JP3141853B2 - オーディオ信号処理方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、オーディオ信号を
いわゆるブロックフローティング処理して圧縮してなる
圧縮符号化信号からオーディオ信号を復元するオーディ
オ信号処理方法に関する。

【０００２】

【従来の技術】従来より、オーディオ信号処理方法とし
て、オーディオ信号を圧縮して符号化する高能率符号化
技術には、例えば、入力オーディオ信号（ディジタルオ
ーディオデータ）を所定時間毎（所定時間フレーム毎）
に周波数軸上で複数のブロックに分割し、この各ブロッ
ク毎にいわゆるブロックフローティング処理を施すと共
に、各ブロック毎のデータを適応的なビット割り当てで
量子化するものがある。

【０００３】ここで、上記ブロックフローティング処理
は、基本的には、ブロック内の各ワードに共通の値を掛
けて大きくし、量子化時の精度を上げるものであるが、
具体的には、例えばブロック内の各ワードの絶対値の内
で最も大きなもの（最大絶対値）を探し出し、この最大
絶対値が飽和しないような当該ブロック内の全ワードに
対して共通のフローティング係数を用いてフローティン
グ処理を行うものが一例としてある。より簡易なものと
しては、ビットシフトを利用する６ｄＢ単位のフローテ
ィングもある。

【０００４】ところで、上記ブロックフローティング処
理を行うオーディオ信号処理方法が適用されるシステム
のエンコーダ側では、通常、ブロックフローティング処
理に関連するパラメータＢＦとして、例えば、フローテ
ィング係数としてのスケールファクタＳＦの値と、上記
スケールファクタＳＦといわゆるマスキング効果を考慮
して各ブロック毎に求められる許容可能なノイズレベル
との差を示すワード長ＷＬのデータとを、量子化された
ブロックのデータ（以下例えばメイン情報とする）と共
に媒体に記録若しくは伝送することが行われる。

【０００５】なお、上記マスキング効果とは、人間の聴
覚特性により、ある音により他の音がマスクされて聞こ
えなくなる現象を言う。換言すれば、上記マスキングと
は、ある信号によって他の信号がマスクされて聞こえな
くなる現象をいうものであり、このマスキング効果に
は、時間軸上のオーディオ信号による時間軸マスキング
効果と、周波数軸上の信号による同時刻マスキング効果
とがある。これらのマスキング効果により、マスキング
される部分にノイズがあったとしても、このノイズは聞
こえないことになる。このため、実際のオーディオ信号
では、このマスキングされる範囲内のノイズは許容可能
なノイズとされる。

【０００６】

【発明が解決しようとする課題】ここで、従来のオーデ
ィオ信号処理方法が適用されるシステムのエンコーダ側
では、上記記録又は伝送されるパラメータＢＦの個数は
すべての時間フレームに対して固定しておくものが一般
的である。図９は従来のオーディオ信号処理システムの
エンコーダ側での各時間フレーム内のデータの記録（或
いは伝送）の様子を示したものである。この図９の例の
場合、実際にはビットが割り振られないブロックに対し
てもそのパラメータＢＦの値を記録又は伝送する必要が
あり、したがって、その分だけ音声データに対して割り
当てられるビット数が少なくなり、特に、圧縮率が高い
場合（ビットレートが低い場合）には、上記エンコーダ
側に対応するデコーダ側（オーディオ信号処理システム
のデコーダ側）で十分な音質を確保することが困難であ
った。

【０００７】これに対し、図１０に示すように、実際に
ビットが割り振られないブロック (ワード長ＷＬ＝０の
ブロック）に対しては上記スケールファクタＳＦの値を
記録又は伝送せずに、その分だけ音声データに多くのビ
ットを割り振るようにするシステムも提案されている。
この図１０においては、ビットが割り当てられていない
ブロック（０ビット割り当てのブロック）４個の分だけ
記録されているスケールファクタＳＦの個数が減ってい
る。

【０００８】ただし、この場合、上記ワード長ＷＬのデ
ータは、常に記録又は伝送する必要がある。また、後の
デコーダ側で上記スケールファクタＳＦを読み込む時に
そのブロックのワード長ＷＬが０でないかどうかブロッ
ク毎にチェックする必要がある。

【０００９】更に、エンコーダ側では、通常、上記マス
キングを求めるための計算等により各ブロックのオーデ
ィオ信号を量子化するために必要なビット数を計算した
後、その時間フレームに割り当てられた総ビット数との
比較を行ない、各ブロックへのビット割り当ての調整を
行なうようになされる。ところが、このとき、上述のよ
うに各ブロックのビット割り当てによってそのブロック
のスケールファクタＳＦを記録するかどうかが変化する
と、それに伴い、上記メイン情報（音声データ）に割り
当てることのできるビットの総数も変化し、ビット割り
当ての調整が非常に複雑になる。したがって、後のデコ
ーダ側でも復号化のための処理が複雑になってしまう虞
がある。

