JPH09204197A - 周波数領域内のｌｐｃ予測による時間領域内での知覚ノイズ整形 - Google Patents
周波数領域内のｌｐｃ予測による時間領域内での知覚ノイズ整形Info
- Publication number
- JPH09204197A JPH09204197A JP9005248A JP524897A JPH09204197A JP H09204197 A JPH09204197 A JP H09204197A JP 9005248 A JP9005248 A JP 9005248A JP 524897 A JP524897 A JP 524897A JP H09204197 A JPH09204197 A JP H09204197A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- spectral component
- prediction
- coded
- generating
- 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
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/3002—Conversion to or from differential modulation
- H03M7/3044—Conversion to or from differential modulation with several bits only, i.e. the difference between successive samples being coded by more than one bit, e.g. differential pulse code modulation [DPCM]
-
- 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
- G10L19/03—Spectral prediction for preventing pre-echo; Temporary noise shaping [TNS], e.g. in MPEG2 or MPEG4
-
- 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
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0316—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude
- G10L21/0364—Speech enhancement, e.g. noise reduction or echo cancellation by changing the amplitude for improving intelligibility
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
(57)【要約】
【課題】 本発明は、オーディオ信号のコード化に関
し、特に知覚モデルに基づくオーディオ信号のコード化
のための改良型方法および装置に関する。 【解決手段】 知覚ノイズ整形が、周波数領域内で（線
形）予測（すなわち、ろ過作業）を行うことにより、時
間領域内で達成されるオーディオ信号の知覚コード化用
の方法および装置。その結果、量子化ノイズの一時的な
広がりが減少する。
し、特に知覚モデルに基づくオーディオ信号のコード化
のための改良型方法および装置に関する。 【解決手段】 知覚ノイズ整形が、周波数領域内で（線
形）予測（すなわち、ろ過作業）を行うことにより、時
間領域内で達成されるオーディオ信号の知覚コード化用
の方法および装置。その結果、量子化ノイズの一時的な
広がりが減少する。
Description
【０００１】
【発明の属する技術分野】本発明は、オーディオ信号の
コード化に関し、特に知覚モデルに基づくオーディオ信
号のコード化のための改良型方法および装置に関する。
コード化に関し、特に知覚モデルに基づくオーディオ信
号のコード化のための改良型方法および装置に関する。
【０００２】
【従来の技術、及び、発明が解決しようとする課題】こ
こ数年間の間に、いわゆる「知覚オーディオ・コーダ」
が開発され、従来のコンパクト・ディスク媒体（ＣＤ）
上で通常使用されるビット速度の、約１／１２またはそ
れ以下のビット速度で、高品質のオーディオ信号を送信
したり記憶したりすることができるようになった。上記
コーダは、知覚によっては識別できない再構成（すなわ
ち、デコード）信号を作り出すのに必要な程度の正確さ
のレベルでコード化することによって、人間の聴覚器官
が聴覚の限界を持っているためにオーディオ信号に含ま
れている聴覚に感じられない部分を利用する。国際基準
化機構の動画専門部会（ＩＳＯ／ＭＰＥＧ）、ＭＰＥＧ
１およびＭＰＥＧ２オーディオ規格のような、いろいろ
な規格が制定されてきた。知覚オーディオ・コーダにつ
いては、例えば、１９９４年２月８日付けのジェームズ
Ｄ．ジョンソンの米国特許第５，２８５，４９８号、
および１９９４年８月２３日付けのジョセフ Ｌ．ホー
ル・ジュニアおよびジェームズ Ｄ．ジョンソンの米国
特許第５，３４１，４５７号に詳細に開示されている。
これら米国特許は、本発明の譲受人に譲渡されている。
上記両米国特許の全文は参考として本明細書に組み込ま
れている。
こ数年間の間に、いわゆる「知覚オーディオ・コーダ」
が開発され、従来のコンパクト・ディスク媒体（ＣＤ）
上で通常使用されるビット速度の、約１／１２またはそ
れ以下のビット速度で、高品質のオーディオ信号を送信
したり記憶したりすることができるようになった。上記
コーダは、知覚によっては識別できない再構成（すなわ
ち、デコード）信号を作り出すのに必要な程度の正確さ
のレベルでコード化することによって、人間の聴覚器官
が聴覚の限界を持っているためにオーディオ信号に含ま
れている聴覚に感じられない部分を利用する。国際基準
化機構の動画専門部会（ＩＳＯ／ＭＰＥＧ）、ＭＰＥＧ
１およびＭＰＥＧ２オーディオ規格のような、いろいろ
な規格が制定されてきた。知覚オーディオ・コーダにつ
いては、例えば、１９９４年２月８日付けのジェームズ
Ｄ．ジョンソンの米国特許第５，２８５，４９８号、
および１９９４年８月２３日付けのジョセフ Ｌ．ホー
ル・ジュニアおよびジェームズ Ｄ．ジョンソンの米国
特許第５，３４１，４５７号に詳細に開示されている。
これら米国特許は、本発明の譲受人に譲渡されている。
上記両米国特許の全文は参考として本明細書に組み込ま
れている。
【０００３】一般的にいって、モノラル・オーディオ信
号用の知覚オーディオ・コーダの構造は下記のようなも
のである。 ・入力サンプルが、種々のタイプのフィルタ・バンク、
および、例えば、周知の修正個別コサイン変換装置（Ｍ
ＤＣＴ）、多相フィルタ・バンクまたはハイブリッド構
造体のような変換装置により、二段標本化スペクトル表
現に変換される。 ・知覚モデルを使用して、上記信号に対する一つまたは
それ以上の時間依存マスキング域値が推定される。上記
域値は、信号の品質の劣化は知覚されないが、オーディ
オ信号に導入される恐れがある最大コード化エラーを示
す。 ・スペクトル値は、マスキング域値の推定値に対応する
精度に従って、量子化されコード化される。このように
して、量子化されたノイズは、送信された各信号により
隠され（マスクされ）、デコード後知覚することができ
なくなる。 ・最後に、すべての関連情報（例えば、コード化された
スペクトル値および追加副次情報）はビット・ストリー
ムにパックされ、デコーダに送られる。従って、対応す
るデコーダ回路で使用された処理が逆の順序で行われ
る。 ・ビット・ストリームはデコードされ、コード化された
スペクトル・データおよび副次情報に分析される。 ・量子化されたスペクトル値の逆方向の量子化が行われ
る。 ・合成フィルタ・バンクを使用して、スペクトル値が、
時間領域内にもう一度マップされる。
号用の知覚オーディオ・コーダの構造は下記のようなも
のである。 ・入力サンプルが、種々のタイプのフィルタ・バンク、
および、例えば、周知の修正個別コサイン変換装置（Ｍ
ＤＣＴ）、多相フィルタ・バンクまたはハイブリッド構
造体のような変換装置により、二段標本化スペクトル表
現に変換される。 ・知覚モデルを使用して、上記信号に対する一つまたは
それ以上の時間依存マスキング域値が推定される。上記
域値は、信号の品質の劣化は知覚されないが、オーディ
オ信号に導入される恐れがある最大コード化エラーを示
す。 ・スペクトル値は、マスキング域値の推定値に対応する
精度に従って、量子化されコード化される。このように
して、量子化されたノイズは、送信された各信号により
隠され（マスクされ）、デコード後知覚することができ
なくなる。 ・最後に、すべての関連情報（例えば、コード化された
スペクトル値および追加副次情報）はビット・ストリー
ムにパックされ、デコーダに送られる。従って、対応す
るデコーダ回路で使用された処理が逆の順序で行われ
る。 ・ビット・ストリームはデコードされ、コード化された
スペクトル・データおよび副次情報に分析される。 ・量子化されたスペクトル値の逆方向の量子化が行われ
る。 ・合成フィルタ・バンクを使用して、スペクトル値が、
時間領域内にもう一度マップされる。
【０００４】上記の一般コーダ構造を使用することによ
って、人間の聴覚器官の知覚制限があるために、各信号
に含まれる聴覚に感じない部分を効率的に活用すること
ができる。特に、量子化ノイズのスペクトルを、信号ノ
イズのマスキング域値の形に従って整形することができ
る。このようにして、コード化プロセスによるノイズを
コード化された信号の下に隠し、それにより知覚的に透
明な品質を高い圧縮率で達成することができる。
って、人間の聴覚器官の知覚制限があるために、各信号
に含まれる聴覚に感じない部分を効率的に活用すること
ができる。特に、量子化ノイズのスペクトルを、信号ノ
イズのマスキング域値の形に従って整形することができ
る。このようにして、コード化プロセスによるノイズを
コード化された信号の下に隠し、それにより知覚的に透
明な品質を高い圧縮率で達成することができる。
【０００５】しかし、例えば、カスタネット雑音、すな
わち、グロケンシュピール雑音のような遷移信号をコー
ド化する場合には、さらに注意を払わなければ、知覚コ
ーダは、透明な品質の信号を送ることはできない。この
問題は、当業者がよく知っている通常「プリエコー」と
呼ばれている周知のノイズから生じる。特に、コード化
される信号が、コーダの分析フィルタ・バンクにより一
定の瞬間に、処理されたタイム・ウィンドウのほんの一
部分に強い信号構成部分を含んでいる恐れがある場合
は、その結果生じるコード化エラーは、通常タイム・ウ
ィンドウの全長にわたって広がる。それ故、量子化ノイ
ズは、例えば、２０ミリ秒またはもっと長い時間の間に
渡って分散し、それによりある信号領域内の元の信号部
分の振幅より大きくなる場合がある。例えば、分析ウィ
ンドウの中央部分に「スタート部分」を持つカスタネッ
ト信号の場合には、コード化信号のノイズ成分は、「ス
タート部分」の直前のウィンドウの部分の元の信号成分
より大きくなる場合がある。
わち、グロケンシュピール雑音のような遷移信号をコー
ド化する場合には、さらに注意を払わなければ、知覚コ
ーダは、透明な品質の信号を送ることはできない。この
問題は、当業者がよく知っている通常「プリエコー」と
呼ばれている周知のノイズから生じる。特に、コード化
される信号が、コーダの分析フィルタ・バンクにより一
定の瞬間に、処理されたタイム・ウィンドウのほんの一
部分に強い信号構成部分を含んでいる恐れがある場合
は、その結果生じるコード化エラーは、通常タイム・ウ
ィンドウの全長にわたって広がる。それ故、量子化ノイ
ズは、例えば、２０ミリ秒またはもっと長い時間の間に
渡って分散し、それによりある信号領域内の元の信号部
分の振幅より大きくなる場合がある。例えば、分析ウィ
ンドウの中央部分に「スタート部分」を持つカスタネッ
ト信号の場合には、コード化信号のノイズ成分は、「ス
タート部分」の直前のウィンドウの部分の元の信号成分
より大きくなる場合がある。
【０００６】人の聴覚器官の特性のために、信号がスタ
ートする前の約２秒間より長い時間、有意のレベルのコ
ード化ノイズが存在しない場合には、上記の「プリエコ
ー」はマスクされる。そうでない場合には、コード化ノ
イズが、例えば、信号がスタートする前の短いノイズの
ような「プリエコー」ノイズとして知覚される。
ートする前の約２秒間より長い時間、有意のレベルのコ
ード化ノイズが存在しない場合には、上記の「プリエコ
ー」はマスクされる。そうでない場合には、コード化ノ
イズが、例えば、信号がスタートする前の短いノイズの
ような「プリエコー」ノイズとして知覚される。
【０００７】知覚オーディオ・コード化システムにより
生じるコード化／デコード信号の「プリエコー」を防止
するために、多くの技術が提案されてきた。 １）従来使用されてきた一つの技術は、最初に、遷移信
号部分をカバーするフィルタ・バンク・ウィンドウのス
ペクトル係数のコード化精度を高めるという方法であ
