周波数帯域拡大方法、再生装置及び再生方法、並びに、プログラム及び記録媒体
JP2010020251A (ja) * 2008-07-14 2010-01-28 Ntt Docomo Inc 音声符号化装置及び方法、音声復号化装置及び方法、並びに、音声帯域拡張装置及び方法
JP2010079275A (ja) * 2008-08-29 2010-04-08 Sony Corp 周波数帯域拡大装置及び方法、符号化装置及び方法、復号化装置及び方法、並びにプログラム
WO2011043227A1 (ja) * 2009-10-07 2011-04-14 ソニー株式会社 波数帯域拡大装置および方法、符号化装置および方法、復号装置および方法、並びにプログラム

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW294867B (ja) * 1994-12-23 1997-01-01 Qualcomm Inc
SE512719C2 (sv) 1997-06-10 2000-05-02 Lars Gustaf Liljeryd En metod och anordning för reduktion av dataflöde baserad på harmonisk bandbreddsexpansion
CA2387832C (en) * 2000-08-18 2006-07-11 Samsung Electronics Co., Ltd. Channel coding/decoding apparatus and method for a cdma mobile communication system
US8417515B2 (en) 2004-05-14 2013-04-09 Panasonic Corporation Encoding device, decoding device, and method thereof
JP4899359B2 (ja) 2005-07-11 2012-03-21 ソニー株式会社 信号符号化装置及び方法、信号復号装置及び方法、並びにプログラム及び記録媒体
KR100813259B1 (ko) 2005-07-13 2008-03-13 삼성전자주식회사 입력신호의 계층적 부호화/복호화 장치 및 방법
CN101129063B (zh) * 2005-11-18 2010-05-19 索尼株式会社 编码设备和方法、解码设备和方法以及传输系统
JP2007178529A (ja) * 2005-12-27 2007-07-12 Matsushita Electric Ind Co Ltd 符号化オーディオ信号再生装置及び符号化オーディオ信号再生方法
KR101355376B1 (ko) 2007-04-30 2014-01-23 삼성전자주식회사 고주파수 영역 부호화 및 복호화 방법 및 장치
EP2294770B1 (en) 2008-06-20 2013-08-07 Rambus, Inc. Frequency responsive bus coding
GB0822537D0 (en) 2008-12-10 2009-01-14 Skype Ltd Regeneration of wideband speech
GB2466201B (en) 2008-12-10 2012-07-11 Skype Ltd Regeneration of wideband speech
JP5106484B2 (ja) * 2009-06-15 2012-12-26 富士通テレコムネットワークス株式会社 可変電源装置とモータ駆動制御装置とそれらの保護回路動作方法
JP5598536B2 (ja) 2010-03-31 2014-10-01 富士通株式会社 帯域拡張装置および帯域拡張方法
JP5850216B2 (ja) 2010-04-13 2016-02-03 ソニー株式会社 信号処理装置および方法、符号化装置および方法、復号装置および方法、並びにプログラム
JP5609737B2 (ja) 2010-04-13 2014-10-22 ソニー株式会社 信号処理装置および方法、符号化装置および方法、復号装置および方法、並びにプログラム
JP5652658B2 (ja) 2010-04-13 2015-01-14 ソニー株式会社 信号処理装置および方法、符号化装置および方法、復号装置および方法、並びにプログラム
US9047875B2 (en) 2010-07-19 2015-06-02 Futurewei Technologies, Inc. Spectrum flatness control for bandwidth extension
US8560330B2 (en) 2010-07-19 2013-10-15 Futurewei Technologies, Inc. Energy envelope perceptual correction for high band coding
JP6075743B2 (ja) 2010-08-03 2017-02-08 ソニー株式会社 信号処理装置および方法、並びにプログラム
JP5707842B2 (ja) 2010-10-15 2015-04-30 ソニー株式会社 符号化装置および方法、復号装置および方法、並びにプログラム
JP5743137B2 (ja) 2011-01-14 2015-07-01 ソニー株式会社 信号処理装置および方法、並びにプログラム
JP5704397B2 (ja) 2011-03-31 2015-04-22 ソニー株式会社 符号化装置および方法、並びにプログラム
WO2012146290A1 (en) * 2011-04-28 2012-11-01 Telefonaktiebolaget L M Ericsson (Publ) Frame based audio signal classification
JP5975243B2 (ja) 2011-08-24 2016-08-23 ソニー株式会社 符号化装置および方法、並びにプログラム
JP5942358B2 (ja) 2011-08-24 2016-06-29 ソニー株式会社 符号化装置および方法、復号装置および方法、並びにプログラム
JP5845760B2 (ja) 2011-09-15 2016-01-20 ソニー株式会社 音声処理装置および方法、並びにプログラム
JPWO2013154027A1 (ja) 2012-04-13 2015-12-17 ソニー株式会社 復号装置および方法、オーディオ信号処理装置および方法、並びにプログラム
JP5997592B2 (ja) 2012-04-27 2016-09-28 株式会社Ｎｔｔドコモ 音声復号装置
CN103748628B (zh) 2012-07-02 2017-12-22 索尼公司 解码装置和方法以及编码装置和方法
WO2014007096A1 (ja) 2012-07-02 2014-01-09 ソニー株式会社 復号装置および方法、符号化装置および方法、並びにプログラム
JP2014123011A (ja) 2012-12-21 2014-07-03 Sony Corp 雑音検出装置および方法、並びに、プログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006049205A1 (ja) 2004-11-05 2006-05-11 Matsushita Electric Industrial Co., Ltd. スケーラブル復号化装置およびスケーラブル符号化装置
JP2007333785A (ja) * 2006-06-12 2007-12-27 Matsushita Electric Ind Co Ltd オーディオ信号符号化装置およびオーディオ信号符号化方法
JP2008139844A (ja) * 2006-11-09 2008-06-19 Sony Corp 周波数帯域拡大装置及び周波数帯域拡大方法、再生装置及び再生方法、並びに、プログラム及び記録媒体
JP2010020251A (ja) * 2008-07-14 2010-01-28 Ntt Docomo Inc 音声符号化装置及び方法、音声復号化装置及び方法、並びに、音声帯域拡張装置及び方法
JP2010079275A (ja) * 2008-08-29 2010-04-08 Sony Corp 周波数帯域拡大装置及び方法、符号化装置及び方法、復号化装置及び方法、並びにプログラム
WO2011043227A1 (ja) * 2009-10-07 2011-04-14 ソニー株式会社 波数帯域拡大装置および方法、符号化装置および方法、復号装置および方法、並びにプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2750131A4