【００１０】そこで、本発明は、上述のような実情に鑑
みて提案されたものであり、エンコーダ側でのビット割
り当ての調整を比較的容易にしてビット割り当ての調整
を行ったとしても、デコード側にて音質を劣化させるこ
となく良好なオーディオ信号を復元することができるオ
ーディオ信号処理方法を提供することを目的とするもの
である。

【００１１】

【課題を解決するための手段】本発明のオーディオ信号
処理方法は、上述の目的を達成するために提案されたも
のであり、オーディオ信号を所定の時間フレーム毎に周
波数軸上で複数分割した各ブロック毎にブロックフロー
ティング処理を施し当該各ブロック毎のデータを適応的
なビット割り当てで量子化した量子化信号と、ブロック
フローティング処理に関連する各ブロック毎のパラメー
タのうち時間フレーム毎に必要な帯域までのパラメータ
と、当該時間フレーム毎のパラメータの個数情報とを有
してなる符号化信号から、オーディオ信号を復元するオ
ーディオ信号処理方法であり、符号化信号からパラメー
タの個数情報を取り出し、パラメータの個数情報に応じ
て符号化信号からパラメータを取り出し、パラメータに
基づいて符号化信号から量子化信号を取り出し、パラメ
ータの個数情報及びパラメータに基づいて量子化信号か
らオーディオ信号を復元するようにしたものである。

【００１２】すなわち、時間フレーム毎に実際に記録又
は伝送されるオーディオ信号の帯域として、例えば、実
際に知覚され難い（耳に聞こえ難い）という理由から高
域の記録又は伝送を行わないようにした場合には、その
時間フレームの当該高域のブロックのパラメータ（スケ
ールファクタ，ワード長の値）を記録又は伝送しないよ
うにして、その分のビットを聴感上重要な低域のメイン
情報（ブロックの量子化されたデータ）のために割り振
るようにしている。この場合、記録又は伝送されるデー
タは、この低域のパラメータと当該メイン情報となる。
また、この場合は、時間フレーム毎に記録又は伝送され
るパラメータの個数も記録する（或いは伝送する）よう
にしている。したがって、これらパラメータの個数とパ
ラメータに基づいてメイン情報を復号化すれば、良好な
音質のオーディオ信号を再現できる。

【００１３】このように、本発明のオーディオ信号処理
方法によれば、符号化信号には、量子化信号と共に、各
ブロック毎のパラメータのうち時間フレーム毎に必要な
帯域までのパラメータと、当該パラメータの個数が含ま
れるため、この符号化信号に含まれるパラメータ及びパ
ラメータの個数を用いて量子化信号に復号化の処理を施
せば、高品質のオーディオ信号を復元できる。

【００１４】

【発明の実施の形態】以下、本発明の実施の形態を図面
を参照しながら説明する。

【００１５】本実施の形態のエンコーダ側でのオーディ
オ信号処理方法は、時系列の入力オーディオ信号ＴＳを
所定の時間フレーム毎に周波数軸の信号（スペクトル信
号ＳＰ）に変換し、このスペクトル信号ＳＰを帯域毎の
ブロックに分割し、各ブロック毎にブロックフローティ
ング処理を施し、各ブロック毎のデータを適応的なビッ
ト割り当てで量子化し、当該量子化されたオーディオ信
号を記録又は伝送すると共に、上記ブロックフローティ
ング処理に関連するパラメータＢＦとしてのフローティ
ング係数（スケールファクタＳＦ）とワード長ＷＬのデ
ータとを記録又は伝送するオーディオ信号処理方法であ
って、図１に示すように、上記ブロックフローティング
処理に関連する各ブロック毎のパラメータＢＦを上記時
間フレーム毎に当該パラメータＢＦが必要な帯域まで記
録又は伝送すると共に、当該記録又は伝送されるパラメ
ータＢＦの個数Ｎも記録又は伝送するようにしたもので
ある。

【００１６】なお、図１は１つの時間フレームと、該１
つの時間フレーム内の複数の周波数帯域のブロックを示
している。また、図１のメイン情報とは、量子化された
ブロックのデータ（当該オーディオ信号ＴＳを周波数分
割した各ブロック毎のスペクトル信号ＳＰの量子化され
た各ブロックのデータ）である。

