JP2002175098A - Device and method for encoding, and program, and program recording medium - Google Patents
Device and method for encoding, and program, and program recording mediumInfo
- Publication number
- JP2002175098A JP2002175098A JP2001287905A JP2001287905A JP2002175098A JP 2002175098 A JP2002175098 A JP 2002175098A JP 2001287905 A JP2001287905 A JP 2001287905A JP 2001287905 A JP2001287905 A JP 2001287905A JP 2002175098 A JP2002175098 A JP 2002175098A
- Authority
- JP
- Japan
- Prior art keywords
- audio
- signal
- code string
- information
- stream
- 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.)
- Pending
Links
Landscapes
- Television Signal Processing For Recording (AREA)
- Television Systems (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、符号化された信号
のビットレートを変更する符号化装置、符号化方法、符
号化処理を実行するためのプログラムおよびそのプログ
ラムが記録されたプログラム記録媒体に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an encoding apparatus for changing the bit rate of an encoded signal, an encoding method, a program for executing an encoding process, and a program recording medium on which the program is recorded. .
【０００２】[0002]
【従来の技術】一般に、テレビ番組放送等により伝送さ
れる映像情報およびオーディオ情報はビデオテープ等の
テープ媒体に記録される。このようなビデオテープに映
像情報およびオーディオ情報を記録する記録モードとし
ては標準モードとロングモードとがある。ロングモード
では、同じテープ長に標準モードよりも長時間の映像信
号およびオーディオ信号を記録することが可能である。
このような長時間の記録を実現するためにロングモード
では、映像信号の一部を削って単位時間当りの映像情報
を記録するのに必要なテープ長を短くしていた。2. Description of the Related Art Generally, video information and audio information transmitted by television program broadcasting or the like are recorded on a tape medium such as a video tape. There are a standard mode and a long mode as recording modes for recording video information and audio information on such a video tape. In the long mode, it is possible to record video and audio signals on the same tape length for a longer time than in the standard mode.
In order to realize such a long recording, in the long mode, a part of the video signal is cut off to shorten a tape length necessary for recording video information per unit time.
【０００３】[0003]
【発明が解決しようとする課題】近年、デジタル衛星放
送を実現するための具体的な技術が開発された。この放
送に用いられる映像信号およびオーディオ信号はデジタ
ル符号化された信号で伝送されることが決定している。
デジタル衛星放送ではオーディオ信号の伝送にチャンネ
ル数として５．１ｃｈが設定され、最大３２０ｋｂｐｓ
の転送レートが規格化されている。In recent years, specific techniques for realizing digital satellite broadcasting have been developed. It has been determined that the video and audio signals used for this broadcast are transmitted as digitally encoded signals.
In digital satellite broadcasting, 5.1 channels are set as the number of channels for transmitting an audio signal, and a maximum of 320 kbps is set.
Has been standardized.
【０００４】デジタル衛星放送において伝送される映像
信号およびオーディオ信号の量は、従来のテレビ番組放
送よりも多くなる。これに伴い、映像情報およびオーデ
ィオ情報を記録する記録媒体としてより高密度な記録媒
体が要求され、光ディスク媒体であるＤＶＤ−ＲＡＭを
用いた記録技術も開発されている。しかしながら光ディ
スクなどの記録媒体は総記録容量が決まっている。この
ため、決められた記録容量で記録時間を長くするために
は、符号化信号が含む情報を伝送時よりも少ない情報量
で記録媒体に記録することが望ましい。[0004] The amount of video and audio signals transmitted in digital satellite broadcasting is larger than in conventional television program broadcasting. Accordingly, a higher density recording medium is required as a recording medium for recording video information and audio information, and a recording technique using a DVD-RAM, which is an optical disk medium, has been developed. However, recording media such as optical disks have a fixed total recording capacity. For this reason, in order to lengthen the recording time with the determined recording capacity, it is desirable to record the information included in the encoded signal on the recording medium with a smaller amount of information than at the time of transmission.
【０００５】本発明は、このような従来の課題を鑑みて
なされたものであり、符号化信号が含む情報を伝送時よ
りも少ない情報量で記録媒体に記録可能な符号化装置、
符号化方法を提供することを目的とする。さらに、この
ような符号化処理を実行するためのプログラムおよびそ
のプログラムが記録された記録媒体を提供することを目
的とする。SUMMARY OF THE INVENTION The present invention has been made in view of such conventional problems, and has been made in consideration of the problems described above, and provides an encoding apparatus capable of recording information included in an encoded signal on a recording medium with a smaller amount of information than when transmitting.
It is an object to provide an encoding method. It is still another object of the present invention to provide a program for executing such encoding processing and a recording medium on which the program is recorded.
【０００６】[0006]
【課題を解決するための手段】本発明の符号化装置は、
第１映像信号が符号化された第１映像符号列情報を含む
第１映像ストリームと、第１オーディオ信号が符号化さ
れた第１オーディオ符号列情報を含む第１オーディオス
トリームとが多重化された第１ストリーム信号をデコー
ドするデコーダと、デコードされた第１ストリーム信号
に基づき、第１映像符号列情報よりもビットレートが低
い第２映像符号列情報を含む第２映像ストリームと、第
１オーディオ符号列情報よりもビットレートが低い第２
オーディオ符号列情報を含む第２オーディオストリーム
とを生成し、第２映像ストリームと第２オーディオスト
リームとを多重化して第２ストリーム信号を生成するリ
エンコーダとを備え、そのことにより上記目的が達成さ
れる。An encoding apparatus according to the present invention comprises:
A first video stream including first video code string information obtained by encoding the first video signal and a first audio stream including first audio code string information obtained by coding the first audio signal are multiplexed. A decoder for decoding the first stream signal; a second video stream including second video code string information having a lower bit rate than the first video code string information based on the decoded first stream signal; 2nd bit rate lower than column information
A re-encoder that generates a second audio stream including audio code string information, and multiplexes the second video stream and the second audio stream to generate a second stream signal, whereby the object is achieved. You.
【０００７】第１オーディオ符号列情報は、第１オーデ
ィオ信号に時間−周波数変換を行って周波数領域信号に
変換し、周波数領域信号を量子化した情報であり、リエ
ンコーダは、聴覚特性によりマスキングされる第１オー
ディオ信号の周波数領域を示す聴覚心理モデル情報を算
出し、聴覚心理モデル情報に基づき、第１オーディオ符
号列情報を第１オーディオ符号列情報よりもビットレー
トの低い第２オーディオ符号列情報に変換することによ
り第２オーディオストリームを生成してもよい。The first audio code string information is information obtained by performing time-frequency conversion on the first audio signal to convert the first audio signal into a frequency domain signal and quantizing the frequency domain signal. The re-encoder is masked based on auditory characteristics. Psychoacoustic model information indicating the frequency domain of the first audio signal is calculated, and based on the psychoacoustic model information, the first audio code string information is converted into second audio code string information having a lower bit rate than the first audio code string information. To generate the second audio stream.
【０００８】周波数領域信号の量子化は、周波数領域信
号の周波数領域毎の周波数スペクトルを仮数部と指数部
とで示す量子化であり、指数部は、周波数領域毎の周波
数スペクトルのスケールファクタであり、リエンコーダ
は、量子化後の情報である周波数領域毎の周波数スペク
トルのスケールファクタに基づき、聴覚心理モデル情報
を算出し、聴覚心理モデル情報に基づき、仮数部に割り
当てられたビット数の再割り当てを行うことにより、第
１オーディオ符号列情報を第１オーディオ符号列情報よ
りもビットレートの低い第２オーディオ符号列情報に変
換してもよい。The quantization of the frequency domain signal is a quantization in which the frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa and an exponent, and the exponent is a scale factor of the frequency spectrum for each frequency domain. , The re-encoder calculates psychoacoustic model information based on the scale factor of the frequency spectrum for each frequency domain, which is the information after quantization, and, based on the psychoacoustic model information, reassigns the number of bits assigned to the mantissa. , The first audio code string information may be converted into second audio code string information having a lower bit rate than the first audio code string information.
【０００９】周波数領域信号の量子化は、周波数領域信
号の周波数領域毎の周波数スペクトルを仮数部と指数部
とで示す量子化であり、指数部は、周波数領域毎の周波
数スペクトルのスケールファクタであり、リエンコーダ
は、第１オーディオ符号列情報を逆量子化することによ
り生成される逆量子化された周波数領域毎の周波数スペ
クトルに基づき、聴覚心理モデル情報を算出し、聴覚心
理モデル情報に基づき、仮数部に割り当てられたビット
数の再割り当てを行うことにより、第１オーディオ符号
列情報を第１オーディオ符号列情報よりもビットレート
の低い第２オーディオ符号列情報に変換してもよい。The quantization of the frequency domain signal is a quantization in which the frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part, and the exponent part is a scale factor of the frequency spectrum for each frequency domain. , The re-encoder calculates psychoacoustic model information based on the dequantized frequency spectrum for each frequency domain generated by dequantizing the first audio code string information, and based on the psychoacoustic model information, By reassigning the number of bits assigned to the mantissa, the first audio code string information may be converted to second audio code string information having a lower bit rate than the first audio code string information.
【００１０】リエンコーダは、第２オーディオストリー
ムのチャンネル数を第１オーディオストリームのチャン
ネル数よりも減じるダウンミックス処理を行う場合は、
ダウンミックス処理が行われた逆量子化された周波数領
域毎の周波数スペクトルに基づいて聴覚心理モデル情報
を算出してもよい。[0010] The re-encoder performs downmix processing for reducing the number of channels of the second audio stream from the number of channels of the first audio stream.
The psychoacoustic model information may be calculated based on the inversely quantized frequency spectrum for each of the frequency regions subjected to the downmix processing.
【００１１】第１ストリーム信号を受信する受信部と、
リエンコーダへ第２映像符号列情報および第２オーディ
オ符号列情報のビットレートを指示する制御部と、第２
ストリーム信号を記録媒体に記録する記録部とをさらに
備えてもよい。A receiving section for receiving the first stream signal;
A control unit for instructing a bit rate of the second video code string information and the second audio code string information to the re-encoder;
A recording unit that records the stream signal on a recording medium.
【００１２】本発明の符号化方法は、第１映像信号が符
号化された第１映像符号列情報を含む第１映像ストリー
ムと、第１オーディオ信号が符号化された第１オーディ
オ符号列情報を含む第１オーディオストリームとが多重
化された第１ストリーム信号をデコードする第１ステッ
プと、デコードされた第１ストリーム信号に基づき、第
１映像符号列情報よりもビットレートが低い第２映像符
号列情報を含む第２映像ストリームと、第１オーディオ
符号列情報よりもビットレートが低い第２オーディオ符
号列情報を含む第２オーディオストリームとを生成し、
第２映像ストリームと第２オーディオストリームとを多
重化して第２ストリーム信号を生成する第２ステップと
を包含する符号化方法であって、第１オーディオ符号列
情報は、第１オーディオ信号に時間−周波数変換を行っ
て周波数領域信号に変換し、周波数領域信号を量子化し
た情報であり、第２ステップは、聴覚特性によりマスキ
ングされる第１オーディオ信号の周波数領域を示す聴覚
心理モデル情報を算出する第３ステップと、聴覚心理モ
デル情報に基づき、第１オーディオ符号列情報を第１オ
ーディオ符号列情報よりもビットレートの低い第２オー
ディオ符号列情報に変換することにより第２オーディオ
ストリームを生成する第４ステップとを包含し、そのこ
とにより上記目的が達成される。[0012] The encoding method of the present invention comprises the steps of: combining a first video stream including first video code string information in which a first video signal is encoded; and first audio code string information in which the first audio signal is encoded. A first step of decoding a first stream signal multiplexed with a first audio stream including the first audio stream, and a second video code string having a lower bit rate than the first video code string information based on the decoded first stream signal. Generating a second video stream including information and a second audio stream including second audio code string information having a lower bit rate than the first audio code string information;
A second step of multiplexing the second video stream and the second audio stream to generate a second stream signal, wherein the first audio code string information is obtained by adding a time- The information is obtained by performing frequency conversion to convert the signal into a frequency domain signal and quantizing the frequency domain signal. In the second step, psychoacoustic model information indicating the frequency domain of the first audio signal masked by the auditory characteristics is calculated. A third step of generating a second audio stream by converting the first audio code string information into second audio code string information having a lower bit rate than the first audio code string information based on the psychoacoustic model information; 4 steps, whereby the object is achieved.
【００１３】周波数領域信号の量子化は、周波数領域信
号の周波数領域毎の周波数スペクトルを仮数部と指数部
とで示す量子化であり、指数部は、周波数領域毎の周波
数スペクトルのスケールファクタであり、第３ステップ
は、量子化後の情報である周波数領域毎の周波数スペク
トルのスケールファクタに基づき聴覚心理モデル情報を
算出し、第４ステップは、聴覚心理モデル情報に基づき
仮数部に割り当てられたビット数の再割り当てを行うこ
とにより、第１オーディオ符号列情報を第１オーディオ
符号列情報よりもビットレートの低い第２オーディオ符
号列情報に変換してもよい。The quantization of the frequency domain signal is a quantization in which the frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa and an exponent. The exponent is a scale factor of the frequency spectrum for each frequency domain. The third step calculates psychoacoustic model information based on the scale factor of the frequency spectrum for each frequency domain, which is the information after quantization, and the fourth step calculates the bits assigned to the mantissa based on the psychoacoustic model information. The first audio code string information may be converted to second audio code string information having a lower bit rate than the first audio code string information by reassigning the numbers.
【００１４】周波数領域信号の量子化は、周波数領域信
号の周波数領域毎の周波数スペクトルを仮数部と指数部
とで示す量子化であり、指数部は、周波数領域毎の周波
数スペクトルのスケールファクタであり、第３ステップ
は、第１オーディオ符号列情報を逆量子化することによ
り生成される逆量子化された周波数領域毎の周波数スペ
クトルに基づき、聴覚心理モデル情報を算出し、第４ス
テップは、聴覚心理モデル情報に基づき仮数部に割り当
てられたビット数の再割り当てを行うことにより、第１
オーディオ符号列情報を第１オーディオ符号列情報より
もビットレートの低い第２オーディオ符号列情報に変換
してもよい。The quantization of the frequency domain signal is a quantization in which the frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part, and the exponent part is a scale factor of the frequency spectrum for each frequency domain. , A third step calculates psychoacoustic model information based on a frequency spectrum of each dequantized frequency domain generated by dequantizing the first audio code string information, and a fourth step includes: By reallocating the number of bits allocated to the mantissa based on the psychological model information, the first
The audio code string information may be converted to second audio code string information having a lower bit rate than the first audio code string information.
【００１５】第３ステップは、第２オーディオストリー
ムのチャンネル数を第１オーディオストリームのチャン
ネル数よりも減じるダウンミックス処理を行う場合は、
ダウンミックス処理が行われた逆量子化された周波数領
域毎の周波数スペクトルに基づいて聴覚心理モデル情報
を算出してもよい。In the third step, when performing a downmix process of reducing the number of channels of the second audio stream from the number of channels of the first audio stream,
The psychoacoustic model information may be calculated based on the inversely quantized frequency spectrum for each of the frequency regions subjected to the downmix processing.
