JP2003271199A - オーディオ信号の符号化方法及び符号化装置 - Google Patents

Abstract

(57)【要約】 【課題】 効率的に符号化を行い、オーディオ符号化に
おいて、使用できるビット数が少ない場合にも検知され
る音質の劣化を軽減することができるオーディオ信号の
符号化方法及び符号化装置を提供することを目的とす
る。 【解決手段】 オーディオ信号の符号化方法において、
時間領域の信号を周波数領域の信号に変換する変換手順
と、前記変換ステップにて変換された周波数係数群を複
数の帯域で分割する分割手順と、ゲインと量子化値の積
で表現される周波数係数の値における前記ゲイン又は前
記量子化値をステップ状に制御する制御手順と、前記量
子化値を符号化する符号化手順とを有することにより上
記課題を解決する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、オーディオ信号の
符号化方法及び符号化装置に係り、特に、効率的にオー
ディオ信号の符号化を行うためのオーディオ信号の符号
化方法及び符号化装置に関する。

【０００２】

【従来の技術】一般に、ＡＡＣ（Advanced Audio Codin
g）符号化等に代表されるオーディオ信号の変換符号化
では、時間領域の信号を周波数領域のＤＣＴ（Discrete
Cosine Transform）係数に変換する。また、符号化す
る場合にＤＣＴ係数の値をスケールファクターと呼ばれ
る量子化精度を制御する値（以下、スケールファクター
値という）と量子化値の積で表現し、ハフマン符号等の
符号語により符号化が行われる。ここで、量子化値と
は、ＤＣＴ係数を浮動小数点形式で表現した場合の仮数
値を指し、スケールファクター値は、指数値に対応する
値を表す。また、指数部自体をゲインと呼ぶ。ここで、
上述の関係を簡単な数式で表現すると、ＤＣＴ係数を
Ｋ、量子化値をＲ、スケールファクター値をＳ、ゲイン
をＧ^Ｓとすると、Ｋ＝Ｒ×Ｇ^Ｓとなる。

【０００３】また、その他のオーディオ符号化方式とし
ては、国際標準機関であるＩＳＯ／ＩＥＣ ＪＴＣ１／
ＳＣ２９／ＷＧ１１で標準化されたＩＳＯ／ＩＥＣ １
３８１８（ＭＰＥＧ−２）がある。この標準方式は、符
号化されたビットストリーム（圧縮データ）の解釈とそ
の復号処理について規定しているだけであるため、符号
化でのビット割当てに関する処理については自由に行う
ことができる。

【０００４】ところで、オーディオ信号の符号化におい
て、符号化に使用できるビット数が不足している場合、
聴覚的に許された量子化ノイズよりも大きな量子化ノイ
ズが発生するビット配分が行われるため、周波数領域全
体の量子化歪みが大きくなり、符号化の劣化が検知され
ることがある。

【０００５】そこで、従来の技術では、必要な量子化ビ
ット数に足りない場合に各周波数係数群のゲインを決定
するスケールファクター値を１ずつ変化させて最適値を
求め、その値に基づいて符号化を行う符号化方法が提案
されている。

【０００６】上述の方法により、符号化に必要な量子化
ビット数を算出して割当てることができる。

【０００７】

【発明が解決しようとする課題】しかしながら、上述の
量子化ビットの割当て方法は、スケールファクター値を
１ずつ変化させる度に量子化値、及び必要なビット数を
再計算するため、計算量が膨大になってしまう。また、
符号語に変換際の効率的なビット配分という点に関して
考慮されていないので音質劣化の一因となっている。

【０００８】また、これまでは、割当ての決定をフレー
ム全体のビット数で判断し、特に大きな量子化値に割当
てるビット数の効率は考慮されていなかった。そのた
め、帯域によってはビット数の過不足で音質が劣化して
しまうことがあった。

【０００９】本発明は、上述した問題に鑑みなされたも
のであり、効率的に符号化を行いオーディオ符号化にお
いて、使用できるビット数が少ない場合にも検知される
音質の劣化を軽減することができるオーディオ信号の符
号化方法及び符号化装置を提供することを目的とする。

【００１０】

【課題を解決するための手段】上記課題を解決するため
に、本件発明は、以下の特徴を有する課題を解決するた
めの手段を採用している。

【００１１】請求項１に記載された発明は、オーディオ
信号の符号化方法において、時間領域の信号を周波数領
域の信号に変換する変換手順と、前記変換ステップにて
変換された周波数係数群を複数の帯域で分割する分割手
順と、ゲインと量子化値の積で表現される周波数係数の
値における前記ゲイン又は前記量子化値をステップ状に
制御する制御手順と、前記量子化値を符号化する符号化
手順とを有することを特徴とする。

【００１２】請求項１記載の発明によれば、ゲイン又は
量子化値をステップ状に制御することにより、ビット数
を削減することができる。また、削減できたビットは、
音質にとって重要な部分に割当てることが可能であるた
め、相対的に聴覚的な音質を向上させることができる。

【００１３】請求項２に記載された発明は、前記ゲイン
をスケールファクターバンド毎に設定し、当該スケール
ファクターバンド内で最大の周波数係数の符号語が最大
の量子化値になるように符号化を行うことを特徴とす
る。

【００１４】請求項２記載の発明によれば、ゲインの値
をハフマン符号化等の符号語に基づいて量子化値を決定
するため、符号語の長さを短くすることができ、結果と
してビット数を削減することができる。

【００１５】請求項３に記載された発明は、前記ゲイン
をスケールファクターバンド毎に設定し、当該スケール
ファクターバンド内で最大の周波数係数の符号語の量子
化値を１又は任意の整数とすることを特徴とする。

【００１６】請求項３記載の発明によれば、スケールフ
ァクターバンド毎の音質を判断して必要な量子化値を設
定することで、符号化の制御を容易に行うことができ
る。

【００１７】請求項４に記載された発明は、オーディオ
信号にＭＳステレオを適用した場合、前記スケールファ
クターバンドにおけるＭ成分とＳ成分のエナジー、若し
くは最大周波数係数の大きさ、又は聴覚エントロピーを
用いて、スケールファクターバンド内のＭ成分とＳ成分
夫々の最大周波数係数として異なる量子化値を用いるこ
とを特徴とする。

【００１８】請求項４記載の発明によれば、ＭＳステレ
オを用いて、Ｍ成分、Ｓ成分毎にビット数を別々に割り
振ることができ、ビット数を減らした符号化を行うこと
ができる。

【００１９】請求項５に記載された発明は、オーディオ
信号の符号化装置において、時間領域の信号を周波数領
域の信号に変換する変換手段と、前記変換ステップにて
変換された周波数係数群を複数の帯域で分割する分割手
段と、ゲインと量子化値の積で表現される周波数係数の
値における前記ゲイン又は前記量子化値をステップ状に
制御する制御手段と、前記量子化値を符号化する符号化
手段とを有することを特徴とする。

【００２０】請求項５記載の発明によれば、ゲイン又は
量子化値をステップ状に制御することにより、ビット数
を削減することができる。また、削減できたビットは、
音質にとって重要な部分に割当てることが可能であるた
め、相対的に聴覚的な音質を向上させることができる。

【００２１】請求項６に記載された発明は、前記制御手
段は、前記ゲインをスケールファクターバンド毎に設定
し、前記符号化手段は、当該スケールファクターバンド
内で最大の周波数係数の符号語が最大の量子化値になる
ように符号化を行うことを特徴とする。

【００２２】請求項６記載の発明によれば、ゲインの値
をハフマン符号化等の符号語に基づいて量子化値を決定
するため、符号語の長さを短くすることができ、結果と
してビット数を削減することができる。

【００２３】請求項７に記載された発明は、前記制御手
段は、前記ゲインをスケールファクターバンド毎に設定
し、前記符号化手段は、当該スケールファクターバンド
内で最大の周波数係数の符号語の量子化値を１又は任意
の整数とすることを特徴とする。

【００２４】請求項７記載の発明によれば、スケールフ
ァクターバンド毎の音質を判断して必要な量子化値を設
定することで、符号化の制御を容易に行うことができ
る。

【００２５】請求項８に記載された発明は、オーディオ
信号にＭＳステレオを適用した場合、前記スケールファ
クターバンドにおけるＭ成分とＳ成分のエナジー、若し
くは最大周波数係数の大きさ、又は聴覚エントロピーを
用いて、スケールファクターバンド内のＭ成分とＳ成分
夫々の最大周波数係数として異なる量子化値を用いるこ
とを特徴とする。

【００２６】請求項８記載の発明によれば、ＭＳステレ
オを用いて、Ｍ成分、Ｓ成分毎にビット数を別々に割り
振ることができ、ビット数を減らした符号化を行うこと
ができる。

【００２７】請求項９に記載された発明は、符号化方法
が異なる複数の符号化手段と、スケールファクターバン
ド毎の必要なビットレート数に基づいて、前記複数の符
号化手段の中から１つの符号化手段を評価・選択する評
価・選択手段を有することを特徴する。

【００２８】請求項９記載の発明によれば、ビット数を
最小に減らすことができる符号化手段を用いることで、
効率的に符号化を行うことができる。

【００２９】

【発明の実施の形態】本発明は、ＤＣＴ変換により、４
９個のスケールファクターバンドから出力される周波数
係数の量子化精度を制御してビット数を減らし、効率的
にハフマン符号等による符号化を行い、オーディオ符号
化において使用できるビット数が少ない場合でも検知さ
れる音質の劣化を軽減させることを主眼とする。

【００３０】また、各帯域周波数群の量子化値の値をハ
フマン符号に代表される符号語への変換を行う際、その
周波数帯域（バンド）内の最大量子化値によって異なる
符号語のテーブル或いは数式を使用するという特徴を利
用する。例えば、ＡＡＣの場合は、１１のハフマン符号
語テーブルを持っているが、夫々のテーブルの量子化値
の最大値は飛び飛びの値（例えば、１６，１２，７，
４，２，１）となっている。この最大値を考慮してビッ
ト数を割当てることで、効率的な符号化を行う。

【００３１】ここで、上述した１１種類のハフマン符号
語テーブルの一例を図１に示す。図１に示すテーブル
は、０から８０まで（８１種類）の「ｉｎｄｅｘ」と、
「ｌｅｎｇｔｈ」と、「ｃｏｄｅｗｏｒｄ（１６進
数）」とで構成されている。「ｉｎｄｅｘ」に対応する
「ｌｅｎｇｔｈ」と「ｃｏｄｅｗｏｒｄ」を用いてステ
ップ毎にビット数を調整することで、ビット数を減少さ
せて伝送効率のよいオーディオ信号を生成することがで
きる。

【００３２】例えば、符号化ビットが不足している場合
を考えた場合に、あるスケールファクターでの最大量子
化値が、例えば「１２」であったとする。この時スケー
ルファクター値を１ずつ変化させるのでなく、最大量子
化値が「７」となるようにすることにより、量子化誤差
は大きくなるかわりに、符号化される周波数係数を減ら
すことができる。また、最大量子化係数が小さくなった
場合、それぞれのハフマン符号に割当てられる符号語の
長さも短くなることが期待され、結果としてビット数を
削減する効果が期待できる。こうした手法により，削減
できたビットは音質にとって重要な部分に割当てること
も可態であるため相対的に聴覚的な音質を向上させるこ
とができる。

【００３３】また、スケールファクター値を1ずつ変化
させる手法と比較すると、スケールファクター値を大き
く変化させる場合が多いことから計算量を減らすことが
できる。上述した内容により、音質を劣化させずにビッ
ト数を削減することができる。

【００３４】次に、本発明における実施の形態につい
て、図面に基づいて説明する。なお、実施例では、２０
４８サンプルを１０２４本のＤＣＴ係数に変換した例で
説明する。

【００３５】図２は、本発明における符号化装置の構成
を示すブロック図の一例である。

【００３６】図２の符号化装置は、聴覚モデル１１と、
フィルターバンク１２と、スケールファクター１３と、
量子化器１４と、ノイズレスコーディング１５と、レー
ト／歪みコントローラ１６と、ステップ制御コントロー
ラ１７と、ビットストリームマルチプレクサ１８とを有
するように構成されている。

【００３７】図１において、聴覚モデル１１は、入力さ
れる音声信号の量子化雑音のマスキングパターンの計算
を行う。つまり、音声信号の聴覚的なマスキングスレシ
ョルドの計算を行う。

【００３８】更に具体的に説明すれば、後述するフィル
ターバンクでのＤＣＴの分析位置と一致するように、入
力される音声信号をＦＦＴ（Fast Fourier Transform）
を用いて分析し、音声信号がマスキングできる最大のノ
イズ量（スレッシュホールド）を計算して、スケールフ
ァクターバンド毎のSignal to Mask比とスレッシュホー
ルド値を出力する。また、ロング、スタート、ストッ
プ、ショートのどのブロックタイプを選択するかの結果
を出力する。なお、上述した聴覚モデルの詳細は、ＩＳ
Ｏ／ＩＥＣ １３８１７−７ＡＮＮＥＸ Ｂ２章 ＥＮＣ
ＯＲＤＥＲ ２．１Ｐｓｙｃｈｏａｃｏｕｓｔｉｃ Ｍｏ
ｄｅｌに記載されている。

【００３９】フィルターバンク１２は、入力される音声
信号の時間領域の信号をＦＦＴ変換或いは、ＤＣＴ変換
等を使用して周波数領域の信号に変換する。

【００４０】ここで、変換方法について更に具体的に説
明すると、ＡＡＣにおける符号化の基本処理は、エンコ
ーダにおいて、時間領域の信号を周波数領域の信号に変
換する。また、逆にデコーダにおいて、周波数領域の信
号を時間領域の信号に変換することである。これをＭＤ
ＣＴ（Modified Discrete Cosine Transform）及びＩＭ
ＤＣＴ（Inverse Modified Discrete Cosine Transfor
m）によって実行している。また、ＭＤＣＴ、ＩＭＤＣ
Ｔにはブロック歪みを減少させるためにＴＤＡＣ（時間
領域折り返し歪み除去技術）を利用する。

【００４１】なお、詳細は、ＩＳＯ／ＩＥＣ １３８１
７−７ＡＮＮＥＸ Ｂ２章 ＥＮＣＯＲＤＥＲ ２．３ Ｆ
ｉｌｔｅｒｂａｎｋ ａｎｄ ｂｌｏｃｋ ｓｗｉｔｃｈ
ｉｎｇに記載されている。

【００４２】スケールファクター１３は、周波数係数を
変換するゲインを表現するスケールファクター値を作成
する。

【００４３】ここで、スケールファクター値を示した一
例の数式を式（１）に示す。

【００４４】

【数１】 なお、ｓｃｆ[ｓｂ]は、ｓｂ番目のスケールファクター
バンドのスケールファクター値であり、この値を量子化
器１４に出力する。また、ＱＵＡＮＴ_ＳＴＥＰは、ス
テップ制御コントローラ１７から入力される量子化ステ
ップ値である。また、ｃｏｍｍｏｎ_ｓｃｆは補正項で
あり、例えば、１００がセットされる。式（１）内のｐ
ｏｗ_ｓｐｅｃｔｒｕｍ[ｓｂ]は、フィルターバンク１
２より入力される値ｍｄｃｔ[ｓｂ]を用いて、式（２）
のように計算する。

【００４５】

【数２】 なお、式（２）のｍｄｃｔ[ｓｂ]は、ｓｂ番目のスケー
ルファクターバンド内の任意のｍｄｃｔ係数であり、例
えば、最大のｍｄｃｔ値が設定される。

【００４６】量子化器１４は、周波数係数を量子化値に
変換する。なお、変換手段は、詳細は、ＩＳＯ／ＩＥＣ
１３８１７−７ＡＮＮＥＸ Ｂ２章 ＥＮＣＯＲＤＥＲ
２．７ Ｑｕａｎｔｉｚａｔｉｏｎに記載されている。
具体的には、式（３）、式（４）に示すような数式で表
現される。

【００４７】

【数３】 ここで、x_ｑｕａｎｔ[ｉ]は、ｉ番目のインデックス
（図１の「ｉｎｄｅｘ」）を持つ周波数係数の量子化値
であり、ノイズレスコーディング１５に出力される。ま
た、ｍｄｃｔ＿ｌｉｎｅ[ｉ]は、フィルターバンクでＤ
ＣＴ変換されたｉ番目のインデックスをもつ係数であ
り、スケールファクター１３より入力される。また、Ｍ
ＡＧＩＣ＿ＮＵＭＢＥＲには、一般値として０．４０５
４（固定値）がセットされる。

【００４８】ノイズレスコーディング１５は、ハフマン
符号化等、スケールファクター値、量子化値を符号語に
変換する。詳細は、ＩＳＯ／ＩＥＣ １３８１７−７Ａ
ＮＮＥＸ Ｂ２章 ＥＮＣＯＲＤＥＲ ２．８ Ｎｏｉｓｅ
ｌｅｓｓ Ｃｏｄｉｎｇに記載されている。また、参照
までに４つの係数をハフマン符号語に変換する一例の数
式の手順をフローチャートを用いて説明する。なお、こ
こで、使用するハフマンコード表は、図１を用いるが、
ハフマンコード表は、発明の範囲においてこの限りでは
ない。

【００４９】図３は、ハフマン符号語に変換する処理の
流れをプログラム的に示す一例の図である。

【００５０】図３において、スケールファクターバンド
毎に繰り返し処理を行う（Ｓ１）。まず、初期値をセッ
トして（Ｓ２）、ｏｆｆｓｅｔ(ｓｂ)からｔｏｐ(ｓｂ)
になるまで、以下のＳ３からＳ８まで処理を行う（Ｓ
３）。また、４つの係数毎に処理を行うので、Ｓ３にお
ける増加分は＋４となる。また、ｏｆｆｓｅｔ(ｓｂ)と
は、各スケールファクターバンドの下限のＤＣＴ係数の
インデックス（ｉ）を表し、ｔｏｐ(ｓｂ)はｓｂバンド
の上限のＤＣＴ係数のインデックスを表す。なお、上述
したｓｂとｏｆｆｓｅｔ(ｓｂ)とｔｏｐ(ｓｂ)のＤＣＴ
係数のバンド分けの一例を図４に示す。図４に示すよう
に、１つのｓｂに対して、４つのＤＣＴ係数が割り振ら
れている（０〜１０２３の計１０２４本）。

【００５１】次に、図１を参照するためのインデックス
を計算する（Ｓ４）。ここで、x＿ｑｕａｎｔ[ｉ]とは
ｉ番目の係数の量子化値であり、量子化器１４から入力
される。Ｓ４にて計算されたｉｎｄｅｘ値は、図１を参
照して、ｃｏｄｅｗｏｒｄ（ハフマン符号）とｔｍｐを
抽出する（Ｓ５、Ｓ６）。例えば、Ｓ４にてｉｎｄｅｘ
が「１０」とすると、ｃｏｄｅｗｏｒｄには「７２」が
セットされｔｍｐ「７」がセットされる。また、量子化
値を符号化するのに必要なビット数の計算を行う（Ｓ
７）。Ｓ７の出力は、レート／歪みコントローラ１６へ
出力する。これを、スケールファクターバンド毎（ステ
ップ毎）に分割した全ての帯域で繰り返し行うことによ
り、全ての係数をハフマン符号語に変換することができ
る（Ｓ８、Ｓ９）。

【００５２】次に、レート／歪みコントローラ１６と、
ステップ制御コントローラ１７の動作について、数式の
フローチャートを用いて説明を行う。

【００５３】図５は、レート／歪みコントローラ及びス
テップ制御コントローラの動作の一例を示すフローチャ
ートである。

【００５４】図５において、ステップ制御コントローラ
１７に設定してある値に基づいて、レート／歪みコント
ローラ１６の動作を行う（Ｓ１１）。なお、ステップ制
御コントローラに設定される値は、量子化値の最大値を
設定することが好ましい。なお、本発明では、設定した
値を｛１６，１２，７，４，２，１｝としたが、設定す
る値については、この限りではない。

【００５５】まず、フィルターバンクでＤＣＴ変換され
たｉ番目のインデックスをもつ係数(ｍｄｃｔ＿ｌｉｎ
ｅ[ｉ]と聴覚モデルから入力される許容される量子化ノ
イズの大きさ（ａｌｌｗｅｄ＿ｄｉｓｔ(ｓｂ)）と比較
を行い（Ｓ１３）、量子化ノイズの方が大きかった場
合、ｍｄｃｔ＿ｌｉｎｅ[ｉ]に０をセットする（Ｓ１
４）。これを、インデックスが最大になるまで、繰り返
し行う（Ｓ１２、Ｓ１５）。

【００５６】次に、レート／歪みの制御を行う。まず、
Ｓ１１のＳＴＥＰ＿ＭＡＴテーブルの添え字ｊを０（初
期化）にする（Ｓ１６）。次に、スケールファクターバ
ンド内で使用できるビット数（ａｖｅｒａｇｅ＿ｂｉｔ
ｓ）を、ビット数のカウント（ｂｉｔ＿ｃｏｕｎｔ()）
が超えないで処理ができるかの判断をＳ１７からＳ２３
までの処理を繰り返し行うことで確認する（Ｓ１７）。
なお、ａｖｅｒａｇｅ＿ｂｉｔｓは、予め設定してお
き、ｂｉｔ＿ｃｏｕｎｔ()は、ノイズレスコーディング
１５で計算されたビット数の総和であり、スケールファ
クター又はハフマンテーブルのコードブック番号等、伝
送のために必要なビット数も含む。

【００５７】まず、ＱＵＡＮＴ＿ＳＴＥＰに量子化値の
最大値をセットする（Ｓ１８）。なお、Ｓ１１の設定値
の大きい値からセットする。次に、スケールファクター
バンド毎に処理を行う（Ｓ１９）。まず、スケールファ
クター値（ｃａｌｃ＿ｓｃａｌｅ()）の計算を行う（Ｓ
２０）。計算されたスケールファクター値はスケールフ
ァクター１３に出力される。また、Ｓ２１では量子化値
（ｃａｌｃ＿ｑｕａｎｔ()）の計算を行い、量子化器１
４に出力される。

【００５８】これを、スケールファクターバンド毎に行
い（Ｓ２２）、ビットカウント（ｂｉｔ＿ｃｏｕｎ
ｔ()）がａｖｅｒａｇｅ＿ｂｉｔｓを超なくなるまで、
繰り返し行う（Ｓ２３）。

【００５９】もし、ａｖｅｒａｇｅ＿ｂｉｔｓを超える
ことがあれば、必要なビット数を得ることができず、符
号化ができない場合や符号化した際に音質が歪んでしま
う等の問題が発生してしまうため、その場合は、ステッ
プ制御コントローラ内の量子化値の値を低く設定して再
度処理を行う。

【００６０】つまり、Ｓ１７からＳ２３の処理でＳ１７
の条件に満たなければ、次の値（例えば、１６がセット
されて条件に合わなければ１２）がセットされ、再度Ｓ
１７からＳ２３までの処理を行う。このようにして、処
理を行い条件が最初にあったＱＵＡＮＴ＿ＳＴＥＰが最
適値ということになり、この値を用いて符号化すること
で、必要なビット数で最高の音質を得ることができる。

【００６１】図５で示したフローチャートにより、ゲイ
ン又は前記量子化値の最適値を求めることができる。

【００６２】次に、ビットストリームマルチプレクサ１
８で、入力された符号化データ及びスケールファクター
又はハフマンテーブルのコードブック番号等の制御情報
をビットストリームに変換する。これにより、オーディ
オ信号の符号化を効率よく行うことができる。なお、ビ
ットストリームマルチプレクサ１８の詳細については、
ＩＳＯ／ＩＥＣ１３８１７−７ １章 ｓｙｎｔａｘに記
載されている。つまり、符号化装置の各ブロックで出力
されたパラメータをｓｙｎｔａｘで詳解された形式に並
べ変えて出力する。

【００６３】また、符号化装置の各ブロックの動作内容
はこの限りではなく、また、同ブロックに関して違う数
式による計算をさせてもよい。

【００６４】例えば、式（１）を下記式（５）に変更す
ることにより、１又は複数のスケールファクターバンド
群で最大の周波数係数値に基づいて、スケールファクタ
ー値を導出してもよい。

【００６５】

【数４】 なお、ｍａｘ＿ｐｏｗ[ｓｂｍ，ｓｂｎ]は式（６）で計
算することができる。

【００６６】

【数５】 また、ｍａｘ＿ｍｄｃｔ[ｓｂｍ，ｓｂｎ]は、ｍからｎ
番目のスケールファクターバンド内で最大のＭＤＣＴ係
数である（ｍ、ｎ：整数）。

【００６７】更に、式（１）を下記式（７）に変更する
ことにより、任意のスケールファクターバンドのスケー
ルファクター値を各スケールファクターバンドで最大の
周波数係数値を用いて、更に分子を１或いは任意の整数
値として導出することもできる。

【００６８】

【数６】 なお、式（７）のｋの値を１或いは、ｎ＜ＱＵＡＮＴ_
ＳＴＥＰを満たす正の整数とする。また、ｍａｘ＿ｐｏ
ｗ＿ｓｐｅｃｔｒｕｍは式（８）で計算することができ
る。

【００６９】

【数７】 これにより、オーディオ信号の符号化における音質の制
御を行うことができる。

【００７０】次に、本発明における符号化装置にＭＳコ
ントローラが具備された場合の符号化装置の動作例をブ
ロック構成図を用いて説明する。

【００７１】図６は、本発明におけるＭＳコントローラ
を含む符号化装置の構成を示すブロック図の一例であ
る。

【００７２】図６の符号化装置は、聴覚モデル１１と、
スケールファクター１３と、量子化器１４と、ノイズレ
スコーディング１５と、レート／歪みコントローラ１６
と、ステップ制御コントローラ１７と、ビットストリー
ムマルチプレクサ１８と、ＭＳコントローラ１９と、Ｍ
／Ｓステレオツール２０とを有するように構成されてい
る。

【００７３】ここで、各ブロックの動作について、主に
図２を用いて説明した各ブロック説明とことなる部分の
説明を行う。

【００７４】図６において、聴覚モデル１１は、量子化
雑音のマスキングパターンの計算を行う。ＭＳコントロ
ーラ１９は、Ｍ／Ｓエントロピーの計算を行う。つま
り、時間周波数変換された係数からＬ成分、Ｒ成分、Ｍ
成分（Ｌ＋Ｒ成分）、Ｓ成分（Ｌ−Ｒ成分）のエナジー
を計算し、聴覚モデル１１から入力されるマスキングパ
ターンの計算結果やエンコードに必要なビット数等の出
力情報に基づいて、ＭＳモード、ＬＲモードの切替えの
判定、又はＭＳモード時のチャンネル間のビット割当て
のための補助情報を作成する。

【００７５】ここで、ＭＳコントローラ１９におけるエ
ナジーの計算によるＭＳモードとＬＲモードの判定内容
について説明する。まず、下記式（９）〜（１２）に夫
々のスケールファクターバンドの係数のＭ成分、Ｓ成
分、Ｌ成分、Ｒ成分のエナジー（ｅＭ(ｓｂ)、ｅＳ(ｓ
ｂ)、ｅＬ(ｓｂ)、ｅＲ(ｓｂ)）の計算式を示す。

【００７６】

【数８】 また、ｅＭ(ｓｂ)、ｅＳ(ｓｂ)、ｅＬ(ｓｂ)、及びｅＲ
(ｓｂ)成分の夫々のエネルギー比を式（１３）、（１
４）を用いて計算し、ＭＳモードとＬＲモードの切替え
を行う判定式を式（１５）に示す。

【００７７】

【数９】 式（１５）におけるｋは正の定数であり、例えば、ｋ＝
１とする。

【００７８】なお、ＭＳモードとＬＳモードの切替え方
法は、この限りではなく、本出願人にて出願されている
特願２００１−７０９２６号「ステレオ信号の符号化方
法及び符号化装置」に記載されているように聴覚的なエ
ントロピーを使ってＭ／Ｓエントロピーの計算を行い、
その結果によりＬＲモードとＭＳモードの切替えを行う
こともできる。

【００７９】次に、ＭＳモードが適用された場合のスケ
ールファクター１３におけるＭ成分とＳ成分の夫々のス
ケールファクター値（ｓｃｆ＿Ｍ[ｓｂ]、ｓｃｆ＿Ｓ
[ｓｂ]）を計算する計算式を式（１６）、式（１７）に
示す。

【００８０】

【数１０】 なお、ＱＵＡＮＴ＿Ｍ及びＱＵＡＮＴ＿Ｓは、Ｍ成分、
Ｓ成分の夫々の量子化ステップ値であり、レート／歪み
コントローラ１６から入力される。

【００８１】次に、レート／歪みコントローラ１６と、
ステップ制御コントローラ１７のプログラム動作をフロ
ーチャートを用いて説明する。

【００８２】図７は、ＭＳコントローラを有する場合の
レート／歪みコントローラ及びステップ制御コントロー
ラの動作の一例を示すフローチャートである。なお、Ｍ
Ｓモード以外の場合は、図５と同様の動作を行うため説
明を省略する。

【００８３】図７において、ステップ制御コントローラ
１７に設定してある値に基づいて、レート／歪みコント
ローラ１６の動作を行う（Ｓ３１）。まず、フィルター
バンク１２でＤＣＴ変換されたｉ番目のインデックスを
持つＭ成分、Ｓ成分夫々の係数（ｄＭ[ｉ]、dＳ[ｉ]）
と聴覚モデル１１（ＭＳコントロール）から入力される
許容されるＭ成分及びＳ成分の量子化ノイズの大きさ
（ａｌｌｗｅｄ＿ｄｉｓｔ＿Ｍ(ｓｂ)、ａｌｌｗｅｄ＿
ｄｉｓｔ＿Ｓ(ｓｂ)）とＭ成分、Ｓ成分を対応させて比
較を行い、許容される量子化ノイズの方が大きかった場
合、ｄＭ[ｉ]、dＳ[ｉ]に０をセットする（Ｓ３３〜Ｓ
３７）。これを、インデックスが最大になるまで繰り返
し行う（Ｓ３２、Ｓ３７）。

【００８４】次に、レート／歪みの制御を行う。まず、
Ｓ１１のＳＴＥＰ_ＭＡＴテーブルの添え字ｊを０（初
期化）にする（Ｓ３８）。次に、スケールファクターバ
ンド内で使用できるビット数（ａｖｅｒａｇｅ＿ｂｉｔ
ｓ）を、ビット数のカウント（ｂｉｔ＿ｃｏｕｎｔ()）
が超えないで処理ができるかの判断をＳ３９からＳ４５
までの処理を繰り返し行うことで確認する（Ｓ３９）。

【００８５】なお、ａｖｅｒａｇｅ＿ｂｉｔｓは、予め
設定しておき、ｂｉｔ＿ｃｏｕｎｔ()は、ノイズレスコ
ーディング１５で計算されたビット数の総和であり、ス
ケールファクター又はハフマンテーブルのコードブック
番号等、伝送のために必要なビット数（制御情報分）も
含む。

【００８６】まず、ＱＵＡＮＴ＿ＳＴＥＰ＿ＭとＱＵＡ
ＮＴ＿ＳＴＥＰ＿ＳにＳ３１で設定した量子化値の最大
値をセットする（Ｓ４０）。

【００８７】なお、Ｓ３１の設定値の大きい値をＱＵＡ
ＮＴ＿ＳＴＥＰ＿Ｍにセットする。同時に、その次に大
きい値をＱＵＡＮＴ＿ＳＴＥＰ＿Ｓにセットする。次
に、スケールファクターバンド毎に処理を行う（Ｓ４
１）。まず、スケールファクター値（ｃａｌｃ＿ｓｃａ
ｌｅ()）の計算を行う（Ｓ４２）。計算されたスケール
ファクター値はスケールファクター１３に出力される。
また、Ｓ４３では量子化値（ｃａｌｃ＿ｑｕａｎｔ()）
の計算を行い量子化器１４に出力される。

【００８８】これを、スケールファクターバンド毎に行
い（Ｓ４４）、ビットカウント（ｂｉｔ＿ｃｏｕｎ
ｔ()）がａｖｅｒａｇｅ＿ｂｉｔｓを超なくなるまで繰
り返し行う（Ｓ４５）。

【００８９】もし、ａｖｅｒａｇｅ＿ｂｉｔｓを超える
ことがあれば、必要なビット数を得ることができず、符
号化ができない場合や符号化した際に符号化音質が歪ん
でしまう等の問題が発生してしまうため、その場合は、
ステップ制御コントローラ内の量子化値の値を低く設定
して再度処理を行う。

【００９０】つまり、Ｓ３９からＳ４５の処理で条件に
満たなければ、次の値（例えば、１６がセットされて条
件に合わなければ１２）がセットされ、再度Ｓ３９から
Ｓ４５までの処理を繰り返し行う。このようにして処理
を行い条件が最初にあったＱＵＡＮＴ＿ＳＴＥＰが最適
値ということになり、この値を用いて符号化すること
で、必要なビット数で最高の音質を得ることができる。

【００９１】図７で示したフローチャートにより、Ｍ成
分及びＳ成分のゲイン又は前記量子化値の最適値を求め
ることができる。

【００９２】なお、図７で示したフローチャートは、全
スケールファクターバンドについてＭＳモードを適用し
た場合であるが、本発明においてはこの限りではなく、
例えば、ＭＳモードとＬＳモードの判定をスケールファ
クターバンド毎に行うことで、スケールファクターバン
ド毎にモードの切替えを行い、効率的にゲイン及び量子
化値の最適値を求めることができる。

【００９３】ＭＳステレオツール２０は、周波数帯域の
信号の和信号（Ｌ＋Ｒ）、と差信号（Ｌ−Ｒ）を作成
し、ＭＳコントローラ１９からの制御信号によりＭＳモ
ード或いはＬＲモードの切替えを行う。また、ＭＳモー
ドのバンドの係数は、ＬＲ成分の夫々のｍｄｃｔ＿ｌｉ
ｎｅ[ｉ]をｄＬ(ｉ)、ｄＲ(ｉ)として、ｄＭ(ｉ)、ｄＳ
(ｉ)は夫々式（１８）、式（１９）で計算することがで
きる。

【００９４】

【数１１】 なお、その他の各ブロックは、図２のブロック説明と同
様であるため、詳細な説明は省略する。

【００９５】上述により、任意のスケールファクターバ
ンドにＭＳステレオを適用した場合、スケールファクタ
ーバンドにおけるＭ成分とＳ成分のエナジー若しくは最
大周波数係数の大きさ、又は聴覚エントロピーに基づい
て、同じインデックス番号を持つスケールファクターバ
ンドのＭ成分とＳ成分の夫々の最大周波数係数の量子化
値を異なる大きさにすることができ、ビット数を成分に
より調整することができるため効率的なオーディオ信号
の符号化が可能となる。

【００９６】また、スケールファクターバンド毎にＭＳ
モードとＬＳモードの判定及び切替えを行うことで、更
に効率的なオーディオ信号の符号化を行うことができ
る。

【００９７】なお、図２、図６における各ブロックの動
作内容は上述した限りではなく、同一ブロックに関して
違う数式による計算をさせてもよい。

【００９８】例えば、スケールファクター１３におい
て、スケールファクター値を求める計算式、式（５）と
式（７）とを所定の条件で分けて処理をさせてもよい。
ここで、一例として、条件１とした場合の数式を式（２
０）に、また、条件２とした場合の数式を式（２１）に
示す。

【００９９】

【数１２】

【０１００】

【数１３】 なお、ｓｃｆ＿Ｉ[ｓｂ]は、条件１の場合のｓｂ番目の
スケールファクター値を示し、ｓｃｆ＿ＩＩ[ｓｂ]は、
条件２の場合のｓｂ番目のスケールファクター値を示
す。

【０１０１】なお、切替える条件としては、量子化器１
４の数式による計算式（式（３）、式（４））におい
て、最初に条件１としてx＿ｑｕａｎｔ[ｉ]を計算し
て、全てのスケールファクターバンドにおける量子化値
が０になった場合に、条件２に変更するように制御を行
う。

【０１０２】次に、条件１及び２を含む符号化装置のレ
ート／歪みコントローラ１６と、ステップコントローラ
１７の動作について、数式のフローチャートを用いて説
明を行う。

【０１０３】図８、図９は、切替え条件を有するレート
／歪みコントローラ及びステップ制御コントローラの動
作の一例を示すフローチャートである。ここで、図８に
おいて、Ｓ５１からＳ５６までの処理は、図５に示した
Ｓ１１からＳ１６と同様であるため、ここでの説明は省
略する。

【０１０４】レート／歪みの制御において、スケールフ
ァクターバンド内で使用できるビット数（ａｖｅｒａｇ
ｅ＿ｂｉｔｓ）を、ビット数のカウント（ｂｉｔ＿ｃｏ
ｕｎｔ()）が超えないで処理ができるかの判断を条件１
と条件２への切替え処理を含めて、Ｓ５７からＳ７２ま
での処理を繰り返し行うことで確認する（Ｓ５７）。

【０１０５】なお、ａｖｅｒａｇｅ＿ｂｉｔｓは、予め
設定しておき、ｂｉｔ＿ｃｏｕｎｔ()は、ノイズレスコ
ーディング１５で計算されたビット数の総和であり、ス
ケールファクター又はハフマンテーブルのコードブック
番号等、伝送のために必要なビット数も含む。

【０１０６】まず、ＱＵＡＮＴ＿ＳＴＥＰに量子化値の
最大値をセットする（Ｓ５８）。次に、分割した全ての
スケールファクターバンドについて処理を行う（Ｓ５
９）。まず、初期値としてｆｌａｇ[ｓｂ]に１をセット
する（Ｓ６０）。次に、条件１の数式（式（２０））に
て、ｓｂ番目のスケールファクターバンドのスケールフ
ァクター値（ｓｃｆ[ｓｂ]）を求め（Ｓ６１）、量子化
値（ｃａｌｃ＿ｑｕａｎｔ()）の計算を行う（Ｓ６
２）。

【０１０７】次に、ｆｌａｇ[ｓｂ]に０をセットし（Ｓ
６３）、Ｓ６２までに計算された量子化値がｏｆｆｓｅ
ｔ(ｓｂ)からｔｏｐ(ｓｂ)までで全て０か否かを確認を
行う（Ｓ６４〜Ｓ６７）。最初に、量子化値が０か否か
を判断し（Ｓ６５）、０でない量子化値があればｆｌａ
ｇ[ｓｂ]に１をセットする（Ｓ６６）。

【０１０８】次に、ｆｌａｇ[ｓｂ]が０か否かを判断し
（Ｓ６８）、０であれば、式（２１）を用いてｓｂ番目
のスケールファクターバンドのスケールファクター値を
計算する（Ｓ６９）。Ｓ６８にて「ＮＯ」の場合、又は
Ｓ６９の処理が終了後、量子化値の計算を行う（Ｓ７
０）。これを、スケールファクターバンド毎に行い（Ｓ
７１）、ビットカウント（ｂｉｔ＿ｃｏｕｎｔ()）がａ
ｖｅｒａｇｅ＿ｂｉｔｓを超なくなるまで繰り返し行う
（Ｓ７２）。

【０１０９】もし、ａｖｅｒａｇｅ＿ｂｉｔｓを超える
ことがあれば、必要なビット数を得ることができず、符
号化ができない場合や符号化した際に音質が歪んでしま
う等の問題が発生してしまうため、その場合は、ステッ
プ制御コントローラ内の量子化値の値を低く設定して再
度処理を行う。

【０１１０】図８、図９で示したフローチャートによ
り、ゲイン又は前記量子化値の最適値を求めることがで
きる。

【０１１１】更に、符号化装置のその他のブロック構成
例として、上述した式（１）、式（６）、式（２０）及
び式（２１）の数式による計算を夫々行う量子化器１４
を有する各モジュール（スケールファクター１３、量子
化器１４、ノイズレスコーディング１５及びレート／歪
みコントローラ１６及びステップ制御コントローラ１
７）を符号化装置内に具備し、その中でビットカウント
数が少ないもので符号化を行うことにより、効率よく符
号化を行うことができる。

【０１１２】上述したモジュールを有する符号化装置の
各ブロック構成の一例について、図１０を用いて説明す
る。

【０１１３】図１０の符号化装置は、聴覚モデル１１
と、ＭＳコントローラ１９と、フィルターバンク１２
と、Ｍ／Ｓステレオツール２０と、モジュールＡ２１
と、モジュールＢ２２と、モジュールＣ２３と、評価・
選択部２４と、ビットストリームマルチプレクサ１８と
を有するよう構成されている。また、モジュールＡ２１
とモジュールＢ２２とモジュールＣ２３の夫々のブロッ
クの構成例を図１１に示す。

【０１１４】ここで、例えば、モジュールＡ２１には、
上述した条件１及び条件２による切替え（式（２０）、
式（２１）を行って量子化値を計算する上述の図８、図
９を用いて説明した動作を有し、モジュールＢ２２に
は、式（７）及び式（８）の数式により量子化値を計算
する動作を有し、また、モジュールＣ２３には、式
（５）、式（６）の数式により量子化値を計算する処理
を有する。

【０１１５】評価・選択部２４は、モジュールＡ２１、
モジュールＢ２２及びモジュールＣの出力に基づいて、
どのモジュールの制御信号とデータ信号をビットストリ
ームマルチプレクサ１８に出力するかを評価し選択する
機能を有する。なお、評価は、モジュールＡ２１、モジ
ュールＢ２２及びモジュールＣ２３から夫々出力された
使用ビット数と、各モジュールから出力されるデータを
比較して、使用ビット数とデータ量が最小となるモジュ
ールを用いて符号化を行う。

【０１１６】図１０に示すブロック構成により、多種多
様なオーディオ信号において、効率のよい符号化を選択
して符号化を行うことができる。

【０１１７】上述したように本発明は、例えば、符号化
ビットが不足している場合等にハフマン符号化等の符号
語の特徴に基づいて量子化値を選定し符号化を行うこと
により、符号語の長さを短くすることができ、同時にビ
ット数を削減することができる。本発明により、削減で
きたビットは、音質にとって重要な部分に割当てられる
ことが可能であるため、相対的に聴覚的な音質を向上さ
せることができる。

【０１１８】また、スケールファクター値を量子化値の
最大値に基づいて、従来より大きく変化させる場合が多
いことから、計算量を減少させることができる。なお、
こうした変換符号化の規格は、デコーダのｓｙｎｔａｘ
であるので、本発明でエンコードしたビットストリーム
も既存のデコーダでデコードすることができる。

【０１１９】なお、本発明にて用いられた動作内容のフ
ローは一例であり、発明の範囲においては上述した限り
ではない。

【０１２０】

【発明の効果】上述の如く本発明によれば、オーディオ
信号の符号化を効率的に行い、使用できるビット数を削
減することができる。また、オーディオ符号化において
使用できるビット数が少ない場合にも検知される音質の
劣化を軽減することができる。

【図面の簡単な説明】

【図１】ハフマン符号語テーブルの一例を示す図であ
る。

【図２】本発明における符号化装置の構成を示すブロッ
ク図の一例である。

【図３】ハフマン符号語に変換する処理の流れをプログ
ラム的に示す一例の図である。

【図４】ＤＣＴ係数のバンド分けの一例を示す図であ
る。

【図５】レート／歪みコントローラ及びステップ制御コ
ントローラの動作の一例を示すフローチャートである。

【図６】本発明におけるＭＳコントローラを含む符号化
装置の構成を示すブロック図の一例である。

【図７】ＭＳコントローラを有する場合のレート／歪み
コントローラ及びステップ制御コントローラの動作の一
例を示すフローチャートである。

【図８】切替え条件を有するレート／歪みコントローラ
及びステップ制御コントローラの動作の一例を示すフロ
ーチャート（１）である。

【図９】切替え条件を有するレート／歪みコントローラ
及びステップ制御コントローラの動作の一例を示すフロ
ーチャート（２）である。

【図１０】モジュールを有する符号化装置の各ブロック
構成の一例を示す図である。

【図１１】本発明における夫々のモジュールのブロック
構成例を示す図である。

【符号の説明】

１１ 聴覚モデル １２ フィルターバンク １３ スケールファクター １４ 量子化器 １５ ノイズレスコーディング １６ レート／歪みコントローラ １７ ステップ制御コントローラ １８ ビットストリームマルチプレクサ １９ ＭＳコントローラ ２０ Ｍ／Ｓステレオツール ２１ モジュールＡ ２２ モジュールＢ ２３ モジュールＣ ２４ 評価・選択部

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5D045 DA20 5J064 AA02 BA09 BA16 BB05 BC01 BC08 BC09 BC11 BC16 BC23 BD01

Claims (9)

【特許請求の範囲】
1. 【請求項１】 オーディオ信号の符号化方法において、 時間領域の信号を周波数領域の信号に変換する変換手順
   と、 前記変換ステップにて変換された周波数係数群を複数の
   帯域で分割する分割手順と、 ゲインと量子化値の積で表現される周波数係数の値にお
   ける前記ゲイン又は前記量子化値をステップ状に制御す
   る制御手順と、 前記量子化値を符号化する符号化手順とを有することを
   特徴とするオーディオ信号の符号化方法。
2. 【請求項２】 前記ゲインをスケールファクターバンド
   毎に設定し、当該スケールファクターバンド内で最大の
   周波数係数の符号語が最大の量子化値になるように符号
   化を行うことを特徴とする請求項１に記載のオーディオ
   信号の符号化方法。
3. 【請求項３】 前記ゲインをスケールファクターバンド
   毎に設定し、当該スケールファクターバンド内で最大の
   周波数係数の符号語の量子化値を１又は任意の整数とす
   ることを特徴とする請求項１又は２に記載のオーディオ
   信号の符号化方法。
4. 【請求項４】 オーディオ信号にＭＳステレオを適用し
   た場合、 前記スケールファクターバンドにおけるＭ成分とＳ成分
   のエナジー、若しくは最大周波数係数の大きさ、又は聴
   覚エントロピーを用いて、スケールファクターバンド内
   のＭ成分とＳ成分夫々の最大周波数係数として異なる量
   子化値を用いることを特徴とする請求項２又は３に記載
   のオーディオ信号の符号化方法。
5. 【請求項５】 オーディオ信号の符号化装置において、 時間領域の信号を周波数領域の信号に変換する変換手段
   と、 前記変換ステップにて変換された周波数係数群を複数の
   帯域で分割する分割手段と、 ゲインと量子化値の積で表現される周波数係数の値にお
   ける前記ゲイン又は前記量子化値をステップ状に制御す
   る制御手段と、 前記量子化値を符号化する符号化手段とを有することを
   特徴とするオーディオ信号の符号化装置。
6. 【請求項６】 前記制御手段は、前記ゲインをスケール
   ファクターバンド毎に設定し、前記符号化手段は、当該
   スケールファクターバンド内で最大の周波数係数の符号
   語が最大の量子化値になるように符号化を行うことを特
   徴とする請求項５に記載のオーディオ信号の符号化装
   置。
7. 【請求項７】 前記制御手段は、前記ゲインをスケール
   ファクターバンド毎に設定し、前記符号化手段は、当該
   スケールファクターバンド内で最大の周波数係数の符号
   語の量子化値を１又は任意の整数とすることを特徴とす
   る請求項５又は６に記載のオーディオ信号の符号化装
   置。
8. 【請求項８】 オーディオ信号にＭＳステレオを適用し
   た場合、 前記スケールファクターバンドにおけるＭ成分とＳ成分
   のエナジー、若しくは最大周波数係数の大きさ、又は聴
   覚エントロピーを用いて、スケールファクターバンド内
   のＭ成分とＳ成分夫々の最大周波数係数として異なる量
   子化値を用いることを特徴とする請求項６又は７に記載
   のオーディオ信号の符号化装置。
9. 【請求項９】 符号化方法が異なる複数の符号化手段
   と、スケールファクターバンド毎の必要なビットレート
   数に基づいて、前記複数の符号化手段の中から１つの符
   号化手段を評価・選択する評価・選択手段を有すること
   を特徴する請求項５乃至８の何れか一項に記載のオーデ
   ィオ信号の符号化装置。