JP4805540B2 - ステレオ信号の符号化 - Google Patents

Description

発明の詳細な説明

本発明は少なくとも第１と第２の信号成分を含むマルチチャンネル信号の符号化に関する。特に、マルチ音声のオーディオ信号、例えばステレオ音声信号の符号化に関する。

ステレオ音声オーディオ信号は、ステレオ信号源、例えば別々のマイクロホン信号から生ずる左（L）と右（R）信号成分を有する。オーディオ信号の符号化はステレオ音声信号のビットレートの削減を目的としている。すなわち、モデム、アナログ電話線、モバイル通信チャンネル、その他の無線ネットワーク等を介して、通信ネットワーク、例えばインターネットを介してサウンド信号を効率的に送信することを目的とし、またステレオ音声サウンド信号をチップカードその他の記憶容量が限られた記憶媒体に記憶することを目的としている。

米国特許第4,589,127号は、ステレオ信号L、Rの和信号と差信号を生成するステレオ音声信号のトランスミッタを開示している。その和信号と差信号は、和情報と差情報の両方を有する変調信号を結果として生ずる変調方法で用いられる。

しかし、上記先行技術の方法はステレオ信号を効率的にビットレートを用いて、すなわち、与えられた音質に対して低いビットレートで符号化するという問題を解決できない。

上記その他の問題は、少なくとも第１の信号成分と第２の信号成分を含むマルチチャンネル信号を符号化する方法であって、
所定の変換により前記第１と第２の信号成分を、ほとんどの信号エネルギーを含む主信号と前記主信号より少ないエネルギーを含む剰余信号に変換するステップと、ここで前記所定の変換は少なくとも１つの変換パラメータでパラメータ表示されており、
前記マルチチャンネル信号を、少なくとも前記主信号と前記変換パラメータで表すステップとを有する方法により解決される。

その結果として、マルチチャンネル信号をエネルギーのほとんどを含む主信号と、信号エネルギー少ししか含まない剰余信号に変換することにより、マルチチャンネル信号は前記主信号、前記変換パラメータ、および選択的にエネルギーが小さい剰余信号により表すことができる。効果的に、マルチチャンネル信号は単一チャンネル、すなわちモノチャンネルのビットレートよりも少し高いだけのビットレートで符号化することができる。結果として生ずる符号化された信号は記憶され、および／またはレシーバに送信される。

前記方法が少なくとも前記第１と第２の信号成分に基づき前記変換パラメータを適合的に決定するステップをさらに有するとき、最適な変換パラメータを連続的に追跡できる。それにより、入力信号の特徴が変化しても、例えば、動いている音源によるオーディオ信号や環境の音響特性が変化するような場合に、最適な変換が可能となる。

前記所定の変換は回転であり、前記変換パラメータは回転角に対応するとき、簡単な変換が単一のパラメータである回転角だけに基づき与えられる。信号成分、例えばステレオ信号のL、R信号成分が主成分信号と剰余信号に回転するような角度を適用することにより、高い音質の信号を維持しながら効率的な符号化が提供される。

本発明の好ましい実施形態において、前記マルチチャンネル信号を、少なくとも前記主信号と前記変換パラメータで表すステップは、前記マルチチャンネル信号を前記主信号、前記変換パラメータ、および前記剰余信号により表すステップをさらに有する。それにより、いずれの信号情報も捨てられないので、符号化された信号の音質がさらに向上する。剰余信号は主信号と比較して小さいので、それらの信号の間でビットの割当てがトレードオフされる。さらにまた、ビットレートの割当ては変化するかもしれないので、フェイルソフトのメカニズム、例えば、剰余信号に許されるビットレートをアダプティブに増加または減少することにより提供される。

その結果として、さらに好ましい実施形態において、前記マルチチャンネル信号を前記主信号、前記変換パラメータ、および前記剰余信号により表すステップは、
前記主信号を第１のビットレートで符号化するステップと、
前記剰余信号を前記第１のビットレートより低い第２のビットレートで符号化するステップとをさらに有する。

他の好ましい実施形態において、
当該方法は、一組のフィルターパラメータに対応する予測フィルターを用いて前記剰余信号を前記主信号から推定するステップをさらに有し、
前記マルチチャンネル信号を、少なくとも前記主信号と前記変換パラメータで表すステップは、前記主信号、前記変換パラメータ、および前記一組のフィルターパラメータによって前記マルチチャンネル信号を表すステップを有する。

本発明の本実施形態は、多くのマルチチャンネル信号について、例えば、音楽のオーディオ信号および音声信号の場合、剰余信号は主信号のフィルターされたバージョンとして推定できるであろうという認識に基づく。それゆえ、剰余信号をモデル化するアダプティブフィルターの一組のフィルターパラメータを決定するとき、そのフィルターパラメータは主信号および変換パラメータとともに符号化されてもよい。その結果として、剰余信号の通信をしなくともその信号に含まれる情報を失うことない。それゆえ、高い音質レベルを保ったまま効率的な符号化ができる。

ビットレートを効率的に使用できること、すなわち与えられた音質に対して低いビットレートを用いる符号化方法が、本発明の長所である。本発明による符号化方法は、音質を大きく損なうことなくビットレートを削減するために、音質を向上させつつビットレートを維持するために、または上記の組み合わせのために用いることができる。

本発明は、マルチチャンネル信号情報を復号する方法であって、
主信号と変換パラメータを受信するステップと、ここで、前記主信号はマルチチャンネルソース信号の少なくとも第１と第２の信号成分の所定の変換の結果に対応し、前記所定の変換は少なくとも前記変換パラメータによりパラメータ表示されており、
前記受信した主信号と少なくとも１つの剰余信号を逆変換することにより第１と第２の復号された信号成分を生成するステップとを有する方法にもさらに関する。