【００１７】ここで、本実施の形態の有効性は以下のよ
うな事実に基づいている。

【００１８】すなわち、例えば１０ｋＨｚ以上の高い帯
域では、人間の聴覚特性に基づく後述するいわゆる最小
可聴限が高く、また、低域信号による前記マスキング効
果が有効に作用するため、量子化ノイズがそれ以下の帯
域（例えば１０ｋＨｚ以下）と比較して、大きくなった
としても、音質劣化が耳に知覚されにくい。特に、特に
１５ｋＨｚ以下の帯域の信号成分を例えば削除してしま
っても（０ビット割り当て）、聴感上、差異がわからな
いケースが多い。

【００１９】したがって、本実施の形態では、図１に示
すように、上記ブロックフローティング処理に関連する
各ブロック毎のパラメータＢＦであるフローティング係
数としての上記スケールファクタＳＦ及び量子化の際の
割り当てビット数に対応する上記ワード長ＷＬのデータ
を、上記時間フレーム毎に当該パラメータＢＦを必要と
する帯域まで（すなわち聴感上重要な低域のみ）として
記録又は伝送するようにしている。これにより、聴感上
重要なため省略できない低域の符号に多くのビットを割
り当てることができるようになって、結果として音質が
向上するようになる。

【００２０】なお、上記最小可聴限においては、雑音絶
対レベルがこの最小可聴限以下ならば該雑音は聞こえな
いことになる。この最小可聴限は、コーディングが同じ
であっても例えば再生時の再生ボリュームの違いで異な
るものとなるが、現実的なディジタルシステムでは、例
えば１６ビットダイナミックレンジへの音楽のはいり方
にはさほど違いがないので、例えば４ｋＨｚ付近の最も
耳に聞こえやすい周波数帯域の量子化雑音が聞こえない
とすれば、他の周波数帯域ではこの最小可聴カーブのレ
ベル以下の量子化雑音は聞こえないと考えられる。

【００２１】また、上述のようにすると、上記パラメー
タＢＦの個数は時間フレーム毎に変化するものとなるた
め、本実施の形態では、パラメータＢＦの個数Ｎを時間
フレーム毎に記録又は伝送するようにしている。この場
合、当該個数Ｎのデータ量は少ない。例えば、パラメー
タＢＦの個数が数十個程度であれば７ビットあれば十分
であり、また、当該時間フレームにおいて取りうる帯域
が２種類（ブロックが２個）ならば、１ビットあれば記
録又は伝送できることになる。

【００２２】上述のように、本実施の形態においては、
時間フレーム毎に実際に記録又は伝送されるオーディオ
信号の帯域として、例えば、実際に知覚し難い（耳に聞
こえ難い）という理由から高域の記録又は伝送がなされ
ない場合に、その時間フレームの高域のブロックのパラ
メータＢＦ（スケールファクタＳＦ，ワード長ＷＬの
値）分のビットを低域のメイン情報のために割り振るよ
うにして、低域のパラメータＢＦと当該メイン情報を例
えば媒体に記録する（或いは伝送する）ようにしてい
る。また、その時間フレーム毎のパラメータＢＦの個数
Ｎも記録する（或いは伝送する）ようにしている。

【００２３】なお、低域での信号レベルが低く、高域で
の信号のレベルが非常に高いような場合には、高域の信
号を削除すると、それによる音質劣化の差異が知覚され
易くなる。したがってこの場合には、図２に示すよう
に、高域の信号及びパラメータＢＦも記録するようにし
て符号化する。

【００２４】図３には、本実施の形態のエンコーダ側で
のオーディオ信号処理方法が適用されるオーディオ信号
処理システムの具体的構成を示す。

【００２５】なお、この図３には、時系列のオーディオ
信号（波形データ）をバンド分割フィルタで分割し、こ
れを変更離散コサイン変換（ＭＤＣＴ）処理により周波
数軸の信号に変換したスペクトル信号（スペクトルデー
タ）ＳＰを符号化する構成を示している。

【００２６】すなわち、この図３に示すエンコーダは、
入力端子１に供給される時系列の入力オーディオ信号
（ディジタルオーディオデータ）ＴＳを所定の時間フレ
ーム毎に周波数軸上で複数のブロックに分割し、各ブロ
ック毎にブロックフローティング処理を施すと共に、各
ブロック毎のデータを適応的なビット割り当てで符号化
するものであって、上記ブロックフローティング処理に
関連する各ブロック毎のパラメータ（フローティング係
数としての前記スケールファクタＳＦ及び、前記ビット
割り当て数に対応するワード長ＷＬ）ＢＦを上記時間フ
レーム毎に当該パラメータＢＦを必要とする帯域まで記
録すると共に、当該記録されるパラメータの個数をも記
録するデータ記録回路１９を有するものである。このデ
ータ記録回路１９に記録されたデータが、後述する本発
明のオーディオ信号処理方法が適用されるデコーダ側の
構成に伝送される。

