JPH0918348A - 音響信号符号化装置及び音響信号復号装置 - Google Patents

Abstract

(57)【要約】 【目的】 副情報の増加分が主情報の圧縮率を上回る
“レベル”を高め、以て出力信号列全体の圧縮率をより
一層向上する。 【構成】 音響信号を高品質のディジタル符号情報に変
換し、符号化データとして出力する音響信号符号化装置
であって、前記音響信号を複数の周波数成分に分割する
帯域分割器と、該帯域分割器の出力から求められるスケ
ールファクタと聴覚モデルから求められるノイズ割当情
報とを符号化して副情報を生成するとともに、副情報予
測信号から副情報符号を生成する適応副情報符号化器
と、符号化された副情報から副情報予測信号を生成する
抽象聴覚モデルと、該適応副情報符号化器で符号化され
た副情報に基づいて該帯域分割器から出力された周波数
成分を符号化し主情報符号を生成する主情報符号化器
と、主情報符号と副情報符号とを合成してディジタル符
号情報を生成する符号合成器と、を備える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、広帯域のアナログ・オ
ーディオ情報を高品質のディジタル符号情報に変換する
ため、もしくは、高品質のディジタル符号情報を広帯域
のアナログ・オーディオ情報に逆変換するために用いら
れる音響信号符号化装置又は音響信号復号装置の改良技
術に関する。

【０００２】近年、文字情報のみならず、画像情報やオ
ーディオ情報といったおよそ人間が認知し得る全ての情
報を一元的に取り扱うことのできる「マルチメディア技
術」への関心が高まっている。しかし、情報量の大幅な
増大に伴って、伝送コスト（典型的には電話回線を利用
した通信コスト）のアップや記憶メディアへの格納効率
といった点が普及への妨げとなっており、できる限り元
情報に近い内容で情報量を削減できる圧縮技術及び復元
技術が求められている。本発明は、かかるマルチメディ
ア技術の、特に、広帯域のアナログ・オーディオ情報の
圧縮技術及び復元技術に関するものである。なお、「オ
ーディオ」という用語は一般に音楽分野で使用される言
葉であるが、本明細書中では聴覚によって認識し得る
（ただし、その情報が可聴範囲にあるかどうかは問わな
い）全ての情報を指すものとする。

【０００３】

【従来の技術】広帯域のアナログ・オーディオ情報（以
下「音響信号」と言うこともある）の圧縮技術及び復元
技術として、従来から以下のものが知られている。 「第１の従来例」音響信号波形の既知の部分に続く波形
を予測することにより、符号化後の情報量を圧縮（削
減）するもの。たとえば、ＤＰＣＭやＡＤＰＣＭが代表
例である。これらの代表例では、音響信号波形の注目点
の波高値とその直前の波高値との差分をとり、この差分
情報を伝送又は記憶することによって全体の情報量を削
減している。 「第２の従来例」聴覚が持つ周波数マスキング効果・・・・
・・・・周波数成分Ａの近くに位置するＡよりも低レベルの
周波数成分Ｂは人間の耳にはマスクされて聞こえないと
いう効果・・・・・・・・を利用するもの。第１従来例の処理を
複数の周波数帯域に分離して行う。たとえば、ＩＴＵ
（国際通信連合）のＧ．７２２規格では、音響信号を４
つの周波数帯域に分割し、それぞれの帯域成分ごとにＡ
ＤＰＣＭを使用している。 「第３の従来例」聴覚の性質を限界まで利用するため
に、周波数マスキング効果の精密なモデルを適用するも
の。たとえば、ＩＳＯ／ＩＥＣ １１１７２．３国際標
準（ＭＰＥＧ Ａｕｄｉｏ）では周波数帯域の分割数を
３２から３８４へと高め、それぞれの帯域について最適
な符号量を割り当てる。ＡＣＴＳ（米国通信委員会）規
格の音響伝送（Ｄｏｌｂｙ ＡＣ３）や、ＭｉｎｉＤｉ
ｓｃ方式なども同様な手法を採用する。

