JPH09172376A - 量子化ビット割当て装置 - Google Patents

Abstract

(57)【要約】 【課題】音声等のディジタル信号の量子化ビット割当て
において、本来量子化ビット量を最も必要とするサブバ
ンドの音質を高める。 【解決手段】サブバンド検出手段から出力される高周波
数帯域側および低周波数帯域側の二つのサブバンド情報
のうち、選択制御手段が高周波数帯域側のサブバンド情
報を優先的に選択する手段を備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ディジタル音声信
号を幾つかの周波数帯域毎に分割し、人の聴覚特性を利
用して情報の圧縮を行うための符号化装置に係り、特
に、ＩＣレコーダ等を用いた音声案内サービスで使用さ
れるディジタル音声信号に対して符号化処理を施すため
に好適な量子化ビット割当て装置に関する。

【０００２】

【従来の技術】従来よりディジタルの音声信号を圧縮す
る方法として、音声信号の周波数成分を複数個のサブバ
ンドに分割して符号化する方法が知られている。また、
人が聞きやすい周波数帯域の信号劣化を最小にし、逆に
人が聞き取れない、または聞き取りづらい周波数の信号
成分は積極的に間引くといった様な人の聴覚特性を利用
した心理聴覚分析と呼ばれる信号処理アルゴリズムと組
み合わせて、音声信号を圧縮する方法も提案されてい
る。

【０００３】人の聴覚特性の代表的な例として、ある周
波数の音が近接する周波数のより大きなパワーを待った
音にマスクされて実際には人には聞こえないというマス
キング効果がある。また、人の聴覚には、周波数の低い
音ほど敏感に反応し、逆に周波数の高い音ほど知覚され
にくいという特徴があることが一般に知られている。こ
れらの特性を利用した圧縮方法では、各サブバンド毎に
分割された音声信号に対して、マスキング効果等による
各サブバンド間での信号相互の影響を考慮した上で、信
号振幅を量子化するために最も適切なビット量の割当て
が実施される。

【０００４】しかし、サブバンド全体で単位時間当たり
に割当てることのできる量子化ビット量の総和は、転送
ビットレートによって制限され、必ずしも全ての条件を
満足するビット配分ができない場合が多い。従って、決
められた量子化ビット量の総和内で音質の劣化を極力抑
えるようなビット配分を実施する必要がある。

【０００５】従来技術の一例として特開平6−216861 号
公報には、各サブバンド毎に必要な割当てビット量を計
算した後、全体の割当てビット量の総和内に収まるま
で、割当てビット量の最も大きなサブバンドから１ビッ
トずつ、ビット量を減らす処理を繰り返す方法が記載さ
れている。

【０００６】また、特開平7−50589号公報には、人の聴
覚のマスキング効果を利用したビット割当て処理におい
て、マスキングしきい値レベルから理論的にその帯域に
必要なビット量を算出する処理を省くために、圧縮しよ
うとする音声信号とは異なる試験信号を用いてビット割
当ての実験を行い、その結果から作成したビット割当て
テーブルとマスキングしきい値レベルと各帯域の信号の
電力レベルの関係から、各帯域のビット配分を求める方
法が記載されている。なお、ここで言うマスキングしき
い値レベルとは、ある周波数の信号に対して、人の聴覚
上、聞こえなくなる最下限の信号レベルを指す。

【０００７】

【発明が解決しようとする課題】特開平6−216861 号公
報による方法では、ビット配分の増減基準が、単に最初
に決定したビット割当て量の大小関係のみに基づいてい
るため、本来量子化ビット量を最も必要とするサブバン
ドの音質劣化が著しくなることがある。また、ビット割
当て量を調整する時の増減量も１ビットずつであるた
め、最終的なビット配分が決定するまでの処理負荷が増
大する。

【０００８】一方、特開平7−50589号公報による方法に
おいて、ビット配分の際に使用されるビット割当てテー
ブルは、本来圧縮しようとする信号とは全く異なる試験
信号を元に作成されたテーブルであり、あくまで所定の
条件下でのビット割当ての結果を統計的に表現したもの
である。従って、常に適切なビット配分が実施されると
は限らない。また、この方法によるビット割当てにおい
て、良好なビット配分の結果を得るためには膨大な情報
量のテーブルが必要になる。