【００２７】ここで、本具体例のエンコーダにおいて
は、上記時間フレームを複数の周波数帯域に分割した各
ブロックの帯域を可変として、当該帯域が狭くなってい
る場合には、上述の実施の形態のようにして上記データ
記録回路１９に記録するパラメータＢＦの個数を減ら
し、その減らした分のビットをメイン情報に対して（後
述するオーディオ信号ＴＳを周波数分割した各ブロック
毎のスペクトル信号ＳＰの量子化の際に）割り振るよう
にしている。

【００２８】このようなことを行うため、入力端子１に
供給された上記所定の時間フレーム毎の時系列のオーデ
ィオ信号（波形データ）ＴＳは、供給された時系列信号
をスペクトル信号に変換する時間／周波数変換回路１１
によりスペクトル信号ＳＰに変換される。当該時間／周
波数変換回路１１は、例えば、図１，図２に示したよう
に、時系列の上記オーディオ信号ＴＳを所定の時間フレ
ーム毎に区切ると共に各時間フレームを複数の周波数帯
域に分割してブロック化し、この各ブロックの帯域を可
変としている。

【００２９】また、この時間／周波数変換回路１１でブ
ロックの帯域を可変とする際には、上記ブロック幅とし
て、時間フレームを例えば人間の聴覚特性を考慮した帯
域分割により分割して得た各帯域をブロックとするよう
になされている。すなわち、一般に臨界帯域（クリティ
カルバンド）と呼ばれている高域程帯域幅が広くなるよ
うな帯域幅で、上記スペクトル信号ＳＰを複数の帯域に
分割しており、本具体例では、大別して高域，中域，低
域の３つの帯域に分割している。なお、このクリティカ
ルバンドとは、人間の聴覚特性を考慮して分割された周
波数帯域であり、ある純音の周波数近傍の同じ強さの狭
帯域バンドノイズによって当該純音がマスクされるとき
のそのノイズの持つ帯域のことである。また、上記クリ
ティカルバンドでの分割としては、例えば、０〜２０ｋ
Ｈｚの全周波数帯域を例えば２５のクリティカルバンド
に分割することも可能である。

【００３０】この時間／周波数変換回路１１からのスペ
クトル信号ＳＰは、スペクトル信号量子化回路１５に送
られ量子化される。すなわち、当該スペクトル信号量子
化回路１５は、供給された各ブロックのスペクトル信号
ＳＰをブロックフローティング処理により正規化（ノー
マライズ）した後、いわゆるマスキング効果を考慮した
適応的な割り当てビット数で量子化する。

【００３１】ここで、上記スペクトル信号量子化回路１
５で上記ブロックフローティング処理を行うためのフロ
ーティング係数（スケールファクタＳＦ）は、スケール
ファクタ計算回路１３から供給される。すなわち、上記
スケールファクタ計算回路１３には上記スペクトル信号
ＳＰが供給されており、このスケールファクタ計算回路
１３から、上記時間フレーム毎の複数の周波数帯域のブ
ロック毎のスペクトル信号ＳＰの例えばピーク或いは平
均値に所定の係数を乗算したフローティング係数（スケ
ールファクタＳＦ）が出力されるようになっている。

【００３２】また、上記スペクトル信号量子化回路１５
で上記適応的な割り当てビット数の量子化を行うため
に、上記スペクトル信号ＳＰはマスキング計算回路１７
にも送られている。当該マスキング計算回路１７では、
後述するようにして人間の聴覚特性に応じた各ブロック
毎のマスキング情報ＭＳＫＩ及び／又は任意の注目ブロ
ックに近接する他のブロックからのマスキング効果によ
る当該注目ブロックのマスキング情報ＭＳＫＩが得られ
る。このマスキング計算回路１７からのマスキング情報
ＭＳＫＩは、ビットアロケーシヨン計算回路１４に送ら
れ、当該ビットアロケーシヨン計算回路１４で上記マス
キング情報ＭＳＫＩに基づいた各ブロック毎のビット割
り当て情報としてのワード長ＷＬのデータが求められ
る。すなわち、このワード長ＷＬの情報に基づいて上記
スペクトル信号量子化回路１５では、供給されたスペク
トル信号ＳＰのブロック毎の適応的な量子化を行ってい
る。

【００３３】ここで、上記マスキング計算回路１７及び
ビットアロケーシヨン計算回路１４での処理は具体的に
は以下のようになされている。

【００３４】すなわち、上記マスキング計算回路１７に
送られたスペクトル信号ＳＰは、先ず上記ブロック毎に
エネルギが算出される。このブロック毎のエネルギ算出
の際には例えば上記クリティカルバンド（臨界帯域）毎
のエネルギが、例えば当該バンド内での各振幅値の総和
を計算すること等により求められる。この各バンド毎の
エネルギの代わりに、振幅値のピーク値、平均値等が用
いられることもある。このエネルギ算出により求められ
る各バンドの総和値のスペクトルは、一般にバークスペ
クトルと称されている。