る。この技術は「プリエコー制御」と呼ばれるもので、
例えば、ＭＰＥＧ１オーディオ規格に含まれている。こ
の方法は、これらのフレームをコード化するのに、かな
りのビットを必要とするので、定ビット速度コーダに簡
単に使用することはできない。ビット速度デマンドの局
部的変化は、同様に、例えば、ＭＰＥＧ１オーディオ規
格に含まれている、「ビット・タンク」と呼ばれる従来
の技術を使用して、ある程度まで解決することができ
る。この技術を使用すれば、始めのほうのフレームのコ
ード化中に使用しなかったビットを使用して、ビット速
度のピーク・デマンドを処理することができる。それ
故、平均ビット速度は依然として一定である。しかし、
実際には、非常に遷移の大きい入力信号をコード化する
場合には、ノイズを避けるために必要なビット・タンク
の容量は、実現することができないほど大きなものにな
る。
生じるコード化／デコード信号の「プリエコー」を防止
するために、多くの技術が提案されてきた。 １）従来使用されてきた一つの技術は、最初に、遷移信
号部分をカバーするフィルタ・バンク・ウィンドウのス
ペクトル係数のコード化精度を高めるという方法であ
る。この技術は「プリエコー制御」と呼ばれるもので、
例えば、ＭＰＥＧ１オーディオ規格に含まれている。こ
の方法は、これらのフレームをコード化するのに、かな
りのビットを必要とするので、定ビット速度コーダに簡
単に使用することはできない。ビット速度デマンドの局
部的変化は、同様に、例えば、ＭＰＥＧ１オーディオ規
格に含まれている、「ビット・タンク」と呼ばれる従来
の技術を使用して、ある程度まで解決することができ
る。この技術を使用すれば、始めのほうのフレームのコ
ード化中に使用しなかったビットを使用して、ビット速
度のピーク・デマンドを処理することができる。それ
故、平均ビット速度は依然として一定である。しかし、
実際には、非常に遷移の大きい入力信号をコード化する
場合には、ノイズを避けるために必要なビット・タンク
の容量は、実現することができないほど大きなものにな
る。
【０００８】２）多くの知覚オーディオ・コーダで使用
される他の方法は、適応ウィンドウ切り替えと呼ばれる
ものである。上記の方法と同様に、ＭＰＥＧ１オーディ
オ規格に含まれるこの技術は、フィルタ・バンクのサイ
ズを入力信号の特性に適応させる。比較的変化の少ない
信号の各部には、（通常）縦が長いウィンドウを使用す
るが、信号の遷移部分をコード化するには短いウィンド
ウを使用する。こうすることにより、ビット需要のピー
クをかなり低減することができる。何故なら、高いコー
ド化精度が要求される領域は時間による制限を受けるか
らである。
される他の方法は、適応ウィンドウ切り替えと呼ばれる
ものである。上記の方法と同様に、ＭＰＥＧ１オーディ
オ規格に含まれるこの技術は、フィルタ・バンクのサイ
ズを入力信号の特性に適応させる。比較的変化の少ない
信号の各部には、（通常）縦が長いウィンドウを使用す
るが、信号の遷移部分をコード化するには短いウィンド
ウを使用する。こうすることにより、ビット需要のピー
クをかなり低減することができる。何故なら、高いコー
ド化精度が要求される領域は時間による制限を受けるか
らである。
【０００９】適応ウィンドウ切り替え技術の一つの重要
な欠点は、コーダがさらにかなり複雑なものになり、構
造もまた複雑になることである。異なるサイズのウィン
ドウは異なるパラメータおよび異なるコード化方法を必
要とするので、実際にウィンドウ切り替えを使用するコ
ーダは、本質的に二つのコーダ、すなわち、サイズの長
いウィンドウ用のコーダおよびサイズの短いウィンドウ
用のコーダからなる。さらに、この技術は、例えば、実
質的にコード化の効率に悪影響を与えない人間の音声に
ような、インパルスに似た信号の疑似固定シリーズから
なる「ピッチド」信号の場合には、効率的に使用するこ
とはできない。音声発声の機構に対して、より短いウィ
ンドウを永久的に選択した場合だけ、この技術を使用す
ることにより、一次的な量子化ノイズの広がりを適度に
防止することができる。そのため、今度は、コード化の
利得の低下および副次情報オーバヘッドの増大により、
コーダの効率が有意に低下することになる。
な欠点は、コーダがさらにかなり複雑なものになり、構
造もまた複雑になることである。異なるサイズのウィン
ドウは異なるパラメータおよび異なるコード化方法を必
要とするので、実際にウィンドウ切り替えを使用するコ
ーダは、本質的に二つのコーダ、すなわち、サイズの長
いウィンドウ用のコーダおよびサイズの短いウィンドウ
用のコーダからなる。さらに、この技術は、例えば、実
質的にコード化の効率に悪影響を与えない人間の音声に
ような、インパルスに似た信号の疑似固定シリーズから
なる「ピッチド」信号の場合には、効率的に使用するこ
とはできない。音声発声の機構に対して、より短いウィ
ンドウを永久的に選択した場合だけ、この技術を使用す
ることにより、一次的な量子化ノイズの広がりを適度に
防止することができる。そのため、今度は、コード化の
利得の低下および副次情報オーバヘッドの増大により、
コーダの効率が有意に低下することになる。
【００１０】３）量子化ノイズの一次的な広がりを避け
るために使用されてきた第三の技術は、スペクトルの分
解を行う前に、信号に対する利得を変化させたり／修正
したりする方法である。この方法の原理は、コード化を
行う前に、利得の修正を行うことにより、入力信号のダ
イナミックスを下げることである。利得修正のパラメー
タは、その後、ビット・ストリームに送られ、この情報
を使用してデコーダ側でプロセスが逆の順序で行われ
る。
るために使用されてきた第三の技術は、スペクトルの分
解を行う前に、信号に対する利得を変化させたり／修正
したりする方法である。この方法の原理は、コード化を
行う前に、利得の修正を行うことにより、入力信号のダ
イナミックスを下げることである。利得修正のパラメー
タは、その後、ビット・ストリームに送られ、この情報
を使用してデコーダ側でプロセスが逆の順序で行われ
る。
【００１１】しかし、大部分の信号に対して良い性能を
発揮するには、この処理を周波数スペクトルのいろいろ
な部分に個々に行わなければならない。何故なら、遷移
事象は多くの場合、スペクトルのある部分にだけ存在す
るからである。この方法は、異なるスペクトル成分の個
々の利得の処理を考慮する、もっと複雑なハイブリッド
・フィルタ・バンクを使用して行うことができる。しか
し、一般的にいって、利得修正とコーダの知覚モデルと
の間を相互に分離することは、多くの場合困難である。
発揮するには、この処理を周波数スペクトルのいろいろ
な部分に個々に行わなければならない。何故なら、遷移
事象は多くの場合、スペクトルのある部分にだけ存在す
るからである。この方法は、異なるスペクトル成分の個
々の利得の処理を考慮する、もっと複雑なハイブリッド
・フィルタ・バンクを使用して行うことができる。しか
し、一般的にいって、利得修正とコーダの知覚モデルと
の間を相互に分離することは、多くの場合困難である。
【００１２】
【課題を解決するための手段】本発明の例示としての実
施例は、従来技術の欠点を解決する方法および装置を提
供する。特に、知覚ノイズ整形を、周波数領域内で（線
形）予測（すなわち、ろ過作業）を行うことにより、時
間領域内で行う。その結果、量子化ノイズの一時的な広
がりが減少する。特に、本発明の例示としての一実施例
の場合には、下記の処理ステップがモノラル信号と一緒
に、エンコーダで適用される。 ・コード化されるオーディオ信号は、（適応ウィンドウ
切り替えを使用している従来の知覚コーダで、「より長
いブロック」用に使用されるような）高解像度のフィル
タ・バンク／変換装置により、スペクトル係数に分解さ
れる。 ・知覚モデルを使用して、信号に対する一つまたはそれ
以上の時間依存マスキング域値が推定される。これらの
域値は、信号の品質の劣化を感じさせないが、オーディ
オ信号に導入される恐れがある最大のコード化エラーを
示す。 ・その後、周波数のフィルタ・バンク出力上で作動する
差動パルス・コード変調（ＤＰＣＭ）に基づく量子化／
コード化スキームを使用して、スペクトル値のコード化
が行われる。従来の知覚コーダの場合のように、必要な
コード化の精度の目標値は、知覚モデルにより与えられ
る。 ・最後に、すべての関連情報（例えば、コード化スペク
トル値および生成した副次情報）は、ビット・ストリー
ムにパックされデコーダに送られる。特に、生成した二
次情報は、使用している場合には、ＤＰＣＭコード化が
使用されていることを示すフラグ、および目標周波数レ
ンジおよびコード化に使用されたフィルタに関する情報
を含む。
施例は、従来技術の欠点を解決する方法および装置を提
供する。特に、知覚ノイズ整形を、周波数領域内で（線
形）予測（すなわち、ろ過作業）を行うことにより、時
間領域内で行う。その結果、量子化ノイズの一時的な広
がりが減少する。特に、本発明の例示としての一実施例
の場合には、下記の処理ステップがモノラル信号と一緒
に、エンコーダで適用される。 ・コード化されるオーディオ信号は、（適応ウィンドウ
切り替えを使用している従来の知覚コーダで、「より長
いブロック」用に使用されるような）高解像度のフィル
タ・バンク／変換装置により、スペクトル係数に分解さ
れる。 ・知覚モデルを使用して、信号に対する一つまたはそれ
以上の時間依存マスキング域値が推定される。これらの
域値は、信号の品質の劣化を感じさせないが、オーディ
オ信号に導入される恐れがある最大のコード化エラーを
示す。 ・その後、周波数のフィルタ・バンク出力上で作動する
差動パルス・コード変調（ＤＰＣＭ）に基づく量子化／
コード化スキームを使用して、スペクトル値のコード化
が行われる。従来の知覚コーダの場合のように、必要な
コード化の精度の目標値は、知覚モデルにより与えられ
る。 ・最後に、すべての関連情報（例えば、コード化スペク
トル値および生成した副次情報）は、ビット・ストリー
ムにパックされデコーダに送られる。特に、生成した二
次情報は、使用している場合には、ＤＰＣＭコード化が
使用されていることを示すフラグ、および目標周波数レ
ンジおよびコード化に使用されたフィルタに関する情報
を含む。
【００１３】同様に、本発明の例示としての実施例の対
応する例示としてのデコーダは、下記の処理ステップを
行う。 ・ビット・ストリームをデコードし、コード化スペクト
ル・データおよび副次情報を分析する。 ・量子化したスペクトル値を逆方向に量子化する。特
に、この量子化は、ＤＰＣＭの使用が副次情報にフラグ
により表示されている場合には、スペクトル値のＤＰＣ
Ｍデコードを含む場合がある。 ・スペクトル値は、合成フィルタ・バンクを使用して、
時間領域内に再びマップされる。
応する例示としてのデコーダは、下記の処理ステップを
行う。 ・ビット・ストリームをデコードし、コード化スペクト
ル・データおよび副次情報を分析する。 ・量子化したスペクトル値を逆方向に量子化する。特
に、この量子化は、ＤＰＣＭの使用が副次情報にフラグ
により表示されている場合には、スペクトル値のＤＰＣ
Ｍデコードを含む場合がある。 ・スペクトル値は、合成フィルタ・バンクを使用して、
時間領域内に再びマップされる。
【００１４】ＤＰＣＭ量子化／コード化スキーム（予測
装置／量子化装置の組合わせ）の選択により、システム
全体の行動に対する利点が異なってくる。特に、本発明
の第一の例示としての実施例の場合には、閉ループＤＰ
ＣＭシステムが使用されている。この第一の実施例の場
合には、遷移信号に対するコード化の利得が上がり、本
発明の第二の実施例による好適な方法の場合には、開ル
ープＤＰＣＭシステムが使用されている。この第二の実
施例は、デコーダの出力の時間整形した量子化エラーの
点で有利である。特に、ＤＰＣＭ処理は、スペクトル係
数に適用されるので、（逆方向のフィルタ・バンクがデ
コーダで適用された後の）デコードされた信号の量子化
ノイズは、丁度時間的に間に合うように整形され、それ
により量子化ノイズが実際の信号レベル以下に抑えられ
る。このようにして、遷移信号またはピッチイ信号のマ
スクされていない信号に関する一時的な問題は、実質的
に過度のコード化を行わずに、またそれに比例したビッ
トを使用しなくても、有利に避けることができる。
装置／量子化装置の組合わせ）の選択により、システム
全体の行動に対する利点が異なってくる。特に、本発明
の第一の例示としての実施例の場合には、閉ループＤＰ
ＣＭシステムが使用されている。この第一の実施例の場
合には、遷移信号に対するコード化の利得が上がり、本
発明の第二の実施例による好適な方法の場合には、開ル
ープＤＰＣＭシステムが使用されている。この第二の実
施例は、デコーダの出力の時間整形した量子化エラーの
点で有利である。特に、ＤＰＣＭ処理は、スペクトル係
数に適用されるので、（逆方向のフィルタ・バンクがデ
コーダで適用された後の）デコードされた信号の量子化
ノイズは、丁度時間的に間に合うように整形され、それ
により量子化ノイズが実際の信号レベル以下に抑えられ
る。このようにして、遷移信号またはピッチイ信号のマ
スクされていない信号に関する一時的な問題は、実質的
に過度のコード化を行わずに、またそれに比例したビッ
トを使用しなくても、有利に避けることができる。
【００１５】