【０００４】これら三つの従来例の中で、第３の従来例
が最も高い圧縮効率を有する。図７は、第３の従来例に
係る符号化器のブロック図である。この図において、１
は入力された音響信号、２は入力音響信号１の情報を失
うことなく複数の周波数成分３に分割する帯域分割器、
４は入力音響信号１を分析してノイズ割り当て（聴覚特
性上劣化を感じさせないノイズの最大振幅を表す量）５
を発生する聴覚モデル、６は複数の周波数成分３とノイ
ズ割り当て５に基づいて副情報符号７を発生する副情報
符号化器、８は複数の周波数成分３と副情報符号７とに
基づいて主情報符号９を発生する主情報符号化器、１０
は副情報符号７と主情報符号９を合成して伝送用又は記
憶用の出力符号１１を生成する符号列生成器である。

【０００５】図８は、第３の従来例に係る復号器のブロ
ック図である。この図において、２１は入力符号（図７
の出力符号１１に相当）、２２は入力符号２１を主情報
符号２３と副情報符号２４に分解する符号分解器、２５
は副情報符号２４から倍率や量子化精度等の副情報２６
を復号する副情報復号器、２７は副情報２６に基づいて
主情報符号２３を複数の周波数成分２８に復号する主情
報復号器、２９は複数の周波数成分２８を合成して元の
音響信号３０を再生する帯域合成器である。

【０００６】図７の符号化器では、周波数及び時間ブロ
ックごとに分割された入力音響信号の倍率や量子化精度
等を可変的に求め、波形自体を、これらの倍率や量子化
精度等によって決まる最小のディジタル符号量に圧縮し
て出力する。出力符号列は「主情報」と「副情報」を含
み、主情報はその情報の主体成分であるが、副情報は、
主情報の復号に必要な倍率や量子化精度等の補助情報で
ある。副情報をより細かく与えることによって、主情報
の符号化効率（圧縮率）を高めることができる。

【０００７】

【発明が解決しようとする課題】しかしながら、上記第
３の従来例にあっては、主情報の圧縮率を高めるため
に、副情報のきめ細かさを増して行くと、出力符号列中
の「副情報」それ自体の情報量が増加するという相反す
る作用があり、副情報の増加分が主情報の圧縮率を上回
らない“レベル”までしか副情報のきめ細かさを増すこ
とができず、出力信号列全体の圧縮率を高めることがで
きないという問題点があった。

【０００８】そこで、本発明は、副情報の増加分が主情
報の圧縮率を上回る“レベル”を高め、以て出力信号列
全体の圧縮率をより一層向上することを目的とする。

【０００９】

【課題を解決するための手段】請求項１記載の発明は、
音響信号を高品質のディジタル符号情報に変換し、符号
化データとして出力する音響信号符号化装置であって、
前記音響信号を複数の周波数成分に分割する帯域分割器
と、該帯域分割器の出力から求められるスケールファク
タと聴覚モデルから求められるノイズ割当情報とを符号
化して副情報を生成するとともに、副情報予測信号から
副情報符号を生成する適応副情報符号化器と、符号化さ
れた副情報から副情報予測信号を生成する抽象聴覚モデ
ルと、該適応副情報符号化器で符号化された副情報に基
づいて該帯域分割器から出力された周波数成分を符号化
し主情報符号を生成する主情報符号化器と、主情報符号
と副情報符号とを合成してディジタル符号情報を生成す
る符号合成器と、を備えたことを特徴とする。

【００１０】請求項２記載の発明は、請求項１記載の発
明において、入力音響信号を分析して人間の聴覚特性上
劣化を感じさせることなく符号化を行なえるようにノイ
ズ割り当て情報を発生させることのできる聴覚モデルを
備えたことを特徴とする。請求項３記載の発明は、請求
項１記載の発明において、適応副情報符号化器は、抽象
聴覚モデルなどの副情報予測モデルを利用して予測され
る、副情報の統計的性質を利用して適応的に副情報を符
号化することを特徴とする。