【００１６】本発明のプログラムは、符号化処理をコン
ピュータに実行させるためのプログラムであって、符号
化処理は、第１映像信号が符号化された第１映像符号列
情報を含む第１映像ストリームと、第１オーディオ信号
が符号化された第１オーディオ符号列情報を含む第１オ
ーディオストリームとが多重化された第１ストリーム信
号をデコードする第１ステップと、デコードされた第１
ストリーム信号に基づき、第１映像符号列情報よりもビ
ットレートが低い第２映像符号列情報を含む第２映像ス
トリームと、第１オーディオ符号列情報よりもビットレ
ートが低い第２オーディオ符号列情報を含む第２オーデ
ィオストリームとを生成し、第２映像ストリームと第２
オーディオストリームとを多重化して第２ストリーム信
号を生成する第２ステップとを包含し、第１オーディオ
符号列情報は、第１オーディオ信号に時間−周波数変換
を行って周波数領域信号に変換し、周波数領域信号を量
子化した情報であり、第２ステップは、聴覚特性により
マスキングされる第１オーディオ信号の周波数領域を示
す聴覚心理モデル情報を算出する第３ステップと、聴覚
心理モデル情報に基づき、第１オーディオ符号列情報を
第１オーディオ符号列情報よりもビットレートの低い第
２オーディオ符号列情報に変換することにより第２オー
ディオストリームを生成する第４ステップとを包含し、
そのことにより上記目的が達成される。A program according to the present invention is a program for causing a computer to execute an encoding process, wherein the encoding process includes a first video stream including first video code string information in which a first video signal is encoded. And a first step of decoding a first stream signal in which a first audio stream including first audio code string information in which the first audio signal is encoded is multiplexed.
Based on the stream signal, a second video stream including second video code string information having a lower bit rate than the first video code string information, and a second audio code string information having a lower bit rate than the first audio code string information. And generating a second audio stream including the second video stream and the second audio stream.
Multiplexing the audio stream with a second stream signal to generate a second stream signal, wherein the first audio code string information is converted into a frequency domain signal by performing time-frequency conversion on the first audio signal, A second step of calculating psychoacoustic model information indicating a frequency domain of the first audio signal masked by the auditory characteristics; and a second step based on the psychoacoustic model information. Converting the first audio code string information into second audio code string information having a lower bit rate than the first audio code string information, thereby generating a second audio stream.
Thereby, the above object is achieved.
【００１７】周波数領域信号の量子化は、周波数領域信
号の周波数領域毎の周波数スペクトルを仮数部と指数部
とで示す量子化であり、指数部は、周波数領域毎の周波
数スペクトルのスケールファクタであり、第３ステップ
は、量子化後の情報である周波数領域毎の周波数スペク
トルのスケールファクタに基づき聴覚心理モデル情報を
算出し、第４ステップは、聴覚心理モデル情報に基づき
仮数部に割り当てられたビット数の再割り当てを行うこ
とにより、第１オーディオ符号列情報を第１オーディオ
符号列情報よりもビットレートの低い第２オーディオ符
号列情報に変換してもよい。The quantization of the frequency domain signal is a quantization in which the frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part, and the exponent part is a scale factor of the frequency spectrum for each frequency domain. The third step calculates psychoacoustic model information based on the scale factor of the frequency spectrum for each frequency domain, which is the information after quantization, and the fourth step calculates the bits assigned to the mantissa based on the psychoacoustic model information. The first audio code string information may be converted to second audio code string information having a lower bit rate than the first audio code string information by reassigning the numbers.
【００１８】周波数領域信号の量子化は、周波数領域信
号の周波数領域毎の周波数スペクトルを仮数部と指数部
とで示す量子化であり、指数部は、周波数領域毎の周波
数スペクトルのスケールファクタであり、第３ステップ
は、第１オーディオ符号列情報を逆量子化することによ
り生成される逆量子化された周波数領域毎の周波数スペ
クトルに基づき、聴覚心理モデル情報を算出し、第４ス
テップは、聴覚心理モデル情報に基づき仮数部に割り当
てられたビット数の再割り当てを行うことにより、第１
オーディオ符号列情報を第１オーディオ符号列情報より
もビットレートの低い第２オーディオ符号列情報に変換
してもよい。The quantization of the frequency domain signal is a quantization in which the frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa and an exponent. The exponent is a scale factor of the frequency spectrum for each frequency domain. , A third step calculates psychoacoustic model information based on a frequency spectrum of each dequantized frequency domain generated by dequantizing the first audio code string information, and a fourth step includes: By reallocating the number of bits allocated to the mantissa based on the psychological model information, the first
The audio code string information may be converted to second audio code string information having a lower bit rate than the first audio code string information.
【００１９】第３ステップは、第２オーディオストリー
ムのチャンネル数を第１オーディオストリームのチャン
ネル数よりも減じるダウンミックス処理を行う場合は、
ダウンミックス処理が行われた逆量子化された周波数領
域毎の周波数スペクトルに基づいて聴覚心理モデル情報
を算出してもよい。In the third step, when performing a downmix process of reducing the number of channels of the second audio stream from the number of channels of the first audio stream,
The psychoacoustic model information may be calculated based on the inversely quantized frequency spectrum for each of the frequency regions subjected to the downmix processing.
【００２０】本発明の記録媒体は、符号化処理をコンピ
ュータに実行させるためのプログラムを記録したコンピ
ュータ読み取り可能な記録媒体であって、符号化処理
は、第１映像信号が符号化された第１映像符号列情報を
含む第１映像ストリームと、第１オーディオ信号が符号
化された第１オーディオ符号列情報を含む第１オーディ
オストリームとが多重化された第１ストリーム信号をデ
コードする第１ステップと、デコードされた第１ストリ
ーム信号に基づき、第１映像符号列情報よりもビットレ
ートが低い第２映像符号列情報を含む第２映像ストリー
ムと、第１オーディオ符号列情報よりもビットレートが
低い第２オーディオ符号列情報を含む第２オーディオス
トリームとを生成し、第２映像ストリームと第２オーデ
ィオストリームとを多重化して第２ストリーム信号を生
成する第２ステップとを包含し、第１オーディオ符号列
情報は、第１オーディオ信号に時間−周波数変換を行っ
て周波数領域信号に変換し、周波数領域信号を量子化し
た情報であり、第２ステップは、聴覚特性によりマスキ
ングされる第１オーディオ信号の周波数領域を示す聴覚
心理モデル情報を算出する第３ステップと、聴覚心理モ
デル情報に基づき、第１オーディオ符号列情報を第１オ
ーディオ符号列情報よりもビットレートの低い第２オー
ディオ符号列情報に変換することにより第２オーディオ
ストリームを生成する第４ステップとを包含し、そのこ
とにより上記目的が達成される。A recording medium according to the present invention is a computer-readable recording medium on which a program for causing a computer to execute an encoding process is recorded. The encoding process includes a first encoding method in which a first video signal is encoded. Decoding a first stream signal obtained by multiplexing a first video stream including video code string information and a first audio stream including first audio code string information obtained by encoding the first audio signal; A second video stream including second video code string information having a lower bit rate than the first video code string information based on the decoded first stream signal, and a second video stream having a lower bit rate than the first audio code string information. And generating a second audio stream including the second audio code string information, and combining the second video stream and the second audio stream. Multiplexing to generate a second stream signal, the first audio code string information is converted into a frequency domain signal by performing time-frequency conversion on the first audio signal, and the frequency domain signal is quantized. A second step of calculating psychoacoustic model information indicating a frequency domain of the first audio signal masked by auditory characteristics, and a first audio code string based on the psychoacoustic model information. Converting the information into second audio code stream information having a lower bit rate than the first audio code stream information to generate a second audio stream, thereby achieving the above object.
【００２１】周波数領域信号の量子化は、周波数領域信
号の周波数領域毎の周波数スペクトルを仮数部と指数部
とで示す量子化であり、指数部は、周波数領域毎の周波
数スペクトルのスケールファクタであり、第３ステップ
は、量子化後の情報である周波数領域毎の周波数スペク
トルのスケールファクタに基づき聴覚心理モデル情報を
算出し、第４ステップは、聴覚心理モデル情報に基づき
仮数部に割り当てられたビット数の再割り当てを行うこ
とにより、第１オーディオ符号列情報を第１オーディオ
符号列情報よりもビットレートの低い第２オーディオ符
号列情報に変換してもよい。The quantization of the frequency domain signal is a quantization in which the frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part, and the exponent part is a scale factor of the frequency spectrum for each frequency domain. The third step calculates psychoacoustic model information based on the scale factor of the frequency spectrum for each frequency domain, which is the information after quantization, and the fourth step calculates the bits assigned to the mantissa based on the psychoacoustic model information. The first audio code string information may be converted to second audio code string information having a lower bit rate than the first audio code string information by reassigning the numbers.
【００２２】周波数領域信号の量子化は、周波数領域信
号の周波数領域毎の周波数スペクトルを仮数部と指数部
とで示す量子化であり、指数部は、周波数領域毎の周波
数スペクトルのスケールファクタであり、第３ステップ
は、第１オーディオ符号列情報を逆量子化することによ
り生成される逆量子化された周波数領域毎の周波数スペ
クトルに基づき、聴覚心理モデル情報を算出し、第４ス
テップは、聴覚心理モデル情報に基づき仮数部に割り当
てられたビット数の再割り当てを行うことにより、第１
オーディオ符号列情報を第１オーディオ符号列情報より
もビットレートの低い第２オーディオ符号列情報に変換
してもよい。The quantization of the frequency domain signal is a quantization in which the frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa and an exponent, and the exponent is a scale factor of the frequency spectrum for each frequency domain. , A third step calculates psychoacoustic model information based on a frequency spectrum of each dequantized frequency domain generated by dequantizing the first audio code string information, and a fourth step includes: By reallocating the number of bits allocated to the mantissa based on the psychological model information, the first
The audio code string information may be converted to second audio code string information having a lower bit rate than the first audio code string information.
【００２３】第３ステップは、第２オーディオストリー
ムのチャンネル数を第１オーディオストリームのチャン
ネル数よりも減じるダウンミックス処理を行う場合は、
ダウンミックス処理が行われた逆量子化された周波数領
域毎の周波数スペクトルに基づいて聴覚心理モデル情報
を算出してもよい。In the third step, when performing a downmix process of reducing the number of channels of the second audio stream from the number of channels of the first audio stream,
The psychoacoustic model information may be calculated based on the inversely quantized frequency spectrum for each of the frequency regions subjected to the downmix processing.
【００２４】[0024]
【発明の実施の形態】（実施の形態１）図１に本発明の
実施の形態１における符号化装置１０００を示す。(Embodiment 1) FIG. 1 shows an encoding apparatus 1000 according to Embodiment 1 of the present invention.
【００２５】符号化装置１０００は、デジタル衛星放送
および光ディスク媒体等により供給される符号化された
ストリーム信号１２０を受信する第１受信部１０１と、
第１受信部１０１により受信されたストリーム信号１２
０をデコードすることにより、システム情報信号１２
１、映像信号１２７およびオーディオ信号１２６を生成
するデコーダ１０６と、システム情報信号１２１、映像
信号１２７およびオーディオ信号１２６を符号化するこ
とにより、ストリーム信号１２０が含む映像情報および
オーディオ情報よりもビットレートを低くした映像情報
およびオーディオ情報を含むストリーム信号１２２を生
成するリエンコーダ１０２と、ストリーム信号１２２が
含む映像情報、オーディオ情報およびシステム情報を光
ディスク媒体等の記録媒体１０７に記録する記録再生部
１０４と、リモコン１０８等からの無線信号１２５を受
信し、受信信号１２４を出力する第２受信部と、各信号
の送受信を媒介するバス１０９と、符号化装置１０００
内の信号処理を制御する制御部１０５とを備える。The encoding apparatus 1000 includes: a first receiving unit 101 that receives an encoded stream signal 120 supplied by digital satellite broadcasting and an optical disk medium;
Stream signal 12 received by first receiving section 101
0, the system information signal 12
1. The decoder 106 that generates the video signal 127 and the audio signal 126 and the encoding of the system information signal 121, the video signal 127, and the audio signal 126 make the bit rate lower than the video information and the audio information included in the stream signal 120. A re-encoder 102 for generating a stream signal 122 including lowered video information and audio information, a recording / reproducing unit 104 for recording the video information, audio information and system information included in the stream signal 122 on a recording medium 107 such as an optical disk medium; A second receiving unit that receives a wireless signal 125 from the remote controller 108 or the like and outputs a received signal 124; a bus 109 that mediates transmission and reception of each signal;
And a control unit 105 for controlling the signal processing in the inside.
【００２６】ストリーム信号１２０は、例えばデジタル
衛星放送等の伝送媒体から送信されたトランスポートス
トリーム（ＴＳ）信号または記録媒体から読み出された
プログラムストリーム（ＰＳ）信号等である。一例とし
て、ＴＳ信号およびＰＳ信号の構成を図９および図１０
に示す。The stream signal 120 is, for example, a transport stream (TS) signal transmitted from a transmission medium such as digital satellite broadcasting or a program stream (PS) signal read from a recording medium. As an example, the configurations of the TS signal and the PS signal are shown in FIGS.
Shown in
【００２７】図９を参照して、ＰＳ信号は複数のパック
９０１を含み、各パック９０１はパックヘッダ９１１、
システムヘッダ９１２、ＰＥＳ（Ｐａｃｋｅｔｉｚｅｄ
Ｅｌｅｍｅｎｔａｒｙ ｓｔｒｅａｍ）パケット９１
３を含む。各ＰＥＳパケット９１３は映像情報を示すビ
デオエレメンタリーストリーム９２２またはオーディオ
情報を示すオーディオエレメンタリーストリーム９２３
を含む。ビデオおよびオーディオエレメンタリーストリ
ーム９２２および９２３にはそれぞれＰＥＳパケットヘ
ッダ９２１が付加される。ＰＥＳパケットヘッダ９２１
は、符号化信号固有の情報を示すシステム情報として各
エレメンタリーストリームを識別するコード、パケット
のサイズ、タイムスタンプであるＰＴＳ（Ｐｒｅｓｅｎ
ｔａｔｉｏｎ Ｔｉｍｅ Ｓｔａｍｐ）およびＤＴＳ
（Ｄｅｃｏｄｉｎｇ Ｔｉｍｅ Ｓｔａｍｐ）、チャン
ネル数情報等を含む。各パック９０１にはパックヘッダ
９１１およびシステムヘッダ９１２が付加されている。
パックヘッダ９１１は、システム情報としてパックの開
始コードおよびＳＣＲ（Ｓｙｓｔｅｍ ＣｌｏｃｋＲｅ
ｆｅｒｅｎｃｅ）等を含む。システムヘッダ９１２は、
システム情報として各エレメンタリーストリームのビッ
トレートおよびバッファサイズ等を含む。Referring to FIG. 9, the PS signal includes a plurality of packs 901, each of which includes a pack header 911,
System header 912, PES (Packetized)
Elementary stream) packet 91
3 inclusive. Each PES packet 913 includes a video elementary stream 922 indicating video information or an audio elementary stream 923 indicating audio information.
including. A PES packet header 921 is added to each of the video and audio elementary streams 922 and 923. PES packet header 921
Is a code for identifying each elementary stream as system information indicating information unique to an encoded signal, a packet size, and a PTS (Presen) which is a time stamp.
station Time Stamp) and DTS
(Decoding Time Stamp), channel number information, and the like. Each pack 901 has a pack header 911 and a system header 912 added thereto.
The pack header 911 includes a pack start code and an SCR (System Clock Re
reference). The system header 912 is
The system information includes the bit rate and buffer size of each elementary stream.
【００２８】図１０を参照して、ＴＳ信号は複数のＴＳ
パケット９５１を含む。各ＴＳパケット９５１にはアダ
プテーションフィールド９６２および９６３およびペイ
ロード９６２’および９６３’の少なくとも一方が含ま
れる。アダプテーションフィールド９６２および９６３
はシステム情報としてタイムスタンプであるＰＣＲ（Ｐ
ｒｏｇｒａｍ Ｃｌｏｃｋ Ｒｅｆｅｒｅｎｃｅ）を含
み、各ペイロード９６２’および９６３’は映像情報お
よびオーディオ情報の何れかであり、各ペイロード９６
２’および９６３’はビデオおよびオーディオエレメン
タリーストリームに対応する。アダプテーションフィー
ルド９６２および９６３およびペイロード９６２’およ
び９６３’にはパケットヘッダ９６１が付加され、パケ
ットヘッダ９６１はシステム情報としてパケット識別
子、フラグ情報、チャンネル数情報およびビットレート
を含む。Referring to FIG. 10, a TS signal includes a plurality of TSs.