【発明の実施の形態】本発明の方法および装置を使用す
れば、従来の知覚オーディオ・コーダで通常使用され
る、従来のパルス・コード変調（ＰＣＭ）を、差動パル
ス・コード変調（ＤＰＣＭ）に基づく、量子化／コード
化スキームにより効果的に置き換えることにより、従来
技術の欠点を解決することができる。この場合、ＤＰＣ
Ｍスキームは、周波数領域内のフィルタ・バンク出力上
で作動する。（一般的に、ＰＣＭコード化技術もＤＰＣ
Ｍコード化技術も当業者には周知である。）
れば、従来の知覚オーディオ・コーダで通常使用され
る、従来のパルス・コード変調（ＰＣＭ）を、差動パル
ス・コード変調（ＤＰＣＭ）に基づく、量子化／コード
化スキームにより効果的に置き換えることにより、従来
技術の欠点を解決することができる。この場合、ＤＰＣ
Ｍスキームは、周波数領域内のフィルタ・バンク出力上
で作動する。（一般的に、ＰＣＭコード化技術もＤＰＣ
Ｍコード化技術も当業者には周知である。）
【００１６】図１は、モノラル・オーディオ信号をコー
ド化するのに使用する従来の知覚エンコーダである。 ・入力信号はｘ（ｋ）は、分析フィルタ・バンク／変換
装置１２により、スペクトル係数に分解され、その結
果、各分析ブロック「ｂ」に対して「ｎ」個のスペクト
ル成分、ｙ（ｂ，０）．．．ｙ（ｂ，ｎ−１）ができ
る。この場合、「ｎ」は各分析ブロック毎のスペクトル
係数の数（すなわち、ブロック・サイズ）である。各ス
ペクトル成分ｙ（ｂ，ｊ）は、使用したフィルタ・バン
クによる分析周波数または周波数レンジに関連する。 ・知覚モデル１４は、コード化信号／デコード信号の知
覚的に透明な品質に対する必要なコード化精度を推定
し、一つまたはそれ以上のマスキング域値を生成する。
例えば、この情報は、各周波数帯で必要とされる最小信
号／雑音比（ＳＮＲ）からなり、ＰＣＭエンコーダ１６
に供給される。 ・各スペクトル成分ｙ（ｂ，ｊ）は、（それぞれ、量子
化Ｑ0 ．．．Ｑn-1 を行うための）量子化装置１６−
０．．．１６−（ｎ−１）によって量子化され、送信イ
ンデックスｉ（ｂ，０）．．．ｉ（ｂ，ｎ−１）にマッ
プされる。上記量子化装置は、知覚モデル１４が生成し
た知覚マスキング域値に従って、スペクトル係数のＰＣ
Ｍ量子化／コード化を行う。 ・インデックス値ｉ（ｂ，０）．．．ｉ（ｂ，ｎ−１）
は、（オプションとしての）副次情報と一緒にビット・
ストリーム・エンコーダ１８に送られ、コード化された
ビット・ストリームにより（例えば、デコーダに）送ら
れる。別な方法としては、コード化したビット・ストリ
ームを、後で検索するために、コンパクト・ディスク
（ＣＤ）またはデジタル・オーディオ・テープ（ＤＡ
Ｔ）のようなオーディオ信号記憶媒体上に記憶すること
ができる。
ド化するのに使用する従来の知覚エンコーダである。 ・入力信号はｘ（ｋ）は、分析フィルタ・バンク／変換
装置１２により、スペクトル係数に分解され、その結
果、各分析ブロック「ｂ」に対して「ｎ」個のスペクト
ル成分、ｙ（ｂ，０）．．．ｙ（ｂ，ｎ−１）ができ
る。この場合、「ｎ」は各分析ブロック毎のスペクトル
係数の数（すなわち、ブロック・サイズ）である。各ス
ペクトル成分ｙ（ｂ，ｊ）は、使用したフィルタ・バン
クによる分析周波数または周波数レンジに関連する。 ・知覚モデル１４は、コード化信号／デコード信号の知
覚的に透明な品質に対する必要なコード化精度を推定
し、一つまたはそれ以上のマスキング域値を生成する。
例えば、この情報は、各周波数帯で必要とされる最小信
号／雑音比（ＳＮＲ）からなり、ＰＣＭエンコーダ１６
に供給される。 ・各スペクトル成分ｙ（ｂ，ｊ）は、（それぞれ、量子
化Ｑ0 ．．．Ｑn-1 を行うための）量子化装置１６−
０．．．１６−（ｎ−１）によって量子化され、送信イ
ンデックスｉ（ｂ，０）．．．ｉ（ｂ，ｎ−１）にマッ
プされる。上記量子化装置は、知覚モデル１４が生成し
た知覚マスキング域値に従って、スペクトル係数のＰＣ
Ｍ量子化／コード化を行う。 ・インデックス値ｉ（ｂ，０）．．．ｉ（ｂ，ｎ−１）
は、（オプションとしての）副次情報と一緒にビット・
ストリーム・エンコーダ１８に送られ、コード化された
ビット・ストリームにより（例えば、デコーダに）送ら
れる。別な方法としては、コード化したビット・ストリ
ームを、後で検索するために、コンパクト・ディスク
（ＣＤ）またはデジタル・オーディオ・テープ（ＤＡ
Ｔ）のようなオーディオ信号記憶媒体上に記憶すること
ができる。
【００１７】本発明の例示としての一実施例の場合に
は、図１のコード化装置は、ＰＣＭエンコーダ１６をＤ
ＰＣＭタイプのエンコーダにより置き換えることによっ
て、有利に修正することができる。この場合、ＤＰＣＭ
コード化は、周波数領域内で行われる。図３および図４
は、本発明の上記の二つの例示としての実施例である。
特に、本発明の例示としての実施例は、図１の従来のコ
ード化装置のＰＣＭエンコーダ１６の代わりに、図３の
モジュール３２を使用することによって、実行すること
ができる。こうすることにより、本発明の第一の例示と
しての実施例のコード化装置を作ることができる。同様
に、本発明の他の実施例は、図１の従来のコード化装置
のＰＣＭエンコーダ１６の代わりに、図４のモジュール
４２を使用することによって実行することができる。こ
うすることにより、本発明の第二の例示としての実施例
のコード化装置を作ることができる。上記のそれぞれの
場合、量子化／コード化カーネルへの入力は、一連のス
ペクトル係数ｙ（ｂ，０）．．．ｙ（ｂ，ｎ−１）によ
って与えられる。すなわち、ＤＰＣＭコード化は、例え
ば、当業者にとっては周知の従来の副バンド−ＡＤＰＣ
Ｍコーダにより時間領域を横切って行われる予測コード
化とは反対に、周波数領域を横切って行われる。
は、図１のコード化装置は、ＰＣＭエンコーダ１６をＤ
ＰＣＭタイプのエンコーダにより置き換えることによっ
て、有利に修正することができる。この場合、ＤＰＣＭ
コード化は、周波数領域内で行われる。図３および図４
は、本発明の上記の二つの例示としての実施例である。
特に、本発明の例示としての実施例は、図１の従来のコ
ード化装置のＰＣＭエンコーダ１６の代わりに、図３の
モジュール３２を使用することによって、実行すること
ができる。こうすることにより、本発明の第一の例示と
しての実施例のコード化装置を作ることができる。同様
に、本発明の他の実施例は、図１の従来のコード化装置
のＰＣＭエンコーダ１６の代わりに、図４のモジュール
４２を使用することによって実行することができる。こ
うすることにより、本発明の第二の例示としての実施例
のコード化装置を作ることができる。上記のそれぞれの
場合、量子化／コード化カーネルへの入力は、一連のス
ペクトル係数ｙ（ｂ，０）．．．ｙ（ｂ，ｎ−１）によ
って与えられる。すなわち、ＤＰＣＭコード化は、例え
ば、当業者にとっては周知の従来の副バンド−ＡＤＰＣ
Ｍコーダにより時間領域を横切って行われる予測コード
化とは反対に、周波数領域を横切って行われる。
【００１８】特に、図３の例示としてのエンコーダのロ
ータリ・スイッチ３３および図４の例示としてのエンコ
ーダのロータリ・スイッチ４３は、それぞれＤＰＣＭエ
ンコーダ３４および４４によって量子化／コード化が行
われる前に、それぞれスペクトル値ｙ（ｂ，０）．．．
ｙ（ｂ，ｎ−１）をシリアルな順序に配列するのに使用
され、図３の例示としてのエンコーダのロータリ・スイ
ッチ３５、および図４の例示としてのエンコーダのロー
タリ・スイッチ４６は、結果として得られた各インデッ
クス値ｉ（ｂ，０）．．．ｉ（ｂ，ｎ−１）をその後で
並列に並べるのに使用される。図示の例示としての各エ
ンコーダでは、周波数の昇順に、スペクトル値ｙ（ｂ，
０）．．．ｙ（ｂ，ｎ−１）の処理が行われるが、他の
例示としての実施例の場合には、周波数の降順にまたは
他の（例えば、非単調な）順序で処理を行うことができ
る。さらに、（本明細書に記載する全部のｎではない）
スペクトル値のサブセットだけを、差動コード化を行う
ためにＤＰＣＭエンコーダ３４および４４に供給するこ
とができる。
ータリ・スイッチ３３および図４の例示としてのエンコ
ーダのロータリ・スイッチ４３は、それぞれＤＰＣＭエ
ンコーダ３４および４４によって量子化／コード化が行
われる前に、それぞれスペクトル値ｙ（ｂ，０）．．．
ｙ（ｂ，ｎ−１）をシリアルな順序に配列するのに使用
され、図３の例示としてのエンコーダのロータリ・スイ
ッチ３５、および図４の例示としてのエンコーダのロー
タリ・スイッチ４６は、結果として得られた各インデッ
クス値ｉ（ｂ，０）．．．ｉ（ｂ，ｎ−１）をその後で
並列に並べるのに使用される。図示の例示としての各エ
ンコーダでは、周波数の昇順に、スペクトル値ｙ（ｂ，
０）．．．ｙ（ｂ，ｎ−１）の処理が行われるが、他の
例示としての実施例の場合には、周波数の降順にまたは
他の（例えば、非単調な）順序で処理を行うことができ
る。さらに、（本明細書に記載する全部のｎではない）
スペクトル値のサブセットだけを、差動コード化を行う
ためにＤＰＣＭエンコーダ３４および４４に供給するこ
とができる。
【００１９】より詳細に説明すると、図３は閉ループ予
測スキームを使用する、本発明のエンコーダの第一の例
示としての実施例である。閉ループ予測は、通常の当業
者なら周知の従来の技術である。しかし、図３の例示と
しての知覚オーディオ・エンコーダの場合には、スペク
トル値（すなわち、周波数領域）に閉ループ予測が適用
される。特に、（この図では、予測装置３６および加算
器３９からなる）予測フィルタは、量子化装置３７が生
成した量子化出力値により駆動され、減算器３８により
予測値が入力信号から引かれ、その結果、予測エラー信
号だけが有利に量子化／コード化される。量子化装置３
７が、（減算器３８を通して）ロータリ・スイッチ３３
により供給される各スペクトル成分の数値ｙ（ｂ，
０）．．．ｙ（ｂ，ｎ−１）に対して、それぞれ量子化
Ｑ0 ．．．Ｑn-1 を行うことに留意されたい。図３の例
示としてのエンコーダを使用すれば、エンコーダの入力
信号ｘ（ｋ）が遷移特性を持っている場合には、コード
化の利得が上がる。
測スキームを使用する、本発明のエンコーダの第一の例
示としての実施例である。閉ループ予測は、通常の当業
者なら周知の従来の技術である。しかし、図３の例示と
しての知覚オーディオ・エンコーダの場合には、スペク
トル値（すなわち、周波数領域）に閉ループ予測が適用
される。特に、（この図では、予測装置３６および加算
器３９からなる）予測フィルタは、量子化装置３７が生
成した量子化出力値により駆動され、減算器３８により
予測値が入力信号から引かれ、その結果、予測エラー信
号だけが有利に量子化／コード化される。量子化装置３
７が、（減算器３８を通して）ロータリ・スイッチ３３
により供給される各スペクトル成分の数値ｙ（ｂ，
０）．．．ｙ（ｂ，ｎ−１）に対して、それぞれ量子化
Ｑ0 ．．．Ｑn-1 を行うことに留意されたい。図３の例
示としてのエンコーダを使用すれば、エンコーダの入力
信号ｘ（ｋ）が遷移特性を持っている場合には、コード
化の利得が上がる。
【００２０】図４は、開ループ予測スキームを使用す
る、本発明のエンコーダの第二の例示としての実施例で
ある。開ループ予測は、通常の当業者には周知の従来技
術である。しかし、図４の例示としての知覚オーディオ
・エンコーダの場合には、開ループ予測はスペクトル値
（すなわち、周波数領域）に適用される。特に、予測装
置４７は、減算器４８によって駆動され、その結果、
（量子化装置４５により）予測エラー信号だけが有利に
量子化／コード化される。量子化装置４５が、（減算器
４８を通して）ロータリ・スイッチ４３により対応する
予測エラー信号が供給される、各スペクトルの成分の数
値ｙ（ｂ，０）．．．ｙ（ｂ，ｎ−１）に対して、それ
ぞれ量子化Ｑ0 ．．．Ｑn-1 を行うことに留意された
い。
る、本発明のエンコーダの第二の例示としての実施例で
ある。開ループ予測は、通常の当業者には周知の従来技
術である。しかし、図４の例示としての知覚オーディオ
・エンコーダの場合には、開ループ予測はスペクトル値
（すなわち、周波数領域）に適用される。特に、予測装
置４７は、減算器４８によって駆動され、その結果、
（量子化装置４５により）予測エラー信号だけが有利に
量子化／コード化される。量子化装置４５が、（減算器
４８を通して）ロータリ・スイッチ４３により対応する
予測エラー信号が供給される、各スペクトルの成分の数
値ｙ（ｂ，０）．．．ｙ（ｂ，ｎ−１）に対して、それ
ぞれ量子化Ｑ0 ．．．Ｑn-1 を行うことに留意された
い。
【００２１】図３の例示としてのエンコーダのように、
図４の例示としてのエンコーダを使用すると、エンコー
ダの入力信号ｘ（ｋ）が遷移特性を持っている場合に
は、コード化の利得が上がる。しかし、その上、図４の
開ループ方法を使用する知覚オーディオ・エンコーダを
使用すると、対応するデコーダの最終的に再構成された
出力信号ｘ’（ｋ）で、時間整形された量子化エラーを
有利に作ることができる。これは、開ループ予測がスペ
クトル係数にすでに適用され、その結果、量子化ノイズ
が時間により整形された形で現れ、それによりノイズ・
レベルが信号レベル以下になっているからである。この
ようにして、遷移信号またはピッチ信号のマスクされて