【０００９】

【課題を解決するための手段】各サブバンドの量子化レ
ベルから導かれる量子化ビット数の総和が、転送ビット
レートから算出される単位時間当たりのビット量の総和
内に収まるまで、量子化レベルの最適化を行う量子化ビ
ット割当て処理において、割当てビット量を調整するサ
ブバンドを決定するために、人の聴覚が周波数の高い音
ほど知覚されにくいという特性を利用して、選択制御手
段がサブバンド検出手段から出力される高周波数帯域側
および低周波数帯域側の二つのサブバンド情報のうち、
高周波数帯域側のサブバンド情報を優先的に選択する手
段を備える。

【００１０】さらに、サブバンド検出手段から出力され
る低周波数帯域側および高周波数帯域側の二つのサブバ
ンド情報は、音声情報に対して量子化を実施した際に音
質劣化への影響が最も少ない（マスク対雑音比が最も大
きい）サブバンド情報を選択して出力する手段を備え
る。

【００１１】

【発明の実施の形態】図１は本発明による量子化ビット
割当て装置の実施の形態の一例を示したブロック図であ
る。まず、各サブバンドの量子化レベル１００を記憶す
る部分には、ディジタル音声信号から各サブバンド毎に
量子化に最低限必要なビット数を計算し、そのビット数
に相当する量子化レベル（初期値１）を各サブバンド毎
に格納する。また、各サブバンドの信号対マスク比１０
１を格納する部分には、各サブバンド毎の入力信号とマ
スキングしきい値レベルとの比率を計算した値（初期値
２）を格納する。

【００１２】信号対マスク比１０１は、人の聴覚特性を
利用した心理聴覚分析と呼ばれる信号処理アルゴリズム
を使用して求められ、比の値が小さい程、信号が音とし
て知覚されにくいことが知られている。

【００１３】サブバンド検出部１０２では、各サブバン
ドの量子化レベル１００および信号対マスク比１０１の
関係から、各サブバンド毎のマスク対雑音比を求め、そ
の中からあるサブバンドを境界にした時の、高周波数帯
域側のサブバンドの中で最大のマスク対雑音比を持つサ
ブバンドを検索して、そのサブバンド情報をＳＢｍ１に
格納する。また同時に、低周波数帯域側のサブバンドの
中で最大のマスク対雑音比を持つサブバンドを検索して
ＳＢｍ２に格納する。マスク対雑音比については図４の
説明にて述べる。

【００１４】選択制御部１０５では、ＳＢｍ１とＳＢｍ
２のうち、高周波数帯域側のサブバンド情報であるＳＢ
ｍ１を優先的に選択し、ＳＢｍに格納する。もし、ＳＢ
ｍ１に該当するサブバンドの量子化レベルが０の場合
は、ＳＢｍ２をＳＢｍに格納する。調整部１０７では、
ＳＢｍに該当するサブバンドの量子化レベル１００を１
レベル下げる処理を行う。これら一連の処理は、各サブ
バンドの量子化レベルから設定される量子化ビット数の
総和が転送ビットレートから算出される単位時間当たり
のビット量の総和内に収まるまで繰り返される。

【００１５】図２は量子化レベルの数値とそれに対応す
る量子化ビット数の関係の一例を示す図である。同図
は、量子化レベルを０から１５までの１６段階に分けた
場合の例であり、例えば、あるサブバンドの量子化レベ
ルが１５である時は、そのサブバンドの音声信号に対す
る量子化ビットは１６ビットであることを表している。
また、量子化レベルが０のサブバンドは、音声信号に対
する量子化ビットが０ビットであることを表し、そのサ
ブバンドの音声信号は削除されることを意味する。

【００１６】図３は各サブバンド毎の量子化ビット数の
配分の一例を示した図である。サブバンド全体の量子化
ビット数の総和は、各サブバンドの量子化レベルに対応
する量子化ビット数と、該当するサブバンドの音声信号
のサンプル数との積の総和である。わかり易く説明する
ために同図（ａ）において、１０個に分割したサブバン
ドで、それぞれ１０個の音声信号のサンプルを持ち、サ
ブバンド全体の割当て可能な量子化ビット数が１,００
０ ビットであると仮定する。また、各サブバンドの量
子化レベルが全て１１（図２より各サブバンド毎の量子
化ビットは１２ビット）であると仮定すると、各サブバ
ンド毎の量子化ビット数(３０１〜３１０)は、各々１２
０ビットとなる。従って、全体の割当てビット数は１２
００ビットとなり、この段階ではサブバンド全体で割当
て可能な量子化ビット数である１,０００ ビットを越え
ている。そこで、全体の割当てビット数を１,０００ ビ
ットに等しくするか、またはそれ以下にするために図１
を用いて説明した処理を実施する。