本発明は、上で説明した、また以下で説明する方法、マルチチャンネル信号をそれぞれ符号化および復号する装置、データ信号、およびさらなる製品手段を含む異なった方法で実施することができる。これらはそれぞれ、最初に触れた方法に関連して説明した１以上の利益および長所を生じ、最初に触れた方法に関連して説明した、および従属項で開示した好ましい実施形態に対応する１以上の好ましい実施形態を持つ。

上で説明したおよび以下で説明する方法の特徴は、ソフトウェアで実施してもよく、コンピュータで実行可能な命令の実行によりデータ処理システムまたは他の処理手段で実施してもよい。命令は、記憶媒体から、またはコンピュータネットワークを介して他のコンピュータからメモリ、例えばRAMにロードされたプログラムコード手段でもよい。あるいは、説明した特徴は、ソフトウェアまたはその組み合わせではなくハードウェア回路により実施されてもよい。

本発明は、少なくとも第１の信号成分と第２の信号成分を含むマルチチャンネル信号を符号化する装置であって、
所定の変換により前記第１と第２の信号成分を、ほとんどの信号エネルギーを含む主信号と前記主信号より少ないエネルギーを含む剰余信号に変換する第１の処理手段と、ここで前記所定の変換は少なくとも１つの変換パラメータでパラメータ表示されており、
前記マルチチャンネル信号を、少なくとも前記主信号と前記変換パラメータで表す第２の処理手段とを有する装置にさらに関する。

本発明は、マルチチャンネル信号情報を復号する装置であって、
主信号と変換パラメータを受信する受信手段と、ここで、前記主信号はマルチチャンネルソース信号の少なくとも第１と第２の信号成分の所定の変換の結果に対応し、前記所定の変換は少なくとも前記変換パラメータによりパラメータ表示されており、
前記受信した主信号と少なくとも１つの剰余信号を逆変換することにより第１と第２の復号された信号成分を生成する処理手段とを有する装置にさらに関する。

上記装置は、例えばデスクトップおよびノートブックPC等のコンピュータ、据え置きおよびポータブルのラジオ通信装置、および携帯電話、ページャ、オーディオプレーヤ、マルチメディアプレーヤ、コミュニケータ、すなわち電子オーガナイザ、スマートフォン、パーソナルデジタルアシスタント（PDA）、ハンドヘルドコンピュータ等のその他ハンドヘルドまたはポータブルのデバイスを含むいかなる電子装置の一部であってもよい。

処理手段という用語は、汎用または特定用途のプログラマブルマイクロプロセッサ、デジタル信号プロセッサ（DSP）、特定用途用集積回路（ASIC）、プログラマブルロジックアレイ（PLA）、フィールドプログラマブルゲートアレイ（FPGA）、特定用途電子回路等、またはこれらの組み合わせを含む。上記の第１および第２の処理手段は、別々の処理手段であってもよく、１つの処理手段に含まれてもよい。

受信手段という用語は、例えば、有線または無線のデータリンクを介してデータの通信を可能とするのに好適な回路および／またはデバイスを含む。上記受信手段の例としては、ネットワークインターフェイス、ネットワークカード、ラジオレシーバ、他の好適な電磁信号、例えばIrDAポートを介する赤外線、ブルートゥーストランシーバを介するラジオベースの通信のレシーバを含む。さらに上記の受信手段の例として、ケーブルモデム、電話モデム、統合サービスデジタルネットワーク（ISDN）アダプタ、デジタル加入者線（DSL）アダプタ、衛星トランシーバ、イーサネット（登録商標）アダプタ等を含む。

受信手段という用語は、データ信号、例えば、コンピュータ読み取り可能な媒体に記憶されたデータ信号を受信するための他の入力回路・デバイスを含む。上記の受信手段の例としては、フロッピディスクドライブ（登録商標）、CD-ROMドライブ、DVDドライブ、その他の好適なディスクドライブ、メモリーカードアダプタ、スマートカードアダプタがある。

本発明はマルチチャンネル信号情報を含むデータ信号にさらに関する。そのデータ信号は上で説明した、および以下で説明する方法により生成される。信号は搬送波上のデータ信号、例えば上で説明したおよび以下で説明するように通信手段により送信されたデータ信号として実施されてもよい。

本発明はさらに、上で説明したおよび以下で説明する方法により生成されたマルチチャンネル信号情報を表すデータレコードを有するコンピュータ読み取り可能な媒体に関する。コンピュータ読み取り可能な媒体という用語は、磁気テープ、光ディスク、デジタルビデオディスク（DVD）、コンパクトディスク（CDまたはCD-ROM）、ミニディスク、ハードディスク、フロッピディスク（登録商標）、強誘電体メモリ、電気的消去可能プログラマブルリードオンリメモリ（EEPROM）、フラッシュメモリ、EPROM、リードオンリメモリ（ROM）、スタティックランダムアクセスメモリ（SRAM）、ダイナミックランダムアクセスメモリ（DRAM）、シンクロナスダイナミックランダムアクセスメモリ（SDRAM）、強磁性メモリ、光記憶、電化結合素子、スマートカード、PCMCIAカード等を含む。

本発明はさらに、少なくとも第１の信号成分と第２の信号成分を含むマルチチャンネル信号を通信するデバイスであって、当該デバイスは上で説明したおよび以下で説明するように、前記マルチチャンネル信号を符号化する装置を有するデバイスに関する。

図１は本発明の一実施形態によるステレオ信号を通信するためのシステムを示す概略図である。当該システムは、符号化されたステレオ音声信号を生成するための符号化デバイス１０１と、受信した符号化された信号をステレオＬ信号とステレオＲ信号成分に復号するための復号デバイス１０５を有する。符号化デバイス１０１と復号デバイス１０５の各々は、いかなる電子装置であっても、またはその一部であってもよい。ここで、電子装置という用語は、コンピュータ、例えばデスクトップＰＣおよびノートブックＰＣ、据付およびポータブルのラジオ通信装置、およびその他のハンドヘルドまたはポータブルデバイス、例えば形態電話、ページャー、オーディオプレーヤ、マルチメディアプレーヤ、コミュニケータ、すなわち電子オーガナイザ、スマートフォン、パーソナルデジタルアシスタント（PDA）、ハンドヘルドコンピュータ等を含む。符号化デバイス１０１と復号デバイスは、ステレオ音声信号が後で再生するためにコンピュータ読み取り可能な媒体上に記憶された１つの電子装置になっていてもよいことに注意すべきである。

