JPH08237136A - 広帯域信号符号化装置 - Google Patents
広帯域信号符号化装置Info
- Publication number
- JPH08237136A JPH08237136A JP7036662A JP3666295A JPH08237136A JP H08237136 A JPH08237136 A JP H08237136A JP 7036662 A JP7036662 A JP 7036662A JP 3666295 A JP3666295 A JP 3666295A JP H08237136 A JPH08237136 A JP H08237136A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- block
- unit
- prediction
- output
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
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
- G10L19/02—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
- G10L19/0212—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 orthogonal transformation
-
- 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
- G10L19/002—Dynamic bit allocation
-
- 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
- G10L2019/0001—Codebooks
- G10L2019/0004—Design or structure of the codebook
- G10L2019/0005—Multi-stage vector quantisation
-
- 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
- G10L25/18—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 spectral information of each sub-band
-
- 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
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (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)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
号化するための広帯域信号符号化装置の提供。 【構成】 判別部120は入力信号から特徴量を求め変
換ブロック長の切り替えを判別する。変換回路200
は、ブロック長に応じて信号を周波数領域に変換する。
マスキングしきい値計算回路250は聴覚のマスキング
特性を模擬したマスキングしきい値をブロック内の予め
定められた区間毎に計算する。ブロック間、ブロック内
ビット割当回路300は、マスキングしきい値を用い
て、ブロック毎の割当ビット数とブロック内の予め定め
られた区間に対するビット数の割当を行なう。ベクトル
量子化回路350は、割当ビット数に応じてコードブッ
ク3601 〜360N を切り替えて用い、変換信号をベ
クトル量子化する。さらに、ゲインコードブック370
を用いてゲインを量子化する。
Description
ディオ信号を低いビットレート、特に64kb/s程度
で高品質に符号化するための広帯域信号符号化装置に関
する。
ャンネル当たり128kb/s程度の低いビットレート
で符号化する方式としては、例えば、Jonston氏
らによる“Transform coding of
audio signalsusing percep
tual noise criteria”と題した論
文(IEEE J.Sel.Areas Commu
n.,pp.314−323,1988年)(文献1)
等に記載されているオーディオ符号化方式等が知られて
いる。
毎(例えば2048サンプル)に入力信号をFFTによ
り周波数成分に変換し、FFT成分を25個の臨界帯域
に分割し、臨界帯域毎に聴覚のマスキングしきい値を計
算し、臨界帯域毎にマスキングしきい値をもとに量子化
ビット数を割り当てている。さらに、この量子化ビット
数に従いFFT成分がスカラ量子化され、スカラ量子化
情報とビット割当情報と量子化ステップサイズ情報とが
ブロック毎に組み合わされて受信側に伝送される。受信
側の説明は省略する。
方式では、(1)FFT成分の量子化にスカラ量子化を
用いているため量子化効率が高くないこと、(2)ブロ
ック内でのFFT成分に対してビット割当は行なってい
るが、ブロック間でのビット割当は行なっていないため
に、過渡的な信号に対してはビット割当によるゲインが
十分得られないこと等の理由のために、ビットレートを
64kb/s程度まで低減化すると量子化効率が低下し
音質が著しく劣化するという問題点があった。
力した離散的な信号から特徴量を求めブロック長を決定
する判別部と、前記判別部の出力に従い前記信号を予め
定められた時間長のブロックに分割し周波数成分に変換
する変換部と、前記変換部の出力もしくは前記入力信号
から聴覚のマスキング特性をもとにマスキングしきい値
を求めるマスキングしきい値計算部と、前記しきい値を
もとに、前記ブロック長に等しいかそれよりも長い予め
定められた区間において、前記ブロック毎の量子化ビッ
ト数と前記ブロック内での量子化ビット数の少なくとも