【００１７】前述したように、各サブバンドをある所定
のサブバンドを境界にして低周波数帯域側と高周波数帯
域側に分け、周波数の高い音ほど知覚されにくいという
人の聴覚特性を利用して、高周波数帯域側のサブバンド
の量子化ビットから優先して減らすように処理する。同
図（ｂ）に、その一例を示す。今、サブバンドの８番目
３１９（ｓｂ８）を境界として設定したとすると、サブ
バンドの８番目３１９（ｓｂ８）とサブバンドの９番目
３２０（ｓｂ９）の量子化ビット数を優先して減らすよ
うに処理する。この結果、二つのサブバンドの量子化ビ
ット数は２０ビットまで減少するが、それ以外のサブバ
ンドの量子化ビット数は１２０ビットのまま確保され
る。

【００１８】このような人の聴覚特性を考慮した量子化
ビット配分の最適化によって、高周波帯域の音質は多少
劣化するが、最も人に知覚され易い周波数帯域での音質
劣化は最小限に抑えることができる。

【００１９】図４はサブバンド検出部１０２の詳細な実
施の形態の一例を示すブロック図である。図１の説明で
も述べたようにサブバンド検出部１０２は、各サブバン
ドの量子化レベル１００および信号対マスク比１０１の
関係から、各サブバンド毎のマスク対雑音比を求め、そ
の中からある所定のサブバンドを境界にした時の、低周
波数帯域側と高周波数帯域側のサブバンドの中で最大の
マスク対雑音比を持つ二つのサブバンドを検索する部分
である。

【００２０】まず、各サブバンドの量子化レベル１００
から換算した信号対雑音比と各サブバンドの信号対マス
ク比、および演算処理の際に低周波数帯域側と高周波数
帯域側を区別するために任意に設定するサブバンドＳＢ
ｎを演算制御部４０１に入力する。ここでの信号対雑音
比とは、音声信号を量子化する際の信号成分と雑音成分
の比率を表したものであり、それは量子化ビット数にほ
ぼ比例することが一般的に知られている。

【００２１】演算制御部４０１は、サブバンドＳＢｎを
境界にして、サブバンドＳＢｎを含むそれ以上のサブバ
ンドとサブバンドＳＢｎ以下の２種類のマスク対雑音比
を計算し、前者をマスク対雑音比４０３，後者をマスク
対雑音比４０４にそれぞれ格納する。検出部４０５は、
マスク対雑音比４０３の中で最も大きな値を持つサブバ
ンドを検出してＳＢｍ１に格納する。同様に検出部４０
６は、マスク対雑音比４０４の中で最も大きな値を持つ
サブバンドを検出してＳＢｍ２に格納する。

【００２２】本発明による量子化ビット割当て装置の詳
細な実施の形態の一例を、図５に示すブロック図および
図６に示すフローチャートを用いて説明する。まず、サ
ブバンド全体の量子化ビットの総数がＴＢＩＴに設定さ
れる(フローチャート６０１)。次に、各サブバンド毎の
量子化レベル１００と各サブバンド毎の信号対マスク比
１０１の初期値がそれぞれ入力制御部５０１，５０２を
介して設定される（フローチャート６０２，６０３）。
量子化レベル１００は、それぞれ対応する量子化ビット
数から各サブバンドの信号対雑音比４００に換算し、そ
れと前記の信号対マスク比１０１から各サブバンド毎の
マスク対雑音比を計算する（フローチャート６０４）。
この時、任意に設定されるサブバンドＳＢｎを境界にし
て、高周波数帯域側と低周波数帯域側の二つの帯域に分
割して計算し、前者をマスク対雑音比４０３，後者をマ
スク対雑音比４０４に格納する（フローチャート６０
５，６０６）。

【００２３】検出部４０５および４０６では、各々の中
で最も大きなマスク対雑音比を持つ該当サブバンドを検
出して、それぞれＳＢｍ１，ＳＢｍ２に格納する（フロ
ーチャート６０７，６０８）。選択制御部１０５では、
ＳＢｍ１の量子化レベルが０であるかどうかを検査する
（フローチャート６０９）。ＳＢｍ１の量子化レベル≠
０であれば、検出部４０５で検出したＳＢｍ１をＳＢｍ
に格納する（フローチャート６１０）。一方、ＳＢｍ１
の量子化レベル＝０の時は、検出部４０６で検出したＳ
Ｂｍ２をＳＢｍに格納する（フローチャート６１１）。