Packet 951. Each TS packet 951 includes at least one of adaptation fields 962 and 963 and payloads 962 'and 963'. Adaptation fields 962 and 963
Is a PCR (P
program Clock Reference), each payload 962 'and 963' is either video information or audio information, and each payload 962 'and 963'
2 'and 963' correspond to video and audio elementary streams. A packet header 961 is added to the adaptation fields 962 and 963 and the payloads 962 ′ and 963 ′, and the packet header 961 includes packet identifier, flag information, channel number information, and bit rate as system information.
【００２９】符号化装置１０００では、記録媒体１０７
に情報を記録する記録モードとしては標準モードとロン
グモードとが選択できる。ロングモードでは標準モード
よりも長時間の情報を記録することが可能である。標準
モードおよびロングモードの何れで記録を行うかの命令
は、例えばリモコン１０８により第２受信部１０３に与
えられる。制御部１０５は第２受信部１０３から出力さ
れる受信信号１２４を受け取り、標準モードおよびロン
グモードの何れのモードで記録を行うかを決定する。In the encoding device 1000, the recording medium 107
A standard mode and a long mode can be selected as a recording mode for recording information in the first mode. In the long mode, it is possible to record information for a longer time than in the standard mode. An instruction to perform recording in the standard mode or the long mode is given to the second receiving unit 103 by the remote controller 108, for example. The control unit 105 receives the reception signal 124 output from the second reception unit 103, and determines whether to perform recording in the standard mode or the long mode.
【００３０】標準モードで記録を行う場合、第１受信部
１０１が受信したストリーム信号１２０はバス１０９を
介して直接記録再生部１２０に出力され、ストリーム信
号１２０が含む映像情報、オーディオ情報およびシステ
ム情報はレーザ光１３０により記録媒体１０７へ記録さ
れる。When recording is performed in the standard mode, the stream signal 120 received by the first receiving unit 101 is directly output to the recording / reproducing unit 120 via the bus 109, and the video information, the audio information, and the system information included in the stream signal 120 are included. Is recorded on the recording medium 107 by the laser beam 130.
【００３１】一方、ロングモードで記録を行う場合、第
１受信部１０１が受信したストリーム信号１２０はデコ
ーダ１０６に出力される。On the other hand, when recording is performed in the long mode, the stream signal 120 received by the first receiving unit 101 is output to the decoder 106.
【００３２】図１１に符号化装置１０００の動作を示す
フローチャートを示す。FIG. 11 is a flowchart showing the operation of the encoding apparatus 1000.
【００３３】図１を参照して、デコーダ１０６は、シス
テムデコーダ１４４と、オーディオデコーダ１４５と、
ビデオデコーダ１４６とを備える。ストリーム信号１２
０は先ずシステムデコーダ１４４に入力される。入力さ
れたストリーム信号１２０は、システムデコーダ１４４
が備えるデマルチプレクサにより、ビデオエレメンタリ
ーストリーム１２８、オーディオエレメンタリーストリ
ーム１２９およびシステム情報ストリームとに分離され
る。システムデコーダ１４４はシステム情報ストリーム
をデコードしてシステム情報信号１２１を生成する。ビ
デオエレメンタリーストリーム１２８はビデオデコーダ
１４６に入力される。ビデオデコーダ１４６はビデオエ
レメンタリーストリーム１２８をデコードして映像信号
１２７を生成する（Ｓ１０１）。システムデコーダ１４
４およびビデオデコーダ１４６での信号処理は当業者に
は周知の技術を用いて行われるので本明細書中での詳細
な説明は省略する。オーディオエレメンタリーストリー
ム１２９はオーディオデコーダ１４５に入力される。オ
ーディオデコーダ１４５はオーディオエレメンタリース
トリーム１２９をデコードしてオーディオ信号１２６を
生成する（Ｓ１０２）。オーディオデコーダ１４５での
デコード処理を図２を参照して説明する。Referring to FIG. 1, decoder 106 includes a system decoder 144, an audio decoder 145,
And a video decoder 146. Stream signal 12
0 is first input to the system decoder 144. The input stream signal 120 is output to the system decoder 144.
Are separated into a video elementary stream 128, an audio elementary stream 129, and a system information stream. The system decoder 144 decodes the system information stream to generate a system information signal 121. The video elementary stream 128 is input to the video decoder 146. The video decoder 146 decodes the video elementary stream 128 to generate a video signal 127 (S101). System decoder 14
4 and the signal processing in the video decoder 146 are performed by using a technique well known to those skilled in the art, and a detailed description thereof will be omitted. The audio elementary stream 129 is input to the audio decoder 145. The audio decoder 145 decodes the audio elementary stream 129 to generate an audio signal 126 (S102). The decoding process in the audio decoder 145 will be described with reference to FIG.
【００３４】図２にオーディオデコーダ１４５内部を示
す。オーディオデコーダ１４５は、符号列入力部２０１
と、符号列分解部２０２と、記憶部２０３と、逆量子化
部２０８と、周波数−時間変換部２１１と、時間領域ダ
ウンミックス部２１２とを備える。FIG. 2 shows the inside of the audio decoder 145. The audio decoder 145 includes a code string input unit 201
, A code sequence decomposition unit 202, a storage unit 203, an inverse quantization unit 208, a frequency-time conversion unit 211, and a time domain downmix unit 212.
【００３５】オーディオエレメンタリーストリーム１２
９は符号列入力部２０１に入力される。符号列入力部２
０１はバッファとして機能し得、オーディオエレメンタ
リーストリーム１２９をオーディオ情報を含む入力符号
列信号２２１として出力する。入力符号列信号２２１
は、時系列信号を周波数領域信号に変換した後、周波数
領域信号を仮数部とスケールファクタとに量子化するこ
とにより生成された複数の量子化信号を符号化した信号
である。さらに詳細には、入力符号列信号２２１は、オ
ーディオ信号に時間−周波数変換を行って周波数領域信
号に変換し、周波数領域信号を量子化した符号列情報を
含む。周波数領域信号の量子化は、周波数領域信号の周
波数領域毎の周波数スペクトルを仮数部と指数部とで示
す量子化である。指数部は周波数領域毎の周波数スペク
トルのスケールファクタである。Audio elementary stream 12
9 is input to the code string input unit 201. Code string input unit 2
01 can function as a buffer, and outputs the audio elementary stream 129 as an input code string signal 221 including audio information. Input code string signal 221
Is a signal obtained by encoding a plurality of quantized signals generated by converting a time-series signal into a frequency domain signal and then quantizing the frequency domain signal into a mantissa and a scale factor. More specifically, the input code string signal 221 includes code string information obtained by performing time-frequency conversion on an audio signal, converting the audio signal into a frequency domain signal, and quantizing the frequency domain signal. The quantization of the frequency domain signal is a quantization in which the frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part. The exponent is the scale factor of the frequency spectrum for each frequency domain.
【００３６】符号列分解部２０２は、符号列入力部２０
１から出力された入力符号列信号２２１を解析して符号
列情報信号２２２に復号する。符号列情報信号２２２
は、周波数スペクトルの指数部の情報を示すスケールフ
ァクタ情報、周波数スペクトルの仮数部情報、仮数部に
割り当てられたビット数を示すビット割り当て情報等の
量子化された情報を含む。この符号列情報信号２２２は
記憶部２０３に記憶される。逆量子化部２０８は符号列
情報信号２２２を記憶部２０３から読み出して逆量子化
し、各チャンネル毎に周波数領域により分けられたスペ
クトル信号２２３を生成する。周波数−時間変換部２１
１はこのスペクトル信号２２３を時間軸データ信号２２
４に変換する。The code string disassembling section 202 is provided with the code string input section 20.
The input code string signal 221 output from 1 is analyzed and decoded into a code string information signal 222. Code string information signal 222
Includes quantized information such as scale factor information indicating the information of the exponent part of the frequency spectrum, mantissa information of the frequency spectrum, and bit allocation information indicating the number of bits allocated to the mantissa. This code string information signal 222 is stored in the storage unit 203. The inverse quantization unit 208 reads out the code string information signal 222 from the storage unit 203 and inversely quantizes the code sequence information signal 222 to generate a spectrum signal 223 divided for each channel by a frequency domain. Frequency-time converter 21
1 converts this spectrum signal 223 into the time axis data signal 22
Convert to 4.
【００３７】入力符号列信号２２１と出力符号列信号２
２８とでオーディオ情報のチャンネル数が異なる場合、
ダウンミックス処理が行われる。この場合、時間領域ダ
ウンミックス部２１２は制御部１０５からの制御信号１
２３により出力符号列信号２２８のチャンネル数を決定
する。時間領域ダウンミックス部２１２は、チャンネル
数が出力符号列信号２２８のチャンネル数となるように
時間軸データ信号２２４にダウンミックス処理を行う。
ダウンミックス処理により時間軸データ信号２２４は時
間領域信号２２５に変換される。時間領域信号２２５は
オーディオ信号１２６としてリエンコーダ１０２へ出力
される。The input code string signal 221 and the output code string signal 2
If the number of audio information channels differs between
Downmix processing is performed. In this case, the time-domain downmix unit 212 outputs the control signal 1 from the control unit 105.
23 determines the number of channels of the output code string signal 228. The time domain downmix unit 212 performs a downmix process on the time axis data signal 224 such that the number of channels is equal to the number of channels of the output code string signal 228.
The time axis data signal 224 is converted into a time domain signal 225 by the downmix process. The time domain signal 225 is output to the re-encoder 102 as the audio signal 126.
【００３８】尚、入力符号列信号２２１と出力符号列信
号２２８とのチャンネル数が同じ場合、ダウンミックス
処理は行われず、時間軸データ信号２２４がオーディオ
信号１２６としてリエンコーダ１０２へ出力される。When the number of channels of the input code string signal 221 and the number of channels of the output code string signal 228 are the same, the downmix process is not performed, and the time axis data signal 224 is output to the re-encoder 102 as the audio signal 126.
【００３９】図１を参照して、リエンコーダ１０２は、
システムエンコーダ１４１と、オーディオエンコーダ１
４２と、ビデオエンコーダ１４３とを備える。システム
エンコーダ１４１にはシステム情報信号１２１が入力さ
れ、オーディオエンコーダ１４２にはオーディオ信号１
２６が入力され、ビデオエンコーダ１４３には映像信号
１２７が入力される。Referring to FIG. 1, re-encoder 102 includes:
System encoder 141 and audio encoder 1
42 and a video encoder 143. The system information signal 121 is input to the system encoder 141, and the audio signal 1 is input to the audio encoder 142.
26, and the video signal 127 is input to the video encoder 143.
【００４０】システムエンコーダ１４１は、デコーダ１
０６およびリエンコーダ１０２において変更されるビッ
トレート、チャンネル数および時間情報等に応じてシス
テム情報信号を作成し直す。ビデオエンコーダ１４３
は、周知のＭＰＥＧ（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ
Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）規格等の映像圧縮技術を
用いて映像信号１２７に符号化処理を行い、制御信号１
２３が示すビットレートの映像情報を含むビデオエレメ
ンタリーストリーム１５１を生成する（Ｓ１０３）。制
御信号１２３が示すビットレートはビデオエレメンタリ
ーストリーム１２８のビットレートよりも低い。この低
いビットレートとなるように映像信号１２７の符号化処
理を行うことにより、圧縮された映像情報が生成され
る。ビデオエレメンタリーストリーム１５１はシステム
エンコーダ１４１へ出力される。システムエンコーダ１
４１およびビデオエンコーダ１４３での信号処理は当業
者には周知の技術を用いて行われるので本明細書中での
詳細な説明は省略する。The system encoder 141 includes the decoder 1
06 and the system information signal are re-created according to the bit rate, the number of channels, and the time information changed in the re-encoder 102. Video encoder 143
Is a well-known MPEG (Moving Picture)
An encoding process is performed on the video signal 127 using a video compression technique such as the Experts Group standard, and the control signal 1
The video elementary stream 151 including the video information of the bit rate indicated by 23 is generated (S103). The bit rate indicated by the control signal 123 is lower than the bit rate of the video elementary stream 128. By performing the encoding process of the video signal 127 so as to have this low bit rate, compressed video information is generated. The video elementary stream 151 is output to the system encoder 141. System encoder 1
Since signal processing in the video encoder 41 and the video encoder 143 is performed using a technique well known to those skilled in the art, detailed description thereof will be omitted.
【００４１】図２を参照して、オーディオエンコーダ１
４２の符号化処理を説明する。オーディオエンコーダ１
４２は、時間−周波数変換部２１３と、量子化部２１４
と、符号化部２０５とを備える。時間−周波数変換部２
１３はオーディオ信号１２６として時間軸データ信号２
２４または時間領域信号２２５を入力してスペクトル信
号２２６に変換する。量子化部２１４はスペクトル信号
２２６を量子化することにより量子化信号２２７を生成
する。符号化部２０５は、制御部１０５からの制御信号
１２３が示すビットレートになるよう量子化信号２２７
を再符号化する。制御信号１２３が示すビットレートは
オーディオエレメンタリーストリーム１２９のビットレ
ートよりも低い。この低いビットレートとなるように量
子化信号２２７を再符号化することにより、ビットレー
トの低いオーディオ情報を含む出力符号列信号２２８が
生成される（Ｓ１０４）。出力符号列信号２２８はオー
ディオエレメンタリーストリーム１５０としてシステム
エンコーダ１４１へ出力される。Referring to FIG. 2, audio encoder 1
The encoding process of No. 42 will be described. Audio encoder 1
42 is a time-frequency conversion unit 213 and a quantization unit 214
And an encoding unit 205. Time-frequency converter 2
13 is a time axis data signal 2 as an audio signal 126.
24 or a time domain signal 225 is input and converted into a spectrum signal 226. The quantization unit 214 generates a quantized signal 227 by quantizing the spectrum signal 226. The encoding unit 205 controls the quantization signal 227 so that the bit rate indicated by the control signal 123 from the control unit 105 becomes the bit rate.
Is re-encoded. The bit rate indicated by the control signal 123 is lower than the bit rate of the audio elementary stream 129. By re-encoding the quantized signal 227 so as to have the low bit rate, an output code string signal 228 including audio information with a low bit rate is generated (S104). The output code string signal 228 is output to the system encoder 141 as the audio elementary stream 150.
【００４２】オーディオエレメンタリーストリーム１５
０、ビデオエレメンタリーストリーム１５１およびシス
テム情報信号は、システムエンコーダ１４１が備えるマ
ルチプレクサにより組み合わされてストリーム信号１２
２が生成される（Ｓ１０５）。ストリーム信号１２２は
図９および図１０を参照して上述したプログラムストリ
ームまたはトランスポートストリームのフォーマットで
構成され得る。Audio elementary stream 15
0, the video elementary stream 151 and the system information signal are combined by a multiplexer provided in the system encoder 141 to form a stream signal 12.
2 is generated (S105). The stream signal 122 can be configured in the format of the program stream or the transport stream described above with reference to FIGS.
【００４３】ストリーム信号１２２は、バス１０９を介
して記録再生部１２０に出力され、ストリーム信号１２
２が含む映像情報、オーディオ情報およびシステム情報
はレーザ光１３０により記録媒体１０７へ記録される。The stream signal 122 is output to the recording / reproducing unit 120 via the bus 109,
The video information, audio information and system information included in 2 are recorded on the recording medium 107 by the laser beam 130.
【００４４】記録媒体１０７に記録された映像情報、オ
ーディオ情報およびシステム情報の再生は、記録媒体１
０７から反射したレザー光１３１を記録再生部１２０が
受け取り、ストリーム信号１２０（またはストリーム信
号１２２）に変換することにより行われる。デコーダ１
０６は、記録再生部１２０から出力されるストリーム信
号１２０（またはストリーム信号１２２）をデコードし
てオーディオ信号１２６および映像信号１２７を生成す
る。オーディオ信号１２６および映像信号１２７は外部
へ出力されてＤ／Ａコンバータ（図示せず）でアナログ
信号に変換されてディスプレイ（図示せず）およびスピ
ーカ（図示せず）へ出力される。The reproduction of the video information, audio information, and system information recorded on the recording medium 107 is performed on the recording medium 1.