符号化デバイス１０１は、本発明によるステレオ音声信号を符号化するためのエンコーダ１０２を有する。そのステレオ音声信号はL信号成分とR信号成分とを含む。そのエンコーダはL・R信号成分を受信し、符号化された信号Tを生成する。ステレオ音声信号L・Rは、一組のマイクロホンから、例えばさらに電子装置、例えばミキシング装置等を介して生成されてもよい。その信号はさらに、他のステレオプレーヤからの出力として、ラジオ信号として放送で、またはその他の好適な手段によって受信されてもよい。本発明による上記のエンコーダの好ましい実施形態を以下に説明する。一実施形態において、エンコーダ１０２は、復号デバイス１０５に通信チャンネル１０９を介して符号化された信号Tを送信するためにトランスミッタ１０３に接続されている。トランスミッタ１０３は、例えば有線または無線のデータリンク１０９を介して、データを通信可能とするために好適な回路を有してもよい。上記トランスミッタの例として、ネットワークインターフェイス、ネットワークカード、ラジオトランスミッタ、その他好適な電子信号のトランスミッタ、例えばIrDAポートを介した赤外線を送信するためのLED、ブルートゥースを介したラジオベースの通信等がある。さらに、好適なトランスミッタの例として、ケーブルモデム、電話モデム、統合サービスデジタルネットワーク（ISDN）アダプタ、デジタル加入者線（DSL）アダプタ、衛星トランシーバ、イーサネット（登録商標）アダプタ等がある。相応じて、通信チャンネル１０９は、いかなる好適な有線または無線のデータリンク、例えば、インターネットや他のTCP/IPネットワーク等のパケットベースの通信ネットワークのデータリンク、赤外線リンク、ブルートゥース接続、その他のラジオベースのリンク等の短距離通信リンクであってもよい。さらに、通信チャンネルの例として、コンピュータネットワーク、無線通信、例えばセルラーデジタルパケットデータ（CDPD）ネットワーク、グローバルシステムフォーモバイル（GSM)ネットワーク、符号分割多重アクセス（CDMA）ネットワーク、時間分割多重アクセス（TDMA）ネットワーク、一般パケットラジオサービス（GPRS）ネットワーク、UMTSネットワーク等の第３世代ネットワークなどがある。代替的に、または追加的に、符号化デバイスは符号化されたステレオ信号Tを復号デバイス１０５に送信するための１以上の他のインターフェイス１０４を有してもよい。上記インターフェイスの例として、コンピュータ読み込み可能な媒体１１０にデータを記憶させるディスクドライブ、例えばフロッピディスク（登録商標）ドライブ、リード／ライトCD-ROMドライブ、DVDドライブ等がある。他の例として、メモリーカードスロット、磁気カードリーダ／ライタ、スマートカードアクセス用インターフェイス等がある。相応じて、符号化デバイス１０５は、インターフェイス１０４およびコンピュータ読み取り可能な媒体１１０を介して通信された符号化されたステレオ信号を受信するために、トランスミッタおよび／またはその他のインターフェイス１０６により送信された信号を受信するための対応するレシーバ１０８を有している。復号デバイスは、受信信号Tを受信し、対応するステレオ成分L´とR´に復号するデコーダ１０７を有する。本発明による上記デコーダの好ましい実施形態は以下で説明する。復号された信号L´とR´は、一組のスピーカ、ヘッドホンなどを介して再生するためのステレオプレーヤに供給される。

図２は本発明による第１の実施形態によるステレオ信号を符号化するための装置１０２を示す概略図である。本装置は、L-R空間内のステレオ信号を角αだけ回転し、その変換により、回転した信号成分ｙとｒとを結果として生ずる回路２０１を有する。

ここで、w_L=cosα、w_R=sinαは重み付けファクターと呼ばれる。

本発明によると、角αは信号分散が高い方向に対応するように決められる。信号分散が最大の方向、すなわち主成分は、回転したｙ成分が信号エネルギーのほとんどを含む主成分信号に対応し、ｒが剰余信号であるように主成分分析により推定してもよい。相応じて、図２の装置は、角α、または代替的に重み付けファクターw_Lとw_Rを決定する回路２００を有する。

図３を参照して、好ましい実施形態によると、上記の重み付けファクターw_Lとw_Rは、次のアルゴリズムにより決定される。

最初に、入力ステレオ信号LとRは整形され、ローパスフィルタにかけられる。その結果、LとRのそれぞれの包絡線信号p(k)とq(k)が得られる。ここで、p(k)、q(k)は好適にサンプリングされ、サンプルインデックスをkで表した。よって、ベクトルx(k)=(p(k),q(k))は入力信号ベクトルを表す。代替的に、信号LとRを直接、すなわちフィルターせずに用いてもよい。LとRを他のフィルターで処理したものを用いてもよい。例えば、ハイパスフィルターで処理したLとR等である。図３において、多数の信号点が丸として示されている。一例として、信号点x(k)とそれに対応する成分p(k)とq(k)が示されている。本発明によると、信号は信号ベクトルの主成分の方向に回転される。図３の例において、これはy方向に対応し、αはy方向とp方向間の角度である。重み付けベクトルw=(w_L,w_R)は、主成分の方向を示し、x(k)の回転した方向はy(k)とr(k)でそれぞれ示される。