いない信号に関する一時的な問題は、実質的に過度のコ
ード化を行わず、またそれに比例したビットを使用しな
くても、有利に避けることができる。
図４の例示としてのエンコーダを使用すると、エンコー
ダの入力信号ｘ（ｋ）が遷移特性を持っている場合に
は、コード化の利得が上がる。しかし、その上、図４の
開ループ方法を使用する知覚オーディオ・エンコーダを
使用すると、対応するデコーダの最終的に再構成された
出力信号ｘ’（ｋ）で、時間整形された量子化エラーを
有利に作ることができる。これは、開ループ予測がスペ
クトル係数にすでに適用され、その結果、量子化ノイズ
が時間により整形された形で現れ、それによりノイズ・
レベルが信号レベル以下になっているからである。この
ようにして、遷移信号またはピッチ信号のマスクされて
いない信号に関する一時的な問題は、実質的に過度のコ
ード化を行わず、またそれに比例したビットを使用しな
くても、有利に避けることができる。
【００２２】上記の本発明の例示としての実施例に場合
には、スペクトル領域データに予測コード化が適用され
るので、スワップした時間領域および周波数領域に対し
て、古典的な予測について周知のある種の関係が有効で
ある。例えば、予測利得は、（「スペクトル平坦測定」
とは反対の）信号の「包絡平坦測定」に従って達成され
る。さらに、図４に示す開ループの場合には、予測エラ
ーは（周波数ではなく）時間で整形される。それ故、実
際には、上記開ループ技術は、例えば、時間領域ノイズ
整形を裏づけるために、周波数領域内でいくつかの要素
によりコンボリューションを有効に使用して、周波数領
域内での予測により適応時間領域ウィンドウを適用する
のと同じであると見なすことができる。
には、スペクトル領域データに予測コード化が適用され
るので、スワップした時間領域および周波数領域に対し
て、古典的な予測について周知のある種の関係が有効で
ある。例えば、予測利得は、（「スペクトル平坦測定」
とは反対の）信号の「包絡平坦測定」に従って達成され
る。さらに、図４に示す開ループの場合には、予測エラ
ーは（周波数ではなく）時間で整形される。それ故、実
際には、上記開ループ技術は、例えば、時間領域ノイズ
整形を裏づけるために、周波数領域内でいくつかの要素
によりコンボリューションを有効に使用して、周波数領
域内での予測により適応時間領域ウィンドウを適用する
のと同じであると見なすことができる。
【００２３】上記実施例の場合には、予測プロセスは全
周波数スペクトル（すなわち、すべてのスペクトル係
数）にわたって行われるが、他の例示としての実施例の
場合には、予測は、スペクトルの一部に対してだけ（す
なわち、スペクトル係数のサブセットに対して）行うこ
とができる。さらに、異なる予測装置フィルタを、信号
スペクトルのいくつかの部分で有利に使用することがで
きる。このようにして、時間領域ノイズを抑制するため
の本発明の方法は、任意の周波数依存方法で適用するこ
とができる。
周波数スペクトル（すなわち、すべてのスペクトル係
数）にわたって行われるが、他の例示としての実施例の
場合には、予測は、スペクトルの一部に対してだけ（す
なわち、スペクトル係数のサブセットに対して）行うこ
とができる。さらに、異なる予測装置フィルタを、信号
スペクトルのいくつかの部分で有利に使用することがで
きる。このようにして、時間領域ノイズを抑制するため
の本発明の方法は、任意の周波数依存方法で適用するこ
とができる。
【００２４】コード化された信号を正しくデコードする
ために、図３および図４の例示としてのエンコーダが生
成したビット・ストリームは、有利に、例えば、図１の
ビット・ストリーム・エンコーダ１８への追加入力とし
て示した、ある種の追加副次情報を含む。本発明の種々
の例示としての実施例の場合には、例えば、副次情報の
一つのフィールドは、ＤＰＣＭが使用されていること、
および使用した数個の予測フィルタの数を示すことがで
きる。その後、ビット・ストリームの追加フィールド
を、各フィルタおよびそのフィルタ係数の目標周波数レ
ンジを知らせる各予測フィルタに送ることができる。
ために、図３および図４の例示としてのエンコーダが生
成したビット・ストリームは、有利に、例えば、図１の
ビット・ストリーム・エンコーダ１８への追加入力とし
て示した、ある種の追加副次情報を含む。本発明の種々
の例示としての実施例の場合には、例えば、副次情報の
一つのフィールドは、ＤＰＣＭが使用されていること、
および使用した数個の予測フィルタの数を示すことがで
きる。その後、ビット・ストリームの追加フィールド
を、各フィルタおよびそのフィルタ係数の目標周波数レ
ンジを知らせる各予測フィルタに送ることができる。
【００２５】図６は、本発明の例示としての実施例によ
る、モノラル・オーディオ信号をコード化する方法のフ
ローチャートである。このフローチャートに示す例示と
しての実施例は、開ループ予測および一つの予測フィル
タを使用する知覚オーディオ・エンコーダのいくつかの
関連部分を実行する。特に、ステップ６１においては、
（例えば、図１の従来のエンコーダの分析フィルタ・バ
ンク／変換装置１２により行われるように）分析フィル
タ・バンクにより、スペクトル値の従来の計算が行われ
る。その後、ステップ６２で、予測フィルタの順序が設
定され、目標周波数レンジが指定される。パラメータ
は、例えば、例示のように１５のフィルタの順序に設定
され、目標周波数レンジを４ー２０ｋＨｚに設定するこ
とができる。これら例示としてのパラメータ数値を使用
して、ピッチ信号をコード化すれば、プリエコーおよび
ポストエコーを有利に除去することができる。
る、モノラル・オーディオ信号をコード化する方法のフ
ローチャートである。このフローチャートに示す例示と
しての実施例は、開ループ予測および一つの予測フィル
タを使用する知覚オーディオ・エンコーダのいくつかの
関連部分を実行する。特に、ステップ６１においては、
（例えば、図１の従来のエンコーダの分析フィルタ・バ
ンク／変換装置１２により行われるように）分析フィル
タ・バンクにより、スペクトル値の従来の計算が行われ
る。その後、ステップ６２で、予測フィルタの順序が設
定され、目標周波数レンジが指定される。パラメータ
は、例えば、例示のように１５のフィルタの順序に設定
され、目標周波数レンジを４ー２０ｋＨｚに設定するこ
とができる。これら例示としてのパラメータ数値を使用
して、ピッチ信号をコード化すれば、プリエコーおよび
ポストエコーを有利に除去することができる。
【００２６】ステップ６３においては、予測フィルタ
が、目標周波数レンジに対応するスペクトル係数の範囲
を使用し、またＤＰＣＭコーダにとっては周知の予測コ
ード化用の従来の方法を適用することにより決定され
る。例えば、係数の自動較正機能は、当業者にとっては
周知の従来のレビンソン−ダービン帰納アルゴリズムで
計算し使用することができる。その結果、予測装置フィ
ルタ係数、対応する反射係数（「ＰＡＲＣＯＲ」係数）
および期待予測利得を得ることができる。
が、目標周波数レンジに対応するスペクトル係数の範囲
を使用し、またＤＰＣＭコーダにとっては周知の予測コ
ード化用の従来の方法を適用することにより決定され
る。例えば、係数の自動較正機能は、当業者にとっては
周知の従来のレビンソン−ダービン帰納アルゴリズムで
計算し使用することができる。その結果、予測装置フィ
ルタ係数、対応する反射係数（「ＰＡＲＣＯＲ」係数）
および期待予測利得を得ることができる。
【００２７】期待予測利得が、決定ステップ６４で決定
されたある域値（例えば、２ｄＢ）を越えた場合には、
ステップ６５−６７のＤＰＣＭコード化手順が使用され
る。この場合、予測フィルタ係数は、副次情報の一部と
してデコーダに送ることができるように、量子化される
（ステップ６５）。その後、（ステップ６６におい
て）、予測フィルタが、量子化されたフィルタ係数が使
用される、目標周波数レンジに対応するスペクトル係数
の範囲に適用される。その後のすべての処理に対して
は、指定の範囲のスペクトル係数の代わりに、ろ過処理
の出力が使用される。最後に（ステップ６７）、ＤＰＣ
Ｍコード化（「予測フラグ」オン」）が使用されている
ことを知らせる、ビット・ストリームの一つのフィール
ドが送信されるが、目標周波数レンジ、予測フィルタの
順序、およびそのフィルタ係数を示す情報もビット・ス
トリームに含まれる。一方、期待予測利得が決定域値を
越えない場合には、ステップ６８において、ＤＰＣＭコ
ード化を使用したこと（「予測フラグ」オン）を知らせ
るための、ビット・ストリームの一つのフィールドが送
られる。最後に、どちらの場合でも、量子化プロセスが
スペクトル係数に適用される（ステップ６９）。この場
合、量子化はエンコーダの知覚モデルが生成する知覚マ
スキング域値に基づいて行われる。
されたある域値（例えば、２ｄＢ）を越えた場合には、
ステップ６５−６７のＤＰＣＭコード化手順が使用され
る。この場合、予測フィルタ係数は、副次情報の一部と
してデコーダに送ることができるように、量子化される
（ステップ６５）。その後、（ステップ６６におい
て）、予測フィルタが、量子化されたフィルタ係数が使
用される、目標周波数レンジに対応するスペクトル係数
の範囲に適用される。その後のすべての処理に対して
は、指定の範囲のスペクトル係数の代わりに、ろ過処理
の出力が使用される。最後に（ステップ６７）、ＤＰＣ
Ｍコード化（「予測フラグ」オン」）が使用されている
ことを知らせる、ビット・ストリームの一つのフィール
ドが送信されるが、目標周波数レンジ、予測フィルタの
順序、およびそのフィルタ係数を示す情報もビット・ス
トリームに含まれる。一方、期待予測利得が決定域値を
越えない場合には、ステップ６８において、ＤＰＣＭコ
ード化を使用したこと（「予測フラグ」オン）を知らせ
るための、ビット・ストリームの一つのフィールドが送
られる。最後に、どちらの場合でも、量子化プロセスが
スペクトル係数に適用される（ステップ６９）。この場
合、量子化はエンコーダの知覚モデルが生成する知覚マ
スキング域値に基づいて行われる。
【００２８】（例えば、図３の例示としての装置、およ
び図６の例示としての方法に示すように）、本発明の開
ループエンコーダの実施例を使用することにより、離散
フーリエ変換（ＤＦＴ）または離散コサイン変換（ＤＣ
Ｔ）含むある種の従来のブロック変換装置に対して、直
接の一時的ノイズ整形効果を行うことができる。例え
ば、本発明の知覚コーダが、例えば、従来の修正離散コ
サイン変換（ＭＤＣＴ）、または時間領域偽信号打消し
（ＴＤＡＣ）に基づく他の従来のフィルタ・バンクのよ
うな、重畳しているウィンドウにより非常に正確に二次
標本化されたフィルタ・バンクが使用されている場合に
は、結果として得られる一時的なノイズ整形に対して、
フィルタ・バンクの固有な時間領域偽信号効果が適用さ
れる。例えば、ＭＤＣＴの場合には、窓の半分毎に一つ
のミラー（すなわち、偽信号）動作が行われ、それぞれ
のデコード後に、ウィンドウの左および右半分に、ミラ
ー効果による（すなわち、偽信号による）量子化ノイズ
が現れる。最後のフィルタ・バンクの出力は、各逆方向
変換の出力に合成ウィンドウを適用し、これらのデータ
・セグメントの重畳追加を行うことによって得られるの
で、不必要な偽信号による成分は、使用する合成ウィン
ドウに応じて減衰する。それ故、一時的な偽信号による
影響を最小限度に抑えるために、後続のブロック間の重
畳部分が小さいフィルタ・バンク・ウィンドウを選択す
るほうが有利である。エンコーダで適当な方法を使用す
ることにより、それに従って、よりよい周波数選択性を
提供する静止信号に対して、より広いウィンドウ・タイ
プを使用する一方、非常に遷移特性の強い臨界信号に対
して、重畳部分の少ないウィンドウを選択することがで
きる。当業者にとっては、上記の方法の実行の詳細は明
かであろう。
び図６の例示としての方法に示すように）、本発明の開
ループエンコーダの実施例を使用することにより、離散
フーリエ変換（ＤＦＴ）または離散コサイン変換（ＤＣ
Ｔ）含むある種の従来のブロック変換装置に対して、直
接の一時的ノイズ整形効果を行うことができる。例え
ば、本発明の知覚コーダが、例えば、従来の修正離散コ
サイン変換（ＭＤＣＴ）、または時間領域偽信号打消し
（ＴＤＡＣ）に基づく他の従来のフィルタ・バンクのよ
うな、重畳しているウィンドウにより非常に正確に二次
標本化されたフィルタ・バンクが使用されている場合に
は、結果として得られる一時的なノイズ整形に対して、
フィルタ・バンクの固有な時間領域偽信号効果が適用さ
れる。例えば、ＭＤＣＴの場合には、窓の半分毎に一つ
のミラー（すなわち、偽信号）動作が行われ、それぞれ
のデコード後に、ウィンドウの左および右半分に、ミラ
ー効果による（すなわち、偽信号による）量子化ノイズ
が現れる。最後のフィルタ・バンクの出力は、各逆方向
変換の出力に合成ウィンドウを適用し、これらのデータ
・セグメントの重畳追加を行うことによって得られるの
で、不必要な偽信号による成分は、使用する合成ウィン
ドウに応じて減衰する。それ故、一時的な偽信号による
影響を最小限度に抑えるために、後続のブロック間の重
畳部分が小さいフィルタ・バンク・ウィンドウを選択す
るほうが有利である。エンコーダで適当な方法を使用す