【００２４】調整部１０７では、ＳＢｍに該当するサブ
バンドの量子化レベル１００を１レベル下げる処理を行
う（フローチャート６１２）。この後、この段階の各サ
ブバンドの量子化レベル１００からサブバンド全体の量
子化ビット割当ての総数を計算し、ＮＢＩＴに格納する
（フローチャート６１３）。終了判定部５００では、こ
のＮＢＩＴと先に設定したＴＢＩＴを比較し、ＴＢＩＴ
≧ＮＢＩＴが成立した段階で、その時点の各サブバンド
の量子化レベル１００の値を出力制御部５０３を介して
出力する（フローチャート６１４）。もしも、ＴＢＩＴ
≧ＮＢＩＴが成立しなければ、成立するまでフローチャ
ート６０４からフローチャート６１４の間の処理を引き
続き繰り返す。

【００２５】図７は、本発明による量子化ビット割当て
装置の詳細な実施の形態の別の一例を示す図である。こ
れまでの説明では、演算制御部４０１で、高周波数帯域
側と低周波数帯域側の二つの帯域の境界のとなるサブバ
ンドＳＢｎは、任意の値を固定値として設定する様にし
ていた。圧縮するディジタル音声信号が、本発明を使用
した装置の主な使用目的である音声案内サービスに限定
されるなど、ディジタル音声信号の周波数特性の特徴が
類似しているものであれば、これまで説明した実施の形
態の量子化ビット割当て装置で充分対応可能である。さ
らに、同図に示した様にサブバンドＳＢｎの設定を、周
波数特性解析部７０１が各サブバンドにおける音声信号
分布の出現頻度の割合を解析するなどして、高周波数帯
域側と低周波数帯域側の二つの帯域の境界のとなる最適
なサブバンドＳＢｎを決定するようにすれば、圧縮しよ
うとするディジタル音声信号の分類を特に考慮せずと
も、常に最適な量子化ビット割当てを実現することが可
能となる。

【００２６】

【発明の効果】本発明によれば、ディジタル音声信号を
圧縮する課程において、人が聞きやすい周波数帯域の音
質劣化を最小限に抑えつつ、各サブバンドに対して最適
な量子化ビットの配分が可能な量子化ビット割当て装置
を提供することができる。

【図面の簡単な説明】

【図１】本発明による量子化ビット割当て装置の一実施
例のブロック図。

【図２】量子化レベルとそれに対応する量子化ビット数
の関係の一例を示す説明図。

【図３】各サブバンド毎の量子化ビット数の割当て配分
の一例を示す説明図。

【図４】サブバンド検出部の一実施例のブロック図。

【図５】量子化ビット割当て装置の一実施例のブロック
図。

【図６】量子化ビット割当て装置の処理手順のフローチ
ャート。

【図７】量子化ビット割当て装置の第二実施例のブロッ
ク図。

【符号の説明】

１００…各サブバンドの量子化レベル、１０１…各サブ
バンドの信号対マスク比、１０２…サブバンド検出部、
１０３…高周波数帯域側から求めたサブバンド情報、１
０４…低周波数帯域側から求めたサブバンド情報、１０
５…選択制御部、１０６…サブバンド情報、１０７…調
整部。

Claims (1)

【特許請求の範囲】
1. 【請求項１】音声等のディジタル信号の周波数成分をＮ
   個のサブバンドに分割し、前記各サブバンドの音声信号
   に対応するＮ個の量子化レベルを格納する手段と、人の
   聴覚特性を利用した信号処理手順から算出した各サブバ
   ンド毎に対応するＮ個の信号対マスク比を格納する手段
   と、所定のサブバンドを境界にして低周波数帯域側にお
   けるマスク対雑音比の最も大きなサブバンド、および高
   周波数帯域側におけるマスク対雑音比の最も大きなサブ
   バンドを検出して所定のメモリに格納するサブバンド検
   出手段と、前記二つのサブバンド情報のうち、いずれか
   一方のサブバンド情報を選択して所定のメモリに格納す
   る選択制御手段と、前記サブバンド情報と一致する周波
   数帯域の量子化レベルに対して所定のレベル調整を行う
   ための手段を備え、前記各サブバンドの量子化レベルか
   ら導かれる量子化ビット数の総和が、転送ビットレート
   から算出される単位時間当たりのビット量の総和内に収
   まるまで、量子化レベルの最適化を行う量子化ビット割
   当て処理において、前記選択制御手段がサブバンド検出
   手段から出力される二つのサブバンド情報のうち、高周
   波数帯域側のサブバンド情報を優先的に選択することを
   特徴とする量子化ビット割当て装置。