The recording / reproducing unit 120 receives the laser beam 131 reflected from the signal 07 and converts it into a stream signal 120 (or a stream signal 122). Decoder 1
Reference numeral 06 decodes the stream signal 120 (or the stream signal 122) output from the recording / reproducing unit 120 to generate an audio signal 126 and a video signal 127. The audio signal 126 and the video signal 127 are output to the outside, converted into analog signals by a D / A converter (not shown), and output to a display (not shown) and a speaker (not shown).
【００４５】なお、本発明においてはデコーダ１０６と
リエンコーダ１０２とが一体化されてもよい。この場
合、例えば、デコーダ１０６とリエンコーダ１０２とが
同一基板上に実装される。In the present invention, the decoder 106 and the re-encoder 102 may be integrated. In this case, for example, the decoder 106 and the re-encoder 102 are mounted on the same substrate.
【００４６】また、図３に示す符号化装置１００１のよ
うに、デコーダ１０６に加えてデコーダ１０６’がリエ
ンコーダ１０２内に設けられてもよい。デコーダ１０
６’は図１に示すデコーダ１０６と同様にシステムデコ
ーダ、オーディオデコーダおよびビデオデコーダを備
え、ストリーム信号１２０をデコードすることにより映
像信号、オーディオ信号およびシステム情報信号を生成
する。デコーダ１０６’が生成したこれらの信号はシス
テムエンコーダ１４１、オーディオエンコーダ１４２お
よびビデオエンコーダ１４３に入力されストリーム信号
１２２が生成される。また、符号化装置１００１におい
て、デコーダ１０６は記録再生部１２０から出力される
ストリーム信号１２０またはストリーム信号１２２をデ
コードしてオーディオ信号１２６’および映像信号１２
７’を外部へ出力する。As in the encoding device 1001 shown in FIG. 3, a decoder 106 ′ may be provided in the re-encoder 102 in addition to the decoder 106. Decoder 10
Reference numeral 6 'includes a system decoder, an audio decoder, and a video decoder similarly to the decoder 106 shown in FIG. 1, and generates a video signal, an audio signal, and a system information signal by decoding the stream signal 120. These signals generated by the decoder 106 'are input to a system encoder 141, an audio encoder 142, and a video encoder 143, and a stream signal 122 is generated. Further, in the encoding device 1001, the decoder 106 decodes the stream signal 120 or the stream signal 122 output from the recording / reproducing section 120 to decode the audio signal 126 ′ and the video signal 12 ′.
7 'is output to the outside.
【００４７】上述のように本実施の形態によれば、スト
リーム信号１２０が含むオーディオ情報のビットレート
を下げることにより記録媒体１０７に記録する情報量を
減らすことが出来る。従って、ストリーム信号１２０に
含まれる情報をそのまま記録媒体１０７に記録する場合
と比べて、長時間の情報を記録媒体１０７に記録するこ
とが出来る。As described above, according to the present embodiment, the amount of information recorded on the recording medium 107 can be reduced by reducing the bit rate of the audio information included in the stream signal 120. Therefore, compared to a case where the information included in the stream signal 120 is recorded on the recording medium 107 as it is, a longer time information can be recorded on the recording medium 107.
【００４８】また、映像情報およびオーディオ情報の両
方のビットレートを下げることにより、映像情報のみの
ビットレートを下げる場合に比べて記録媒体１０７に記
録する情報量を減らすことが出来る。従って、映像情報
のみのビットレートを下げる場合よりも長時間の情報を
記録媒体１０７に記録することが出来る。By reducing the bit rates of both the video information and the audio information, the amount of information to be recorded on the recording medium 107 can be reduced as compared with the case where the bit rate of only the video information is reduced. Therefore, it is possible to record information on the recording medium 107 for a longer time than when the bit rate of only the video information is reduced.
【００４９】また、オーディオ情報のビットレートを下
げることに加えて、デコードしたオーディオ信号にダウ
ンミックス処理を行うことにより、さらにオーディオ信
号の情報量を減らすことが出来るので、より長時間の情
報を記録媒体１０７に記録することが出来る。In addition to lowering the bit rate of the audio information, by performing downmix processing on the decoded audio signal, the information amount of the audio signal can be further reduced, so that information for a longer time can be recorded. It can be recorded on the medium 107.
【００５０】（実施の形態２）図４に、本発明の実施の
形態２におけるオーディオデコーダ４０１およびオーデ
ィオエンコーダ４０２を示す。オーディオデコーダ４０
１およびオーディオエンコーダ４０２は、図２に示すオ
ーディオデコーダ１４５およびオーディオエンコーダ１
４２と置き替えられて、図１に示す符号化装置１０００
に搭載される。本実施の形態では、入力符号列と出力符
号列のチャンネル数が同じであるとする。なお、システ
ムデコーダ１４４およびビデオデコーダ１４６、システ
ムエンコーダ１４１およびビデオエンコーダ１４３の動
作は実施の形態１と同様である。(Embodiment 2) FIG. 4 shows an audio decoder 401 and an audio encoder 402 according to Embodiment 2 of the present invention. Audio decoder 40
1 and the audio encoder 402 are the audio decoder 145 and the audio encoder 1 shown in FIG.
42, the encoding device 1000 shown in FIG.
Mounted on In the present embodiment, it is assumed that the number of channels of the input code string is the same as the number of channels of the output code string. The operations of system decoder 144 and video decoder 146, and system encoder 141 and video encoder 143 are the same as those in the first embodiment.
【００５１】オーディオデコーダ４０１は、符号列入力
部２０１と符号列分解部２０２とを備える。実施の形態
１と同様に、オーディオエレメンタリーストリーム１２
９は符号列入力部２０１に入力される。符号列入力部２
０１はバッファとして機能し得、オーディオエレメンタ
リーストリーム１２９をオーディオ情報を含む入力符号
列信号２２１として出力する。符号列分解部２０２は符
号列入力部２０１から出力された入力符号列信号２２１
を解析して符号列情報信号２２２に復号する。符号列情
報信号２２２は、周波数スペクトルの指数部の情報を示
すスケールファクタ情報、周波数スペクトルの仮数部情
報、仮数部に割り当てられたビット数を示すビット割り
当て情報等を含む。符号列情報信号２２２はオーディオ
信号１２６（図１）としてオーディオエンコーダ４０２
へ出力される。The audio decoder 401 includes a code string input unit 201 and a code string decomposition unit 202. As in the first embodiment, the audio elementary stream 12
9 is input to the code string input unit 201. Code string input unit 2
01 can function as a buffer, and outputs the audio elementary stream 129 as an input code string signal 221 including audio information. The code sequence decomposing unit 202 receives the input code sequence signal 221 output from the code sequence input unit 201.
Is analyzed and decoded into a code string information signal 222. The code string information signal 222 includes scale factor information indicating information of the exponent part of the frequency spectrum, mantissa information of the frequency spectrum, bit allocation information indicating the number of bits allocated to the mantissa, and the like. The code string information signal 222 is converted into an audio signal 126 (FIG. 1) by the audio encoder 402.
Output to
【００５２】図１２はオーディオエンコーダ４０２の符
号化処理を示すフローチャートである。FIG. 12 is a flowchart showing the encoding process of the audio encoder 402.
【００５３】図４および図１２を参照して、オーディオ
エンコーダ４０２の符号化処理を説明する。オーディオ
エンコーダ４０２は、記憶部４０３と、聴覚心理モデル
計算部４０４と、符号化部４０５とを備える。オーディ
オ信号１２６としてオーディオエンコーダ４０２に入力
された符号列情報信号２２２は記憶部４０３に格納され
る。The encoding process of the audio encoder 402 will be described with reference to FIGS. The audio encoder 402 includes a storage unit 403, a psychoacoustic model calculation unit 404, and an encoding unit 405. The code string information signal 222 input to the audio encoder 402 as the audio signal 126 is stored in the storage unit 403.
【００５４】聴覚心理モデル計算部４０４は、記憶部２
０３から符号列情報信号２２２読み出し、符号列情報信
号２２２に含まれるオーディオ信号を用いて聴覚心理モ
デルを計算する。通常、聴覚心理モデルは周波数スペク
トル情報を用いて計算される。しかし、本実施の形態で
は、周波数スペクトル情報の代わりにスケールファクタ
情報を用いて聴覚心理モデルを計算する（Ｓ２０１、Ｓ
２０２）。スケールファクタ情報を用いて聴覚心理モデ
ルを計算することにより、周波数スペクトル情報を用い
た場合よりも信号処理を高速に行うことが出来る。The psychoacoustic model calculation unit 404 stores in the storage unit 2
The code sequence information signal 222 is read from the code sequence 03, and the psychoacoustic model is calculated using the audio signal included in the code sequence information signal 222. Usually, the psychoacoustic model is calculated using frequency spectrum information. However, in the present embodiment, the psychoacoustic model is calculated using scale factor information instead of frequency spectrum information (S201, S201).
202). By calculating the psychoacoustic model using the scale factor information, the signal processing can be performed faster than in the case where the frequency spectrum information is used.
【００５５】図５（ａ）〜（ｄ）にオーディオ信号に含
まれる符号列情報から聴覚心理モデルを計算する手順を
示す。図５（ａ）に示すように、各周波数領域ｆ1、
ｆ2、ｆ 3、ｆ4、ｆ5、ｆ6におけるスペクトル信号のレ
ベルを夫々ａ1、ａ2、ａ3、ａ4、ａ5、ａ6とする。スペ
クトル信号のレベルａ1〜ａ6の中ではレベルａ1、ａ3、
ａ 5が大きいので、図５（ｂ）に示すような聴感マスキ
ング曲線Ａが得られる。一方、受聴者の最低可聴閾値は
一般に図５（ｃ）に示すような曲線Ｂとなる。このよう
な聴感マスキング曲線と最低可聴閾値とを組み合わせる
と、図５（ｄ）に示すような総合マスキング曲線Ｃが得
られる。総合マスキング曲線Ｃは各周波数領域のマスキ
ング閾値をつなぎ合わせた曲線である。総合マスキング
曲線Ｃ以下（すなわちマスキング閾値以下）のレベルを
有するスペクトル信号ａ2、ａ4、ａ6は聴感上受聴者に
聞き取られないので、削除されても聴覚上は同じ音に聞
こえる。従って、聴覚心理モデル計算部４０４はレベル
ａ1、ａ3、ａ5を有するスペクトル信号のみを出力すれ
ばよいことを示す聴覚心理モデル情報を含む聴覚心理モ
デル情報信号４２１を符号化部４０５へ出力する。FIGS. 5A to 5D show the audio signals included in the audio signal.
Procedure to calculate the psychoacoustic model from the encoded code string information
Show. As shown in FIG. 5A, each frequency region f1,
fTwo, F Three, FFour, FFive, F6Of the spectral signal at
Bell each1, ATwo, AThree, AFour, AFive, A6And Spec
Level of the signal a1~ A6Within level a1, AThree,
a FiveIs large, so that the auditory masking as shown in FIG.
A curve A is obtained. On the other hand, the lowest audible threshold of the listener is
Generally, the curve B is as shown in FIG. like this
The optimal auditory masking curve with the lowest audible threshold
And an overall masking curve C as shown in FIG.
Can be The total masking curve C is the masking curve for each frequency domain.
It is a curve obtained by connecting the threshold values. Comprehensive masking
The level below curve C (ie below the masking threshold)
Having a spectral signal aTwo, AFour, A6Is to the listener
Since it cannot be heard, even if it is deleted,
Exceed Therefore, the psychoacoustic model calculation unit 404 sets the level
a1, AThree, AFiveOutput only the spectral signal with
Psychoacoustic model including psychoacoustic model information
The Dell information signal 421 is output to the encoding unit 405.
【００５６】聴覚心理モデル情報信号４２１に含まれる
スペクトル信号は、 Ｆ＊ｘ∧（α＊Ｓ） で示される形式に聴覚心理モデル計算部４０４において
変換されている。The spectral signal included in the psychoacoustic model information signal 421 has been converted by the psychoacoustic model calculation unit 404 into a format represented by F * x∧ (α * S).
【００５７】但し、Ｆは仮数部情報、Ｓはスケールファ
クタ、ｘは指数部の底、αは定数、∧は巾乗記号であ
る。Where F is the mantissa information, S is the scale factor, x is the base of the exponent, α is a constant, and ∧ is the power-of-power symbol.
【００５８】本実施の形態の聴覚心理モデル計算部４０
４は、符号列情報信号２２２に含まれるスペクトル信号
ａ1、ａ3、ａ5に対応するスケールファクタｓ1、ｓ3、
ｓ5の値に基づいた総合マスキング曲線Ｃを聴覚心理モ
デルとして計算する。このような聴覚心理モデル情報を
含む聴覚心理モデル情報信号４２１は符号化部４０５へ
出力される。The psychoacoustic model calculator 40 of the present embodiment.
4 is a scale factor s 1 , s 3 , corresponding to the spectrum signals a 1 , a 3 , a 5 included in the code sequence information signal 222.
the overall masking curve C based on the value of s 5 is calculated as the psychoacoustic model. The psychoacoustic model information signal 421 including such psychoacoustic model information is output to the encoding unit 405.
【００５９】符号化部４０５は、総合マスキング曲線Ｃ
に従って、各バンド毎へのビット割り当てを決定する。
ビット割り当て方法は任意であり、例えば、総合マスキ
ング曲線Ｃと各スペクトル信号の比であるＳＭＲ（Ｓｐ
ｅｃｔｏｌ Ｔｏ Ｍａｓｋｉｎｇ Ｒａｔｉｏ）とビ
ットレートとから各バンド毎へのビット割当量が決定さ
れる。符号化部４０５は、決定されたビット割当量に従
って、スペクトル信号の仮数部情報Ｆのビット数を見積
もる。尚、ビットレート情報で指定されるビットレート
は、符号化方法で規定された範囲内の任意の値のビット
レートを取ることができる。符号化部４０５は、計算さ
れた聴覚心理モデルと、制御部１０５から出力される制
御信号１２３が示すビットレート情報に基づいて、平均
ビットレートが指定されたビットレートとなるように符
号列情報信号２２２を再符号化し、出力符号列信号４２
２を生成する（Ｓ２０４）。制御信号１２３が示すビッ
トレートはオーディオストリーム信号１２９のビットレ
ートよりも低い。この低いビットレートとなるように符
号列情報信号２２２を再符号化することにより、ビット
レートの低いオーディオ情報を含む出力符号列信号４２
２がオーディオストリーム信号１５０として生成され
る。The encoding unit 405 calculates the total masking curve C
, Bit allocation for each band is determined.
The bit allocation method is arbitrary, and for example, SMR (SpR) which is a ratio between the total masking curve C and each spectrum signal.
The amount of bits to be allocated to each band is determined based on the E.tol To Masking Ratio) and the bit rate. The encoding unit 405 estimates the number of bits of the mantissa information F of the spectrum signal according to the determined bit allocation amount. The bit rate specified by the bit rate information can take a bit rate of an arbitrary value within a range specified by the encoding method. Encoding section 405 generates a code sequence information signal based on the calculated psychoacoustic model and the bit rate information indicated by control signal 123 output from control section 105 such that the average bit rate becomes the specified bit rate. 222 is re-encoded and the output code string signal 42
2 is generated (S204). The bit rate indicated by the control signal 123 is lower than the bit rate of the audio stream signal 129. By re-encoding the code string information signal 222 so as to have the low bit rate, the output code string signal 42 including audio information with a low bit rate is output.
2 is generated as the audio stream signal 150.
【００６０】実施の形態１と同様に、オーディオエレメ
ンタリーストリーム１５０、ビデオエレメンタリースト
リーム１５１およびシステム情報信号は、システムエン
コーダ１４１が備えるマルチプレクサにより組み合わさ
れてストリーム信号１２２が生成される。As in the first embodiment, the audio elementary stream 150, the video elementary stream 151, and the system information signal are combined by a multiplexer provided in the system encoder 141 to generate a stream signal 122.