一方を決めるビット割当部と、前記ビット割当部の出力
に応じて前記変換部の出力信号を量子化するベクトル量
子化部とを有することを特徴とする広帯域信号符号化装
置が得られる。
的な信号から特徴量を求めブロック長を決定する判別部
と、前記判別部の出力に従い前記信号をブロックに分割
し周波数成分に変換する変換部と、過去のブロックの量
子化出力信号から現ブロックの変換部出力信号を予測し
予測算差を求める予測部と、前記入力信号もしくは前記
変換部出力信号もしくは前記予測残差信号からの聴覚の
マスキング特性をもとにマスキングしきい値を求めるマ
スキングしきい値計算部と、前記しきい値をもとに、前
記ブロック長に等しいかそれよりも長い予め定められた
区間において、前記ブロック毎の量子化ビット数と前記
ブロック内での量子化ビット数の少なくとも一方を決め
るビット割当部と、前記ビット割当部の出力に応じて前
記予測算差信号を量子化するベクトル量子化部とを有す
ることを特徴とする広帯域信号符号化装置が得られる。
号から特徴量を求めブロック長を決定する判別部と、前
記判別部の出力に従い前記信号をブロックに分割し周波
数成分に変換する変換部と、過去のブロックの量子化出
力信号と過去のブロックの予測信号を用いて現ブロック
の変換部出力信号に対する予測信号を計算し予測算差を
求める予測部と、前記入力信号もしくは前記変換部出力
信号もしくは前記予測残差信号から聴覚のマスキング特
性をもとにマスキングしきい値を求めるマスキングしき
い値計算部と、前記しきい値をもとに前記ブロック長に
等しいかそれよりも長い予め定められた区間において、
前記ブロック毎の量子化ビット数と前記ブロック内での
量子化ビット数の少なくとも一方を決めるビット割当部
と、前記ビット割当部の出力に応じて前記予測算差信号
を量子化するベクトル量子化部とを有することを特徴と
する広帯域信号符号化装置が得られる。
号をブロックに分割し周波数成分に変換する変換部と、
過去のブロックの量子化出力信号から現ブロックの変換
部出力信号を予測し予測算差を求める予測部と、前記入
力信号もしくは前記変換部出力信号もしくは前記予測残
差信号から聴覚のマスキング特性をもとにマスキングし
きい値を求めるマスキングしきい値計算部と、前記しき
い値をもとに前記ブロック内での量子化ビット数を決め
るビット割当部と、前記ビット割当部の出力に応じて前
記予測算差信号を量子化するベクトル量子化部とを有す
ることを特徴とする広帯域信号符号化装置が得られる。
号をブロックに分割し周波数成分に変換する変換部と、
過去のブロックの量子化出力信号と過去のブロックの予
測信号を用いて現ブロックの変換部出力信号に対する予
測信号を計算し予測算差を求める予測部と、前記入力信
号もしくは前記変換部出力信号もしくは前記予測残差信
号から聴覚のマスキング特性をもとにマスキングしきい
値を求めるマスキングしきい値計算部と、前記しきい値
をもとに前記ブロック内での量子化ビット数を決めるビ
ット割当部と、前記ビット割当部の出力に応じて前記予
測算差信号を量子化するベクトル量子化部とを有するこ
とを特徴とする広帯域信号符号化装置が得られる。
たは5の発明において、前記ベクトル量子化部が、前記
マスキングしきい値を用いて重み付けを行ないながら前
記変換部出力信号もしくは前記予測算差信号をベクトル
量子化することを特徴とする広帯域信号符号化装置が得
られる。
たは5の発明において、前記ベクトル量子化部が、前記
変換部出力信号もしくは前記予測算差信号に聴覚に基づ
いた処理を施した後にベクトル量子化することを特徴と
する広帯域信号符号化装置が得られる。
たは5の発明において、前記変換出力信号もしくは前記
予測算差信号の周波数包絡を表す少ない次数のスペクト
ル係数を求めるスペクトル係数計算部と、前記周波数包
絡と前記ビット割当部の出力を用いて前記変換出力信号
もしくは前記予測算差信号を量子化する量子化部とを更
に有することを特徴とする広帯域信号符号化装置が得ら
れる。
ロック長を決定し、前記ブロック長毎に入力信号を周波
数軸に変換する。ここで、変換法としては、MDCT
(Modified Discrete Cosine
Transform)、DCT(Discrete
Cosine Transform)や帯域分割バンド
パスフィルタバンクによる変換が考えられるが、以下で
はMDCTを用いることとする。ここで、MDCTの変
換の詳細については、Pricen氏らによる“Ana
lysis/synthesis filter ba
nk design based on time d
omain aliasing cancellati
on”(IEEE Trans.ASSP,pp.11
53−1165,1986年)と題した論文(文献2)
等を参照することができる。前記変換出力もしくは前記
入力信号から、聴覚のマスキング特性をもとにマスキン
グしきい値を求め、前記しきい値をもとに、前記ブロッ
ク間での量子化ビット数の割当と、各ブロック内の変換
出力ベクトルに対する量子化ビット数の割当との少なく
とも一方を計算する。さらに、前記ビット割当に応じた
ビット数のコードブックを用いて前記変換信号をベクト
ル量子化し、コードブックから最適なコードベクトルを
選択する。
出力信号から現ブロックの変換信号を予測して予測誤差
信号を求め、前記変換部信号もしくは前記入力信号もし
くは前記予測残差信号から聴覚のマスキング特性をもと
にマスキングしきい値を求め、前記しきい値をもとに、
前記ブロック間での量子化ビット数の割当と、各ブロッ
ク内の変換出力ベクトルに対する量子化ビット数の割当
との少なくとも一方を計算する。さらに、前記ビット割
当に応じたビット数のコードブックを用いて前記変換信
号をベクトル量子化し、コードブックから最適なコード
ベクトルを選択する。
出力信号と過去のブロックの予測信号を用いて現ブロッ
クの変換信号を予測して予測誤差信号を求め、前記変換