主成分は当該技術分野において知られたいかなる好適な方法で決定してもよい。有利な実施形態において、Ojaのルールを使用した繰り返し法が用いられた（例えば、S. Haykin、「ニューラルネットワーク」、プレンティスホール、ニュージャージー、1999年を参照）。本実施形態によると、重み付けベクトルwは、次式により繰り返し推定される。

ここで、w(k)=(w_L(k),w_R(k))は時刻kにおける推定に対応する。上記の繰り返しは、例えば、一組の小さなランダムの重み付けw(0)から始めてもよいし、他のいかなる好適な方法で始めてもよい。上記推定された重み付けベクトルはy(k)=w^T(k)x(k)により回転された信号を計算するために用いられてもよい。代替的に、式（２）の繰り返しはブロックベースで、例えばN個のサンプルのブロックごとに実行してもよい。ここで、Nは特定の実施に依存し、例えばN=512、1024、2048などである。本実施形態において、１つのブロックの推定された重み付けベクトルw(N)は、y(k)=w^T(k)x(k)によるそのブロックの全サンプルの変換で用いられてもよい。

式（２）の係数μはトラッキングアルゴリズムの時間スケールに対応する。μ=0のとき、重み付けファクタおよび角αは一定であり、μが大きいときは急速に変化する。一例として、ブロックサイズ2048個のサンプルについて、μは44.1kHzのサンプリングレートに対して10^-3のオーダーとなる。

線形であること、すなわち三角関数や平方根の計算を要しないこと等は、上記の繰り返しアルゴリズムの長所である。式（２）の項+μx(k-1)が重み付けベクトルを主成分の方向に動かすが、項-μw(k-1)y(k-1)が大きな重み付けを不利にする重み付け減少項に対応するので、上記の繰り返しが正規化された重み付けベクトルwを生じることはさらに有利である。本実施形態において、x(k)は包絡線信号なので、w_L,w_R∈[0,1]、すなわち、重み付けベクトルwは図３の第1象限にあり、それによってμは正となることにさらに注意すべきである。他のファクターは次式により決定されるので、w_Lおよびw_Rの一方を送信すれば十分であることはさらに有利である。

代替的に、角αが送信されてもよい。

再び図２を参照して、回路２００は決定された角α、または代替的に重み付けファクターw_Lとw_Rの一方または両方を出力する。角度情報は、回転した信号成分yとrを生成する回転回路２０１に入力される。回路２００と２０１は、式（２）の繰り返し計算と式（１）によるyとrの計算を実行する単一の回路であってもよい。

本装置は、信号yとrをそれぞれ適当に符号化するエンコーダ２０２を有する。例えば、信号は、シヌソイド符号化（SSC）、またはサブバンド、パラメトリック、または変換方法に基づくオーディオ符号化、またはその他の好適な方法ならいずれでもよく、それらの組み合わせでもよい方法により、MPEG、例えばMPEG-Iレイヤー３（MP3）により符号化される。エンコーダ２０２は同じタイプでも異なるタイプでもよく、例えば１つのMP3エンコーダと１つのSSCエンコーダであってもよい。結果として生ずる符号化信号y_eとr_eはそれぞれ、角度情報αとともにコンバイナ回路２０４に入力される。コンバイナ回路２０４はフレーミング、ビットレート割当て、ロスレス符号化、を実行し、結果として通信用の結合信号Tを生じる。一実施形態において、角度α、または代替的にw_Lとw_Rは、信号フレーム、信号ブロック等の前に送信されるヘッダの一部として通信されてもよい。本発明によると、変換角度αは主成分信号が信号エネルギーのほとんどを含むようにトラックされるので、yとr信号に割り当てられるビットレートは、異なるように選択され、それによって符号化効率を最適化する。

例えば、ステレオ信号LとRは、L=M+S、R=M-Sと表される。ここで、Mは中央またはセンター信号に対応し、Sはステレオまたはサイド信号に対応する。静止した音源の音響記録の場合、例えば２つのマイクロホンにより記録された話者の場合、その話者がマイクロホンのちょうど中間にいて、反射等の音響的歪みがないと仮定すれば、LおよびR信号はほぼ等しくなる。それゆえ、この場合、Sはほぼ0であるか少なくとも小さく、本発明による符号化方法はL+Rに一致するyと、0または小さいL-Rに一致するｒを実質的に生ずる。これはα=45°に対応する。話者がマイクロホンのちょうど真ん中に位置していないとき、すなわち非対称性があるとき、しかし反射等の歪みがないと仮定して、本発明による回転した信号yはその話者に一致し、剰余信号rはほぼゼロである。

しかし、この場合、αは45°ではない。音源が例えば左から右に動くとき、本発明による方法は音源に対応する主成分信号yと小さな剰余信号rを生じる。理想的にはr=0である。この場合、αは0（左端）から90°（右端）まで変化する。

上記の例は角度αをトラッキングする利点を示す。上記の状況において、デコーダが音質を大きく損なうことなく元の信号RとLを再構成するために、主成分信号yと角度αを送信するだけでよい。一般に、主信号と比較して剰余信号rは小さいので、ビット割当てまたは符号化効率はyとrの間で交換可能である。よって、ステレオ信号の効率的な符号化を可能とすることは、本発明の有利性である。

図４は、本発明の第1の実施形態によるステレオ信号を復号する装置１０７の概略図である。本装置は、例えば図２に関連して説明した実施形態によるエンコーダから生ずる符号化されたステレオ信号Tを受信する。本装置は、結合信号Tから符号化された信号y_e、r_eと角度情報αを抽出する回路４０４を有する。すなわち、回路４０４は、図２のコンバイナ２０４の逆演算を行う。抽出された信号y_eとr_eは、図２のエンコーダ２０２により実行される符号化に対応するオーディオ復号を実行するデコーダ４０２に入力され、復号された主成分信号y´と復号された剰余信号r´を生ずる。信号y´、r´、および角度情報αは、信号y´、r´を元のLとR成分の方向に戻す回転をする回転回路４０１に入力され、受信された信号L´とR´を生ずる。