【００６１】ストリーム信号１２２は、バス１０９を介
して記録再生部１２０に出力され、ストリーム信号１２
２が含む映像情報、オーディオ情報およびシステム情報
はレーザ光１３０により記録媒体１０７へ記録される。The stream signal 122 is output to the recording / reproducing unit 120 via the bus 109,
The video information, audio information and system information included in 2 are recorded on the recording medium 107 by the laser beam 130.
【００６２】本実施の形態では、周波数−時間変換、時
間−周波数変換、逆量子化および量子化の各信号処理が
行われないため、図２に示す周波数−時間変換部２１
１、時間−周波数変換部２１３、逆量子化部２０８、量
子化部２１４および記憶部２０３を省略することができ
る。また、入力符号列信号に含まれるオーディオ情報と
出力符号列信号に含まれるオーディオ情報とは、両方と
もに周波数領域信号を符号化した情報であり、ビットレ
ートが異なるだけであるので、聴覚上の時間的な遅延や
位相ずれは発生しない。In this embodiment, since the signal processing of the frequency-time conversion, the time-frequency conversion, the inverse quantization and the quantization is not performed, the frequency-time conversion unit 21 shown in FIG.
1. The time-frequency conversion unit 213, the inverse quantization unit 208, the quantization unit 214, and the storage unit 203 can be omitted. Also, the audio information included in the input code string signal and the audio information included in the output code string signal are both pieces of information obtained by encoding the frequency domain signal, and only have different bit rates. No delay or phase shift occurs.
【００６３】上記のように本実施の形態のオーディオデ
コーダ４０１およびオーディオエンコーダ４０２によれ
ば、逆量子化処理を行うことなく入力符号列情報を再符
号化する。このことにより、実施の形態１のオーディオ
デコーダ１４５およびオーディオエンコーダ１４２と比
較し、信号処理量および信号処理に必要なメモリ量が削
減される。また、時間遅延や位相ずれの発生しない、ビ
ットレートの低い符号化信号を生成することが出来る。As described above, according to the audio decoder 401 and the audio encoder 402 of the present embodiment, the input code string information is re-encoded without performing the inverse quantization processing. As a result, compared to the audio decoder 145 and the audio encoder 142 of the first embodiment, the amount of signal processing and the amount of memory required for signal processing are reduced. Further, it is possible to generate a coded signal having a low bit rate without occurrence of time delay or phase shift.
【００６４】なお、本実施の形態から、オーディオデコ
ーダ４０１とオーディオエンコーダ４０２とを備える、
オーディオ情報の符号化処理を行う符号化装置４００が
実現される。符号化装置４００では、オーディオストリ
ーム信号１２９を入力し、オーディオデコーダ４０１と
オーディオエンコーダ４０２とにより上述の信号処理を
行うことにより、オーディオストリーム信号１２９に含
まれるオーディオ情報よりもビットレートの低いオーデ
ィオ情報を含む出力符号列信号４２２が生成される。出
力符号列信号４２２はオーディオストリーム信号１５０
として符号化装置４００から出力される。It should be noted that, from the present embodiment, an audio decoder 401 and an audio encoder 402 are provided.
An encoding device 400 that performs audio information encoding processing is realized. The encoding device 400 receives the audio stream signal 129 and performs the above-described signal processing by the audio decoder 401 and the audio encoder 402, so that the audio information having a lower bit rate than the audio information included in the audio stream signal 129 can be obtained. An output code string signal 422 is generated. The output code string signal 422 is the audio stream signal 150
Is output from the encoding device 400.
【００６５】（実施の形態３）図６に、本発明の実施の
形態３におけるオーディオデコーダ４０１およびオーデ
ィオエンコーダ６０２を示す。オーディオデコーダ４０
１およびオーディオエンコーダ６０２は、図２に示すオ
ーディオデコーダ１４５およびオーディオエンコーダ１
４２と置き替えられて、図１に示す符号化装置１０００
に搭載される。本実施の形態では、入力符号列と出力符
号列のチャンネル数が同じであるとする。なお、システ
ムデコーダ１４４およびビデオデコーダ１４６、システ
ムエンコーダ１４１およびビデオエンコーダ１４３の動
作は実施の形態１と同様である。(Embodiment 3) FIG. 6 shows an audio decoder 401 and an audio encoder 602 according to Embodiment 3 of the present invention. Audio decoder 40
1 and the audio encoder 602 are the audio decoder 145 and the audio encoder 1 shown in FIG.
42, the encoding device 1000 shown in FIG.
Mounted on In the present embodiment, it is assumed that the number of channels of the input code string is the same as the number of channels of the output code string. The operations of system decoder 144 and video decoder 146, and system encoder 141 and video encoder 143 are the same as those in the first embodiment.
【００６６】オーディオデコーダ４０１は、実施の形態
２で説明したように符号列情報信号２２２をオーディオ
信号１２６としてオーディオエンコーダ６０２へ出力す
る。The audio decoder 401 outputs the code string information signal 222 to the audio encoder 602 as the audio signal 126 as described in the second embodiment.
【００６７】図６および図１２を参照して、オーディオ
エンコーダ６０２の符号化処理を説明する。オーディオ
エンコーダ６０２は、記憶部４０３と、逆量子化部６０
３と、聴覚心理モデル計算部４０４と、符号化部４０５
とを備える。オーディオエンコーダ６０２に入力された
符号列情報信号２２２は記憶部４０３に格納される。The encoding process of the audio encoder 602 will be described with reference to FIGS. The audio encoder 602 includes a storage unit 403 and an inverse quantization unit 60
3, the psychoacoustic model calculation unit 404, and the encoding unit 405
And The code string information signal 222 input to the audio encoder 602 is stored in the storage unit 403.
【００６８】逆量子化部６０３は、記憶部４０３から符
号列情報信号２２２に含まれるスケールファクタ情報お
よび仮数部情報を受け取り、逆量子化を行ってチャンネ
ル毎かつ周波数領域毎のスペクトル信号６２０を生成す
る。聴覚心理モデル計算部６０４はこのスペクトル信号
６２０を用いて聴覚心理モデルを計算する（Ｓ２０１、
Ｓ２０２）。本実施の形態では、スペクトル信号６２０
そのものから図５（ｄ）に示す総合マスキング曲線Ｃを
作成する。この手順により得られる聴覚心理モデルは、
実施の形態２の聴覚心理モデルと比較して精度が高くな
る。聴覚心理モデル計算部６０４は聴覚心理モデル情報
を含む聴覚心理モデル情報信号６２１を符号化部６０５
へ出力する。The inverse quantization section 603 receives the scale factor information and the mantissa information included in the code string information signal 222 from the storage section 403 and performs inverse quantization to generate a spectrum signal 620 for each channel and each frequency domain. I do. The psychoacoustic model calculation unit 604 calculates a psychoacoustic model using the spectrum signal 620 (S201,
S202). In the present embodiment, spectrum signal 620
A total masking curve C shown in FIG. The psychoacoustic model obtained by this procedure is
Accuracy is higher than in the psychoacoustic model of the second embodiment. The psychoacoustic model calculation unit 604 encodes the psychoacoustic model information signal 621 including the psychoacoustic model information into the encoding unit 605.
Output to
【００６９】符号化部６０５は、聴覚心理モデル情報
と、制御信号１２３が示すビットレート情報とに基づい
て、平均ビットレートが指定されたビットレートになる
ように符号列情報信号２２２を再符号化し、出力符号列
信号６２２を生成する（Ｓ２０４）。制御信号１２３が
示すビットレートは、符号化方法で規定された範囲内の
任意の値を取ることができる。制御信号１２３が示すビ
ットレートはオーディオストリーム信号１２９のビット
レートよりも低い。この低いビットレートに収まるよう
に符号列情報信号２２２を再符号化することにより、圧
縮されたオーディオ情報を含む出力符号列信号６２２が
オーディオエレメンタリーストリーム１５０として生成
される。The encoding section 605 re-encodes the code string information signal 222 based on the psychoacoustic model information and the bit rate information indicated by the control signal 123 so that the average bit rate becomes the specified bit rate. , And generates an output code string signal 622 (S204). The bit rate indicated by the control signal 123 can take an arbitrary value within a range defined by the encoding method. The bit rate indicated by the control signal 123 is lower than the bit rate of the audio stream signal 129. By re-encoding the code string information signal 222 so as to fall within this low bit rate, an output code string signal 622 including compressed audio information is generated as the audio elementary stream 150.
【００７０】実施の形態１と同様に、オーディオエレメ
ンタリーストリーム１５０、ビデオエレメンタリースト
リーム１５１およびシステム情報信号は、システムエン
コーダ１４１が備えるマルチプレクサにより組み合わさ
れてストリーム信号１２２が生成される。As in the first embodiment, the stream signal 122 is generated by combining the audio elementary stream 150, the video elementary stream 151, and the system information signal by the multiplexer provided in the system encoder 141.
【００７１】ストリーム信号１２２は、バス１０９を介
して記録再生部１２０に出力され、ストリーム信号１２
２が含む映像情報、オーディオ情報およびシステム情報
はレーザ光１３０により記録媒体１０７へ記録される。The stream signal 122 is output to the recording / reproducing unit 120 via the bus 109,
The video information, audio information and system information included in 2 are recorded on the recording medium 107 by the laser beam 130.
【００７２】本実施の形態の符号化装置では、周波数−
時間変換、時間−周波数、量子化の各信号処理が行われ
ないため、図２に示す周波数−時間変換部２１１、時間
−周波数変換部２１３、量子化部２１４および記憶部２
０３を省略することができる。また、入力符号列信号に
含まれるオーディオ情報と出力符号列信号に含まれるオ
ーディオ情報とは、両方ともに周波数領域信号を符号化
した情報であり、ビットレートが異なるだけであるの
で、聴覚上の時間的な遅延や位相ずれは発生しない。In the coding apparatus according to the present embodiment, the frequency
Since each signal processing of time conversion, time-frequency, and quantization is not performed, the frequency-time conversion unit 211, the time-frequency conversion unit 213, the quantization unit 214, and the storage unit 2 illustrated in FIG.
03 can be omitted. Also, the audio information included in the input code string signal and the audio information included in the output code string signal are both pieces of information obtained by encoding the frequency domain signal, and only have different bit rates. No delay or phase shift occurs.
【００７３】上記のように本実施の形態のオーディオデ
コーダ４０１およびオーディオエンコーダ６０２によれ
ば、符号化部６０５は、逆量子化処理が行われていない
入力符号列情報２２２を再符号化する。このことによ
り、実施の形態１のオーディオデコーダ１４５およびオ
ーディオエンコーダ１４２と比較し、信号処理量および
必要なメモリ量が削減される。また、時間遅延や位相ず
れの発生しない、ビットレートの低い出力符号列信号６
２２を生成することが出来る。As described above, according to audio decoder 401 and audio encoder 602 of the present embodiment, encoding section 605 re-encodes input code string information 222 that has not been subjected to inverse quantization. As a result, compared with the audio decoder 145 and the audio encoder 142 of the first embodiment, the amount of signal processing and the required memory are reduced. In addition, the output code string signal 6 having a low bit rate and having no time delay or phase shift.
22 can be generated.
【００７４】なお、本実施の形態から、オーディオデコ
ーダ４０１とオーディオエンコーダ６０２とを備える、
オーディオ情報の符号化処理を行う符号化装置６００が
実現される。符号化装置６００では、オーディオストリ
ーム信号１２９を入力し、オーディオデコーダ４０１と
オーディオエンコーダ６０２とにより上述の信号処理を
行うことにより、オーディオストリーム信号１２９に含
まれるオーディオ情報よりもビットレートの低いオーデ
ィオ情報を含む出力符号列信号６２２が生成される。オ
ーディオストリーム信号１５０として出力符号列信号６
２２が符号化装置６００から出力される。It should be noted that, from the present embodiment, it is provided with the audio decoder 401 and the audio encoder 602.
An encoding device 600 that performs audio information encoding processing is realized. The encoding device 600 receives the audio stream signal 129 and performs the above-described signal processing by the audio decoder 401 and the audio encoder 602, thereby converting audio information having a lower bit rate than the audio information included in the audio stream signal 129. An output code string signal 622 is generated. Output code string signal 6 as audio stream signal 150
22 is output from the encoding device 600.
【００７５】（実施の形態４）図７に、本発明の実施の
形態３におけるオーディオデコーダ４０１およびオーデ
ィオエンコーダ７０２を示す。オーディオデコーダ４０
１およびオーディオエンコーダ７０２は、図２に示すオ
ーディオデコーダ１４５およびオーディオエンコーダ１
４２と置き替えられて、図１に示す符号化装置１０００
に搭載される。本実施の形態では、入力符号列と出力符
号列のチャンネル数が異なり得る。なお、システムデコ
ーダ１４４およびビデオデコーダ１４６、システムエン
コーダ１４１およびビデオエンコーダ１４３の動作は実
施の形態１と同様である。(Embodiment 4) FIG. 7 shows an audio decoder 401 and an audio encoder 702 according to Embodiment 3 of the present invention. Audio decoder 40
1 and the audio encoder 702 are the audio decoder 145 and the audio encoder 1 shown in FIG.
42, the encoding device 1000 shown in FIG.
Mounted on In the present embodiment, the number of channels of the input code string may be different from the number of channels of the output code string. The operations of system decoder 144 and video decoder 146, and system encoder 141 and video encoder 143 are the same as those in the first embodiment.
【００７６】オーディオデコーダ４０１は、実施の形態
２で説明したように符号列情報信号２２２をオーディオ
信号１２６としてリエンコーダ１０２へ出力する。The audio decoder 401 outputs the code string information signal 222 to the re-encoder 102 as the audio signal 126 as described in the second embodiment.
【００７７】図７および図１２を参照して、オーディオ
エンコーダ７０２の符号化処理を説明する。オーディオ
エンコーダ７０２は、記憶部４０３と、逆量子化部７０
３と、聴覚心理モデル計算部４０４と、符号化部４０５
とを備える。オーディオエンコーダ７０２に入力された
符号列情報信号２２２は記憶部４０３に格納される。The encoding process of the audio encoder 702 will be described with reference to FIGS. The audio encoder 702 includes a storage unit 403 and an inverse quantization unit 70
3, the psychoacoustic model calculation unit 404, and the encoding unit 405
And The code string information signal 222 input to the audio encoder 702 is stored in the storage unit 403.
【００７８】逆量子化部７０３は、記憶部４０３から符
号列情報信号２２２に含まれるスケールファクタ情報お
よび仮数部情報を受け取り、逆量子化を行ってチャンネ
ル毎のスペクトル信号７２０を生成する。The inverse quantization unit 703 receives the scale factor information and the mantissa information included in the code string information signal 222 from the storage unit 403, and performs inverse quantization to generate a spectrum signal 720 for each channel.
【００７９】ダウンミックス部７０６は、逆量子化部７
０３で生成されたスペクトル信号７２０に、制御信号１
２３が示す出力チャンネル数に合わせてダウンミックス
を行う。ここで、入力符号列を例えばＬ、Ｒ、Ｃ、ＳＬ
およびＳＲの５チャンネルとし、出力符号列を例えばＬ
およびＲの２チャンネルとする。この場合のダウンミッ
クス処理は以下の（１）式および（２）式で表すことが
できる。The downmixing section 706 includes an inverse quantization section 7
03, the control signal 1
Downmixing is performed according to the number of output channels indicated by 23. Here, the input code string is, for example, L, R, C, SL
And SR, and the output code string is, for example, L
And R. The downmix processing in this case can be represented by the following equations (1) and (2).
【００８０】 Ｌ＝β（Ｌ＋ ＣＭＩＸ ＊Ｃ＋ ＳＭＩＸ ＊ＳＬ） ・・・（１） Ｒ＝β（Ｒ＋ ＣＭＩＸ ＊Ｃ＋ ＳＭＩＸ ＊ＳＲ） ・・・（２） ここでβは正規化係数であり、ＬおよびＲが夫々オーバ
ーフローしないような値を設定する必要がある。ＣＭＩ
ＸおよびＳＭＩＸは任意の係数である。なお、ダウンミ
ックス処理に用いられる式は（１）式および（２）式に
限定されず、これら以外の式を用いてダウンミックス処
理を行ってもよい。L = β (L + CMIX * C + SMIX * SL) (1) R = β (R + CMIX * C + SMIX * SR) (2) where β is a normalization coefficient and L And R need to be set so that they do not overflow. CMI
X and SMIX are arbitrary coefficients. Note that the equations used for the downmix processing are not limited to the equations (1) and (2), and the downmix processing may be performed using other equations.
【００８１】以上のようにして入力符号列の周波数スペ
クトルを、出力チャンネル数の周波数スペクトルにダウ
ンミックスを行った後、聴覚心理モデル計算部７０４が
ダウンミックス後の周波数領域毎のスペクトル信号７２
２を用いて聴覚心理モデルを計算する（Ｓ２０１、Ｓ２
０３）。聴覚心理モデル計算部７０４は、スペクトル信
号７２２そのものから図５（ｄ）に示す総合マスキング
曲線Ｃを作成する。この手順により得られる聴覚心理モ
デルは、実施の形態２の聴覚心理モデルと比較して精度
が高くなる。聴覚心理モデル計算部７０４は聴覚心理モ
デル情報を含む聴覚心理モデル情報信号７２１を符号化
部７０５へ出力する。After down-mixing the frequency spectrum of the input code string into the frequency spectrum of the number of output channels as described above, the psychoacoustic model calculation unit 704 outputs the down-mixed spectrum signal 72 for each frequency domain.
2 is used to calculate the psychoacoustic model (S201, S2
03). The psychoacoustic model calculation unit 704 creates an overall masking curve C shown in FIG. 5D from the spectrum signal 722 itself. The psychoacoustic model obtained by this procedure has higher accuracy than the psychoacoustic model of the second embodiment. The psychoacoustic model calculation unit 704 outputs a psychoacoustic model information signal 721 including psychoacoustic model information to the encoding unit 705.
【００８２】符号化部７０５は、聴覚心理モデル情報
と、制御信号１２３が示すビットレート情報とに基づい
て、平均ビットレートが指定されたビットレートになる
ように符号列情報信号２２２を再符号化し、出力符号列
信号７２３を生成する（Ｓ２０４）。制御信号１２３が
示すビットレートは、符号化方法で規定された範囲内の
任意の値を取ることができる。制御信号１２３が示すビ
ットレートはオーディオストリーム信号１２９のビット
レートよりも低い。この低いビットレートに収まるよう
に符号列情報信号２２２を再符号化することにより、圧
縮されたオーディオ情報を含む出力符号列信号７２３が
オーディオストリーム信号１５０として生成される。The coding section 705 re-codes the code string information signal 222 based on the psychoacoustic model information and the bit rate information indicated by the control signal 123 so that the average bit rate becomes the specified bit rate. , An output code string signal 723 is generated (S204). The bit rate indicated by the control signal 123 can take an arbitrary value within a range defined by the encoding method. The bit rate indicated by the control signal 123 is lower than the bit rate of the audio stream signal 129. By re-encoding the code string information signal 222 so as to fall within this low bit rate, an output code string signal 723 including compressed audio information is generated as the audio stream signal 150.
【００８３】実施の形態１と同様に、オーディオエレメ
ンタリーストリーム１５０、ビデオエレメンタリースト
リーム１５１およびシステム情報信号は、システムエン
コーダ１４１が備えるマルチプレクサにより組み合わさ
れてストリーム信号１２２が生成される。As in the first embodiment, the audio elementary stream 150, the video elementary stream 151, and the system information signal are combined by a multiplexer provided in the system encoder 141 to generate a stream signal 122.
【００８４】ストリーム信号１２２は、バス１０９を介
して記録再生部１２０に出力され、ストリーム信号１２
２が含む映像情報、オーディオ情報およびシステム情報
はレーザ光１３０により記録媒体１０７へ記録される。The stream signal 122 is output to the recording / reproducing unit 120 via the bus 109,
The video information, audio information and system information included in 2 are recorded on the recording medium 107 by the laser beam 130.
【００８５】本実施の形態の符号化装置では、周波数−
時間変換、時間−周波数、量子化の各信号処理が行われ
ないため、図２に示す周波数−時間変換部２１１、時間
−周波数変換部２１３、量子化部２１４および記憶部２
０３を省略することができる。また、入力符号列信号に
含まれるオーディオ情報と出力符号列信号に含まれるオ
ーディオ情報とは、両方ともに周波数領域信号を符号化
した情報であり、ビットレートが異なるだけであるの
で、聴覚上の時間的な遅延や位相ずれは発生しない。In the coding apparatus according to the present embodiment, the frequency
Since each signal processing of time conversion, time-frequency, and quantization is not performed, the frequency-time conversion unit 211, the time-frequency conversion unit 213, the quantization unit 214, and the storage unit 2 illustrated in FIG.
03 can be omitted. Also, the audio information included in the input code string signal and the audio information included in the output code string signal are both pieces of information obtained by encoding the frequency domain signal, and only have different bit rates. No delay or phase shift occurs.
【００８６】上記のように本実施の形態のオーディオデ
コーダ４０１およびオーディオエンコーダ７０２によれ
ば、符号化部７０５は、ダウンミックス部７０６から出
力されるスペクトル信号７２２を再符号化する。このこ
とにより、実施の形態１のオーディオデコーダ１４５お
よびオーディオエンコーダ１４２と比較し、信号処理量
および必要なメモリ量が削減される。また、チャンネル
数が調整され、時間遅延や位相ずれの発生しない、ビッ
トレートの低い出力符号列信号７２３を生成することが
出来る。As described above, according to audio decoder 401 and audio encoder 702 of the present embodiment, encoding section 705 re-encodes spectrum signal 722 output from downmix section 706. As a result, compared with the audio decoder 145 and the audio encoder 142 of the first embodiment, the amount of signal processing and the required memory are reduced. In addition, the number of channels is adjusted, and an output code string signal 723 with a low bit rate that does not cause a time delay or a phase shift can be generated.
【００８７】なお、本実施の形態から、オーディオデコ
ーダ４０１とオーディオエンコーダ７０２とを備える、
オーディオ情報の符号化処理を行う符号化装置７００が
実現される。符号化装置７００では、オーディオストリ
ーム信号１２９を入力し、オーディオデコーダ４０１と
オーディオエンコーダ７０２とにより上述の信号処理を
行うことにより、オーディオストリーム信号１２９に含
まれるオーディオ情報よりもビットレートの低いオーデ
ィオ情報を含む出力符号列信号７２３が生成される。オ
ーディオストリーム信号１５０として出力符号列信号７
２３が符号化装置７００から出力される。Note that, from the present embodiment, it is provided with the audio decoder 401 and the audio encoder 702.
An encoding device 700 that performs audio information encoding processing is realized. The encoding device 700 receives the audio stream signal 129 and performs the above-described signal processing by the audio decoder 401 and the audio encoder 702, thereby converting audio information having a lower bit rate than the audio information included in the audio stream signal 129. An output code string signal 723 is generated. Output code string signal 7 as audio stream signal 150
23 is output from the encoding device 700.
【００８８】上述した本発明の実施の形態１〜４におけ
る符号化処理は、プログラムの形式で記録媒体に記録さ
れ得る。記録媒体としては、フロッピィーディスクやＣ
Ｄ−ＲＯＭ等のコンピュータによって読み取り可能な任
意のタイプの記録媒体を使用することが出来る。ストリ
ーム信号等のデジタル信号を入出力することのできる任
意のコンピュータに記録媒体から読み出された符号化処
理プログラムをインストールすることにより、そのコン
ピュータを符号化処理装置として機能させることが出来
る。この場合の符号化処理は、コンピュータに内蔵また
は接続される符号化処理手段により実行されてもよい
し、符号化処理の少なくとも一部をコンピュータがソフ
トウェア上で実行してもよい。The above-described encoding processing in the first to fourth embodiments of the present invention can be recorded on a recording medium in the form of a program. As a recording medium, a floppy disk or C
Any type of recording medium that can be read by a computer, such as a D-ROM, can be used. By installing the encoding processing program read from the recording medium into any computer that can input and output digital signals such as stream signals, the computer can function as an encoding processing device. The encoding process in this case may be executed by encoding processing means built in or connected to the computer, or the computer may execute at least a part of the encoding process on software.
【００８９】このような符号化処理を実行するコンピュ
ータの１つの実施形態を図８に示す。コンピュータ９０
は、ＣＰＵ９１と、コンピュータ９０に符号化処理を実
行させるためのプログラムを格納する記録ディスク９６
からそのプログラムを読み出すディスクドライブ装置９
２と、ディスクドライブ装置９２により読み出されたプ
ログラムを格納するメモリ９３と、ストリーム信号１２
０およびオーディオストリーム信号１２９に符号化処理
を行うことにより生成されたストリーム信号９７を入出
力する入出力部９４と、バス９５とを備える。コンピュ
ータ９０において、本発明の実施の形態１〜４における
符号化処理は、ＣＰＵ９１およびメモリ９３により実行
される。メモリ９３はハードディスク等であってもよ
い。コンピュータ９０によって生成されるストリーム信
号９７はメモリ９３に記憶されてもよいし、ディスクド
ライブ装置９２に設置された記録媒体に記録されてもよ
い。FIG. 8 shows one embodiment of a computer that executes such an encoding process. Computer 90
Is a recording disk 96 storing a program for causing the CPU 91 and the computer 90 to execute an encoding process.
Disk drive 9 that reads the program from
2, a memory 93 for storing a program read by the disk drive 92, and a stream signal 12
An input / output unit 94 for inputting / outputting a stream signal 97 generated by performing an encoding process on 0 and the audio stream signal 129, and a bus 95. In the computer 90, the encoding process according to the first to fourth embodiments of the present invention is executed by the CPU 91 and the memory 93. The memory 93 may be a hard disk or the like. The stream signal 97 generated by the computer 90 may be stored in the memory 93 or may be recorded on a recording medium installed in the disk drive 92.
【００９０】プログラムは記録ディスク９６等の記録媒
体によって提供されてもよいし、インターネット等のデ
ータ配信によって提供されてもよい。The program may be provided by a recording medium such as the recording disk 96, or may be provided by data distribution such as the Internet.
【００９１】[0091]
【発明の効果】本発明によれば、ストリーム信号をデコ
ードすることにより生成された映像信号およびオーディ
オ信号を、ストリーム信号が含む映像情報およびオーデ
ィオ情報よりもビットレートが低い映像情報およびオー
ディオ情報を含む符号化信号に符号化する。映像信号お
よびオーディオ信号の両方のビットレートを下げること
により、映像信号のみのビットレートを下げる場合に比
べて記録媒体に記録する情報量を減らすことが出来る。
従って、映像信号のみのビットレートを下げる場合より
も長時間の情報を記録媒体に記録することが出来る。According to the present invention, a video signal and an audio signal generated by decoding a stream signal include video information and audio information having a lower bit rate than the video information and audio information included in the stream signal. Encode into an encoded signal. By reducing the bit rates of both the video signal and the audio signal, the amount of information to be recorded on the recording medium can be reduced as compared with the case where the bit rate of only the video signal is reduced.
Therefore, it is possible to record information on the recording medium for a longer time than when lowering the bit rate of only the video signal.
【００９２】また、本発明によれば、ストリーム信号を
デコードすることにより生成した符号列情報信号を、聴
覚心理モデルに基づいてストリーム信号が含むオーディ
オ情報よりもビットレートが低いオーディオ情報を含む
符号化信号に符号化する。この場合、周波数−時間変換
処理、時間−周波数変換処理、逆量子化処理および量子
化処理を行うことなく、符号列情報信号を再符号化する
ことにより符号化信号を生成する。このように、オーデ
ィオ情報のビットレートを下げることに加えて、入力符
号化列信号を一旦時間領域信号に変換して再符号化する
処理を行わなわずに符号列情報信号を直接符号化するこ
とにより、符号化処理に必要な信号処理量およびメモリ
量が削減される。このため、記録容量の限定された記録
媒体により多くのコンテンツまたは番組のオーディオ情
報を記録することができる。また、入力符号列信号に含
まれるオーディオ情報と出力符号列信号に含まれるオー
ディオ情報とは、両方ともに周波数領域信号を符号化し
た情報であり、ビットレートが異なるだけであるので、
聴覚上の時間的な遅延や位相ずれは発生しない。従っ
て、時間遅延や位相ずれの発生しない、ビットレートの
低い出力符号列信号を生成することが出来る。Further, according to the present invention, a coded stream information signal generated by decoding a stream signal is encoded based on an psychoacoustic model, including audio information having a lower bit rate than audio information included in the stream signal. Encode into a signal. In this case, an encoded signal is generated by re-encoding the code string information signal without performing the frequency-time conversion processing, the time-frequency conversion processing, the inverse quantization processing, and the quantization processing. As described above, in addition to lowering the bit rate of the audio information, directly encoding the code sequence information signal without performing the process of temporarily converting the input coded sequence signal into a time domain signal and re-encoding is performed. As a result, the amount of signal processing and the amount of memory required for the encoding process are reduced. For this reason, it is possible to record audio information of more contents or programs on a recording medium having a limited recording capacity. In addition, the audio information included in the input code string signal and the audio information included in the output code string signal are both information obtained by encoding a frequency domain signal, and only have different bit rates.
No auditory time delay or phase shift occurs. Therefore, it is possible to generate an output code string signal having a low bit rate and no time delay or phase shift.
【００９３】また、本発明によれば、ストリーム信号を
デコードすることにより生成した符号列情報信号を逆量
子化することにより生成したスペクトル信号を用いて聴
覚心理モデルを計算する。計算された聴覚心理モデルに
基づいて符号列情報信号を、ストリーム信号が含むオー
ディオ情報よりもビットレートが低いオーディオ情報を
含む符号化信号に符号化する。このように、オーディオ
情報のビットレートを下げることに加えて、逆量子化さ
れたスペクトル信号を用いて聴覚心理モデルを計算する
ことにより、精度が高い聴覚心理モデルを得ることが出
来る。また、周波数−時間変換処理、時間−周波数変換
処理および量子化処理を行うことなく、入力符号列情報
を再符号化し、符号化信号を生成する。このことによ
り、符号化処理に必要な信号処理量およびメモリ量が削
減される。According to the present invention, a psychoacoustic model is calculated using a spectrum signal generated by inversely quantizing a code string information signal generated by decoding a stream signal. Based on the calculated psychoacoustic model, the code string information signal is encoded into an encoded signal containing audio information having a lower bit rate than the audio information contained in the stream signal. As described above, in addition to lowering the bit rate of audio information, a psychoacoustic model with high accuracy can be obtained by calculating the psychoacoustic model using the dequantized spectrum signal. Further, the input code string information is re-encoded without performing the frequency-time conversion processing, the time-frequency conversion processing, and the quantization processing, to generate an encoded signal. This reduces the amount of signal processing and memory required for the encoding process.
【００９４】また、本発明によれば、ストリーム信号を
デコードすることにより生成した符号列情報信号を逆量
子化するとともにダウンミックス処理を行ってスペクト
ル信号を生成する。この生成したスペクトル信号を用い
て聴覚心理モデルを計算する。計算された聴覚心理モデ
ルに基づいて符号列情報信号を、ストリーム信号が含む
オーディオ情報よりもビットレートが低いオーディオ情
報を含む符号化信号に符号化する。このように、オーデ
ィオ情報のビットレートを下げることに加えて、ダウン
ミックス処理を行うことにより、符号化信号の情報量を
減らすことが出来る。Further, according to the present invention, a code signal information signal generated by decoding a stream signal is dequantized and a downmix process is performed to generate a spectrum signal. A psychoacoustic model is calculated using the generated spectrum signal. Based on the calculated psychoacoustic model, the coded stream information signal is coded into a coded signal containing audio information having a lower bit rate than the audio information contained in the stream signal. As described above, by performing the downmix process in addition to reducing the bit rate of the audio information, the information amount of the encoded signal can be reduced.
【図１】本発明の実施の形態１における符号化装置を示
す図FIG. 1 is a diagram showing an encoding device according to Embodiment 1 of the present invention.
【図２】本発明の実施の形態１における符号化装置のデ
コーダおよびリエンコーダを示す図FIG. 2 is a diagram showing a decoder and a re-encoder of the encoding device according to the first embodiment of the present invention.
【図３】本発明の実施の形態１における符号化装置を示
す図FIG. 3 is a diagram showing an encoding device according to Embodiment 1 of the present invention.
【図４】本発明の実施の形態２における符号化装置を示
す図FIG. 4 is a diagram showing an encoding device according to a second embodiment of the present invention.
【図５】本発明の実施の形態２〜４における聴覚心理モ
デル計算部の動作を示す図FIG. 5 is a diagram illustrating an operation of a psychoacoustic model calculation unit according to Embodiments 2 to 4 of the present invention.
【図６】本発明の実施の形態３における符号化装置を示
す図FIG. 6 is a diagram showing an encoding device according to a third embodiment of the present invention.
【図７】本発明の実施の形態４における符号化装置を示
す図FIG. 7 is a diagram showing an encoding device according to a fourth embodiment of the present invention.
【図８】本発明の符号化処理を実行するコンピュータを
示す図FIG. 8 is a diagram illustrating a computer that executes an encoding process according to the present invention.
【図９】プログラムストリームを示す図FIG. 9 shows a program stream.
【図１０】トランスポートストリームを示す図FIG. 10 is a diagram showing a transport stream.
【図１１】本発明の符号化装置の符号化処理を示すフロ
ーチャートFIG. 11 is a flowchart showing an encoding process of the encoding device of the present invention.
【図１２】本発明の符号化装置の符号化処理を示すフロ
ーチャートFIG. 12 is a flowchart showing an encoding process of the encoding device of the present invention.
２０１ 符号列入力部 ２０２ 符号列分解部 ４０３ 記憶部 ４０４ 聴覚心理モデル計算部 ４０５ 符号化部 ６０３ 逆量子化部 ７０６ ダウンミックス部 201 code string input section 202 code string decomposition section 403 storage section 404 psychoacoustic model calculation section 405 coding section 603 inverse quantization section 706 downmix section
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｈ０４Ｎ 5/92 Ｈ０４Ｎ 5/92 Ｈ ５Ｊ０６４ 7/08 Ｇ１０Ｌ 7/04 Ｇ 7/081 Ｈ０４Ｎ 7/08 １０１ 7/24 (72)発明者 西尾 孝祐 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 川村 明久 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 藤田 剛史 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 末吉 雅弘 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 阿部 一任 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 Ｆターム(参考） 5C053 FA02 FA25 GB11 GB28 GB37 JA07 JA22 LA07 5C059 KK41 MA00 RB10 RC03 RC04 RC32 SS02 SS12 SS20 TA17 TB01 TC47 UA02 UA05 UA39 5C063 AB03 AB07 AC01 AC06 CA11 CA36 5D044 AB05 AB07 BC04 DE01 GK08 GK10 GL01 5D045 DA20 5J064 AA01 AA05 BB10 BC02 BC14 BC16 BD03 ──────────────────────────────────────────────────続 き Continued on the front page (51) Int.Cl. 7 Identification code FI Theme coat ゛ (Reference) H04N 5/92 H04N 5/92 H 5J064 7/08 G10L 7/04 G 7/081 H04N 7/08 101 7 / 24 (72) Inventor Kosuke Nishio 1006 Kadoma Kadoma, Osaka Pref.Matsushita Electric Industrial Co., Ltd. (72) Inventor Kawamura Akihisa 1006 Odama Kadoma, Kadoma City, Osaka Pref. Takeshi 1006 Kazuma Kadoma, Kadoma City, Osaka Prefecture Matsushita Electric Industrial Co., Ltd. (72) Inventor Masahiro Sueyoshi 1006 Kadoma Kadoma, Kadoma City, Osaka Prefecture Inside the Matsushita Electric Industrial Co., Ltd. (72) Kazuma Abe Kazuma Abe 1006 Kadoma Kadoma Kadoma, Osaka Prefecture Address Matsushita Electric Industrial Co., Ltd. F-term (reference) 5C053 FA02 FA25 GB11 GB28 GB37 JA07 JA22 LA07 5C059 KK41 MA00 RB10 RC03 RC04 RC 32 SS02 SS12 SS20 TA17 TB01 TC47 UA02 UA05 UA39 5C063 AB03 AB07 AC01 AC06 CA11 CA36 5D044 AB05 AB07 BC04 DE01 GK08 GK10 GL01 5D045 DA20 5J064 AA01 AA05 BB10 BC02 BC14 BC16 BD03
Claims (18)
号列情報を含む第１映像ストリームと、第１オーディオ
信号が符号化された第１オーディオ符号列情報を含む第
１オーディオストリームとが多重化された第１ストリー
ム信号をデコードするデコーダと、 デコードされた前記第１ストリーム信号に基づき、前記
第１映像符号列情報よりもビットレートが低い第２映像
符号列情報を含む第２映像ストリームと、前記第１オー
ディオ符号列情報よりもビットレートが低い第２オーデ
ィオ符号列情報を含む第２オーディオストリームとを生
成し、前記第２映像ストリームと前記第２オーディオス
トリームとを多重化して第２ストリーム信号を生成する
リエンコーダとを備える符号化装置。1. A first video stream including first video code string information in which a first video signal is encoded, and a first audio stream including first audio code string information in which a first audio signal is encoded. A decoder that decodes a first stream signal multiplexed with a second video code stream based on the decoded first stream signal, the second video stream including a second video code stream information having a lower bit rate than the first video code stream information. Stream and a second audio stream including second audio code string information having a lower bit rate than the first audio code string information, and multiplexing the second video stream and the second audio stream to generate a second audio stream. An encoding device comprising: a re-encoder that generates a two-stream signal.
第１オーディオ信号に時間−周波数変換を行って周波数
領域信号に変換し、前記周波数領域信号を量子化した情
報であり、 前記リエンコーダは、 聴覚特性によりマスキングされる前記第１オーディオ信
号の周波数領域を示す聴覚心理モデル情報を算出し、 前記聴覚心理モデル情報に基づき、前記第１オーディオ
符号列情報を前記第１オーディオ符号列情報よりもビッ
トレートの低い前記第２オーディオ符号列情報に変換す
ることにより前記第２オーディオストリームを生成す
る、請求項１に記載の符号化装置。2. The first audio code string information is information obtained by performing time-frequency conversion on the first audio signal to convert the first audio signal into a frequency domain signal, and quantizing the frequency domain signal. Calculating psychoacoustic model information indicating a frequency domain of the first audio signal masked by auditory characteristics, and, based on the psychoacoustic model information, the first audio code string information is compared with the first audio code string information. The encoding device according to claim 1, wherein the second audio stream is generated by converting the information into the second audio code string information having a low bit rate.
波数領域信号の周波数領域毎の周波数スペクトルを仮数
部と指数部とで示す量子化であり、 前記指数部は、前記周波数領域毎の周波数スペクトルの
スケールファクタであり、 前記リエンコーダは、 量子化後の情報である前記周波数領域毎の周波数スペク
トルのスケールファクタに基づき、前記聴覚心理モデル
情報を算出し、 前記聴覚心理モデル情報に基づき、前記仮数部に割り当
てられたビット数の再割り当てを行うことにより、前記
第１オーディオ符号列情報を前記第１オーディオ符号列
情報よりもビットレートの低い前記第２オーディオ符号
列情報に変換する、請求項２に記載の符号化装置。3. The quantization of the frequency domain signal is a quantization in which a frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part. The scale factor of the spectrum, the re-encoder calculates the psychoacoustic model information based on the scale factor of the frequency spectrum for each frequency domain that is the information after quantization, based on the psychoacoustic model information, The first audio code string information is converted to the second audio code string information having a lower bit rate than the first audio code string information by re-assigning the number of bits assigned to the mantissa. 3. The encoding device according to 2.
波数領域信号の周波数領域毎の周波数スペクトルを仮数
部と指数部とで示す量子化であり、 前記指数部は、前記周波数領域毎の周波数スペクトルの
スケールファクタであり、 前記リエンコーダは、 前記第１オーディオ符号列情報を逆量子化することによ
り生成される逆量子化された前記周波数領域毎の周波数
スペクトルに基づき、前記聴覚心理モデル情報を算出
し、 前記聴覚心理モデル情報に基づき、前記仮数部に割り当
てられたビット数の再割り当てを行うことにより、前記
第１オーディオ符号列情報を前記第１オーディオ符号列
情報よりもビットレートの低い前記第２オーディオ符号
列情報に変換する、請求項２に記載の符号化装置。4. The quantization of the frequency domain signal is a quantization in which a frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part. A scale factor of a spectrum, wherein the re-encoder converts the psychoacoustic model information based on a dequantized frequency spectrum for each frequency domain generated by dequantizing the first audio code string information. Calculating, based on the psychoacoustic model information, by re-assigning the number of bits assigned to the mantissa, so that the first audio code string information has a lower bit rate than the first audio code string information. The encoding device according to claim 2, wherein the encoding device converts the information into second audio code string information.
オストリームのチャンネル数を前記第１オーディオスト
リームのチャンネル数よりも減じるダウンミックス処理
を行う場合は、ダウンミックス処理が行われた逆量子化
された前記周波数領域毎の周波数スペクトルに基づいて
前記聴覚心理モデル情報を算出する、請求項４に記載の
符号化装置。5. The re-encoder performs a downmix process in which the number of channels of the second audio stream is less than the number of channels of the first audio stream. The encoding device according to claim 4, wherein the psychoacoustic model information is calculated based on a frequency spectrum for each frequency domain.
部と、 前記リエンコーダへ前記第２映像符号列情報および前記
第２オーディオ符号列情報のビットレートを指示する制
御部と、 前記第２ストリーム信号を記録媒体に記録する記録部と
をさらに備える、請求項１に記載の符号化装置。6. A receiving unit for receiving the first stream signal; a control unit for instructing the re-encoder on a bit rate of the second video code string information and the second audio code string information; The encoding device according to claim 1, further comprising: a recording unit that records the signal on a recording medium.
号列情報を含む第１映像ストリームと、第１オーディオ
信号が符号化された第１オーディオ符号列情報を含む第
１オーディオストリームとが多重化された第１ストリー
ム信号をデコードする第１ステップと、 デコードされた前記第１ストリーム信号に基づき、前記
第１映像符号列情報よりもビットレートが低い第２映像
符号列情報を含む第２映像ストリームと、前記第１オー
ディオ符号列情報よりもビットレートが低い第２オーデ
ィオ符号列情報を含む第２オーディオストリームとを生
成し、前記第２映像ストリームと前記第２オーディオス
トリームとを多重化して第２ストリーム信号を生成する
第２ステップとを包含する符号化方法であって、 前記第１オーディオ符号列情報は、前記第１オーディオ
信号に時間−周波数変換を行って周波数領域信号に変換
し、前記周波数領域信号を量子化した情報であり、 前記第２ステップは、 聴覚特性によりマスキングされる前記第１オーディオ信
号の周波数領域を示す聴覚心理モデル情報を算出する第
３ステップと、 前記聴覚心理モデル情報に基づき、前記第１オーディオ
符号列情報を前記第１オーディオ符号列情報よりもビッ
トレートの低い前記第２オーディオ符号列情報に変換す
ることにより前記第２オーディオストリームを生成する
第４ステップとを包含する、符号化方法。7. A first video stream including first video code string information obtained by encoding a first video signal, and a first audio stream including first audio code string information obtained by coding a first audio signal. A first step of decoding a multiplexed first stream signal, and a second step including, based on the decoded first stream signal, second video code string information having a lower bit rate than the first video code string information. And generating a second video stream and a second audio stream including second audio code string information having a lower bit rate than the first audio code string information, and multiplexing the second video stream and the second audio stream. And generating a second stream signal by using the first audio code string information. One audio signal is converted into a frequency domain signal by performing time-frequency conversion, and is information obtained by quantizing the frequency domain signal. The second step is a frequency domain of the first audio signal masked by auditory characteristics. A third step of calculating psychoacoustic model information indicating the second audio code string information having a lower bit rate than the first audio code string information based on the psychoacoustic model information. Generating the second audio stream by converting the second audio stream into a second audio stream.
波数領域信号の周波数領域毎の周波数スペクトルを仮数
部と指数部とで示す量子化であり、 前記指数部は、前記周波数領域毎の周波数スペクトルの
スケールファクタであり、 前記第３ステップは、量子化後の情報である前記周波数
領域毎の周波数スペクトルのスケールファクタに基づき
前記聴覚心理モデル情報を算出し、 前記第４ステップは、前記聴覚心理モデル情報に基づき
前記仮数部に割り当てられたビット数の再割り当てを行
うことにより、前記第１オーディオ符号列情報を前記第
１オーディオ符号列情報よりもビットレートの低い前記
第２オーディオ符号列情報に変換する、請求項７に記載
の符号化方法。8. The quantization of the frequency domain signal is a quantization in which a frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part. A scale factor of a spectrum, wherein the third step calculates the psychoacoustic model information based on a scale factor of a frequency spectrum for each frequency domain, which is information after quantization, and the fourth step includes: By re-assigning the number of bits assigned to the mantissa based on model information, the first audio code string information is converted to the second audio code string information having a lower bit rate than the first audio code string information. The encoding method according to claim 7, wherein the encoding is performed.
波数領域信号の周波数領域毎の周波数スペクトルを仮数
部と指数部とで示す量子化であり、 前記指数部は、前記周波数領域毎の周波数スペクトルの
スケールファクタであり、 前記第３ステップは、前記第１オーディオ符号列情報を
逆量子化することにより生成される逆量子化された前記
周波数領域毎の周波数スペクトルに基づき、前記聴覚心
理モデル情報を算出し、 前記第４ステップは、前記聴覚心理モデル情報に基づき
前記仮数部に割り当てられたビット数の再割り当てを行
うことにより、前記第１オーディオ符号列情報を前記第
１オーディオ符号列情報よりもビットレートの低い前記
第２オーディオ符号列情報に変換する、請求項７に記載
の符号化方法。9. The quantization of the frequency domain signal is a quantization in which a frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part. A scale factor of a spectrum, wherein the third step is based on a dequantized frequency spectrum for each frequency domain generated by dequantizing the first audio code string information, and based on the psychoacoustic model information. The fourth step calculates the first audio code string information from the first audio code string information by reassigning the number of bits assigned to the mantissa based on the psychoacoustic model information. The encoding method according to claim 7, further converting the second audio code string information having a low bit rate into the second audio code string information.
ストリームのチャンネル数を前記第１オーディオストリ
ームのチャンネル数よりも減じるダウンミックス処理を
行う場合は、ダウンミックス処理が行われた逆量子化さ
れた前記周波数領域毎の周波数スペクトルに基づいて前
記聴覚心理モデル情報を算出する、請求項９に記載の符
号化方法。10. The down-quantized inverse-quantized down-mixing process is performed when the down-mixing process is performed to reduce the number of channels of the second audio stream from the number of channels of the first audio stream. The encoding method according to claim 9, wherein the psychoacoustic model information is calculated based on a frequency spectrum for each frequency domain.
るためのプログラムであって、 前記符号化処理は、 第１映像信号が符号化された第１映像符号列情報を含む
第１映像ストリームと、第１オーディオ信号が符号化さ
れた第１オーディオ符号列情報を含む第１オーディオス
トリームとが多重化された第１ストリーム信号をデコー
ドする第１ステップと、 デコードされた前記第１ストリーム信号に基づき、前記
第１映像符号列情報よりもビットレートが低い第２映像
符号列情報を含む第２映像ストリームと、前記第１オー
ディオ符号列情報よりもビットレートが低い第２オーデ
ィオ符号列情報を含む第２オーディオストリームとを生
成し、前記第２映像ストリームと前記第２オーディオス
トリームとを多重化して第２ストリーム信号を生成する
第２ステップとを包含し、 前記第１オーディオ符号列情報は、前記第１オーディオ
信号に時間−周波数変換を行って周波数領域信号に変換
し、前記周波数領域信号を量子化した情報であり、 前記第２ステップは、 聴覚特性によりマスキングされる前記第１オーディオ信
号の周波数領域を示す聴覚心理モデル情報を算出する第
３ステップと、 前記聴覚心理モデル情報に基づき、前記第１オーディオ
符号列情報を前記第１オーディオ符号列情報よりもビッ
トレートの低い前記第２オーディオ符号列情報に変換す
ることにより前記第２オーディオストリームを生成する
第４ステップとを包含する、プログラム。11. A program for causing a computer to execute an encoding process, wherein the encoding process includes: a first video stream including first video code string information obtained by encoding a first video signal; A first step of decoding a first stream signal in which a first audio stream including first audio code string information in which one audio signal is encoded is multiplexed, based on the decoded first stream signal, A second video stream including second video code string information having a lower bit rate than the first video code string information; and a second audio stream including second audio code string information having a lower bit rate than the first audio code string information. And multiplexing the second video stream and the second audio stream to generate a second stream signal. Wherein the first audio code string information is information obtained by performing time-frequency conversion on the first audio signal to convert the first audio signal into a frequency domain signal, and quantizing the frequency domain signal; The second step is a third step of calculating psychoacoustic model information indicating a frequency domain of the first audio signal masked by auditory characteristics, and the first audio code string information is calculated based on the psychoacoustic model information. Converting the second audio stream to a second audio stream having a lower bit rate than the first audio stream.
周波数領域信号の周波数領域毎の周波数スペクトルを仮
数部と指数部とで示す量子化であり、 前記指数部は、前記周波数領域毎の周波数スペクトルの
スケールファクタであり、 前記第３ステップは、量子化後の情報である前記周波数
領域毎の周波数スペクトルのスケールファクタに基づき
前記聴覚心理モデル情報を算出し、 前記第４ステップは、前記聴覚心理モデル情報に基づき
前記仮数部に割り当てられたビット数の再割り当てを行
うことにより、前記第１オーディオ符号列情報を前記第
１オーディオ符号列情報よりもビットレートの低い前記
第２オーディオ符号列情報に変換する、請求項１１に記
載のプログラム。12. The quantization of the frequency domain signal is a quantization in which a frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part. A scale factor of a spectrum, wherein the third step calculates the psychoacoustic model information based on a scale factor of a frequency spectrum for each frequency domain, which is information after quantization, and the fourth step includes: By re-assigning the number of bits assigned to the mantissa based on model information, the first audio code string information is converted to the second audio code string information having a lower bit rate than the first audio code string information. The program according to claim 11, which converts.
周波数領域信号の周波数領域毎の周波数スペクトルを仮
数部と指数部とで示す量子化であり、 前記指数部は、前記周波数領域毎の周波数スペクトルの
スケールファクタであり、 前記第３ステップは、前記第１オーディオ符号列情報を
逆量子化することにより生成される逆量子化された前記
周波数領域毎の周波数スペクトルに基づき、前記聴覚心
理モデル情報を算出し、 前記第４ステップは、前記聴覚心理モデル情報に基づき
前記仮数部に割り当てられたビット数の再割り当てを行
うことにより、前記第１オーディオ符号列情報を前記第
１オーディオ符号列情報よりもビットレートの低い前記
第２オーディオ符号列情報に変換する、請求項１１に記
載のプログラム。13. The quantization of the frequency domain signal is a quantization in which a frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part. A scale factor of a spectrum, wherein the third step is based on a dequantized frequency spectrum for each frequency domain generated by dequantizing the first audio code string information, and based on the psychoacoustic model information. The fourth step calculates the first audio code string information from the first audio code string information by reassigning the number of bits assigned to the mantissa based on the psychoacoustic model information. The program according to claim 11, wherein the program also converts the second audio code string information having a low bit rate.
ストリームのチャンネル数を前記第１オーディオストリ
ームのチャンネル数よりも減じるダウンミックス処理を
行う場合は、ダウンミックス処理が行われた逆量子化さ
れた前記周波数領域毎の周波数スペクトルに基づいて前
記聴覚心理モデル情報を算出する、請求項１３に記載の
プログラム。14. The method of claim 3, wherein the downmixing is performed when the number of channels of the second audio stream is less than the number of channels of the first audio stream. 14. The program according to claim 13, wherein the psychoacoustic model information is calculated based on a frequency spectrum for each frequency domain.
るためのプログラムを記録したコンピュータ読み取り可
能な記録媒体であって、 前記符号化処理は、 第１映像信号が符号化された第１映像符号列情報を含む
第１映像ストリームと、第１オーディオ信号が符号化さ
れた第１オーディオ符号列情報を含む第１オーディオス
トリームとが多重化された第１ストリーム信号をデコー
ドする第１ステップと、 デコードされた前記第１ストリーム信号に基づき、前記
第１映像符号列情報よりもビットレートが低い第２映像
符号列情報を含む第２映像ストリームと、前記第１オー
ディオ符号列情報よりもビットレートが低い第２オーデ
ィオ符号列情報を含む第２オーディオストリームとを生
成し、前記第２映像ストリームと前記第２オーディオス
トリームとを多重化して第２ストリーム信号を生成する
第２ステップとを包含し、 前記第１オーディオ符号列情報は、前記第１オーディオ
信号に時間−周波数変換を行って周波数領域信号に変換
し、前記周波数領域信号を量子化した情報であり、 前記第２ステップは、 聴覚特性によりマスキングされる前記第１オーディオ信
号の周波数領域を示す聴覚心理モデル情報を算出する第
３ステップと、 前記聴覚心理モデル情報に基づき、前記第１オーディオ
符号列情報を前記第１オーディオ符号列情報よりもビッ
トレートの低い前記第２オーディオ符号列情報に変換す
ることにより前記第２オーディオストリームを生成する
第４ステップとを包含する、記録媒体。15. A computer-readable recording medium having recorded thereon a program for causing a computer to execute an encoding process, wherein the encoding process includes first video code string information in which a first video signal is encoded. And a first step of decoding a first stream signal obtained by multiplexing a first video stream including the first audio stream and a first audio stream including first audio code string information obtained by encoding the first audio signal. Based on the first stream signal, a second video stream including second video code string information having a lower bit rate than the first video code string information, and a second video stream having a lower bit rate than the first audio code string information. Generating a second audio stream including audio code string information, and generating the second video stream and the second audio stream; Generating a second stream signal by multiplexing the first audio code stream with the first audio code stream, and performing time-frequency conversion on the first audio signal to convert the first audio signal into a frequency domain signal. , Which is information obtained by quantizing the frequency domain signal, wherein the second step is a step of calculating psychoacoustic model information indicating a frequency domain of the first audio signal masked by auditory characteristics; A fourth step of generating the second audio stream by converting the first audio code string information into the second audio code string information having a lower bit rate than the first audio code string information based on the model information; A recording medium comprising:
周波数領域信号の周波数領域毎の周波数スペクトルを仮
数部と指数部とで示す量子化であり、 前記指数部は、前記周波数領域毎の周波数スペクトルの
スケールファクタであり、 前記第３ステップは、量子化後の情報である前記周波数
領域毎の周波数スペクトルのスケールファクタに基づき
前記聴覚心理モデル情報を算出し、 前記第４ステップは、前記聴覚心理モデル情報に基づき
前記仮数部に割り当てられたビット数の再割り当てを行
うことにより、前記第１オーディオ符号列情報を前記第
１オーディオ符号列情報よりもビットレートの低い前記
第２オーディオ符号列情報に変換する、請求項１５に記
載の記録媒体。16. The quantization of the frequency domain signal is a quantization in which a frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part. A scale factor of a spectrum, wherein the third step calculates the psychoacoustic model information based on a scale factor of a frequency spectrum for each frequency domain, which is information after quantization, and the fourth step includes: By re-assigning the number of bits assigned to the mantissa based on model information, the first audio code string information is converted to the second audio code string information having a lower bit rate than the first audio code string information. 16. The recording medium according to claim 15, wherein the recording medium is converted.
周波数領域信号の周波数領域毎の周波数スペクトルを仮
数部と指数部とで示す量子化であり、 前記指数部は、前記周波数領域毎の周波数スペクトルの
スケールファクタであり、 前記第３ステップは、前記第１オーディオ符号列情報を
逆量子化することにより生成される逆量子化された前記
周波数領域毎の周波数スペクトルに基づき、前記聴覚心
理モデル情報を算出し、 前記第４ステップは、前記聴覚心理モデル情報に基づき
前記仮数部に割り当てられたビット数の再割り当てを行
うことにより、前記第１オーディオ符号列情報を前記第
１オーディオ符号列情報よりもビットレートの低い前記
第２オーディオ符号列情報に変換する、請求項１５に記
載の記録媒体。17. The quantization of the frequency domain signal is a quantization in which a frequency spectrum of each frequency domain of the frequency domain signal is represented by a mantissa part and an exponent part, and the exponent part is a frequency spectrum of the frequency domain. A scale factor of a spectrum, wherein the third step is based on a dequantized frequency spectrum for each frequency domain generated by dequantizing the first audio code string information, and based on the psychoacoustic model information. The fourth step calculates the first audio code string information from the first audio code string information by reassigning the number of bits assigned to the mantissa based on the psychoacoustic model information. 16. The recording medium according to claim 15, wherein the recording medium also converts the bit rate into the second audio code string information having a low bit rate.
ストリームのチャンネル数を前記第１オーディオストリ
ームのチャンネル数よりも減じるダウンミックス処理を
行う場合は、ダウンミックス処理が行われた逆量子化さ
れた前記周波数領域毎の周波数スペクトルに基づいて前
記聴覚心理モデル情報を算出する、請求項１７に記載の
記録媒体。18. The method according to claim 10, wherein the downmixing is performed when the downmixing process is performed to reduce the number of channels of the second audio stream from the number of channels of the first audio stream. The recording medium according to claim 17, wherein the psychoacoustic model information is calculated based on a frequency spectrum for each frequency domain.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001287905A JP2002175098A (en) | 2000-09-21 | 2001-09-20 | Device and method for encoding, and program, and program recording medium |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000-286543 | 2000-09-21 | ||
| JP2000286543 | 2000-09-21 | ||
| JP2001287905A JP2002175098A (en) | 2000-09-21 | 2001-09-20 | Device and method for encoding, and program, and program recording medium |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002175098A true JP2002175098A (en) | 2002-06-21 |
Family
ID=26600394
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001287905A Pending JP2002175098A (en) | 2000-09-21 | 2001-09-20 | Device and method for encoding, and program, and program recording medium |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002175098A (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004280994A (en) * | 2003-03-18 | 2004-10-07 | Matsushita Electric Ind Co Ltd | Data creation method and data recorder |
| JP2007221216A (en) * | 2006-02-14 | 2007-08-30 | Oki Electric Ind Co Ltd | Mix-down method and apparatus |
| JP2012141412A (en) * | 2010-12-28 | 2012-07-26 | Fujitsu Ltd | Encoder, encoding method, and encoding program |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0865663A (en) * | 1994-08-19 | 1996-03-08 | Canon Inc | Digital image information processor |
| JPH08237133A (en) * | 1995-02-28 | 1996-09-13 | Toshiba Corp | Variable rate compressor and variable rate expander |
| JPH09252254A (en) * | 1995-09-29 | 1997-09-22 | Nippon Steel Corp | Audio decoder |
| JPH11219197A (en) * | 1998-02-02 | 1999-08-10 | Fujitsu Ltd | Method and device for encoding audio signal |
| JP2000029498A (en) * | 1998-07-15 | 2000-01-28 | Yamaha Corp | Mixing method for digital audio signal and mixing apparatus therefor |
| JP2000036755A (en) * | 1998-05-15 | 2000-02-02 | Sony Corp | Method and device for code convesion and program supply medium thereof |
| JP2000137497A (en) * | 1998-10-29 | 2000-05-16 | Ricoh Co Ltd | Device and method for encoding digital audio signal, and medium storing digital audio signal encoding program |
| JP2000244927A (en) * | 1999-02-23 | 2000-09-08 | Matsushita Electric Ind Co Ltd | Moving picture transforming device |
| JP2000244872A (en) * | 1999-02-19 | 2000-09-08 | Toshiba Corp | Transcoder device |
-
2001
- 2001-09-20 JP JP2001287905A patent/JP2002175098A/en active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0865663A (en) * | 1994-08-19 | 1996-03-08 | Canon Inc | Digital image information processor |
| JPH08237133A (en) * | 1995-02-28 | 1996-09-13 | Toshiba Corp | Variable rate compressor and variable rate expander |
| JPH09252254A (en) * | 1995-09-29 | 1997-09-22 | Nippon Steel Corp | Audio decoder |
| JPH11219197A (en) * | 1998-02-02 | 1999-08-10 | Fujitsu Ltd | Method and device for encoding audio signal |
| JP2000036755A (en) * | 1998-05-15 | 2000-02-02 | Sony Corp | Method and device for code convesion and program supply medium thereof |
| JP2000029498A (en) * | 1998-07-15 | 2000-01-28 | Yamaha Corp | Mixing method for digital audio signal and mixing apparatus therefor |
| JP2000137497A (en) * | 1998-10-29 | 2000-05-16 | Ricoh Co Ltd | Device and method for encoding digital audio signal, and medium storing digital audio signal encoding program |
| JP2000244872A (en) * | 1999-02-19 | 2000-09-08 | Toshiba Corp | Transcoder device |
| JP2000244927A (en) * | 1999-02-23 | 2000-09-08 | Matsushita Electric Ind Co Ltd | Moving picture transforming device |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004280994A (en) * | 2003-03-18 | 2004-10-07 | Matsushita Electric Ind Co Ltd | Data creation method and data recorder |
| JP2007221216A (en) * | 2006-02-14 | 2007-08-30 | Oki Electric Ind Co Ltd | Mix-down method and apparatus |
| JP2012141412A (en) * | 2010-12-28 | 2012-07-26 | Fujitsu Ltd | Encoder, encoding method, and encoding program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7668723B2 (en) | Scalable lossless audio codec and authoring tool | |
| JP3354863B2 (en) | Audio data encoding / decoding method and apparatus with adjustable bit rate | |
| US8374858B2 (en) | Scalable lossless audio codec and authoring tool | |
| US7835907B2 (en) | Method and apparatus for low bit rate encoding and decoding | |
| EP1741093B1 (en) | Scalable lossless audio codec and authoring tool | |
| US7106943B2 (en) | Coding device, coding method, program and recording medium | |
| JP2002175098A (en) | Device and method for encoding, and program, and program recording medium | |
| JP3942523B2 (en) | Digital signal encoding method, decoding method, encoder, decoder, and programs thereof | |
| JP4244223B2 (en) | Speech encoding method and speech decoding method | |
| JP4148260B2 (en) | Speech encoding method and speech decoding method | |
| JP4148259B2 (en) | Speech encoding method and speech decoding method | |
| Truman | Surround Sound Encoding for Consumer Applications | |
| JP2006171774A (en) | Voice coding method and decoding method | |
| JP2006171769A (en) | Voice coding method and decoding method | |
| JP2006171770A (en) | Voice coding method and decoding method | |
| JP2006171780A (en) | Voice coding method and decoding method | |
| JP2006171777A (en) | Voice coding method and decoding method | |
| JP2006171779A (en) | Voice coding method and decoding method | |
| JP2004140569A (en) | Digital signal encoding method, decoding method, encoder and decoder for them, and program for them | |
| JP2006171775A (en) | Voice coding method and decoding method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080717 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101029 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110104 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110307 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110822 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20111213 |