部信号もしくは前記入力信号もしくは前記予測残差信号
から聴覚のマスキング特性をもとにマスキングしきい値
を求め、前記しきい値をもとに、前記ブロック内での量
子化ビット数の割当を計算する。また、前記ビット割当
に応じたビット数のコードブックを用いて前記変換信号
をベクトル量子化する。
て、ブロック長の判別部とブロック間のビット割当を除
いたものである。
て、ブロック長の判別部とブロック間のビット割当を除
いたものである。
3または4または5の発明において、変換信号もしくは
予測算差信号をベクトル量子化する際に、前記マスキン
グしきい値を用いて重み付けを行なう。
3または4または5の発明において、前記変換信号もし
くは予測算差信号に対して、聴覚に基づいた処理を施し
た後にベクトル量子化する。
3または4または5の発明において、前記変換出力もし
くは前記予測算差信号の周波数包絡を表す少ない次数の
スペクトルを求め、前記周波数包絡と前記ビット割当部
の出力を用いて前記変換出力もしくは前記予測算差信号
を量子化する。
装置の一実施例を示すブロック図である。
からの広帯域信号を入力し、最大のブロック長(例えば
1024サンプル)の信号をバッファメモリ110に1
ブロック分蓄積する。判別回路120は予め定められた
特徴量を用いて、ブロック内の信号が過渡性か定常性か
を判別しブロック長を切り替える。ブロック長は複数種
類用意するが、以下では簡単のために2種類とし、一例
として1024サンプルと256サンプルを切り替える
ものとする。また、特徴量としては例えば、ブロック内
の信号パワの時間変化、予測ゲイン等を用いることがで
きる。
号を入力し、判別回路からブロック長(例えば1024
サンプルか256サンプルか)を入力し、前記ブロック
長だけ信号を切り出して窓を乗じた後にMDCT変換す
る。ここで窓の形状およびMDCT変換の詳細について
は、前記文献2等を参照できる。マスキングしきい値計
算回路250は、判別回路120の出力およびバッファ
メモリ110の出力信号を入力し前記ブロック長の信号
に対するマスキングしきい値を計算する。ここでマスキ
ングしきい値は例えば以下のようにして求める。入力信
号x(n)に対してブロック長だけのFFT変換を行な
いスペクトルX(k)(k=0〜N−1)を求め、さら
にパワスペクトル|X(k)|2 を求め、これを臨界帯
域フィルタあるいは聴覚モデルにより分析して、各臨界
帯域毎のパワあるいはRMSを計算する。ここでパワを
計算するには下式に従う。
目の臨界帯域の下限周波数、上限周波数を示す。Rは音
声信号帯域に含まれる臨界帯域の個数である。臨界帯域
については前記文献1等を参照できる。
散布関数を畳み込む。
り、具体的な値は前記文献1を参照できる。また、b
max は、角周波数πまでの間に含まれる臨界帯域の個数
である。
ペクトルThi を計算する。
例えば前記文献1等を参照できる。マスキングしきい値
スペクトルは、絶対しきい値を考慮することにより、下
式のようになる。
い値であり、前記文献1を参照できる。
内、ブロック間ビット割当回路300へ出力する。ブロ
ック内、ブロック間ビット割当回路300は、臨界帯域
毎のマスキングしきい値と判別回路の出力を入力し、ブ
ロック長が1024サンプルのときはブロック内のビッ
ト割当のみを行なう。一方、ブロック長が256のとき
は4つの連続するブロック(合計1024サンプル)に
対して、各ブロック毎に割り当てるビット数Bi (i=
1〜4)を計算する。その後、4つのブロックの各ブロ
ックに対して、ブロック内ビット割当を行なう。ブロッ
ク内ビット割当は臨界帯域毎にビットを割り当てる。
ように行なう。
グしきい値SMRji(j=1〜Bmax,i=1〜
4)。ここでBmaxは臨界帯域数を示す。
番目のサブフレームの割当ビット数、量子化の平均ビッ
ト数、臨界帯域数、ブロックの個数を示す。
ることもできる。
kのビット配分は
番目の帯域を示す。ただし、i=1〜L,k=1〜Bm
axである。また、 SMRki=Pki/Tki (12) であり、Pkiはi番目のブロックの分割帯域毎の入力信
号のパワ、Tkiはi番目のブロックの臨界帯域毎のマス
キングしきい値である。
のように予め定められた値となるように、サブフレーム
の割当ビット数が下限ビット数、上限ビット数をこえな
いように、ビット数の調整を行なう。
れぞれ、j番目のブロックの割当ビット数、複数ブロッ
ク全体(ここでは4ブロック)での合計ビット数、ブロ
ックの下限ビット数、ブロックの上限ビット数を示す。
また、Lはブロックの個数(ここでは4)である。以上
の処理の結果、ビット割当情報をベクトル量子化回路3
50とマルチプレクサ400へ出力する。
の最小ビット数から最大ビット数までビット数の異なる
音源コードブック(3601 から360N )を有してお
り、ブロック内の臨界帯域毎に割当ビット数を入力し、
ビット数に応じて、コードブックを切り替える。そし
て、下式を最小化するように、各臨界帯域毎に音源コー
ドベクトルを選択する。
含まれるMDCT係数、Nk はk番目の臨界帯域に含ま
れるMDCT係数の個数、γkmは、コードベクトルCkm
(n)(m=0...2BK−1;Bk はk番目の臨界帯
域の音源コードブックのビット数)に対する最適ゲイン
である。選択された音源コードベクトルを表すインデク
スをマルチプレクサ400へ出力する。
ら構成しても良いし、予め学習して構成しておいてもよ
い。学習によるコードブックの構成法は、例えばLin
deらによる“An Algorithm for V
ector Quantization Desig
n”と題した論文(IEEE Trans.COM−2
8,pp.84−95,1980年)(文献3)等を参
照できる。
km(n)を用いて、ゲインコードブック370を用い、
下式を最小化するようにゲインコードベクトルを探索し
出力する。
番目のゲインコードベクトルである。選択されたゲイン