図５は、本発明の第2の実施形態によるステレオ信号を符号化する装置の概略図である。本装置は、ステレオ信号LとRを角度αだけ回転し、図２と関連して説明したように回転した信号成分yとrを生ずる回路２０１を有する。本装置は、図２と３に関連して説明した回転の角度を決定する回路２００をさらに有する。本発明のこの形態によると、剰余信号rは主信号yのフィルターされたものとして推定されてもよい。図２と関連して説明したように、例えば反射等による音響的歪み無しに２つのマイクロホンによって記録されたオーディオソースの音響記録において、主信号yはオーディオソースに一致し、剰余信号はほぼゼロである。しかし、現実的な状況においては、例えば、部屋の壁や話者の頭や胴体の反射による歪みが存在する。これらの効果は剰余信号ｒに影響する。その結果として、フィルターにより剰余信号を推定するとき、そのフィルターが実質的に部屋の音響等をモデル化する。クラシックオーケストラの場合も状況は同様であるが、モダンポップミュージックの場合は状況が少し違う。この場合、サウンドエンジニアが、しばしば人工的な反射、効果ボックス等を用いて、一般的には複数のチャンネルを２つのチャンネルにミックスする。この場合、そのフィルターはミキシング過程により導入された音響効果をモデル化する。

さらに図５を参照して、本装置は主信号ｙを入力として受信し、フィルターされた信号

を生成するアダプティブフィルタ５０１を有する。そのアダプティブフィルタのフィルターパラメータF_pは、例えば減算回路５０２により生成されるｒと

間の差を示すエラー信号ｅによりアダプティブフィルタ５０１を制御することにより、フィルターされた信号

が剰余信号ｒを近似するように選択される。結果として生じるフィルターパラメータF_pは、好ましくはエンコーダ５０３、例えばハフマン符号化や他の好適な符号化方法を提供するエンコーダによる適当な符号化の後、コンバイナ回路２０４に入力される。フィルター５０１は、当該技術分野で知られた好適なフィルターであればいかなるものであってもよい。上記フィルターの例としては、有限インパルス応答（FIR）フィルターまたは無限インパルス応答（IIR）フィルターであり、アダプティブまたは固定であり、カットオフ周波数を有し、強度が固定または繰り返しトラックされているもの等がある。フィルターの次数はいくつでもよいが、好ましくは１０より小さい方がよい。フィルターのタイプは、バターワース、チェビシェフ、その他好適なタイプであればよい。本装置は、図２を関連して説明した主信号を符号化するエンコーダ２０２をさらに有する。エンコーダ２０２は結果として、フィルターパラメータF_pと角度情報αとともにコンバイナ回路２０４に入力される符号化された主信号y_eを生ずる。図２と関連して説明したように、コンバイナ回路２０４は、フレーミング、ビットレート割当て、ロスレス符号化を実行し、符号化された主信号y_e、フィルターパラメータF_p、および角度情報αを含む、通信される結合信号Tを結果として生じる。本発明のこの実施形態によると、フィルターパラメータF_pに割り当てられるビットレートは、主信号ｙに必要なビットレートよりかなり小さくともよい。例えば、一実施形態において、F_pのビットレートは、平均として、ｙのビットレートの10%より小さくともよい。よって、ステレオ信号の送信に必要なビットレートを下げることができることは、本発明の利点である。本発明による総ビットレートは、単一のモノチャンネルのビットレートより少し大きいだけである。しかし、記録中にこの割合は変化してもよいことには注意すべきである。例えば、歪みが少なく音源が動かない状況では、この割合はより小さくても良く、LとR信号が一瞬独立であるときは、この割合は大きい。

図６は、本発明の第２の実施形態によるステレオ信号を復号する装置１０７の概略図である。装置１０７は、例えば、図５と関連して説明した実施形態によるエンコーダから発せられた符号化されたステレオ信号Tを受信する。本装置１０７は、結合信号Tから符号化信号y_e、フィルターパラメータF_p、角度情報αを抽出する回路４０４を有する。すなわち、回路４０４は、図５のコンバイナ２０４の逆演算を実行する。抽出された信号y_eは、図５のエンコーダ２０２により実行された符号化に対応するオーディオ復号を実行するデコーダ４０２に入力される。その結果として復号された主成分信号ｙ´を生じる。好ましくは、フィルターパラメータは、図５のエンコーダ５０３によるフィルターパラメータの符号化に対応するデコーダ６０２により復号される。信号ｙ´は、受信したフィルターパラメータF_pとともにフィルター６０１に入力される。フィルター６０１は、対応する推定された剰余信号

を生成する。受信された主成分信号ｙ´、不意呈された剰余信号

、および受信された角度情報αは、元のLとR成分の方向に信号ｙ´、

を戻す回転をする回転回路４０１に入力される。その結果として受信した信号L´とR´が生じる。

図５と６に関連して説明した実施形態において、フィルター５０１と６０１は、例えばエコーキャンセレーションの技術分野で知られた、テンポラルまたは時間ドメインの標準的アダプティブフィルタ（例えば、「アダプティブフィルタ理論」、S. Haykin、プレンティスホール、2001年を参照）でもよい。フィルターのその他の例としては、固定またはアダプティブなカットオフ周波数と強度を有する固定FIRまたはIIRフィルターがある。代替的に、一実施形態において、フィルターは、フィルターパラメータの数を減らすために、例えばMPEG符号化から知られているように人間の聴覚システムの音響心理学的モデルに基づいてもよい。さらに別の実施形態によると、フィルターは、例えば５つの４次のフィルターと人工的反響ユニットを用いた１０次のフィルターを用いることにより、さらに簡単化される。この実施形態において、符号化側において、フィルターは適合させられ、反響時間が決定される。これらのパレメータはゆっくりと変化するので、送信に必要なビットレートを削減できる。