ることにより、それに従って、よりよい周波数選択性を
提供する静止信号に対して、より広いウィンドウ・タイ
プを使用する一方、非常に遷移特性の強い臨界信号に対
して、重畳部分の少ないウィンドウを選択することがで
きる。当業者にとっては、上記の方法の実行の詳細は明
かであろう。
【００２９】図２は、図１の従来の知覚エンコーダに対
応する、モノラルオーディオ信号をデコードする際に使
用する従来の知覚デコーダである。図２のデコーダは下
記のステップを実行する。 ・入力ビット・ストリームの分析と、インデックス値ｉ
（ｂ，０）．．．ｉ（ｂ，ｎ−１）のデコーダ／デマル
チプレクサ２２による抽出。 ・（それぞれによる、逆方向量子化ＩＱ0．．．ＩＱn-1
の実行）逆方向量子化装置２４−０から２４−（ｎ−
１）の使用、およびＰＣＭデコーダ２４による、量子化
したスペクトル値ｙｑ（ｂ，０）．．．ｙｑ（ｂ，ｎ−
１）の再構成。 ・量子化したスペクトル値ｙｑ（ｂ，０）．．．ｙｑ
（ｂ，ｎ−１）の、合成フィルタ・バンク２６による時
間領域表現への再マップ化と、その結果としての、再構
成出力信号ｘ’（ｋ）の取得。
応する、モノラルオーディオ信号をデコードする際に使
用する従来の知覚デコーダである。図２のデコーダは下
記のステップを実行する。 ・入力ビット・ストリームの分析と、インデックス値ｉ
（ｂ，０）．．．ｉ（ｂ，ｎ−１）のデコーダ／デマル
チプレクサ２２による抽出。 ・（それぞれによる、逆方向量子化ＩＱ0．．．ＩＱn-1
の実行）逆方向量子化装置２４−０から２４−（ｎ−
１）の使用、およびＰＣＭデコーダ２４による、量子化
したスペクトル値ｙｑ（ｂ，０）．．．ｙｑ（ｂ，ｎ−
１）の再構成。 ・量子化したスペクトル値ｙｑ（ｂ，０）．．．ｙｑ
（ｂ，ｎ−１）の、合成フィルタ・バンク２６による時
間領域表現への再マップ化と、その結果としての、再構
成出力信号ｘ’（ｋ）の取得。
【００３０】本発明の例示としての実施例の場合には、
図２の従来のデコード装置はＰＣＭデコーダ２４に代わ
りに、ＤＰＣＭタイプのデコーダを使用することによっ
て、有利に修正することができる。この場合、ＤＰＣＭ
デコードは周波数領域で行われる。図５は、本発明の上
記の例示として一実施例である。特に、本発明の例示と
しての実施例は、図２の従来のデコード装置のＰＣＭデ
コーダ２４の代わりに、図５のモジュール５２を使用す
ることにより実行することができ、それにより、本発明
の例示としての実施例のデコード装置が得られる。特
に、ＤＰＣＭデコーダ５５への入力は、ロータリ・スイ
ッチ５３によるデコードが行われる前に、シリアルな順
番に配列される一連のインデックス値ｉ（ｂ，
０）．．．ｉ（ｂ，ｎ−１）によって与えられる。結果
として得られるスペクトル値、ｙｑ（ｂ，０）．．．ｙ
ｑ（ｂ，ｎ−１）は、ロータリ・スイッチ５６によるＤ
ＰＣＭデコードの後で並列に配列される。
図２の従来のデコード装置はＰＣＭデコーダ２４に代わ
りに、ＤＰＣＭタイプのデコーダを使用することによっ
て、有利に修正することができる。この場合、ＤＰＣＭ
デコードは周波数領域で行われる。図５は、本発明の上
記の例示として一実施例である。特に、本発明の例示と
しての実施例は、図２の従来のデコード装置のＰＣＭデ
コーダ２４の代わりに、図５のモジュール５２を使用す
ることにより実行することができ、それにより、本発明
の例示としての実施例のデコード装置が得られる。特
に、ＤＰＣＭデコーダ５５への入力は、ロータリ・スイ
ッチ５３によるデコードが行われる前に、シリアルな順
番に配列される一連のインデックス値ｉ（ｂ，
０）．．．ｉ（ｂ，ｎ−１）によって与えられる。結果
として得られるスペクトル値、ｙｑ（ｂ，０）．．．ｙ
ｑ（ｂ，ｎ−１）は、ロータリ・スイッチ５６によるＤ
ＰＣＭデコードの後で並列に配列される。
【００３１】ＤＰＣＭデコーダ５５は、逆方向量子化装
置５４、予測装置５７、および加算器５８からなる。逆
量子化装置５４は、ロータリ・スイッチ５３により供給
される各インデックス値ｉ（ｂ，０）．．．ｉ（ｂ，ｎ
−１）に対して、逆方向量子化ＩＱ0 ．．．ＩＱn-1 を
実行する。図４の例示としての開ループ・エンコーダ
を、オーディオ信号をコード化するために使用した場合
には、図５の例示としてのデコーダの予測装置５７およ
び加算器５８の組み合わせは、量子化ノイズの一時的な
形を有利に制御するノイズ整形フィルタを形成する。ま
た、図５の例示としてのデコーダは、周波数を高くする
ために、インデックス値ｉ（ｂ，０）．．．ｉ（ｂ，ｎ
−１）を有利に実行するが、他の例示としての実施例
は、周波数を低くするため、または他の別の（例えば、
非単調な）順序に配列するために、処理を実行すること
ができる。さらに、（本明細書に記載するとおり、その
全部のｎではなく）インデックス値のサブセットだけを
ＤＰＣＭデコーダ５５に供給することもできるし、およ
び／またはいくつかの異なる予測装置フィルタを、好適
には、対応するエンコーダが使用する特定の技術と同じ
方法で、信号スペクトルのいくつかの部分に対して使用
することができる。また、後者の場合、例えば、入力ビ
ット・ストリームを正しくデコードするために、本発明
のデコーダは、対応するエンコーダによって送られた追
加副次情報を有利に評価することができる。このように
して、デコーダは、必要な対応するデコーダ予測フィル
タ・バンクにより、指定の各目標周波数レンジ内でＤＰ
ＣＭデコードを適用することができる。
置５４、予測装置５７、および加算器５８からなる。逆
量子化装置５４は、ロータリ・スイッチ５３により供給
される各インデックス値ｉ（ｂ，０）．．．ｉ（ｂ，ｎ
−１）に対して、逆方向量子化ＩＱ0 ．．．ＩＱn-1 を
実行する。図４の例示としての開ループ・エンコーダ
を、オーディオ信号をコード化するために使用した場合
には、図５の例示としてのデコーダの予測装置５７およ
び加算器５８の組み合わせは、量子化ノイズの一時的な
形を有利に制御するノイズ整形フィルタを形成する。ま
た、図５の例示としてのデコーダは、周波数を高くする
ために、インデックス値ｉ（ｂ，０）．．．ｉ（ｂ，ｎ
−１）を有利に実行するが、他の例示としての実施例
は、周波数を低くするため、または他の別の（例えば、
非単調な）順序に配列するために、処理を実行すること
ができる。さらに、（本明細書に記載するとおり、その
全部のｎではなく）インデックス値のサブセットだけを
ＤＰＣＭデコーダ５５に供給することもできるし、およ
び／またはいくつかの異なる予測装置フィルタを、好適
には、対応するエンコーダが使用する特定の技術と同じ
方法で、信号スペクトルのいくつかの部分に対して使用
することができる。また、後者の場合、例えば、入力ビ
ット・ストリームを正しくデコードするために、本発明
のデコーダは、対応するエンコーダによって送られた追
加副次情報を有利に評価することができる。このように
して、デコーダは、必要な対応するデコーダ予測フィル
タ・バンクにより、指定の各目標周波数レンジ内でＤＰ
ＣＭデコードを適用することができる。
【００３２】図７は、本発明の例示としての実施例のモ
ノラル・オーディオ信号をデコードする方法のフローチ
ャートである。このフローチャートの例示としての実施
例は、一つの予測フィルタにより、知覚オーディオ・デ
コーダのある種の関連部分を実行する。より詳細に説明
すると、ステップ７１においては、逆方向量子化により
スペクトル係数値の従来の再構成が行われる。その後、
判断ステップ７２で、ＤＰＣＭコード化の使用（「予測
フラグ」オン）が表示されているかどうかを判断するた
めに、ビット・ストリーム情報がチェックされる。イエ
スの場合には、ステップ７３および７４に示す拡張デコ
ードプロセスが適用される。より詳細に説明すると、Ｄ
ＰＣＭコード化の目標周波数レンジ、予測フィルタの順
序、およびそのフィルタ係数を含む情報を決定するため
に、ビット・ストリームにより送られた副次情報がデコ
ードされる（ステップ７３）。その後、逆方向のフィル
タが、指定の目標周波数レンジに対応するスペクトル係
数のレンジに適用される（ステップ７４）。その後の他
の処理のために、一定のレンジのスペクトル係数の代わ
りに、ろ過プロセスの出力が使用される。最後に、（そ
して上記の判断７２によって行われた決定とは無関係
に）ステップ７５において、スペクトル係数から従来の
合成フィルタ・バンクが実行される。
ノラル・オーディオ信号をデコードする方法のフローチ
ャートである。このフローチャートの例示としての実施
例は、一つの予測フィルタにより、知覚オーディオ・デ
コーダのある種の関連部分を実行する。より詳細に説明
すると、ステップ７１においては、逆方向量子化により
スペクトル係数値の従来の再構成が行われる。その後、
判断ステップ７２で、ＤＰＣＭコード化の使用（「予測
フラグ」オン）が表示されているかどうかを判断するた
めに、ビット・ストリーム情報がチェックされる。イエ
スの場合には、ステップ７３および７４に示す拡張デコ
ードプロセスが適用される。より詳細に説明すると、Ｄ
ＰＣＭコード化の目標周波数レンジ、予測フィルタの順
序、およびそのフィルタ係数を含む情報を決定するため
に、ビット・ストリームにより送られた副次情報がデコ
ードされる（ステップ７３）。その後、逆方向のフィル
タが、指定の目標周波数レンジに対応するスペクトル係
数のレンジに適用される（ステップ７４）。その後の他
の処理のために、一定のレンジのスペクトル係数の代わ
りに、ろ過プロセスの出力が使用される。最後に、（そ
して上記の判断７２によって行われた決定とは無関係
に）ステップ７５において、スペクトル係数から従来の
合成フィルタ・バンクが実行される。
【００３３】本発明の多数の特定の実施例を説明してき
たが、これら実施例は単に例示としてのものに過ぎず、
本発明の原理を適用して考案することができる多くの特
定の装置を作ることができることを理解されたい。例え
ば、図示し、説明してきた例示としての実施例は、モノ
ラル・オーディオ信号のコード化およびデコードに限定
されれているが、当業者なら本明細書の開示に基づい
て、マルチチャネル（例えば、ステレオ）オーディオ信
号のコード化およびデコードに使用することができる他
の実施例を容易に思いつくことができるだろう。さら
に、通常の当業者なら本発明の精神および範囲から逸脱
しないで、本発明の原理により多くの種々の他の装置を
考案することがことができるだろう。
たが、これら実施例は単に例示としてのものに過ぎず、
本発明の原理を適用して考案することができる多くの特
定の装置を作ることができることを理解されたい。例え
ば、図示し、説明してきた例示としての実施例は、モノ
ラル・オーディオ信号のコード化およびデコードに限定
されれているが、当業者なら本明細書の開示に基づい
て、マルチチャネル（例えば、ステレオ）オーディオ信
号のコード化およびデコードに使用することができる他
の実施例を容易に思いつくことができるだろう。さら
に、通常の当業者なら本発明の精神および範囲から逸脱
しないで、本発明の原理により多くの種々の他の装置を
考案することがことができるだろう。
【図１】モノラル・オーディオ信号をコード化するのに
使用する、ＰＣＭ量子化／コード化スキームを使用する
知覚オーディオ・コード化を実行するための従来の装置
を示す図である。
使用する、ＰＣＭ量子化／コード化スキームを使用する
知覚オーディオ・コード化を実行するための従来の装置
を示す図である。
【図２】図１の知覚オーディオ・コード化装置に対応す
る、知覚オーディオデコードを実行するための従来の装
置を示す図である。
る、知覚オーディオデコードを実行するための従来の装
置を示す図である。
【図３】本発明の第一の例示としての実施例の閉ループ
予測スキームを使用する、知覚オーディオ・エンコーダ
を示す図である。
予測スキームを使用する、知覚オーディオ・エンコーダ
を示す図である。
【図４】本発明の第二の例示としての実施例の開ループ
予測スキームを使用する、知覚オーディオ・エンコーダ
を示す図である。
予測スキームを使用する、知覚オーディオ・エンコーダ
を示す図である。
【図５】本発明の例示としての実施例の知覚オーディオ
・デコーダを示す図である。
・デコーダを示す図である。
【図６】本発明の例示としての実施例のオーディオ信号
のコード化方法のフローチャートを示す図である。
のコード化方法のフローチャートを示す図である。
【図７】本発明の例示としての実施例のコード化オーデ
ィオ信号デコード方法のフローチャートを示す図であ
る。
ィオ信号デコード方法のフローチャートを示す図であ
る。
３２ モジュール ３３ ロータリ・スイッチ ３４ ＤＰＣＭエンコーダ ３６ 予測装置 ３７ 量子化装置 ３８ 減算器 ３９ 加算器
Claims (24)
- 【請求項１】 コード化された信号を生成するために、
オーディオ信号をコード化する方法であって、 （ａ）オーディオ信号を、複数のスペクトル成分信号に
スペクトル分解するステップと、 （ｂ）上記のスペクトル成分信号の一つの信号の、上記
のスペクトル成分信号の一つまたはそれ以上の他の信号
に基づく、予測を表す予測信号を生成するステップと、 （ｃ）予測エラー信号を生成するために、上記の予測信
号を上記の一つの信号と比較するステップと、 （ｄ）上記のコード化したスペクトル成分信号を生成す
るために、上記のスペクトル成分信号の上記の一つの信