Also Published As

Publication number Publication date
MX2014001871A (es) 2014-05-30
RU2586011C2 (ru) 2016-06-10
EP2750131A1 (en) 2014-07-02
CN103765510A (zh) 2014-04-30
JP6037156B2 (ja) 2016-11-30
AU2012297804A1 (en) 2014-02-06
ZA201401181B (en) 2014-09-25
CN103765510B (zh) 2016-08-17
RU2014105814A (ru) 2015-08-27
AU2012297804B2 (en) 2016-12-01
KR20140050050A (ko) 2014-04-28
US20140200899A1 (en) 2014-07-17
JP2013044922A (ja) 2013-03-04
BR112014003672A2 (pt) 2017-03-01
EP2750131A4 (en) 2015-04-22
CA2840788A1 (en) 2013-02-24
US9842603B2 (en) 2017-12-12

Similar Documents

Publication Publication Date Title
JP6037156B2 (ja) 符号化装置および方法、並びにプログラム
US10546594B2 (en) Signal processing apparatus and signal processing method, encoder and encoding method, decoder and decoding method, and program
JP5942358B2 (ja) 符号化装置および方法、復号装置および方法、並びにプログラム
KR102055022B1 (ko) 부호화 장치 및 방법, 복호 장치 및 방법, 및 프로그램
KR102110727B1 (ko) 복호 장치 및 방법, 및 기록 매체
US9659573B2 (en) Signal processing apparatus and signal processing method, encoder and encoding method, decoder and decoding method, and program
JP5704397B2 (ja) 符号化装置および方法、並びにプログラム
KR102048672B1 (ko) 신호 처리 장치 및 방법, 및 컴퓨터 판독가능 기록 매체

Legal Events

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

Ref document number: 12825849

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2840788

Country of ref document: CA

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14236350

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2012297804

Country of ref document: AU

Date of ref document: 20120814

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20147003607

Country of ref document: KR

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2014105814

Country of ref document: RU

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: MX/A/2014/001871

Country of ref document: MX

NENP Non-entry into the national phase

Ref country code: DE

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112014003672

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 112014003672

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20140217