【００３５】次に、当該マスキング計算回路１７では、
上記バークスペクトルのいわゆるマスキングに於ける影
響を考慮するために、該バークスペクトルに所定の重み
付け関数を掛けて加算するような畳込み（コンボリュー
ション）処理を施す。この畳込み処理を行う構成として
は、例えば、入力データを順次遅延させる複数の遅延素
子と、これら遅延素子からの出力にフィルタ係数（重み
付け関数）を乗算する複数の乗算器（例えば各バンドに
対応する２５個の乗算器）と、各乗算器出力の総和をと
る総和加算器とから構成されるものである。

【００３６】上記畳込み処理が施された後、逆コンボリ
ューション処理を行うことにより、マスキングスレッシ
ョールドが得られる。すなわちこのマスキングスレッシ
ョールドが許容可能なノイズスペクトルとなる。ここ
で、上記マスキングスレッショールドと、前記バークス
ペクトルとの減算を行うことで、当該バークスペクトル
が上記マスキングスレッショールドにより、マスキング
されるレベルが求められる。このマスキングレベルが上
記マスキング情報ＭＳＫＩとしてビットアロケーシヨン
計算回路１４に送られる。

【００３７】なお、上記マスキング情報ＭＳＫＩを求め
る際には、例えば、人間の聴覚特性である上記最小可聴
限を示すデータと、上記マスキングスレッショールドと
を合成することができる。この最小可聴限においては、
前述したように、雑音絶対レベルがこの最小可聴限以下
ならば該雑音は聞こえないことになる。

【００３８】上記ビットアロケーシヨン計算回路１４に
は、例えば割当てビット数情報が予め記憶されたＲＯＭ
等が設けられ、上記マスキング情報ＭＳＫＩのマスキン
グレベルと各バンドのエネルギとの差分のレベルに応じ
て、当該ＲＯＭ等から各バンド毎の割当ビット数情報が
求められる。更に、この各バンド毎の割り当てビット数
情報に基づいて、上記大別して高域，中域，低域の各ブ
ロック毎の割り当てビット数に対応するワード長ＷＬの
データを求める。

【００３９】また、上記ビットアロケーシヨン計算回路
１４では、例えば等ラウドネスカーブの情報に基づい
て、上記マスキング情報ＭＳＫＩに基づく許容雑音レベ
ルを補正することも可能である。ここで、等ラウドネス
カーブとは、人間の聴覚特性に関する特性曲線であり、
例えば１ｋＨｚの純音と同じ大きさに聞こえる各周波数
での音の音圧を求めて曲線で結んだもので、ラウドネス
の等感度曲線とも呼ばれる。なお、この等ラウドネス曲
線は、上記最小可聴限のカーブと略同じ曲線を描くもの
である。したがって、この等ラウドネス曲線において
は、例えば４ｋＨｚ付近では１ｋＨｚのところより音圧
が８〜１０ｄＢ下がっても１ｋＨｚと同じ大きさに聞こ
え、逆に、５０ｋＨｚ付近では１ｋＨｚでの音圧よりも
約１５ｄＢ高くないと同じ大きさに聞こえない。このた
め、上記最小可聴カーブのレベルを越えた雑音（許容ノ
イズレベル）は、該等ラウドネス曲線に応じたカーブで
与えられる周波数特性を持つようにするのが良いことが
わかる。このようなことから、上記等ラウドネス曲線を
考慮して上記許容ノイズレベルを補正することは、人間
の聴覚特性に適合していることがわかる。

【００４０】更に、上記マスキング計算回路１７では、
上記マスキング計算を行なう事により、上記スペクトル
信号量子化回路１５でスペクトル信号ＳＰを量子化して
データ記録回路１９に記録する際に、記録すべき最高の
帯域ＨＢがどの帯域となるかをも求めている。すなわ
ち、上記マスキング効果等を考慮することにより、記録
しなくても聴感上の音質に影響の少ない帯域と記録しな
ければ聴感上悪影響が現れる帯域とを分け、この記録す
べき帯域ＨＢの情報を、ブロックフローティング処理の
パラメータＢＦの個数を計算するパラメータ個数計算回
路１８に送っている。

【００４１】当該パラメータ個数計算回路１８では、上
記記録すべき帯域ＨＢの情報に基づいて、各ブロックの
各パラメータＢＦのうち、当該記録すべき帯域ＨＢ以下
の帯域（すなわち記録すべき例えば低域）のパラメータ
ＢＦの個数Ｎを算出している。或いは、当該記録すべき
帯域ＨＢ以上の帯域（すなわち記録しなくても良い例え
ば高域）のパラメータＢＦの個数を算出するようにして
もよい。