【００１１】請求項４記載の発明は、ディジタル符号情
報を符号化データとして入力し、該符号化データを音響
信号に逆変換して出力する音響信号復号装置であって、
ディジタル符号情報中の副情報から副情報予測信号を生
成する抽象聴覚モデルと、該副情報予測信号を使って該
副情報符号を復号する適応副情報復号器と、復号された
副情報を基に、ディジタル符号情報中の主情報符号を復
号して周波数成分に戻す主情報復号器と、該周波数成分
を元の音響信号に戻す帯域合成器と、を備えたことを特
徴とする。

【００１２】請求項５記載の発明は、請求項４記載の発
明において、適応副情報復号器は、抽象聴覚モデルなど
の副情報予測モデルを利用して予測される、副情報の統
計的性質を利用し、適応的に符号化された副情報を、適
応的に復号することを特徴とする。

【００１３】

【作用】本発明では、抽象聴覚モデルを用いて、副情報
よりも情報量の少ない副情報予測信号が作られ、この副
情報予測信号から生成された副情報符号と主情報とを合
成してディジタル符号情報が生成される。したがって、
ディジタル符号情報中の副情報の情報量が少なくなり、
副情報の増加分が主情報の圧縮率を上回る“レベル”が
高くなる結果、出力信号列全体の圧縮率のより一層の向
上が図られる。

【００１４】

【実施例】以下、本発明の実施例を図面に基づいて説明
する。図１〜図６は、本発明に係る音響信号符号化装置
及び音響信号復号装置の一実施例を示す図である。な
お、各図において、従来例と共通する構成要素には同一
の符号を付してある。 「符号化器」まず、本実施例の符号化器の構成を説明す
る。図１において、入力音響信号１は、広帯域のアナロ
グ・オーディオ情報を一定のサンプリングレートで一様
ＰＣＭ符号化したものであり、たとえば、１６ビット
（ｂｉｔ）の線形ＰＣＭ信号を用いることができる。言
うまでもなく、このビット数に限定されない、要求され
る精度に応じた最適なビット数を選択すればよい。な
お、以下では、１チャンネル（すなわちモノラル）の音
響信号を例にするが、これは説明の簡単化のためであ
り、多チャンネルの音響信号を除外するものではない。
入力音響信号１は以下のような信号である。

【００１５】x[t] : t = 0..∞ 入力音響信号１は、帯域分割器２及び聴覚モデル４に入
力される。帯域分割器２は、入力音響信号１の情報を失
うことなく、この入力音響信号１を複数の周波数成分３
に分割する機能を有している。かかる機能は、たとえ
ば、ＤＦＴ（Discrete Fourior Transform）、ＤＨＴ
（Discrete Hartley Transform）、ＤＣＴ（Discrete C
osine Transform）又はＭＤＣＴ（Modified Discrete C
osine Transform ）などの様々な公知手法によって実現
できる。特に限定しないが、本実施例ではＭＤＣＴを用
いる。ＭＤＣＴでは周波数成分を以下のように求める。

【００１６】 入力: x[m][i] m = 0,1,...,∞ （セグメント番号） i = 0,..,L-1 （セグメント内サンプル番号） 出力: c[m][k] = Σ（x[m-1][i] × M[i,k] + x[m][i] × M[i+L,k]） for i = 0,...,L-1 MDCT 係数: M[i,k] = cos{（2k+1） × （2i+n0） × Pi/2/L} n0 = （L+1）/2 たとえば、入力がある周波数の正弦波であった場合に
は、この変換によって、次表１に示す成分に出力が集中
する。表１によれば、変換によって帯域をＬ等分する効
果が得られたことになる。

【００１７】 周波数成分３は、以下のような信号である。

【００１８】c[m][k] : k = 0..L, m = 0..∞ 周波数成分３は、後で副情報を用いて効率的に符号化す
るために、セグメントに分割される。セグメンテーショ
ンは、時間方向と周波数方向の両方で行われることもあ
る。以下の説明では、セグメント （b,p） は、 m = m（b）..m（b+1）-1 k = k（p）..k（p+1）-1 の範囲を含むものとする。