コードベクトルのインデクスをマルチプレクサ400に
出力する。
の出力、ブロック間・ブロック内ビット割当回路300
の出力、ベクトル量子化回路350の出力である音源コ
ードベクトルのインデクス、ゲインコードベクトルのイ
ンデクスを組み合わせて出力する。
る。
化装置の一実施例を示すブロック図である。図におい
て、図1と同一の番号を記した構成要素は、図1と同一
の動作を行なうので、説明は省略する。
クトル量子化回路350の出力Z′(k)を予め定めら
れたブロック数だけ遅延させる。遅延数はいくつでもよ
いが、ここでは説明の簡単のために遅延数は1とする。
(k)′-1を用いて下式に従い変換成分の予測を行な
う。
る。A(k)は、トレーニング信号に対して予め設計し
ておく。Y(k)を減算器410に出力する。
(k)から予測信号Y(k)を下式に従い減算し、予測
算差信号Z(k)を出力する。
である。図1において、図1、2と同一の番号を付した
構成要素は同一の働きをするので説明は省略する。
(k)とベクトル量子化器350の出力Z′(k)を加
算しS(k)を遅延回路510へ出力する。
下式に従い予測を行なう。
る。B(k)は、トレーニング信号に対して予め設計し
ておく。Y(k)を減算器410に出力する。
である。図において、図2と同一の番号を付した構成要
素は図2と同一の働きを行なうので説明は省略する。第
4の発明では、変換を行なうブロック長が一定で各ブロ
ックの合計ビット数は同一である。従って、第2の発明
と比較して判別回路120が不要な点と、ビット割当を
ブロック内でのみ行なう点が異なる。
前記(10)−(14)式に基づき、ブロック内の各臨
界帯域の変換成分に対してビット割当を行なう。
である。図において、図3と同一の番号を付した構成要
素は図3、4と同一の働きを行なうので説明は省略す
る。第5の発明では、変換を行なうブロック長が一定で
各ブロックの合計ビット数は同一である。従って、第3
の発明と比較して判別回路120が不要な点と、ビット
割当をブロック内でのみ行なう点が異なる。
である。図では図1に示した第1の発明と比較して重み
付けベクトル量子化器700の構成とコードブック61
01〜610N が異なるので、重み付けベクトル量子化
器700の構成を説明する。
の一例を示したブロック図である。重み付け回路710
はマスキングしきい値計算回路250からマスキングし
きい値Tkiを入力し、ベクトル量子化の際の重み係数を
計算し出力する。計算法は例えば下式を参照することが
できる。
数を示す。
ロック間・ブロック内ビット割当回路300から、i番
目のブロックにおけるk番目の臨界帯域の割当ビット数
Rkiを入力し、コードブック6101 〜610N から、
ビット数に応じてコードブックを選択し、下式に従い、
変換係数X(n)を重み付けベクトル量子化する。
て前記(16)式に従い、ゲインを量子化する。
を第2〜第5の発明に付加する場合は、ベクトル量子化
回路350を重み付けベクトル量子化回路700に置き
換えればよい。
である。図では、図1に示す第1の発明に聴覚に基づい
た処理を施す場合について示す。
出力X(n)に対して、聴覚に基づく変換を行なう。こ
れを下式に示す。
体的には、バーク変換、マスキング処理、ラウドネス変
換などが考えられる。これらの変換の詳細は、例えば、
Wang氏らによる“An objective me
asure for predicting subj
ective quality of speech
coders,”と題した論文(IEEE J.Se
l.Areas.Commun.,pp.819−82
9,1992年)(文献4)等を参照することができる
のでここでは説明は省略する。
間、ブロック内ビット割当回路300から、各ブロック
における臨界帯域毎に割当ビット数を入力し、それに応
じてコードブック3601 〜360N を切り替える。そ
して、下式に基づきQ(n)のベクトル量子化を行な
う。
ドベクトルCkm(n)に対して、聴覚に基づく変換を行
ないながら探索する方法を用いたが、予め聴覚に基づく
変換を行ったコードベクトル、つまり、F[C
km(n)]をコードブックに格納しておけば、下式にも
とづきベクトル量子化を行なえばよい。
370を用いてゲインγkmを量子化すればよい。
明に付加する場合は、ベクトル量子化回路350をベク
トル量子化回路800に置き換え、その入力部に聴覚処
理回路820を付加すればよい。
終える。
ック図である。図において図1と同一の番号を付した構
成要素は図1と同一の働きをするので説明は省略する。
路200の出力であるMDCT係数X(n)(n=1〜
L)の周波数包絡を近似する少ない次数のスペクトル係
数を計算する。ここで、スペクトル係数としては、線形
予測係数(LPC)、ケプストラム、メルケプストラム
などが周知であるが、以下ではLPCを使用するものと
して説明を行なう。各MDCT係数の2乗値X2 (n)
(n=1〜L)に対して逆MDCTもしくは、逆FFT
を施して自己相関R(n)を求める。自己相関R(n)
を予め定められた次数τまでとり、これを自己相関法を
用いてLPC係数α(i)(i=1〜τ)を計算する。
する。ここでは、量子化効率の高いLSP(Line
Spectrum Pair)係数に一旦変換してから
予め定められたビット数で量子化を行なう。LPC係数
からLSP係数への変換は、Sugamura氏らによ
る“Quantizer design in LSP
speech analysis−synthesi
s,”と題した論文(IEEE J.Sel.Area
s in Commun.,pp.432−440,1
988)(文献5)等を参照できる。また、量子化には
スカラ量子化やベクトル量子化を使用することができ
る。量子化したLSPのインデクスをマルチプレクサ4
00へ出力する。また、量子化したLSPを一旦復号化
した後にLPCα′(i)(i=1〜τ)に逆変換し、