【００４２】当該個数Ｎの情報は、上記ビットアロケー
シヨン計算回路１４に送られる。したがって、当該ビッ
トアロケーシヨン計算回路１４では、前述したようなビ
ット割り当て数の計算処理と共に、上記個数Ｎの情報に
基づいて記録すべき帯域ＨＢ以上の帯域（すなわち記録
しなくても良い例えば高域）に対しては、ビットを割り
振らないようにしている。すなわち、上記ビットアロケ
ーシヨン計算回路１４では、上記個数Ｎが得られれば、
上記メイン情報に割り当てることのできるビットの総数
が求まるので、当該個数Ｎに応じて余るビット数を上記
記録すべき最高の帯域ＨＢまでの帯域のスペクトル信号
ＳＰに割り振るようにしている。

【００４３】上記データ記録回路１９には、上記パラメ
ータＢＦの個数Ｎと、当該Ｎ個のパラメータＢＦと、量
子化されたスペクトル信号ＱＳＰとを記録する。

【００４４】上記デコーダ記録回路１９からのコーディ
ングされたデータＣＤＴは、出力端子２を介して出力さ
れる。

【００４５】図４には、図３のエンコーダの時間／周波
数変換回路１１の具体的構成を示す。

【００４６】この図４の構成は、例えば、ＱＭＦフィル
タ等のバンド分割フィルタと、変更離散コサイン変換
（Modified Discrete Cosine Transform；ＭＤＣＴ）と
を組み合わせて、信号を圧縮するようにしている。な
お、上記ＱＭＦフィルタは、1976R.E Crochiere, Digit
al coding of speech in subbands, Bell Syst. Tech.
J.Vol.55, No.8 1976 に述べられている。また、ICAS
SP 83, BOSTON, PolyphaseQuadrature filter -A new s
ubband coding technique, Joseph H. Rothweilerに
は、等バンド幅のフィルタ分割手法が述べられている。
また、上記ＭＤＣＴについては、ICASSP 1987 Subband/
Transform Coding Using Filter Bank DesignsBased on
Time Domain Aliasing Cancellation, J.P.Princen,
A.B.Bradley,Univ. of Surrey Royal Melbourne Inst.
of Tech.に述べられている。なお、上記ＭＤＣＴの代わ
りに、例えば、高速フーリエ変換（ＦＦＴ）、離散的コ
サイン変換（ＤＣＴ）等を行うことで時間軸を周波数軸
に変換することも可能である。

【００４７】この図４の構成では、時系列のＰＣＭ信号
等の入力オーディオ信号ＴＳを、前述したように、人間
の聴覚特性を考慮したいわゆるクリティカルバンドに基
づいて高域程帯域幅が広くなるように周波数分割してい
る。本具体例では、上記臨界帯域を考慮し、大別して高
域，中域，低域の３つの帯域に分割している。なお、こ
の帯域分割としては、クリティカルバンド単位もしくは
高域では臨界帯域（クリティカルバンド）幅を更に細分
化したブロックとしてもよい。

【００４８】すなわち、図４において、入力端子１には
例えば０〜２０ｋＨｚのオーディオＰＣＭ信号である上
記入力オーディオ信号ＴＳが供給されている。この入力
オーディオ信号ＴＳは、例えばいわゆるＱＭＦフィルタ
等の帯域分割フィルタ７１により例えば０〜１０ｋＨｚ
帯域と１０ｋＨｚ〜２０ｋＨｚ帯域（高域）とに分割さ
れ、０〜１０ｋＨｚ帯域の信号は同じくいわゆるＱＭＦ
フィルタ等の帯域分割フィルタ７２により例えば０〜５
ｋＨｚ帯域（低域）と５ｋＨｚ〜１０ｋＨｚ帯域（中
域）とに分割される。帯域分割フィルタ７１からの高域
（１０ｋＨｚ〜２０ｋＨｚ帯域）の信号は、直交変換回
路の一例であるＭＤＣＴ回路７３に送られ、帯域分割フ
ィルタ７２からの中域（５ｋＨｚ〜１０ｋＨｚ帯域）の
信号はＭＤＣＴ回路７４に送られ、帯域分割フィルタ７
２からの低域（０〜５ｋＨｚ帯域）の信号はＭＤＣＴ回
路７５に送られることにより、それぞれＭＤＣＴ処理さ
れる。これらＭＤＣＴ処理された高域の信号は端子７６
を介して出力され、上記中域の信号は端子７７を介し
て、上記低域の信号は端子７８を介して出力される。

【００４９】ここで、各ＭＤＣＴ回路１３、１４、１５
のブロックサイズは具体例には、高域側ほど周波数帯域
を広げると共に時間分解能を高め（ブロック長を短く
し）ている。すなわち、低域側の０〜５ｋＨｚ帯域の信
号及び中域の５ｋＨｚ〜１０ｋＨｚ帯域の信号に対して
は１ブロックのサンプル数を例えば２５６サンプルと
し、高域側の１０ｋＨｚ〜２０ｋＨｚ帯域の信号に対し
ては、１ブロックを上記低域及び中域側のブロックのそ
れぞれ１／２の長さとしてブロック化している。このよ
うにして各帯域の直交変換ブロックサンプル数を同じと
している。また、各々の帯域は、信号の時間的変化が大
きい場合を想定して更に１／２、１／４等の適応的なブ
ロック分割が可能である。

【００５０】図５には、図３のエンコーダに対応する、
本発明のオーディオ信号処理方法が適用される実施の形
態のデコーダの構成を示す。

【００５１】すなわち、この図５において、入力端子５
１には、上記コーディングされたデータＣＤＴが供給さ
れる。このデータＣＤＴは、当該データＣＤＴから、量
子化スペクトル信号を読み込む（取り出す）量子化スペ
クトル信号読み込み回路５４と、ブロックフローティン
グのパラメータＢＦの上記個数Ｎを読み込む（取り出
す）パラメータ個数読み込み回路５２と、上記ブロック
フローティングのパラメータＢＦのデータを読み込む
（取り出す）パラメータ読み込み回路５３に送られる。
上記量子化スペクトル信号読み込み回路５４からの量子
化されたスペクトル信号ＱＳＰと、上記パラメータ個数
読み込み回路５２からの個数Ｎのデータと、上記パラメ
ータ読み込み回路５３からのパラメータＢＦすなわちス
ケールファクタＳＦ及びワード長ＷＬのデータとは、ス
ペクトル信号復元回路５５に送られる。当該スペクトル
信号復元回路５５は、供給された信号を用いて復号化処
理を施す。当該スペクトル信号復元回路５５で復号化さ
れたスペクトル信号ＲＳＰは、周波数／時間変換回路５
６で時系列のオーディオ信号ＲＴＳとされ、出力端子５
７から出力される。

【００５２】図６には上記図５のデコーダの構成の周波
数／時間変換回路５６の具体的構成を示す。

【００５３】この図６において、各ブロックの上記スペ
クトル信号ＲＳＰは、各端子６１，６２，６３に与えら
れ、ＩＭＤＣＴ（逆ＭＤＣＴ）回路６４，６５，６６で
周波数軸上の信号が時間軸上の信号に変換される。これ
らの部分帯域の時間軸上の信号は、ＩＱＭＦ（逆ＱＭ
Ｆ）回路６７，７８により全帯域信号に復号化され、端
子６９より取り出される。

【００５４】図７には、上記図３のエンコーダにおける
信号処理のフローチャートを示す。

【００５５】すなわち、この図７のフローチャートにお
いて、ステップＳ１では、上記時間／周波数変換回路１
１により入力された時系列オーディオ信号ＴＳがスペク
トル信号（スペクトルデータ）ＳＰに変換される。この
ステップＳ１の後ステップＳ２に進み、上記スケールフ
ァクタ計算回路１３により上記スケールファクタＳＦを
求めるための計算が行われる。ステップＳ３では上記マ
スキング計算回路１７により上記マスキング計算処理が
行われ、ステップＳ４では上記パラメータ個数計算回路
１８によりビットを割り当てるべき帯域の確定とブロッ
クフローティング処理のパラメータＢＦの個数Ｎの確定
がなされる。ステップＳ５ではビットアロケーシヨン計
算回路１４によりビット割り当ての計算とワード長ＷＬ
の計算とが行われる。ステップＳ６では上記スペクトル
信号量子化回路１５によりスペクトル信号（スペクトル
データ）の量子化処理が行われる。最後にステップＳ７
では、上記データ記録回路１９により、上記個数Ｎのデ
ータの記録と、ブロックフローティング処理のパラメー
タＢＦの記録（記録すべき帯域のパラメータＢＦの記
録）と、上記量子化されたスペクトル信号（スペクトル
データ）ＱＳＰのデータの記録が行われる。

【００５６】図８は、上記図５に示すデコーダの構成に
おける処理のフローチャートを示したものである。

【００５７】すなわちこの図８のフローチャートにおい
て、先ず、ステップＳ１１では上記パラメータ個数読み
込み回路５２により最初にパラメータＢＦの個数Ｎを読
み出し、次に、ステップＳ１２では上記パラメータ読み
込み回路５３により上記個数Ｎの数だけのパラメータＢ
Ｆのデータを読み出す。続いて、ステップＳ１３では上
記量子化スペクトル信号読み込み回路５４により、上記
パラメータＢＦのうちのワード長ＷＬに応じて、上記量
子化されたスペクトル信号ＱＳＰを読み出していく。ま
た、ステップＳ１４では、上記スペクトル信号復元回路
５５により、上記スケールファクタＳＦとワード長ＷＬ
に基づいて、上記読み出された量子化されたスペクトル
信号ＱＳＰが、元のスペクトル信号ＳＰの近似値（上記
スペクトル信号ＲＳＰ）として復元される。最後に、ス
テップＳ１５では、周波数／時間変換回路５７により、
上記スペクトル信号ＲＳＰに上記ＭＤＣＴとは逆の処理
（逆ＭＤＣＴ）を行うと共に、帯域合成フィルターを通
すことにより、オーディオ信号ＲＴＳが復元される。

【００５８】なお、上述した本実施の形態は、時系列の
入力オーディオ信号ＴＳをスペクトル信号ＳＰに変換し
た信号を符号化するシステムについて説明を行なった
が、本発明は、この時系列信号をサブバンドに分割して
符号化を施す（いわゆるサブバンドコーディング）シス
テムにも適用することができる。

【００５９】

【発明の効果】上述のように、本発明のオーディオ信号
処理方法においては、符号化信号からパラメータの個数
情報を取り出し、パラメータの個数情報に応じて符号化
信号からパラメータを取り出し、パラメータに基づいて
符号化信号から量子化信号を取り出し、パラメータの個
数情報及びパラメータに基づいて量子化信号からオーデ
ィオ信号を復元するようにしたことにより、エンコーダ
側でのビット割り当ての調整を比較的容易にしてビット
割り当ての調整を行ったとしても、デコード側にて音質
を劣化させることなく良好なオーディオ信号を復元する
ことができる。

【００６０】すなわち、実際に知覚され難いという理由
から、例えば高域の信号が記録されない場合にその高域
のパラメータ分のビットを低域のオーディオ信号の量子
化のために割り振ったとしても、デコード時に良好なオ
ーディオ信号を再現できる。また、高域にレベルの高い
信号が含まれる場合にも帯域を狭めることなく、デコー
ド時に良好なオーディオ信号を再現できる。更にこれら
の処理は、簡単な構成により実現することができる。

【図面の簡単な説明】

【図１】本実施の形態でのデータ記録又は伝送例 (高域
の信号が記録又は伝送されない場合）を説明するための
図である。

【図２】本実施の形態でのデータ記録又は伝送例 (高域
の信号も記録又は伝送される場合）を説明するための図
である。

【図３】エンコーダの概略構成を示すブロック回路図で
ある。

【図４】図３の構成の時間／周波数変換回路の具体的構
成を示すブロック回路図である。

【図５】本発明のオーディオ信号処理方法が適用される
実施の形態のデコーダ側の構成の概略構成を示すブロッ
ク回路図である。

【図６】図５の構成の周波数／時間変換回路の具体的構
成を示すブロック回路図である。

【図７】エンコーダでの処理のフローチャートである。

【図８】デコーダでの処理のフローチャートである。

【図９】従来システムでの記録或いは伝送データ例 (パ
ラメータの個数が一定のシステムの場合）を説明するた
めの図である。

【図１０】従来システムでの記録或いは伝送データ例
(スケールファクタの個数が可変のシステムの場合）を
説明するための図である。

【符号の説明】

ＷＬ ワード長、 ＳＦ スケールファクタ、 １１
時間／周波数変換回路、 １３ スケールファクタ計算
回路、 １４ ビットアロケーシヨン計算回路、 １５
スペクトル信号量子化回路、 １７ マスキング計算
回路、 １８パラメータ個数計算回路、 １９ データ
記録回路

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 オーディオ信号を所定の時間フレーム毎
   に周波数軸上で複数分割した各ブロック毎にブロックフ
   ローティング処理を施し、当該各ブロック毎のデータを
   適応的なビット割り当てで量子化した量子化信号と、上
   記ブロックフローティング処理に関連する各ブロック毎
   のパラメータのうち、上記時間フレーム毎に必要な帯域
   までのパラメータと、当該時間フレーム毎のパラメータ
   の個数情報とを有してなる符号化信号から、オーディオ
   信号を復元するオーディオ信号処理方法であって、 上記符号化信号から上記パラメータの個数情報を取り出
   し、 上記パラメータの個数情報に応じて、上記符号化信号か
   ら上記パラメータを取り出し、 上記パラメータに基づいて、上記符号化信号から上記量
   子化信号を取り出し、 上記パラメータの個数情報及び上記パラメータに基づい
   て、上記量子化信号からオーディオ信号を復元すること
   を特徴とするオーディオ信号処理方法。