【００１９】聴覚モデル４は、入力音響信号１を分析し
て、聴覚特性上劣化を感じさせることのないノイズの最
大の振幅を表すノイズ割り当て情報５を発生する。ノイ
ズ割当には、たとえば、ＩＳＯ／ＩＥＣ １１１７２．
３国際標準などで規定された効率の良い符号化原理・・・・
・・・・聴覚のマスキング特性（周波数マスキングあるいは
時間マスキング）を利用し、帯域ごとの許容量子化ノイ
ズを入力信号に応じて最適に割り当てる・・・・・・・・を利用
できる。ここで、ノイズ割り当ては、時間・周波数セグ
メントの量子化ノイズに許される最大振幅を表す量であ
り、たとえば、 n[b][p] : b = 0..∞, p = 0..M のような信号である。n[b][p] は、各ブロックごとに聴
覚特性上劣化を感じさせることのないノイズの最大の振
幅である。ノイズ割り当ての具体的手法としては、たと
えば、ＩＳＯ／ＩＥＣ １１１７２．３に記載された P
sycho Acoustic Model 2 を適用できる。周波数及び時
間の関数として、許容できるノイズを求めることがで
き、容易に上記 n[b][p] への換算が可能である。

【００２０】周波数成分３は、主情報符号化器８に入力
されるとともに、副情報処理部４０にも入力される。副
情報処理部４０は、適応副情報符号化器４１と抽象聴覚
モデル４２からなり、適応副情報符号化器４１は、ノイ
ズ割り当て情報５と周波数成分３から副情報７を生成し
た後、その副情報７を抽象聴覚モデル４２の働きにより
適応的に効率よく符号化して副情報符号４５を生成す
る。適応副情報符号化器４１は、たとえば、入力となる
周波数成分 c[m][k] から、１セグメントの最大振幅で
あるスケールファクタ s[b][p] を求めることができ
る。

【００２１】s[b][p] =max（c[m][k], {m = m（b）..m
（b+1）-1, k = k（p）..k（p+1）-1}） また、ノイズ割り当てと上記スケールファクタから、必
要な量子化ステップ数Q[b][p]を求めることができる。 Q[b][p] = s[b][p] / n[b][p] これらの副情報を用いることによって、主情報を後述の
ように効率よく符号化できるが、これら副情報自体も符
号化する必要があるため、全体の符号量を削減するに
は、この副情報に対しても効率的な符号化技術を適用す
る必要がある。

【００２２】Q[b][p], s[b][p] について考えると、以
下のようなことが判る。 （１） Q[b][p] < 1 となるセグメントが多数ある。こ
れらのセグメントについては、主情報、副情報とも符号
化の必要がない（但し、Q[b][p] < 1であることを示す
情報が必要）。 （２） 近接した Q[b][p] は、完全に独立ではなく相
互に次の制約がある。 （２−１） 時間マスキング効果 ある周波数において、振幅の大きい成分の直前あるいは
直後に存在する、比較的振幅の小さい成分はマスクされ
て人間の耳には聴こえない。図３において、Q[b-1][p]
は点線で示すような略山形の時間マスキング効果を持
つ。したがって、Q[b-1][p]に隣接するQ[b][p]について
は、マスキング効果を越えた部分だけを符号化すればよ
い。 （２−２） 周波数マスキング効果 周波数軸上において、ある振幅の大きい周波数成分の近
傍に存在する比較的振幅の小さい成分はマスクされて聴
こえない。図４において、Q[b][p-1]は点線で示すよう
な略山形の周波数マスキング効果を持つ。したがって、
Q[b][p-1]に隣接するQ[b][p]については、マスキング効
果を越えた部分だけを符号化すればよい。

【００２３】これらの性質（１）、（２）を利用する
と、あるQ[b][p] の値を符号化する際に、Q[b][p] の予
想分布を求めることができ、 Q[b][p] を効率よく符号
化することができる。以上のように、適応副情報符号化
器４１は、副情報間の相関によって適応的に副情報の符
号化を行うが、そのための副情報の予測は抽象聴覚モデ
ル４２によって行うことができる。

【００２４】適応副情報符号化器４１は、概符号化副情
報４３を抽象聴覚モデル４２に入力し、抽象聴覚モデル
４２から副情報予測４４を得る。後述するように抽象聴
覚モデル４２は、本発明の復号器にも含まれるが、その
入力は概符号化副情報４３であるから、符号化側の抽象
聴覚モデルと復号側の抽象聴覚モデルを共通化すること
ができる。

【００２５】抽象聴覚モデル４２は、聴覚特性を等価的
に計算するモデルであるという点で聴覚モデル４と一致
するが、以下の点で相違する。 （ア） 聴覚モデル４は、音響信号１の全てを入力変数
とするが、抽象聴覚モデル４２は概符号化副情報４３だ
けを入力変数とする。 （イ） 聴覚モデル４は、一般に精度重視であり計算量
の増加はやむを得ないものとして扱われるが、抽象聴覚
モデル４２はデコード時にも必要なので精度よりも計算
量重視（少ない計算量）になる。 （ウ） 聴覚モデル４の精度は、性能に直接影響する
が、抽象聴覚モデル４２は聴覚特性に忠実でなくてもか
まわない。

【００２６】すなわち、抽象聴覚モデル４２は、正確な
ノイズ割当を目的としたものではないから、聴覚モデル
４ほど精密なものでなくてもよく、たとえば、以下のよ
うな簡略手法によって副情報を予測することができる。
なお、図５に同手法の概念的なフローを示す。 p_zero[b][p] = 0.5 s_max[b][p] = n1[b][p-1] + off1 s_min[b][p] = max（s1[b-1][p]+off21,s1[b][p-1]+off
22） + off23 n_max[b][p] = n1[b][p-1]+off3 n_min[b][p] = max（s1[b-1][p]+off41,s1[b][p-1]+off
42） ここで、 n1[b][p] = s1[b][p]/Q1[b][p] 予測値はそれぞれ以下の意味を持つ。

【００２７】 p_zero[b][p]: メイン情報割当が零となる確率 s_max[b][p] : スケールファクタの最大値 s_min[b][p] : スケールファクタの最小値 n_max[b][p] : ノイズの最大値 n_min[b][p] : ノイズの最小値 また、 n1[b][p] 副情報符号のノイズ割当 s1[b][p] 副情報符号のスケールファクタ（最大
振幅） off1,off21,off22,off3,off41,off42 定数 である。この簡略的予測手法は、以下の理由で妥当であ
る。

【００２８】s_max[b][p] = n1[b][p-1] + off1 セグメント（b,p）の最大振幅によって、隣接したセグ
メント（b,p-1）はマスキングを受けているはずだか
ら、セグメント（b,p-1）のノイズ割り当てによりセグ
メント（b,p）のとり得る最大の振幅が推定できる。 s_min[b][p] = max（s1[b-1][p]+off21,s1[b][p-1]+off
22） セグメント（b-1,p）、（b,p-1）は、共にセグメント
（b,p）をマスクするので、ノイズ割当はこれらからそ
の下限が推定できる。したがって、セグメント（b,p）
がゼロ割当とならないためには、少なくともそのレベル
より最大振幅が大きい必要がある。

【００２９】n_max[b][p] = n1[b][p-1]+off3 セグメント（b,p）のノイズ割当は、隣接したセグメン
ト（b,p-1）との連続性があるから、それにより最大値
が推定できる。 n_min[b][p] = max（s1[b-1][p]+off41,s1[b][p-1]+off
42） セグメント（b,p）のノイズ割当の最小値は、隣接した
セグメントによるマスクによってその最小値が推定でき
る。

【００３０】これらの推定は多少の誤差を含むものであ
るが、各々オフセットによって余裕度をもたせているの
で、実際の副情報の値は必ずこれらの最大値、最小値内
に収められる。これらの最大値、最小値を用いて、以下
のように副情報符号を生成できる。 n1[b][p] = Quant2（n[b][p]/n_min[b][p]） s1[b][p] = Quant2（s[b][p]/s_min[b][p]） ここで、Quant2 はスケール及びノイズ割当を量子化す
るのに適した、以下のような対数圧縮型の量子化関数で
ある。

【００３１】 Quant2（x） = rint（log（x）/log（2）×a1） a1 は定数（たとえば 3.0 を用いることができる） 副情報符号は直ちに逆量子化されて、それを副情報とす
る。 n2[b][p] = Requant2（n1[b][p]） × n_min[b][p] s2[b][p] = Requant2（s1[b][p]） × s_min[b][p] Requant2（x） は Quant2（x） により量子化された整
数を逆量子化する関数である。

【００３２】Requant2（x） = Exp（x × a1） a1 は定数であり、Quant2（x） と同じ値（たとえば 3.
0）を用いる。以上は抽象聴覚モデルの具体的手法の一
例であるが、このような抽象聴覚モデルによって推定さ
れた情報に基づいて符号化を行うには、たとえば、「算
術符号化」、「ハフマン符号化」、「ベクトル符号化」
又は「テーブル参照符号化」など様々な手法を適用でき
る。

【００３３】主情報符号化器８は、副情報７と周波数成
分３を入力とし、主情報符号９を出力する。副情報７か
ら、各周波数帯域ごとに必要なＳ／Ｎ比（信号対雑音
比）及び最大振幅を得ることができる。一般に周波数帯
域と必要なＳ／Ｎ比が与えられていれば、様々な手法で
その信号を所定のビットレートで符号化することが可能
である。

【００３４】たとえば、主情報符号化器８は、以下の手
法で符号化を行うことができる。まず、スケール s[b]
[p] とノイズ割当 n[b][p] より以下のようにして量子
化ステップ数 q[b][p] を求める。 q[b][p] = s[b][p] / n[b][p] 次に、量子化ステップ数 q[b][p] とスケール s[b][p]
を用いて、次のように量子化と逆量子化を定義する。

【００３５】 Quant（x） = rint（x / s[b][p] × q[b][p]） Requant（x） = x / q[b][p] × s[b][p] rint（x） は x に最も近い整数を値としてとる丸め関
数である。主情報符号化器８は、この量子化関数を使っ
て以下のように量子化を行い、符号列生成器１０は、主
情報符号９と副情報符号１５を入力とし、最終的に出力
符号１１を出力する。

【００３６】y[m][k] = Quant（c[m][k]） 「復号器」次に、本実施例の復号器の構成を説明する。
図２において、入力符号２１は上記符号化器の出力（出
力符号１１）である。符号分解器２２は、入力符号２１
を解析して、主情報符号２３と副情報符号２４に分解す
る。主情報符号２３は、たとえば、以下のように量子化
され、スケーリングされた整数である。

【００３７】q[m][k] m=0..∞, k=0..L 副情報符号２４は、たとえば、以下のようにセグメント
ごとの副情報を再現するための整数列である。 s2[b][p] b=0..∞, p=0..M n2[b][p] b=0..∞, p=0..M 復号処理部５０は、適応副情報復号器５１及び抽象聴覚
モデル５２を含み、適応情報復号器５１は、符号化器と
同様の手法を用い、副情報符号２４から副情報３６を生
成する。

【００３８】 n2[b][p] = Requant2（n1[b][p]） × n_min[b][p] s2[b][p] = Requant2（s1[b][p]） × s_min[b][p] したがって、符号化器の主情報符号化器８に送られたの
と全く同一の副情報３６が復号器でも再生され、主情報
復号器２７に送られる。副情報３６は、以下のような信
号となる。

【００３９】n2[b][p] b=0..∞ p=0..M s2[b][p] b=0..∞ p=0..M 抽象聴覚モデル５２、概符号化副情報５３及び副情報予
測５４は、それぞれ符号化器の対応する部分とまったく
同一であり、また同じ信号を処理している時にはそれぞ
れの信号もまったく同一となる。したがって、これらに
関する説明は符号化器の同一部分を参照するものとす
る。

【００４０】主情報復号器２７は、副情報３６と主情報
符号２３を入力として、周波数成分２８を出力する。こ
の動作は符号化器の主情報符号化器８と対をなすもので
あり、主情報符号化器８同様いろいろな手法を取り得る
し、またどのような手法を用いてもかまわない。たとえ
ば、符号化器の主情報符号化器８が前述のような一様量
子化によるならば、復号器の主情報復号器２７は、以下
のような逆量子化によって周波数成分２８を求めること
ができる。

【００４１】c[m][k] = Requant（y[m][k]） m=0..∞, k=0..L-1 帯域合成器２９は、周波数成分２８を入力とし、元の時
系列サンプルの形の出力音響信号３０に変換して出力す
る。この変換は符号化器における帯域分割器２の動作と
逆である。たとえば、入力にＭＤＣＴ（Modified Discr
ete Cosine Transform）を使用したなら、帯域合成器２
９には、その逆のＩＭＤＣＴ（InverseModified Discre
te Cosine Transform）を使用する。ＩＭＤＣＴの変換
式を以下に示す。

【００４２】 入力： c[m][k] m=0,1,..,∞ （セグメント番号） k=0,1,..,L （セグメント内係数番号） y[m][n]=2/N×h（n）×Σ（c[m][k]×cos（（2k+1）（n+n0）Pi/2/N）） for n=0,1,2..,2N-1 n0 = N/2 + 1/2 出力： x[m][n]=y[m-1][n+N]+y[m][n] m=0,1,..,∞ （セグメント番号） n=0,1,..,N-1（セグメント内サンプル番号） 出力は時系列データである。

【００４３】以上述べたように、本発明における副情報
の符号化手法は、主情報の量子化手法や帯域分割手法な
どに影響されない。したがって、聴覚心理に基づくさま
ざまな符号化方式や周波数分割の方法の差にかかわらず
適用することが可能である。また、説明の都合上、簡単
な抽象聴覚モデルを例にしたが、抽象聴覚モデルの予測
する副情報が、実際の副情報に近ければ近いほど符号化
効率が上がることは明らかである。したがって、抽象聴
覚モデルには、符号化器で用いる聴覚モデルに近い構造
をとることも可能で、たとえば、抽象聴覚モデルと聴覚
モデルが同一であってもかまわない。 「抽象聴覚モデルの他の例」抽象聴覚モデルの例は、既
に述べたとおりであるが、この他にも、副情報の代表値
をまず正確に符号化し、そこから間の副情報を予測し
て、少ない符号量で符号化する手法を用いることもでき
る。

【００４４】たとえば、図６に示すように、まず、８セ
グメントおきにスケールファクタを非常に細かい精度
（８ビット）で符号化する。それぞれの中間（４セグメ
ントおき）のスケールファクタは先に符号化したスケー
ルファクタから、抽象聴覚モデルによって、そのとり得
る範囲がある程度推定できるので、先のスケールファク
タよりも少ない符号量（６ビット）で符号化できる。さ
らに、それらの中間（２セグメントおき）は、既に符号
化されたスケールファクタから周波数間隔が狭くなるこ
とにより正確に予測できるため、さらに少ない符号量
（４ビット）で符号化できる。さらに、その中間のスケ
ールファクタを前後からより正確に予測することによ
り、符号化されたスケールファクタの符号量を減らすこ
とができる。ノイズ割り当てについても同様である。な
お、セグメント数やビット数は一例である。

【００４５】

【発明の効果】本発明によれば、ディジタル符号情報中
の副情報の情報量を少なくすることができる。したがっ
て、主情報の圧縮率を高めるために、副情報のきめ細か
さを増していっても、出力符号列中の「副情報」それ自
体の情報量が従来例に比べて増加しないから、副情報の
増加分が主情報の圧縮率を上回る“レベル”を高めるこ
とができ、出力信号列全体の圧縮率をより一層向上する
ことができる。

【図面の簡単な説明】

【図１】一実施例の符号化器のブロック図である。

【図２】一実施例の復号器のブロック図である。

【図３】時間マスキング効果のグラフである。

【図４】周波数マスキング効果のグラフである。

【図５】一実施例の要部アルゴリズムである。

【図６】一実施例の他の要部アルゴリズムである。

【図７】従来の符号化器のブロック図である。

【図８】従来の復号器のブロック図である。

【符号の説明】

１：入力音響信号 ２：帯域分割器 ３：周波数成分 ４：聴覚モデル ５：ノイズ割当 ６：副情報符号化器 ７：副情報 ８：主情報符号化器 ９：主情報符号 １０：符号列生成器 １１：出力符号 ２１：入力符号 ２２：符号分解器 ２３：周波数成分 ２７：主情報復号器 ２８：主情報符号 ２９：帯域合成器 ３０：出力音響信号 ３６：副情報 ４１：適応副情報符号化器 ４２：抽象聴覚モデル ４３：概符号化副情報 ４４：副情報予測 ４５：副情報符号 ５１：適応副情報復号器 ５２：抽象聴覚モデル ５３：概符号化副情報 ５４：副情報予測

───────────────────────────────────────────────────── フロントページの続き (72)発明者 小西 正也 神奈川県横浜市神奈川区守屋町３丁目12番 地 日本ビクター株式会社内

Claims (5)

【特許請求の範囲】
1. 【請求項１】音響信号を高品質のディジタル符号情報に
   変換し、符号化データとして出力する音響信号符号化装
   置であって、 前記音響信号を複数の周波数成分に分割する帯域分割器
   と、該帯域分割器の出力から求められるスケールファク
   タと聴覚モデルから求められるノイズ割当情報とを符号
   化して副情報を生成するとともに、副情報予測信号から
   副情報符号を生成する適応副情報符号化器と、符号化さ
   れた副情報から副情報予測信号を生成する抽象聴覚モデ
   ルと、該適応副情報符号化器で符号化された副情報に基
   づいて該帯域分割器から出力された周波数成分を符号化
   し主情報符号を生成する主情報符号化器と、主情報符号
   と副情報符号とを合成してディジタル符号情報を生成す
   る符号合成器と、を備えたことを特徴とする音響信号符
   号化装置。
2. 【請求項２】入力音響信号を分析して人間の聴覚特性上
   劣化を感じさせることなく符号化を行なえるようにノイ
   ズ割り当て情報を発生させることのできる聴覚モデルを
   備えたことを特徴とする請求項１記載の音響信号符号化
   装置。
3. 【請求項３】適応副情報符号化器は、抽象聴覚モデルな
   どの副情報予測モデルを利用して予測される、副情報の
   統計的性質を利用して適応的に副情報を符号化すること
   を特徴とする請求項１記載の音響信号符号化装置。
4. 【請求項４】ディジタル符号情報を符号化データとして
   入力し、該符号化データを音響信号に逆変換して出力す
   る音響信号復号装置であって、 ディジタル符号情報中の副情報から副情報予測信号を生
   成する抽象聴覚モデルと、該副情報予測信号を使って該
   副情報符号を復号する適応副情報復号器と、復号された
   副情報を基に、ディジタル符号情報中の主情報符号を復
   号して周波数成分に戻す主情報復号器と、該周波数成分
   を元の音響信号に戻す帯域合成器と、を備えたことを特
   徴とする音響信号復号装置。
5. 【請求項５】適応副情報復号器は、抽象聴覚モデルなど
   の副情報予測モデルを利用して予測される、副情報の統
   計的性質を利用し、適応的に符号化された副情報を、適
   応的に復号することを特徴とする請求項４記載の音響信
   号復号装置。