これをMDCTあるいはFFT変換し周波数スペクトル
H(n)(n=1〜L/2)を計算し、ベクトル量子化
回路930へ出力する。
200の出力X(n)をH(n)を用いて一旦正規化す
る。
ル量子化を行なう。
(n)によりゲインが正規化されているので、ゲインコ
ードブックが不要となる。
の切り替えの判別を行なう判別回路120や、ブロック
間、ブロック内ビット割当回路300を使用することも
できる。
ブロック図である。ここで、図1、9と同一の番号を付
した構成要素は同一の働きをするので説明は省略する。
おいて減算器410の出力である予測残差信号Z(n)
を正規化する。
選択することによりベクトル量子化を行なう。
長の切り替えの判別を行なう判別回路120や、ブロッ
ク間、ブロック内ビット割当回路300を使用すること
もできる。
た方法を用いて予測残差信号を計算することもできる。
る。
は、予めSMRをクラスタリングして、各クラスタのS
MRと割当ビット数とをテーブルにしたビット割当用コ
ードブックを所定個数のパターン数(例えば2B 個;こ
こでBはパターンを示すビット数)だけ設計しておき、
これをビット割当回路におけるビット割当の計算のとき
に用いることもできる。このような構成とすると、伝送
すべきビット割当情報は、ブロック当りBビットでよい
ので、ビット割当用の伝送情報を削減することができ
る。
は、他の距離尺度を用いて、変換係数あるいは予測残差
信号をベクトル量子化することができる。
を用いた重み付けベクトル量子化においては、他の重み
付け距離尺度を用いることもできる。
ット割当は、臨界帯域毎に行なったが、予め定められた
区間毎にビット割当を行なうようにしてもよい。
ク毎、ブロック内の臨界帯域毎のビット割当は(4)式
以外に下式を用いることもできる。
れる臨界帯域の個数である。
の方法としては、(8)式〜(12)式により一旦ビッ
ト数を割り当てた後に、実際に割り当てたビット数によ
るコードブックを用いて量子化を行ない、量子化雑音を
測定し、下式を最大化するように、ビット割当を調整す
ることもできる。
測定した量子化雑音である。
算法としては、他の周知な方法を使用することができ
る。
では、演算量を低減化するために、フーリエ変換のかわ
りに、帯域分割フィルタ群を用いることもできる。ここ
で、帯域分割にはQMF(Quadrature Mi
rror Filter)を使用する。QMFフィルタ
の詳細については、P.Vaidyanathan氏ら
による“Multirate digital fil
ters,filter banks,polypha
se networks,and applicati
ons:A tutorial”(Proc.IEE
E,pp.56−93,1990年)と題した論文(文
献6)等を参照することができる。
換係数あるいは変換係数を予測して求めた予測残差信号
に対して、ブロック間、ブロック内でビット数を割り当
てた上でベクトル量子化を行っているので、従来方式に
比べより低いビットレートでも広帯域信号を良好に符号
化することができるという効果がある。さらに、本発明
によれば、変換係数あるいは予測残差信号の周波数包絡
を少ない次数のスペクトル係数で表すことにより、補助
情報を低減化可能で、従来方式より低いビットレートを
実現化可能であるという効果がある。
る。
る。
る。
る。
る。
る。
を示すブロック図である。
る。
る。
ある。
ク 370 ゲインコードブック 400 マルチプレクサ 405 出力端子 410 減算回路 420 加算回路 500、530 予測回路 510 遅延回路 600 ブロック内ビット割当回路 700 重み付けベクトル量子化回路 710 重み係数計算回路 720 重み付けベクトル量子化回路 820 聴覚処理回路 900 スペクトル係数計算回路 910 量子化回路
Claims (8)
- 【請求項1】入力した離散的な信号から特徴量を求めブ
ロック長を決定する判別部と、前記判別部の出力に従い
前記信号を予め定められた時間長のブロックに分割し周
波数成分に変換する変換部と、前記変換部の出力もしく
は前記入力信号から聴覚のマスキング特性をもとにマス
キングしきい値を求めるマスキングしきい値計算部と、
前記しきい値をもとに、前記ブロック長に等しいかそれ
よりも長い予め定められた区間において、前記ブロック
毎の量子化ビット数と前記ブロック内での量子化ビット
数の少なくとも一方を決めるビット割当部と、前記ビッ
ト割当部の出力に応じて前記変換部の出力信号を量子化
するベクトル量子化部とを有することを特徴とする広帯
域信号符号化装置。 - 【請求項2】入力した離散的な信号から特徴量を求めブ
ロック長を決定する判別部と、前記判別部の出力に従い
前記信号をブロックに分割し周波数成分に変換する変換
部と、過去のブロックの量子化出力信号から現ブロック
の変換部出力信号を予測し予測算差を求める予測部と、
前記入力信号もしくは前記変換部出力信号もしくは前記
予測残差信号から聴覚のマスキング特性をもとにマスキ
ングしきい値を求めるマスキングしきい値計算部と、前
記しきい値をもとに、前記ブロック長に等しいかそれよ
りも長い予め定められた区間において、前記ブロック毎
の量子化ビット数と前記ブロック内での量子化ビット数
の少なくとも一方を決めるビット割当部と、前記ビット
割当部の出力に応じて前記予測算差信号を量子化するベ
クトル量子化部とを有することを特徴とする広帯域信号
符号化装置。 - 【請求項3】入力した離散的な信号から特徴量を求めブ
ロック長を決定する判別部と、前記判別部の出力に従い
前記信号をブロックに分割し周波数成分に変換する変換
部と、過去のブロックの量子化出力信号と過去のブロッ
クの予測信号を用いて現ブロックの変換部出力信号に対
する予測信号を計算し予測算差を求める予測部と、前記
入力信号もしくは前記変換部出力信号もしくは前記予測
残差信号から聴覚のマスキング特性をもとにマスキング