図７ａ〜ｃは本発明の一実施形態で用いられるフィルター回路の例の概略図である。

図７ａの例において、フィルター５０１はフィルター７０１と反響フィルター７０２の組み合わせを有する。例えば、フィルター７０１はテンポラルまたは時間ドメインの標準的アダプティブフィルタ、固定またはアダプティブのカットオフ周波数と強度を有する固定FIRまたはIIRフィルタであってもよい。この実施形態によると、フィルター７０１のフィルターパラメータとT₆₀と示した反響時間等の反響フィルター７０２のパラメータは、フィルターパラメータF_pとして送信される。

図７ｂの例において、フィルター７０１と７０２に加え、２つの制御回路７０３−７０４が加えられている。制御回路７０３は、例えば反響器７０２の出力にパラメータβ₁をかけることにより、剰余信号ｒの平均パワーと反響器７０２の出力の平均パワーがほぼ等しくなるようにするために付加されている。第２の制御回路７０４は、反響器７０２のスケールされた出力にβ₂をかける。ファクターβ2は-3dBと+6dBの間の範囲で選択され、ｒと

間の相互相関ρができるだけ高くなるように、すなわち信号ｒと

ができるだけ似るように決定される。よって、図７ｂのフィルター装置は、相互相関ρを決定する回路７０５をさらに有する。フィルター装置は、フィルターパラメータF_pの一部として出力される積β=β₁・β₂を生成する掛け算器７０６をさらに有する。よって、β₁は、例えばｒと

の絶対平均を比較することにより自動的に制御されるゲインであり、β₂は、例えば、相互相関係数ρを使用することにより自動的に制御される他のゲインである。第１のゲインはｒのエネルギーが保存されるように、すなわちレシーバにおける予測信号

のエネルギーがｒのエネルギーに対応するように決められる。第２のゲインは、ｒと

がよく相関するように決められる。

一実施形態において、反響器７０２とフィルター７０１は固定、すなわちフィルターパラメータF_pに応じて適合しなくてもよい。さらに、β₂は固定でもよく、それによりゆっくり変化するパラメータβ₁を調整および送信する必要のある唯一のアダプティブパラメータとしてもよい。その結果として、特に簡単なフィルター装置が提供される。ステレオ信号を送信する元のステレオビットレートの約半分を要する。上記の実施形態をさらに変形して用いることもできることに注意すべきである。例えば、一実施形態においてフィルター７０１は省略してもよい。

さらにまた、相関ρに替えてまたは加えて、相関の他の測度が元の信号と符号化・復号後の信号との高い類似性を確保するために用いられてもよい。例えば、一実施形態において、相関器７０５の替わりに２つの相関器を用いてもよい。１つの相関器が入力信号LとRの相互相関ρ_LRを算出してもよい。さらにまた、第２の相関器が、エンコーダ・デコーダの結果として生じる出力L´とR´の相互相関ρ´_LRの算出をしてもよい。すなわち、この実施形態によると、エンコーダは信号L´とR´を決定するデコーダ回路をさらに有する。この実施形態は、β₂を制御するために差ε_ρ=ρ_LR-ρ´_LRをε_ρが最小になるように用いる。これは図７ｃに示されている。ここで、図７ｂの相関器は、信号LとRをL´とR´と同様に入力として受信し、差ε_ρを示す信号を出力として生成する回路７０７により置き換えられている。回路７０７の出力ε_ρは、ε_ρが最小になるように推定された剰余

をスケールするために回路７０４を制御する。一実施形態において、回路７０７の入力は、周波数が低いほどε_ρへの貢献が減るように例えば250Hzのハイパスフィルターでフィルターされている。図７ｂの実施形態において、符号化・復号の前の結果として生じるステレオイメージと元のステレオイメージ間の相関が非常に高いことは、この実施形態の利点である。

図８は、本発明の第３の実施形態によるステレオ信号を符号化する装置の概略図である。本装置は、図５と関連して説明した実施形態のバリエーションである。本装置は、図５と関連して説明したように、ステレオ信号LとRの回転を実行する回路２０１と、回転角度を決定する回路２００と、アダプティブフィルタ５０１と、減算回路５０２と、エンコーダ２０２と、エンコーダ５０３と、コンバイナ回路２０４とを有する。この実施形態によると、主成分信号ｙはフィルター５０１には直接入力されない。その代わりとして、本装置は、図６と関連して説明したデコーダ４０２をさらに有する。デコーダ４０２は、エンコーダ２０２により生成された符号化された主成分信号y_eを受信し、フィルター５０１に入力される復号された主信号ｙ´を生成する。信号ｙの符号化と復号により入り込んだ符号化エラーの効果を減らせることが、この実施形態の利点である。これらの符号化エラーは、デコーダ４０２が実際にはエンコーダ２０２の完全な逆演算になっていないので、すなわちEE^-1≠1なので、復号された信号ｙ´は元の信号ｙから少し異なったものになる。その結果として、デコーダにおいて信号ｙの符号化および復号を適用することにより、フィルター５０１への入力ｙ´はレシーバにおいてフィルター６０１に入力された入力ｙ´に対応し、それによりレシーバにおける剰余信号の