号を、予測エラー信号に基づき、さらに知覚モデルに基
づいて、コード化するステップと、 （ｅ）コード化されたスペクトル成分信号に基づいてコ
ード化された信号を生成するステップとを含む方法。 - 【請求項２】 オーディオ信号が、音声からなる請求項
１に記載の方法。 - 【請求項３】 オーディオ信号が、音楽からなる請求項
１に記載の方法。 - 【請求項４】 上記スペクトル成分信号の上記一つの信
号をコード化するステップが、予測エラー信号を量子化
することからなる請求項１に記載の方法。 - 【請求項５】 予測信号の生成、および上記のスペクト
ル成分信号の上記の一つの信号のコード化が、閉ループ
により実行される請求項１に記載の方法。 - 【請求項６】 予測信号の生成、および上記のスペクト
ル成分信号の上記の一つの信号のコード化が、開ループ
内で実行される請求項１に記載の方法。 - 【請求項７】 再構成されたオーディオ信号を生成する
ために、知覚モデルに基づいてコード化された複数のコ
ード化スペクトル成分信号からなるコード化された信号
をデコードする方法であって、 （ａ）上記のコード化されたスペクトル成分信号の最初
の信号をデコードするステップと、 （ｂ）上記のスペクトル成分信号の第二の信号の、上記
のスペクトル成分信号の第一の信号のデコードに基づく
予測を表す予測信号を生成するステップと、 （ｃ）予測信号に基づいて、上記スペクトル成分信号の
第二の信号をデコードするステップと、 （ｄ）上記のコード化されたスペクトル成分信号の第一
の信号のデコードと、上記コード化されたスペクトル成
分信号の第二の信号のデコードに基づいて、再構成され
たオーディオ信号を生成するステップとからなる方法。 - 【請求項８】 再構成されたオーディオ信号が、音声か
らなる請求項７に記載の方法。 - 【請求項９】 再構成されたオーディオ信号が、音楽か
らなる請求項７に記載の方法。 - 【請求項１０】 上記スペクトル成分信号の第一の信号
をデコードするステップが、逆方向量子化を実行するこ
とからなる請求項７に記載の方法。 - 【請求項１１】 オーディオ信号から、知覚モデルに基
づいてコード化した信号を生成するためのエンコーダで
あって、 （ａ）オーディオ信号を、複数のスペクトル成分信号に
分解する手段と、 （ｂ）上記のスペクトル成分信号の一つの信号の、上記
のスペクトル成分信号の一つまたはそれ以上の他の信号
に基づく予測を表す予測信号を生成する手段と、 （ｃ）予測エラー信号を生成するために、上記の予測信
号を上記スペクトル成分信号の上記の一つの信号と比較
する手段と、 （ｄ）上記スペクトル成分信号の上記の一つの信号を表
し、予測信号およびさらに知覚モデルに基づいて生成し
たコード化スペクトル成分信号を生成するためのコーダ
と、 （ｅ）コード化したスペクトル成分信号に基づいて、コ
ード化信号を生成するための手段とを備えてなるエンコ
ーダ。 - 【請求項１２】 前記コーダが、予測エラー信号に適用
された量子化装置を備えてなる請求項１１に記載のエン
コーダ。 - 【請求項１３】 予測信号を生成するための手段および
前記コーダが、開ループ内に配置されている請求項１１
に記載のエンコーダ。 - 【請求項１４】 予測信号を生成するための手段および
前記コーダが、開ループ内に配置されている請求項１１
に記載のエンコーダ。 - 【請求項１５】 知覚モデルに基づいてコード化され
た、複数のスペクトル成分信号からなるコード化された
オーディオ信号から再構成された、オーディオ信号を生
成するためのデコーダであって、 （ａ）上記コード化されたスペクトル成分信号の第一の
信号をデコードする手段と、 （ｂ）上記のスペクトル成分信号の第二の信号の、上記
のコード化されたスペクトル成分信号の第一の信号のデ
コードに基づく予測を表す予測信号を生成する手段と、 （ｃ）予測信号に基づいて、上記スペクトル成分信号の
第二の信号をデコードする手段と、 （ｄ）上記のコード化されたスペクトル成分信号の第一
の信号のデコードと、上記コード化されたスペクトル成
分信号の第二の信号のデコードに基づいて再構成した、
オーディオ信号を生成するための手段とを備えてなるデ
コーダ。 - 【請求項１６】 上記スペクトル成分信号の第一の信号
をデコードするための手段が、それに適用された逆方向
量子化装置を備えてなる請求項１５に記載のデコーダ。 - 【請求項１７】 知覚モデルに基づくコード化方法によ
り、オーディオ信号から生成したコード化されたオーデ
ィオ信号をその上に記録する記憶媒体であって、 （ａ）オーディオ信号を、複数のスペクトル成分信号に
スペクトル分解するステップと、 （ｂ）上記のスペクトル成分信号の一つ信号の、上記の
スペクトル成分信号の一つまたはそれ以上の他の信号に
基づく予測を表す予測信号を生成するステップと、 （ｃ）予測エラー信号を生成するために、上記の予測信
号を上記スペクトル成分信号の上記の一つの信号と比較
するステップと、 （ｄ）コード化されたスペクトル成分信号を生成するた
めに、上記のスペクトル成分信号に基づき、さらに知覚
モデルに基づいて、上記スペクトル成分信号の上記の一
つの信号をコード化するステップと、 （ｅ）コード化されたスペクトル成分信号に基づいて、
コード化されたオーディオ信号を生成するステップとを
備えてなる記憶媒体。 - 【請求項１８】 コード化されたオーディオ信号が、音
声からなる請求項１７に記載の記憶媒体。 - 【請求項１９】 コード化されたオーディオ信号が、音
楽からなる請求項１７に記載の記憶媒体。 - 【請求項２０】 上記スペクトル成分信号の上記一つの
信号をコード化するステップが、予測エラー信号を量子
化することからなる請求項１７に記載の記憶媒体。 - 【請求項２１】 予測信号の生成、および上記のスペク
トル成分信号の上記の一つの信号のコード化が、閉ルー
プ内で実行される請求項１７に記載の記憶媒体。 - 【請求項２２】 予測信号の生成、および上記のスペク
トル成分信号の上記の一つの信号のコード化が、開ルー
プ内で実行される請求項１７に記載の記憶媒体。 - 【請求項２３】 上記記憶媒体が、コンパクト・ディス
クからなる請求項１７に記載の記憶媒体。 - 【請求項２４】 上記記憶媒体が、デジタル・オーディ
オ・テープからなる請求項１７に記載の記憶媒体。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/585086 | 1996-01-16 | ||
| US08/585,086 US5781888A (en) | 1996-01-16 | 1996-01-16 | Perceptual noise shaping in the time domain via LPC prediction in the frequency domain |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09204197A true JPH09204197A (ja) | 1997-08-05 |
| JP3592473B2 JP3592473B2 (ja) | 2004-11-24 |
Family
ID=24339994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP00524897A Expired - Lifetime JP3592473B2 (ja) | 1996-01-16 | 1997-01-16 | 周波数領域内のｌｐｃ予測による時間領域内での知覚ノイズ整形 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5781888A (ja) |
| EP (1) | EP0785631B1 (ja) |
| JP (1) | JP3592473B2 (ja) |
| CA (1) | CA2194419C (ja) |
| DE (1) | DE69737489T2 (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021502597A (ja) * | 2017-11-10 | 2021-01-28 | フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン | 一時的ノイズシェーピング |
| US11217261B2 (en) | 2017-11-10 | 2022-01-04 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Encoding and decoding audio signals |
| US11315583B2 (en) | 2017-11-10 | 2022-04-26 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoders, audio decoders, methods and computer programs adapting an encoding and decoding of least significant bits |
| US11315580B2 (en) | 2017-11-10 | 2022-04-26 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio decoder supporting a set of different loss concealment tools |
| US11380341B2 (en) | 2017-11-10 | 2022-07-05 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Selecting pitch lag |
| US11462226B2 (en) | 2017-11-10 | 2022-10-04 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Controlling bandwidth in encoders and/or decoders |
| US11545167B2 (en) | 2017-11-10 | 2023-01-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Signal filtering |
| US11562754B2 (en) | 2017-11-10 | 2023-01-24 | Fraunhofer-Gesellschaft Zur F Rderung Der Angewandten Forschung E.V. | Analysis/synthesis windowing function for modulated lapped transformation |
Families Citing this family (40)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2891193B2 (ja) * | 1996-08-16 | 1999-05-17 | 日本電気株式会社 | 広帯域音声スペクトル係数量子化装置 |
| DE19730130C2 (de) * | 1997-07-14 | 2002-02-28 | Fraunhofer Ges Forschung | Verfahren zum Codieren eines Audiosignals |
| US5913191A (en) * | 1997-10-17 | 1999-06-15 | Dolby Laboratories Licensing Corporation | Frame-based audio coding with additional filterbank to suppress aliasing artifacts at frame boundaries |
| KR100304092B1 (ko) * | 1998-03-11 | 2001-09-26 | 마츠시타 덴끼 산교 가부시키가이샤 | 오디오 신호 부호화 장치, 오디오 신호 복호화 장치 및 오디오 신호 부호화/복호화 장치 |
| DE19829284C2 (de) * | 1998-05-15 | 2000-03-16 | Fraunhofer Ges Forschung | Verfahren und Vorrichtung zum Verarbeiten eines zeitlichen Stereosignals und Verfahren und Vorrichtung zum Decodieren eines unter Verwendung einer Prädiktion über der Frequenz codierten Audiobitstroms |
| SE9903553D0 (sv) | 1999-01-27 | 1999-10-01 | Lars Liljeryd | Enhancing percepptual performance of SBR and related coding methods by adaptive noise addition (ANA) and noise substitution limiting (NSL) |