しきい値を求めるマスキングしきい値計算部と、前記し
きい値をもとに前記ブロック長に等しいかそれよりも長
い予め定められた区間において、前記ブロック毎の量子
化ビット数と前記ブロック内での量子化ビット数の少な
くとも一方を決めるビット割当部と、前記ビット割当部
の出力に応じて前記予測算差信号を量子化するベクトル
量子化部とを有することを特徴とする広帯域信号符号化
装置。 - 【請求項4】入力した離散的な信号をブロックに分割し
周波数成分に変換する変換部と、過去のブロックの量子
化出力信号から現ブロックの変換部出力信号を予測し予
測算差を求める予測部と、前記入力信号もしくは前記変
換部出力信号もしくは前記予測残差信号から聴覚のマス
キング特性をもとにマスキングしきい値を求めるマスキ
ングしきい値計算部と、前記しきい値をもとに前記ブロ
ック内での量子化ビット数を決めるビット割当部と、前
記ビット割当部の出力に応じて前記予測算差信号を量子
化するベクトル量子化部とを有することを特徴とする広
帯域信号符号化装置。 - 【請求項5】入力した離散的な信号をブロックに分割し
周波数成分に変換する変換部と、過去のブロックの量子
化出力信号と過去のブロックの予測信号を用いて現ブロ
ックの変換部出力信号に対する予測信号を計算し予測算
差を求める予測部と、前記入力信号もしくは前記変換部
出力信号もしくは前記予測残差信号から聴覚のマスキン
グ特性をもとにマスキングしきい値を求めるマスキング
しきい値計算部と、前記しきい値をもとに前記ブロック
内での量子化ビット数を決めるビット割当部と、前記ビ
ット割当部の出力に応じて前記予測算差信号を量子化す
るベクトル量子化部とを有することを特徴とする広帯域
信号符号化装置。 - 【請求項6】前記ベクトル量子化部が、前記マスキング
しきい値を用いて重み付けを行ないながら前記変換部出
力信号もしくは前記予測算差信号をベクトル量子化する
ことを特徴とする請求項1,2,3,4または5記載の
広帯域信号符号化装置。 - 【請求項7】前記ベクトル量子化部が、前記変換部出力
信号もしくは前記予測算差信号に聴覚に基づいた処理を
施した後にベクトル量子化することを特徴とする請求項
1,2,3,4または5記載の広帯域信号符号化装置。 - 【請求項8】前記変換出力信号もしくは前記予測算差信
号の周波数包絡を表す少ない次数のスペクトル係数を求
めるスペクトル係数計算部と、前記周波数包絡と前記ビ
ット割当部の出力を用いて前記変換出力信号もしくは前
記予測算差信号を量子化する量子化部とを更に有するこ
とを特徴とする請求項1,2,3,4または5記載の広
帯域信号符号化装置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7036662A JP2842276B2 (ja) | 1995-02-24 | 1995-02-24 | 広帯域信号符号化装置 |
| CA002169999A CA2169999C (en) | 1995-02-24 | 1996-02-21 | Wide-band signal encoder |
| DE69630477T DE69630477T2 (de) | 1995-02-24 | 1996-02-23 | Breitbandsignalcodierer |
| EP96102736A EP0729132B1 (en) | 1995-02-24 | 1996-02-23 | Wide band signal encoder |
| US08/606,805 US5822722A (en) | 1995-02-24 | 1996-02-26 | Wide-band signal encoder |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7036662A JP2842276B2 (ja) | 1995-02-24 | 1995-02-24 | 広帯域信号符号化装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08237136A true JPH08237136A (ja) | 1996-09-13 |
| JP2842276B2 JP2842276B2 (ja) | 1998-12-24 |
Family
ID=12476078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7036662A Expired - Fee Related JP2842276B2 (ja) | 1995-02-24 | 1995-02-24 | 広帯域信号符号化装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5822722A (ja) |
| EP (1) | EP0729132B1 (ja) |
| JP (1) | JP2842276B2 (ja) |
| CA (1) | CA2169999C (ja) |
| DE (1) | DE69630477T2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009537033A (ja) * | 2006-05-12 | 2009-10-22 | フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー.ファオ | 情報信号符号化 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6904404B1 (en) * | 1996-07-01 | 2005-06-07 | Matsushita Electric Industrial Co., Ltd. | Multistage inverse quantization having the plurality of frequency bands |
| JP3067676B2 (ja) | 1997-02-13 | 2000-07-17 | 日本電気株式会社 | Lspの予測符号化装置及び方法 |
| KR100249235B1 (ko) * | 1997-12-31 | 2000-03-15 | 구자홍 | 에이치디티브이 비디오 디코더 |
| US6976063B1 (en) * | 2000-11-02 | 2005-12-13 | Microsoft Corporation | Method and system for dynamically configuring a server computer |
| JP5007020B2 (ja) | 2004-12-20 | 2012-08-22 | 株式会社アルバック | 金属薄膜の形成方法及び金属薄膜 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07202823A (ja) * | 1993-11-25 | 1995-08-04 | Sharp Corp | 符号化復号化装置 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0111612B1 (fr) * | 1982-11-26 | 1987-06-24 | International Business Machines Corporation | Procédé et dispositif de codage d'un signal vocal |
| DE3688980T2 (de) * | 1986-10-30 | 1994-04-21 | Ibm | Verfahren zur Multigeschwindigkeitskodierung von Signalen und Einrichtung zur Durchführung dieses Verfahrens. |
| US5341457A (en) * | 1988-12-30 | 1994-08-23 | At&T Bell Laboratories | Perceptual coding of audio signals |
| IT1232084B (it) * | 1989-05-03 | 1992-01-23 | Cselt Centro Studi Lab Telecom | Sistema di codifica per segnali audio a banda allargata |
| JPH03117919A (ja) * | 1989-09-30 | 1991-05-20 | Sony Corp | ディジタル信号符号化装置 |
| ZA921988B (en) * | 1991-03-29 | 1993-02-24 | Sony Corp | High efficiency digital data encoding and decoding apparatus |
| JP3141450B2 (ja) * | 1991-09-30 | 2001-03-05 | ソニー株式会社 | オーディオ信号処理方法 |
| CA2090052C (en) * | 1992-03-02 | 1998-11-24 | Anibal Joao De Sousa Ferreira | Method and apparatus for the perceptual coding of audio signals |
| US5488665A (en) * | 1993-11-23 | 1996-01-30 | At&T Corp. | Multi-channel perceptual audio compression system with encoding mode switching among matrixed channels |
| JPH07160297A (ja) * | 1993-12-10 | 1995-06-23 | Nec Corp | 音声パラメータ符号化方式 |
| US5651090A (en) * | 1994-05-06 | 1997-07-22 | Nippon Telegraph And Telephone Corporation | Coding method and coder for coding input signals of plural channels using vector quantization, and decoding method and decoder therefor |
-
1995
- 1995-02-24 JP JP7036662A patent/JP2842276B2/ja not_active Expired - Fee Related
-
1996
- 1996-02-21 CA CA002169999A patent/CA2169999C/en not_active Expired - Fee Related
- 1996-02-23 DE DE69630477T patent/DE69630477T2/de not_active Expired - Lifetime
- 1996-02-23 EP EP96102736A patent/EP0729132B1/en not_active Expired - Lifetime
- 1996-02-26 US US08/606,805 patent/US5822722A/en not_active Expired - Lifetime
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07202823A (ja) * | 1993-11-25 | 1995-08-04 | Sharp Corp | 符号化復号化装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009537033A (ja) * | 2006-05-12 | 2009-10-22 | フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー.ファオ | 情報信号符号化 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE69630477T2 (de) | 2004-08-12 |
| DE69630477D1 (de) | 2003-12-04 |
| EP0729132A2 (en) | 1996-08-28 |
| CA2169999A1 (en) | 1996-08-25 |
| EP0729132A3 (en) | 1998-01-28 |
| US5822722A (en) | 1998-10-13 |
| JP2842276B2 (ja) | 1998-12-24 |
| CA2169999C (en) | 2000-09-05 |
| EP0729132B1 (en) | 2003-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2524243C (en) | Speech coding apparatus including enhancement layer performing long term prediction | |
| EP0905680B1 (en) | Method for quantizing LPC parameters using switched-predictive quantization | |
| EP0942411B1 (en) | Audio signal coding and decoding apparatus | |
| US5751903A (en) | Low rate multi-mode CELP codec that encodes line SPECTRAL frequencies utilizing an offset | |
| CA2202825C (en) | Speech coder | |
| EP1221694A1 (en) | Voice encoder/decoder | |
| EP0657874B1 (en) | Voice coder and a method for searching codebooks | |
| JPH0395600A (ja) | 音声コーディング装置及び音声エンコーディング方法 | |
| WO2005034080A2 (en) | A method of making a window type decision based on mdct data in audio encoding | |
| JPH04270398A (ja) | 音声符号化方式 | |
| JPH09281995A (ja) | 信号符号化装置及び方法 | |
| EP1513137A1 (en) | Speech processing system and method with multi-pulse excitation | |
| JP3335841B2 (ja) | 信号符号化装置 | |
| JP4359949B2 (ja) | 信号符号化装置及び方法、並びに信号復号装置及び方法 | |
| WO2005034081A2 (en) | A method for grouping short windows in audio encoding | |
| JP2842276B2 (ja) | 広帯域信号符号化装置 | |
| CA2233896C (en) | Signal coding system | |
| EP0899720B1 (en) | Quantization of linear prediction coefficients | |
| JP4281131B2 (ja) | 信号符号化装置及び方法、並びに信号復号装置及び方法 | |
| JPH10268897A (ja) | 信号符号化方法及び装置 | |
| EP0866443B1 (en) | Speech signal coder | |
| JP3185748B2 (ja) | 信号符号化装置 | |
| JP4618823B2 (ja) | 信号符号化装置及び方法 | |
| JPH09230897A (ja) | 音響信号変換符号化方法 | |
| JP3153075B2 (ja) | 音声符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19980922 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071023 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081023 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091023 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091023 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101023 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111023 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121023 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131023 Year of fee payment: 15 |
|
| LAPS | Cancellation because of no payment of annual fees |