の予測結果が向上する。よって、この実施形態によるエンコーダは、図６の実施形態によるデコーダと関連して用いられてもよい。

図９は、本発明の第4の実施形態によるステレオ信号を符号化する装置の概略図である。本装置は、図５と関連して説明した実施形態のバリエーションである。図５に関連して説明したように、本装置は、ステレオ信号LとRの回転をする回転回路２０１、回転角度を決定する回路２００、アダプティブフィルタ５０１、減算回路５０２、エンコーダ２０２、エンコーダ５０３、コンバイナー回路２０４を有する。この実施形態によると、主成分信号ｙはフィルター５０１に直接入力されない。その代わりとして、装置は、回路２０１から受信した剰余信号ｒに定数γをかける乗算回路９０１と、スケールされた剰余信号を主成分信号ｙに加える加算回路９０２と有し、結果としてフィルター５０１に入力する信号ｙ＋γｒを生じる。ここで、γは小さな正の値で、例えばそのオーダーは10^-2である。一実施形態において、定数γはアダプティブにトラックされる。信号ｙのスペクトルにはほとんど無いが、ｒのスペクトルにはある周波数が、符号化された信号の品質を向上させるために、フィルター５０１により剰余信号

のモデル化に用いられることができることは、この実施形態の利点である。この実施形態によると、信号ｙ＋γｒは、レシーバに送信される復号された主信号y_ｅを生成するエンコーダ２０２に入力される。さらにまた、この実施形態において、定数γはコンバイナ２０４に入力され、レシーバに送信される。

図１０は本発明の第４の実施形態によるステレオ信号を復号する装置の概略図であり、図９によるエンコーダから受信した信号を復号するのに好適である。本装置は、図６と関連して説明したように、結合信号Tから受信した情報を抽出する回路４０４と、デコーダ４０２と、デコーダ６０２と、フィルター６０１と、回転回路４０１とを有する。この実施形態によると、回路４０４は、結合信号Tから定数γをさらに抽出する。本装置は、フィルター６０１により生成された予測された剰余信号

に受信した定数γをかける乗算回路１００１をさらに有する。本装置は、復号された主信号ｙ´から結果として得られるスケールされた予測剰余信号

を引く回路１００２をさらに有する。

図１１は、本発明の第5の実施形態によるマルチチャンネル信号を符号化する装置の概略図である。本装置は、nチャンネルを有するマルチチャンネル信号x=(x₁,...,x_n)を受信する。本装置は、信号ｘの主成分分析を実行する主成分アナライザ１１００を有し、結果として入力信号ｘを主成分信号ｙとn-1個の剰余信号r₁、r₂、...、r_n-1に変換する重み付けベクトルw=(w₁,...,w_n)を生じる。本装置は、入力信号ｘと決定された重み付けベクトルｗを受信し、上記の変換により信号ｙおよびr₁、．．．、r_n-1を生成する変換回路１１０１をさらに有する。図２と関連して説明したように、変換された信号は好適なエンコーダ２０２と１１０２により符号化され、コンバイナ２０４により重み付けベクトルｗと結合される。この実施形態によると、エンコーダ１１０２は剰余信号r₁、．．．、r_n-1を符号化するように適合している。例えば、エンコーダ１１０２はn-1個の並列なエンコーダであって、エンコーダ２０２と関連して説明したように、各々が１つの剰余信号を符号化するものを有していてもよい。

図１２は、本発明の第6の実施形態によるマルチチャンネル信号を符号化する装置を示す概略図である。図１１と関連して説明したマルチチャンネル信号の変換に加えて、この実施形態によると、主成分信号は、一組のアダプティブフィルタ５０１であって、図５と関連して説明したように、各々が剰余信号r₁、．．．、r_n-1の１つを予測するものに入力される。結果として対応するフィルターパラメータF_p1、．．．、F_p(n-1)が得られ、対応するエンコーダ５０３に入力され、その後コンバイナ２０４に入力される。対応するデコーダ（図示せず）において、図６と関連して説明したように、対応するフィルターがフィルターパラメータに基づき剰余信号の推定

を生成するために用いられる。

一実施形態によると、剰余信号のサブセットのみ、例えばr₁、．．．、r_k、k<n-1がレシーバに送信され、対応するフィルターに入力されてもよいことが分かる。それにより、ほとんどの信号品質を維持しながら必要なビットレートを削減できる。

図１３は、本発明の一実施形態に用いられる減算回路を示す概略図である。図５、８、９、１２に示した上記の実施形態において、フィルターパラメータは、ターゲット信号を推定された信号と比較することにより、すなわち減算回路５０２により生成されたｒと

の間の差を示すエラー信号eにより決定される。本減算回路は、ｒと

の間の差の異なった測度を生成してもよい、例えば差は時間ドメインで決定されても周波数ドメインで決定されてもよいということが分かる。図１３を参照して、回路５０２は、例えば高速フーリエ変換（FFT）を実行することにより、信号ｒと

をそれぞれ周波数ドメイン変換する回路１３０１を有する。結果として得られる周波数成分は、それぞれの回路１３０４によりさらに処理されてもよい。例えば、好ましくは人間の聴覚システムの特性により、異なった周波数には異なる重み付けがされ、それにより可聴周波数範囲をより強く重み付けしてもよい。回路１３０４によりさらに処理をする他の例として、所定周波数成分の平均化、複雑な周波数成分の強度の計算、フィルター成分のクラスター化などがある。例えば、好ましい実施形態において、クラスター化が周波数ドメインにおける減算の前に実行される。このクラスター化は、例えば線形または対数サブバンド幅を有するフィルターバンクを用いて実行される。代替的に、クラスター化は、いわゆる等価方形バンド幅（ERB）を用いて実行してもよい（例えば、「聴覚の心理学入門」、Brian Moore、アカデミックプレス、ロンドン、1997年を参照）。等価方形バンド幅法は、人間の聴覚フィルターに対応する周波数バンド、例えばいわゆるクリティカルバンドをクラスター化する。この実施形態によると、センター周波数の関数としてERBの対応する値f（単位kHz）は、ERB=24.7(4.37f+1)により計算することができる。さらに図１３を参照して、回路５０２は、処理された周波数成分を減算する減算回路１３０３をさらに有する。代替的に、回路１３０１により生成された変換された信号は、さらに処理されることなく減算回路１３０４に直接入力される。減算回路１３０４により生成された差信号は、例えば逆高速フーリエ変換（IFFT）を実行することにより、エラー信号を時間ドメインに戻すために変換する変換回路１３０２に入力される。代替的に、周波数ドメインの差信号は直接用いることができる。

当業者は、例えば要素を付け加えたり削除したり、または上記の実施形態の特徴を組み合わせたりすることにより、上記の実施形態を適合させることができることが分かる。例えば、図８と９に出てきた要素を図１２の実施形態にも組み入れることができることが分かる。他の例として、図５の実施形態において推定された剰余信号の品質を説明するエラー信号eは、最大受け入れ可能エラーを示す閾値エラーと比較してもよい。線形予測符号化（LPC）の技術分野で用いられる方法と同様に、エラーが受け入れ可能でないときは、エラー信号は、適当な符号化の後信号Tとともに送信されてもよい。

本発明はステレオ音声信号に限定されておらず、２以上の入力チャンネルを有するその他のマルチチャンネル入力信号に適用してもよいということに、さらに注意すべきである。上記のマルチチャンネル信号の例としては、デジタルバーサタイルディスク（DVD）やスーパーオーディオコンパクトディスク等から受信した信号がある。このより一般の場合において、主成分信号ｙと１以上の剰余信号ｒは、やはり本発明により生成することができる。送信される剰余信号の数は、チャンネル数と所望のビットレートによって決まる。高いオーダーの剰余は信号品質を大きく悪化させることなく省略することができるからである。

一般的に、ビットレートの割当てがアダプティブに変化してもよいことは本発明の利点であり、それによりフェイルソフトとできる。例えば、ネットワークトラッフィックが増大したりノイズ等により通信チャンネルが一瞬低いビットレートしか送信できなくなったとき、信号の知覚可能な品質を大きく損なうことなく送信信号のビットレートを下げることができる。例えば、上で説明した静止した音源の場合、信号品質を大きく損なうことなく、２チャンネルでなく単一のチャンネルを送信するのに対応して、ビットレートを約２のファクターで低下させることができる。

上記の装置は、汎用たまは特定用途プログラマブルマイクロプロセッサ、デジタル信号プロセッサ（DSP）、特定用途用集積回路（ASIC）、プログラマブルロジックアレイ（PLA）、フィールドプログラマブルゲートアレイ（FPGA）、特定用途電子回路、またはこれらの組み合わせにより実施可能であるということに注意すべきである。

上述の実施形態は、本発明を例示するものであり限定するものではなく、当該技術分野の当業者は、添付した請求項の範囲から逸脱することなく多くの代替的実施形態をデザインすることができるであろうということに注意すべきである。請求項において、括弧内の参照記号はその請求項を限定するものと解してはならない。「有する」という言葉は、請求項に列挙された構成要素やステップ以外の構成要素やステップの存在を排除するものではない。本発明は、いくつかの別個の構成要素を有するハードウェアによって、および好適にプログラムされたコンピュータによって実施することができる。いくつかの手段を列挙した装置の請求項において、これらの手段は１つの同一のハードウェアによって実施することができる。ある手段が相互に異なる従属項に記載されていることをもって、それらの手段を組み合わせて使用することができないということを示すものではない。

本発明の一実施形態によるステレオ信号を通信するためのシステムを示す概略図である。 本発明の第１の実施形態によるステレオ信号を符号化する装置を示す概略図である。 本発明の一実施形態による信号変換の決定を示す図である。 本発明の第１の実施形態によるステレオ信号を復号するための装置を示す概略図である。 本発明の第２の実施形態によるステレオ信号を符号化するための装置を示す概略図である。 本発明の第２の実施形態によるステレオ信号を復号するための装置を示す概略図である。 図７ａ〜ｃは、本発明の一実施形態で用いるフィルター回路の例を示す概略図である。 本発明の第３の実施形態によるステレオ信号を符号化するための装置を示す概略図である。 本発明の第４の実施形態によるステレオ信号を符号化するための装置を示す概略図である。 本発明の第４の実施形態によるステレオ信号を復号するための装置を示す概略図である。 本発明の第５の実施形態によるマルチチャンネル信号を符号化するための装置を示す概略図である。 本発明の第６の実施形態によるマルチチャンネル信号を符号化するための装置を示す概略図である。 本発明の一実施形態に用いる減算回路を示す概略図である。

Claims (3)

1. マルチチャンネル信号情報を復号する方法であって、
   主信号と変換パラメータとを受信するステップであって、前記主信号はマルチチャンネルソース信号の少なくとも第１と第２の信号成分の、信号エネルギーのほとんどを含む主信号と前記主信号より少ないエネルギーを含む少なくとも１つの剰余信号とへの所定の変換の結果に対応し、前記所定の変換は少なくとも前記変換パラメータによりパラメータ表示されるステップと、
   前記主信号から剰余信号を予測するステップと、
   受信した前記主信号と前記剰余信号とを逆変換することにより第１と第２の復号された信号成分を生成するステップとを有する方法。
2. 前記主信号と変換パラメータとを受信するステップは、一組のフィルターパラメータを受信するステップをさらに有し
   前記主信号から剰余信号を予測するステップは、前記受信した一組のフィルターパラメータに対応する予測フィルターを用るステップをさらに有する、請求項１に記載の方法。
3. マルチチャンネル信号情報を復号する装置であって、
   主信号と変換パラメータとを受信する受信手段であって、前記主信号はマルチチャンネルソース信号の少なくとも第１と第２の信号成分の、信号エネルギーのほとんどを含む主信号と前記主信号より少ないエネルギーを含む少なくとも１つの剰余信号とへの所定の変換の結果に対応し、前記所定の変換は少なくとも前記変換パラメータによりパラメータ表示される受信手段と、
   前記主信号から剰余信号を予測する予測手段と、
   受信した前記主信号と前記剰余信号とを逆変換することにより第１と第２の復号された信号成分を生成する処理手段とを有する装置。

Images