| US6430529B1 (en) * | 1999-02-26 | 2002-08-06 | Sony Corporation | System and method for efficient time-domain aliasing cancellation |
| DE19921122C1 (de) * | 1999-05-07 | 2001-01-25 | Fraunhofer Ges Forschung | Verfahren und Vorrichtung zum Verschleiern eines Fehlers in einem codierten Audiosignal und Verfahren und Vorrichtung zum Decodieren eines codierten Audiosignals |
| US6850559B1 (en) | 1999-06-28 | 2005-02-01 | At&T Corp. | System and methods for transmitting data |
| US7792681B2 (en) * | 1999-12-17 | 2010-09-07 | Interval Licensing Llc | Time-scale modification of data-compressed audio information |
| US6842735B1 (en) * | 1999-12-17 | 2005-01-11 | Interval Research Corporation | Time-scale modification of data-compressed audio information |
| US6567781B1 (en) | 1999-12-30 | 2003-05-20 | Quikcat.Com, Inc. | Method and apparatus for compressing audio data using a dynamical system having a multi-state dynamical rule set and associated transform basis function |
| JP2001231035A (ja) * | 2000-02-14 | 2001-08-24 | Nec Corp | 復号同期制御装置、復号装置、及び復号同期制御方法 |
| US7099830B1 (en) | 2000-03-29 | 2006-08-29 | At&T Corp. | Effective deployment of temporal noise shaping (TNS) filters |
| US6735561B1 (en) * | 2000-03-29 | 2004-05-11 | At&T Corp. | Effective deployment of temporal noise shaping (TNS) filters |
| SE0001926D0 (sv) | 2000-05-23 | 2000-05-23 | Lars Liljeryd | Improved spectral translation/folding in the subband domain |
| US6778953B1 (en) * | 2000-06-02 | 2004-08-17 | Agere Systems Inc. | Method and apparatus for representing masked thresholds in a perceptual audio coder |
| US6647365B1 (en) * | 2000-06-02 | 2003-11-11 | Lucent Technologies Inc. | Method and apparatus for detecting noise-like signal components |
| CA2341834C (en) * | 2001-03-21 | 2010-10-26 | Unitron Industries Ltd. | Apparatus and method for adaptive signal characterization and noise reduction in hearing aids and other audio devices |
| KR100378796B1 (ko) * | 2001-04-03 | 2003-04-03 | 엘지전자 주식회사 | 디지탈 오디오 부호화기 및 복호화 방법 |
| EP1527441B1 (en) * | 2002-07-16 | 2017-09-06 | Koninklijke Philips N.V. | Audio coding |
| US7149591B2 (en) * | 2003-10-01 | 2006-12-12 | Cleveland State University | Multi-resolution controller |
| US7379875B2 (en) * | 2003-10-24 | 2008-05-27 | Microsoft Corporation | Systems and methods for generating audio thumbnails |
| US7356748B2 (en) * | 2003-12-19 | 2008-04-08 | Telefonaktiebolaget Lm Ericsson (Publ) | Partial spectral loss concealment in transform codecs |
| US6980933B2 (en) * | 2004-01-27 | 2005-12-27 | Dolby Laboratories Licensing Corporation | Coding techniques using estimated spectral magnitude and phase derived from MDCT coefficients |
| US7653255B2 (en) | 2004-06-02 | 2010-01-26 | Adobe Systems Incorporated | Image region of interest encoding |
| US7639886B1 (en) | 2004-10-04 | 2009-12-29 | Adobe Systems Incorporated | Determining scalar quantizers for a signal based on a target distortion |
| US7627481B1 (en) * | 2005-04-19 | 2009-12-01 | Apple Inc. | Adapting masking thresholds for encoding a low frequency transient signal in audio data |
| US7684981B2 (en) * | 2005-07-15 | 2010-03-23 | Microsoft Corporation | Prediction of spectral coefficients in waveform coding and decoding |
| US8392176B2 (en) * | 2006-04-10 | 2013-03-05 | Qualcomm Incorporated | Processing of excitation in audio coding and decoding |
| DE102006022346B4 (de) * | 2006-05-12 | 2008-02-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Informationssignalcodierung |
| US8428957B2 (en) * | 2007-08-24 | 2013-04-23 | Qualcomm Incorporated | Spectral noise shaping in audio coding based on spectral dynamics in frequency sub-bands |
| MX2011000375A (es) * | 2008-07-11 | 2011-05-19 | Fraunhofer Ges Forschung | Codificador y decodificador de audio para codificar y decodificar tramas de una señal de audio muestreada. |
| WO2011044700A1 (en) * | 2009-10-15 | 2011-04-21 | Voiceage Corporation | Simultaneous time-domain and frequency-domain noise shaping for tdac transforms |
| US8924222B2 (en) | 2010-07-30 | 2014-12-30 | Qualcomm Incorporated | Systems, methods, apparatus, and computer-readable media for coding of harmonic signals |
| US9208792B2 (en) | 2010-08-17 | 2015-12-08 | Qualcomm Incorporated | Systems, methods, apparatus, and computer-readable media for noise injection |
| FR2973552A1 (fr) * | 2011-03-29 | 2012-10-05 | France Telecom | Traitement dans le domaine code d'un signal audio code par codage micda |
| EP2887350B1 (en) | 2013-12-19 | 2016-10-05 | Dolby Laboratories Licensing Corporation | Adaptive quantization noise filtering of decoded audio data |
| WO2016142002A1 (en) * | 2015-03-09 | 2016-09-15 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Audio encoder, audio decoder, method for encoding an audio signal and method for decoding an encoded audio signal |
| WO2019091573A1 (en) | 2017-11-10 | 2019-05-16 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for encoding and decoding an audio signal using downsampling or interpolation of scale parameters |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SE457402B (sv) * | 1987-02-20 | 1988-12-19 | Harald Brusewitz | Foerfarande och anordning foer kodning och avkodning av bildinformation |
| US4875095A (en) * | 1987-06-30 | 1989-10-17 | Kokusai Denshin Denwa Kabushiki Kaisha | Noise-shaping predictive coding system |
| US4943855A (en) * | 1988-07-22 | 1990-07-24 | At&T Bell Laboratories | Progressive sub-band image coding system |
| US5341457A (en) * | 1988-12-30 | 1994-08-23 | At&T Bell Laboratories | Perceptual coding of audio signals |
| US5285498A (en) * | 1992-03-02 | 1994-02-08 | At&T Bell Laboratories | Method and apparatus for coding audio signals based on perceptual model |
| DE4320990B4 (de) * | 1993-06-05 | 2004-04-29 | Robert Bosch Gmbh | Verfahren zur Redundanzreduktion |
-
1996
- 1996-01-16 US US08/585,086 patent/US5781888A/en not_active Expired - Lifetime
-
1997
- 1997-01-06 CA CA002194419A patent/CA2194419C/en not_active Expired - Lifetime
- 1997-01-07 EP EP97300068A patent/EP0785631B1/en not_active Expired - Lifetime
- 1997-01-07 DE DE69737489T patent/DE69737489T2/de not_active Expired - Lifetime
- 1997-01-16 JP JP00524897A patent/JP3592473B2/ja not_active Expired - Lifetime
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021502597A (ja) * | 2017-11-10 | 2021-01-28 | フラウンホーファー−ゲゼルシャフト・ツール・フェルデルング・デル・アンゲヴァンテン・フォルシュング・アインゲトラーゲネル・フェライン | 一時的ノイズシェーピング |
| US11127408B2 (en) | 2017-11-10 | 2021-09-21 | Fraunhofer—Gesellschaft zur F rderung der angewandten Forschung e.V. | Temporal noise shaping |
| US11217261B2 (en) | 2017-11-10 | 2022-01-04 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Encoding and decoding audio signals |
| US11315583B2 (en) | 2017-11-10 | 2022-04-26 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoders, audio decoders, methods and computer programs adapting an encoding and decoding of least significant bits |
| US11315580B2 (en) | 2017-11-10 | 2022-04-26 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio decoder supporting a set of different loss concealment tools |
| US11380341B2 (en) | 2017-11-10 | 2022-07-05 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Selecting pitch lag |
| US11380339B2 (en) | 2017-11-10 | 2022-07-05 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoders, audio decoders, methods and computer programs adapting an encoding and decoding of least significant bits |
| US11386909B2 (en) | 2017-11-10 | 2022-07-12 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoders, audio decoders, methods and computer programs adapting an encoding and decoding of least significant bits |
| US11462226B2 (en) | 2017-11-10 | 2022-10-04 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Controlling bandwidth in encoders and/or decoders |
| US11545167B2 (en) | 2017-11-10 | 2023-01-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Signal filtering |
| US11562754B2 (en) | 2017-11-10 | 2023-01-24 | Fraunhofer-Gesellschaft Zur F Rderung Der Angewandten Forschung E.V. | Analysis/synthesis windowing function for modulated lapped transformation |
| US12033646B2 (en) | 2017-11-10 | 2024-07-09 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Analysis/synthesis windowing function for modulated lapped transformation |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0785631A2 (en) | 1997-07-23 |
| CA2194419C (en) | 2001-05-01 |
| JP3592473B2 (ja) | 2004-11-24 |
| DE69737489D1 (de) | 2007-05-03 |
| CA2194419A1 (en) | 1997-07-17 |
| EP0785631B1 (en) | 2007-03-21 |
| US5781888A (en) | 1998-07-14 |
| EP0785631A3 (en) | 2000-10-11 |
| DE69737489T2 (de) | 2007-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3592473B2 (ja) | 周波数領域内のｌｐｃ予測による時間領域内での知覚ノイズ整形 | |
| Iwakami et al. | High-quality audio-coding at less than 64 kbit/s by using transform-domain weighted interleave vector quantization (TWINVQ) | |
| JP3391686B2 (ja) | 符号化されたオーディオ信号を復号する方法及び装置 | |
| US6502069B1 (en) | Method and a device for coding audio signals and a method and a device for decoding a bit stream | |
| US5812971A (en) | Enhanced joint stereo coding method using temporal envelope shaping | |
| US9728196B2 (en) | Method and apparatus to encode and decode an audio/speech signal | |
| US7110953B1 (en) | Perceptual coding of audio signals using separated irrelevancy reduction and redundancy reduction | |
| EP2207170B1 (en) | System for audio decoding with filling of spectral holes | |
| JP4043476B2 (ja) | スケーラブルエンコーディングのための方法および装置ならびにスケーラブルデコーディングのための方法および装置 | |
| KR100823097B1 (ko) | 멀티채널 신호를 처리하는 장치 및 방법 | |
| JP5215994B2 (ja) | 損失エンコ−ドされたデータ列および無損失拡張データ列を用いた、原信号の無損失エンコードのための方法および装置 | |
| EP1536410A1 (en) | Method and apparatus for encoding/decoding MPEG-4 BSAC audio bitstream having ancillary information | |
| KR101237413B1 (ko) | 오디오 신호의 부호화 및 복호화 방법, 오디오 신호의부호화 및 복호화 장치 | |
| US7197454B2 (en) | Audio coding | |
| JP2007504503A (ja) | 低ビットレートオーディオ符号化 | |
| JPH09106299A (ja) | 音響信号変換符号化方法および復号化方法 | |
| 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 | |
| US6678647B1 (en) | Perceptual coding of audio signals using cascaded filterbanks for performing irrelevancy reduction and redundancy reduction with different spectral/temporal resolution | |
| JP5451603B2 (ja) | デジタルオーディオ信号の符号化 | |
| JP4618823B2 (ja) | 信号符号化装置及び方法 | |
| JP4721355B2 (ja) | 符号化データの符号化則変換方法および装置 | |
| Ning et al. | A new audio coder using a warped linear prediction model and the wavelet transform | |
| Trinkaus et al. | An algorithm for compression of wideband diverse speech and audio signals | |
| MXPA06009933A (en) | Device and method for processing a multi-channel signal | |
| Bhaskar | Adaptive predictive coding with transform domain quantization using block size adaptation and high-resolution spectral modeling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20031203 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20040303 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20040308 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040603 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040803 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040825 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080903 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080903 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090903 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090903 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100903 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110903 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120903 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130903 Year of fee payment: 9 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |