JP2004252068A

JP2004252068A - デジタルオーディオ信号の符号化装置及び方法

Info

Publication number: JP2004252068A
Application number: JP2003041260A
Authority: JP
Inventors: Akira Usami; 陽宇佐見
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 2003-02-19
Filing date: 2003-02-19
Publication date: 2004-09-09

Abstract

【課題】知覚され難い量子化雑音のレベルを許容するために、必要な量子化ビット数が大きく、符号化に必要なビットの量が多いフレームが連続する場合で、符号化に使用可能なビットの量が低減するときには、量子化及び符号化によりスペクトルが欠落することがある。この場合、符号化信号を復号化したときの再生信号の歪み感が増大して音質が劣化するという問題が生じる。
【解決手段】ビットリザーバー制御手段１６により、符号化に使用可能なビットの量を設定する。インテンシティステレオ帯域設定手段１７Ａを設け、フレーム毎の使用可能なビットの量が所定のしきい値ＡＴＨ（ＡＴＨは正整数）より小さい場合に、インテンシティ（強度）ステレオ符号化を行なう部分周波数領域を増大させる。
【選択図】図１

Description

【０００１】
【発明の属する技術分野】
本発明は、複数のチャンネルのデジタルオーディオ信号を伝送又は記憶する際に情報量を減少するデジタルオーディオ信号の符号化装置に関する。
【０００２】
【従来の技術】
近年のデジタルオーディオの分野では、従来のコンパクトディスク（ＣＤ）に比べて１０分の１以下の低いビットレートで、高品位の音質を伝送又は記憶を可能にする様々なデジタルオーディオ信号の符号化技術が多く使われている。
【０００３】
これらのオーディオ信号符号化技術には、ミニディスク（ＭＤ）で採用されているＡＴＲＡＣ（ＡｄａｐｔｉｖｅＴｒａｎｓｆｏｒｍＡｃｏｕｓｔｉｃＣｏｄｉｎｇ）方式や、衛星デジタル放送で採用されている国際標準化機構（ＩＳＯ：ＩｎｔｅｒｎａｔｉｏｎａｌＯｒｇａｎｉｚａｔｉｏｎｆｏｒＳｔａｎｄａｒｄｉｚａｔｉｏｎ）のＭＰＥＧ（ＭｏｔｉｏｎＰｉｃｔｕｒｅＥｘｐｅｒｔｓＧｒｏｕｐ）で規格化されているＭＰＥＧ２−ＡＡＣなどの各種方式がある。
【０００４】
これらのデジタルオーディオ信号の符号化技術を用いた符号化装置では、まず入力されるデジタルオーディオ信号の時系列で連続するｎ個（ｎは正整数）のサンプルをまとめた単位をフレームとするとき、このフレームを単位として周波数軸上の成分を表すサブバンド信号あるいはスペクトルに変換する。変換にはＱＭＦ（ＱｕａｄｒａｔｕｒｅＭｉｒｒｏｒＦｉｌｔｅｒ）などの帯域分割フィルタ処理や、ＭＤＣＴ（ＭｏｄｉｆｉｅｄＤｉｓｃｒｅｔｅＣｏｓｉｎｅＴｒａｎｓｆｏｒｍ）などの周波数変換処理といった公知のフィルタバンクあるいは変換プロセスが使用される。
【０００５】
次に、最小可聴しきい値や同時マスキングなどの人間の聴覚心理特性に基づいて聴感上知覚されない、もしくは知覚され難い量子化雑音のレベルを許容して、サブバンド信号あるいはスペクトルを量子化するために量子化ビット数が割当てられる。このようなサブバンド信号あるいはスペクトルは、割当てられた量子化ビット数で量子化され、復号化時の量子化雑音は知覚されない、もしくは知覚され難いレベルに抑えられる。これにより音質を高品位に保ちながら、聴感上はあまり知覚されない部分の情報量を削減し、ビットレートの大幅な低減を実現している。
【０００６】
量子化されたサブバンド信号あるいはスペクトルは、符号化されて所定の語長からなるビット列に変換されるとともに、量子化ビット数などの符号化補助情報が多重化されて、符号化ビット列として伝送又は記憶される。更に、符号化において公知のエントロピー符号化である可変長のハフマン符号を使用して、符号化効率を向上させる場合もある。符号化装置から出力、即ち伝送又は記憶された符号化ビット列は、復号化装置もしくは復号化方法で逆の処理を行って、デジタルオーディオ信号に復元されて出力される。
【０００７】
このように人間の聴覚心理特性を利用することは、全体のビットレートの低減には大きな効果をもたらす。しかしながら、フレーム毎においては人間の聴覚心理特性に対して入力されるデジタルオーディオ信号の様態は異なるために、削減される情報量も異なる。すなわち、知覚され難い量子化雑音のレベルを許容するために必要な量子化ビット数が大きくて削減できる情報量の少ないフレームと、逆に必要な量子化ビット数が小さくて削減できる情報量の多いフレームとが存在する。このため、フレーム毎の符号化ビット列の情報量は一定にならない。
【０００８】
その一方で、符号化ビット列を伝送もしくは記憶する装置及び方法、あるいは符号化ビット列を受信し復号する装置及び方法に対して、前記の両方の信号処理を簡単にするために符号化ビット列のビットレートを一定にすることが多い。この要求を満たすとともに、所定のビットレートに基づくフレーム毎のビットの量に対して、少ないビットの量で符号化される場合には余剰ビットの量を蓄えておく。また所定のビットレートに基づくフレーム毎のビットの量に対して、符号化に必要なビットの量が多い場合には、蓄えている余剰ビットの量を加え、使用可能なビットの量を部分的に増大して音質の劣化を低減する方法がある。このような方法のために、余剰ビットを蓄えるバッファを設ける場合もある。
【０００９】
更に、上記のようなデジタルオーディオ信号の符号化技術において、符号化効率を改善する方法として複数のチャンネルからなるデジタルオーディオ信号の双対となる（例えば左と右のチャンネルの）ステレオ信号に対して、ステレオ符号化と呼ばれる技術が用いられる。最も一般的なステレオ符号化は、センター／サイド（ＭＳ）ステレオ符号化と、インテンシティ（強度）ステレオ符号化である。
【００１０】
ＭＳステレオ符号化は、ステレオ信号の和で求められるセンター信号と、差で求められるサイド信号とを生成し、ステレオ信号の代わりにセンター信号とサイド信号とを符号化する。これにより、ステレオ信号が同符号で類似する場合にはサイド信号の振幅が小さくなり、逆に異符号で類似する場合にはセンター信号の振幅が小さくなる。このような方法によれば、符号化時の量子化ビット数が小さくなるために、ステレオ信号を直接符号化する場合に比べて、符号化効率を改善することができる。（例えば、非特許文献１参照。）
【００１１】
一方、インテンシティ（強度）ステレオ符号化は、ステレオ信号から統合信号を生成し、左／右の分布を示す付加的な強度情報を生成するものである。これにより、統合信号を符号化するので、ステレオ信号を符号化する場合に比べて大幅に符号化効率を改善することができる。以下の説明では、「インテンシティ（強度）ステレオ」を単にインテンシティステレオと呼ぶ。（例えば、非特許文献２参照。）
【００１２】
図７は、インテンシティステレオ符号化と、余剰ビットを蓄えるバッファ（以下の説明では「ビットリザーバー」と呼ぶ）を用いた従来のデジタルオーディオ信号の符号化装置の構成を示すブロック図である。
【００１３】
図７において、一連の符号化プロセスは、時系列上のｎ個（ｎは正整数）のサンプルをまとめたフレームを単位として実行される。時間／周波数変換手段１０及び１１は、時間軸上で連続するサンプルの左／右チャンネルの入力信号ＳＩＮＬとＳＩＮＲを、各々スペクトルＳＰＣＬ１とＳＰＣＲ１とに変換するものである。
【００１４】
変換ブロック長設定手段１２及び１３は、フレーム毎の時系列のサンプルの個数をｍ（ｍは正整数）とするとき、ｍの値をｍ＝ｎ及びｍ＜ｎのいずれか一方となるようサブブロックを単位として変換するものである。以下の説明では、ｍ＝ｎとなるサブブロックを「長ブロック」と呼び、ｍ＜ｎとなるサブブロックを「短ブロック」と呼ぶ。例えばｍはｎ＝ｍ×ｋ（ｋは正整数）式で成り立ち、短ブロックに設定された場合は１フレームの期間にｍ個のサンプルから成るサブブロックをｋ個包含する。変換ブロック長の設定は入力信号の様態に応じて設定される。
【００１５】
このような変換ブロック長の切り替えにおいて、例えば振幅の変化量が著しく増大する入力信号を長ブロックでスペクトルに変換し、量子化及び符号化を行なったときには、復号化時に量子化雑音がフレームの全てのサンプルに重畳されて出現する。この場合、信号振幅が小さいときに量子化雑音が知覚される。
【００１６】
この現象を防ぐために、短ブロックを選択することにより、量子化雑音がブロック内のサンプルのみに重畳される。この場合、継時マスキングと呼ばれる人間の聴覚心理特性により、量子化雑音が知覚され難くなる。但し、時間軸の分解能が高い短ブロックでスペクトルに変換することにより、全周波数領域に亘るスペクトルの総数は少なくなり、すなわち周波数軸の分解能は低くなる。
【００１７】
インテンシティステレオ符号化手段１４は、スペクトルＳＰＣＬ１とＳＰＣＲ１とから統合モノラルスペクトルＳＰＣｉ１を生成するものである。ＭＰＥＧ２−ＡＡＣ方式のインテンシティステレオ符号化では、複数のスペクトルをまとめたバンド毎の左／右チャンネルにおけるスペクトルの２乗の累算で求められるエネルギーの比に基づいて、左／右の分布を示す付加的な強度情報を求める。そして、左／右のスペクトルの和にエネルギーの比の２乗根を乗じて統合スペクトルを求める。（非特許文献３を参照。）
【００１８】
インテンシティステレオ符号化は、所定の部分周波数領域のスペクトルを包含するバンドに対して行なわれる。左チャンネルのスペクトルＳＰＣＬ１のインテンシティステレオ符号化を行なうバンドのスペクトルは、統合スペクトルＳＰＣｉ１に置換されてスペクトルＳＰＣＬ２として出力される。また、右チャンネルのスペクトルＳＰＣＲ１のインテンシティステレオ符号化を行なうバンドのスペクトルは、ゼロに置換されてスペクトルＳＰＣＲ２として出力される。これにより、インテンシティステレオ符号化によりゼロに置換された右チャンネルのスペクトルは、削除され伝送又は記憶されない。このために、情報量の大幅な削減が期待される。
【００１９】
ＭＰＥＧ２−ＡＡＣ方式の規格書では、標準的な信号に対してはインテンシティステレオ符号化を行なう部分周波数領域の下限周波数を６ｋＨｚとするのが適当であると記載されている。但し、インテンシティステレオ符号化が行なわれるためには、全周波数領域に亘る左／右チャンネルのスペクトルが同一の数で構成されていなければならない。すなわち、時間／周波数変換を行なう際の左／右チャンネルの変換ブロック長は同一でなければならない。左／右チャンネルの変換ブロック長が異なる場合は、インテンシティステレオ符号化は行なわれない。
【００２０】
更に、付加的な強度情報を複数のスペクトルをまとめたバンド毎に算出し、これを符号化補助情報に包含して伝送又は記憶する場合を考える。短ブロックで時間／周波数変換が行われる場合においては、複数のサブブロックをグループ化して共通の付加的な強度情報として情報量の削減をして符号化効率の向上を図る。この場合には、左／右チャンネルにおけるサブブロックのグループ化の構成がやはり同一でなければならない。
【００２１】
量子化及び符号化手段１５は、左／右チャンネルのスペクトルＳＰＣＬ２とＳＰＣＲ２とを人間の聴覚心理特性と、後述のビットリザーバー制御手段１６により設定されるフレーム毎の使用可能なビットの量に基づいて量子化と符号化を行ない、ビット列に変換する。そして量子化及び符号化手段１５は、符号化補助情報を多重化して符号化ビット列を生成する。
【００２２】
ビットリザーバー制御手段１６は、所定のビットレートに基づくフレーム毎のビットの量に対して少ないビットの量で符号化される場合には余剰ビットの量を蓄えておき、所定のビットレートに基づくフレーム毎のビットの量に対して符号化に必要なビットの量が多い場合には蓄えている余剰ビットの量を加え、使用可能なビットの量を部分的に増大して音質の劣化を低減するための余剰ビットを蓄える。ビットリザーバー制御手段１６はビットリザーバーを備え、全体の符号化ビット列が所定のビットレートになるようにビットリザーバーに蓄えるビットの量を制御する。
【００２３】
図８は、インテンシティステレオ符号化による符号化効率の改善を表す説明図である。図８の縦軸はスペクトルの振幅を示し、横軸はスペクトルの周波数を示す。また、説明を簡単にするために全周波数に亘るスペクトルの総数は２４本とし、隣接するスペクトルを４本ずつまとめて６つのバンドから構成されるとしている。インテンシティステレオ符号化は、横軸に示す周波数ｆ０より高い周波数の領域のスペクトルに対して行なうものとする。
【００２４】
図８において、（ａ１）は左チャンネルのスペクトルＳＰＣＬ１を示し、（ａ２）は右チャンネルのスペクトルＳＰＣＲ１を示す。また図９の（ａ３）は（ａ１）の左チャンネルのスペクトルＳＰＣＬ１と（ａ２）の右チャンネルのスペクトルＳＰＣＲ１とを量子化し、符号化した場合の情報量の総和を示す模式図である。
【００２５】
図９の（ａ３）において、ＤＬ１は（ａ１）の左チャンネルにおけるスペクトルＳＰＣＬ１中の周波数ｆ０より低い周波数領域のスペクトルの情報量を示す。ＤＬ２は図８の（ａ１）の左チャンネルにおけるスペクトルＳＰＣＬ１中の周波数ｆ０より高い周波数領域のスペクトルの情報量を示す。ＤＲ１は図８の（ａ２）の右チャンネルＳＰＣＲ１のスペクトル中の周波数ｆ０より低い周波数領域のスペクトルの情報量を示す。ＤＲ２は図８の（ａ２）の右チャンネルにおけるスペクトルＳＰＣＲ１中の周波数ｆ０より高い周波数領域のスペクトルの情報量を示す。これらの情報量は各スペクトルを量子化及び符号化した場合の情報量である。情報量の総和Ｔ１は、図９の（ａ３）に示すようにＴ１＝ＤＬ１＋ＤＬ２＋ＤＲ１＋ＤＲ２で表わされる。
【００２６】
また、図８の（ｂ１）はインテンシティステレオ符号化を行なった場合のスペクトルＳＰＣＬ２を示す。（ｂ２）は右チャンネルのスペクトルＳＰＣＲ２を示す。インテンシティステレオ符号化を行なうことにより、（ｂ１）の左チャンネルにおけるスペクトルＳＰＣＬ２中の周波数ｆ０より高い周波数のインテンシティステレオ符号化が施されるスペクトルは、統合スペクトルＳＰＣｉ１に置換されている。
【００２７】
また、図８の（ｂ２）に示すように、右チャンネルＳＰＣＲ２の周波数ｆ０より高い周波数のインテンシティステレオ符号化が施されるスペクトルはゼロに置換されている。また、図９の（ｂ３）は図８の（ｂ１）の左チャンネルのスペクトルＳＰＣＬ２と、図８の（ｂ２）の右チャンネルＳＰＣＲ２のスペクトルを量子化し、符号化した場合の情報量の総和を示す。
【００２８】
図９の（ｂ３）において、ＤＬ１は左チャンネルにおけるスペクトルＳＰＣＬ２中の周波数ｆ０より低い周波数領域のスペクトルの情報量を示す。Ｄｉ１は（ｂ１）の左チャンネルにおけるスペクトルＳＰＣＬ２中の周波数ｆ０より高い周波数の領域の統合スペクトルＳＰＣｉ１に置換されたスペクトルの情報量を示す。ＤＲ１は（ｂ２）の右チャンネルにおけるスペクトルＳＰＣＲ２中の周波数ｆ０より低い周波数領域のスペクトルの情報量を示す。これらの情報量は各スペクトルを量子化及び符号化した場合の情報量である。情報量の総和Ｔ２は、図９の（ｂ３）に示すようにＴ２＝ＤＬ１＋ＤＲ１＋Ｄｉ１で表わされる。
【００２９】
図８の（ｂ２）に示すように、右チャンネルの周波数ｆ０より高い周波数領域においては、インテンシティステレオ符号化が施されるスペクトルはゼロに置換される。このため、伝送又は記憶されないので情報量として加算されない。これにより、インテンシティステレオ符号化を行なう場合の情報量の総和Ｔ２は、インテンシティステレオ符号化を行なわない場合の情報量の総和Ｔ１に比べて少なくなり、符号化効率を改善することができる。但し、この例では図９の（ｂ３）に示すように、インテンシティステレオを行なわない周波数ｆ０より低い周波数の領域では、この領域のスペクトルを量子化及び符号化した場合の情報量ＤＬ１が、（ａ３）の同じ符号で表されるＤＬ１と同じ情報量となるようにしている。
【００３０】
また、図９の（ｂ３）に示すインテンシティステレオを行なわない周波数ｆ０より低い周波数の領域では、この領域のスペクトルを量子化及び符号化した場合の情報量ＤＲ１が、（ａ３）の同じ符号で表される情報量ＤＲ１と同じになるようにしている。また、図８の（ａ１）に示す左チャンネルの周波数ｆ０より高い周波数領域のスペクトルを量子化及び符号化による情報量ＤＬ２と、（ｂ１）に示すインテンシティステレオ符号化を行なう周波数ｆ０より高い周波数の統合スペクトルＳＰＣｉ１を量子化及び符号化した場合の情報量Ｄｉ１とが同じになるようにしている。
【００３１】
図１０は、図７に示す符号化装置でインテンシティステレオ符号化を用いて生成された符号化ビット列を復号する復号化装置の構成を示すブロック図である。図１０において、復号化及び逆量子化手段６１は入力される符号化ビット列に包含される符号化補助情報を分解するとともに、復号化及び逆量子化を行って左チャンネルのスペクトルＳＰＣＬ３と、右チャンネルのスペクトルＳＰＣＲ３を出力するものである。復号化及び逆量子化手段６１から出力され、左チャンネルにおけるスペクトルＳＰＣＬ３の中のインテンシティステレオ符号化が施されている部分周波数領域のスペクトルは、統合化スペクトルＳＰＣｉ２からなる。
【００３２】
インテンシティステレオ処理手段６２は、左チャンネルにおけるスペクトルＳＰＣＬ３の中の統合スペクトルＳＰＣｉ２と、分解された符号化補助情報の中の左／右の分布を示す付加的な強度情報とを用いて、右チャンネルにおけるスペクトルＳＰＣＲ３の中のインテンシティステレオ符号化を行なう周波数ｆ０より高い部分の伝送又は記憶されない周波数領域のスペクトルを生成する。またインテンシティステレオ処理手段６２は、スペクトルＳＰＣＲ３のインテンシティステレオ符号化を行う周波数ｆ０より低い周波数のスペクトルと周波数ｆ０より高い周波数のスペクトルとを合成し、スペクトルＳＰＣＲ４を出力する。
【００３３】
また、インテンシティステレオ処理手段６２は、復号化及び逆量子化手段６１から出力される左チャンネルのスペクトルＳＰＣＬ３をスペクトルＳＰＣＬ４として出力する。周波数／時間変換手段６３と６４は、周波数軸上の右チャンネルのスペクトルＳＰＣＬ４と、右チャンネルのスペクトルＳＰＣＲ４とをそれぞれ時系列のデジタルオーディオ信号のサンプルＳＯＵＴＬ及びＳＯＵＴＲに変換して出力する。
【００３４】
図１１は、図１０に示す復号化装置における各手段のスペクトルを示す説明図である。図１１では、縦軸はスペクトルの振幅を示し、横軸はスペクトルの周波数を示す。また、説明を簡単にするために、全周波数に亘るスペクトルの総数は２４本とし、隣接するスペクトルを４本ずつまとめて６つのバンドから構成されるとしている。インテンシティステレオ符号化は周波数ｆ０より高い周波数領域のスペクトルに対して行なうものとする。
【００３５】
図１１において、（ｃ１）は復号化及び逆量子化手段６１から出力される統合スペクトルＳＰＣｉ２を包含する左チャンネルのスペクトルＳＰＣＬ３を示す。（ｃ２）は復号化及び逆量子化手段６１から出力される右チャンネルのスペクトルＳＰＣＲ３を示す。（ｄ１）はインテンシティステレオ処理手段６２から出力される左チャンネルのスペクトルＳＰＣＬ４であり、（ｃ１）のＳＰＣＬ３と同じである。（ｄ２）はインテンシティステレオ復号化手段６２から出力される左チャンネルのスペクトルＳＰＣＲ２を示す。（ｄ２）は（ｃ２）のＳＰＣＲ３に対して（ｃ１）の左チャンネルのスペクトルＳＰＣＬ３に包含される統合スペクトルＳＰＣｉ２を変換すべく、左／右の分布を示す付加的な強度情報を用いて擬似スペクトルを生成した後に結合して出力されたものである。
【００３６】
【非特許文献１】
Ｊ．Ｄ．Ｊｏｈｎｓｔｏｎ著「広帯域ステレオ信号の知覚変換符号化（ＰｅｒｃｅｐｔｕａｌＴｒａｎｓｆｏｒｍＣｏｄｉｎｇｏｆＷｉｄｅｂａｎｄＳｔｅｒｅｏＳｉｇｎａｌｓ）」ＩＥＥＥ／ＩＣＡＳＳＰ、１９８９年、ｐ．１９９３−１９９３
【非特許文献２】
Ｒ．Ｖ．Ｒ．Ｖａｎｄｅｒｗａａｌ著「ステレオフォニックデジタル信号のサブバンド符号化（ＳｕｂｂａｎｄＣｏｄｉｎｇｏｆｓｔｅｒｅｏｐｈｏｎｉｃｄｉｇｉｔａｌｓｉｇｎａｌｓ）」ＩＥＥＥ／ＩＣＡＳＳＰ、１９９１年、ｐ．３６０１−３６０４
【非特許文献３】
「ＡｄｖａｎｃｅｄＡｕｄｉｏＣｏｄｉｎｇＡＮＮＥＸＢＩｎｆｏｒｍａｔｉｖｅＰａｒｔ」ＩＳＯ／ＩＥＣ、ＩＳ−１３８１８−７
【００３７】
【発明が解決しようとする課題】
しかしながら、上記の従来の技術におけるデジタルオーディオ信号の符号化装置及び方法では、符号化に必要なビットの量が多いフレームや、短ブロックの変換ブロック長で時間／周波数変換を行うフレームが短い期間の間に集中する場合において、ビットリザーバーに蓄えている余剰ビットの量が著しく低減し、符号化に使用可能なビットの量が低減する。このような状態では、所定のビットレートを保ちながら使用可能なビットの量を増大させることができなくなる。このような場合、量子化及び符号化によりスペクトルが欠落して、符号化信号を復号化したときの再生信号の歪み感が増大して音質が劣化するという問題があった。
【００３８】
本発明は、このような従来の問題点に鑑みてなされたものであって、符号化に必要なビットの量が多いフレームや、短ブロックの変換ブロック長で時間／周波数変換を行うフレームが短い期間の間に集中し、符号化に使用可能なビットの量が低減する場合に、量子化及び符号化によりスペクトルが欠落することを阻止し、符号化信号を復号化したときの再生信号の歪み感が無くし、音質が劣化しないデジタルオーディオ信号の符号化装置及び方法を実現することを目的とする。
【００３９】
【課題を解決するための手段】
本願の請求項１の発明は、Ｎチャンネル（Ｎは２以上の正整数）のデジタルオーディオ信号の時系列のｎ個（ｎは正整数）のサンプルをまとめたフレーム毎に周波数軸上のスペクトルに変換し、スペクトルを量子化した後にエントロピー符号化により符号化し、符号化情報を多重化して符号化ビット列を生成して出力する際に、スペクトルにインテンシティステレオ符号化を行なって情報量を減少するデジタルオーディオ信号の符号化装置であって、各チャンネルの時系列のサンプルを周波数領域のスペクトルに変換する時間／周波数変換手段と、前記時間／周波数変換手段で時系列のサンプルを、サブブロックを単位として周波数領域のスペクトルに変換するとき、サンプルの個数ｍ（ｍは正整数）をｍ＝ｎ及びｍ＜ｎのいずれか一方となるよう設定する変換ブロック長設定手段と、Ｎチャンネルのスペクトルの部分周波数領域に対してインテンシティステレオ符号化を行なうインテンシティステレオ処理手段と、前記インテンシティステレオ処理手段から出力されたスペクトルを量子化し、フレーム毎の使用可能なビット量に基づいて符号化し、符号化補助情報を多重して符号化ビット列を生成する量子化及び符号化手段と、フレーム毎の余剰ビット量をビットリザーバーに蓄えると共に、前記ビットリザーバーに蓄えられているビット量と出力ビットレートとを用いてフレーム毎の使用可能なビット量を設定するビットリザーバー制御手段と、フレーム毎の使用可能なビット量が所定のしきい値ＡＴＨ（ＡＴＨは正整数）より小さい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させるインテンシティステレオ帯域設定手段と、を具備することを特徴とするものである。
【００４０】
本願の請求項２の発明は、請求項１のデジタルオーディオ信号の符号化装置において、前記インテンシティステレオ帯域設定手段は、時系列の連続するＬ個（Ｌは２以上の正整数）のフレームの使用可能なビット量が所定のしきい値ＡＴＨ（ＡＴＨは正整数）より小さいフレームを帯域制御対象フレームとするとき、前記帯域制御対象フレームの数が所定のしきい値ＢＴＨ（ＢＴＨはＬ以下の正整数）より大きい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させることを特徴とするものである。
【００４１】
本願の請求項３の発明は、請求項１のデジタルオーディオ信号の符号化装置において、前記インテンシティステレオ帯域設定手段は、時系列の連続するＬ個（Ｌは２以上の正整数）のフレームの前記変換ブロック長設定手段の設定する変換ブロック長を記憶保持し、記憶保持するＬ個の変換ブロック長のうちｍ＜ｎのサブブロックで変換するフレームの数が所定のしきい値ＣＴＨ（ＣＴＨはＬ以下の正整数）より大きい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させることを特徴とするものである。
【００４２】
本願の請求項４の発明は、Ｎチャンネル（Ｎは２以上の正整数）のデジタルオーディオ信号の時系列のｎ個（ｎは正整数）のサンプルをまとめたフレーム毎に周波数軸上のスペクトルに変換し、スペクトルを量子化した後にエントロピー符号化により符号化し、符号化情報を多重化して符号化ビット列を生成して出力する際に、スペクトルにインテンシティステレオ符号化を行なって情報量を減少するデジタルオーディオ信号の符号化方法であって、各チャンネルの時系列のサンプルを、サブブロックを単位として周波数領域のスペクトルに変換するとき、変換するサンプルの個数ｍ（ｍは正整数）をｍ＝ｎ及びｍ＜ｎのいずれか一方となるよう設定し、Ｎチャンネルのスペクトルの部分周波数領域にインテンシティステレオ符号化を行ない、前記インテンシティステレオ処理により出力されたスペクトルを量子化し、フレーム毎の使用可能なビット量に基づいて符号化すると共に、符号化補助情報を多重して符号化ビット列を生成し、フレーム毎の余剰ビット量をビットリザーバーに蓄えると共に、前記ビットリザーバーに蓄えられているビット量と出力ビットレートとを用いてフレーム毎の使用可能なビット量を設定し、フレーム毎の使用可能なビット量が所定のしきい値ＡＴＨ（ＡＴＨは正整数）より小さい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させることを特徴とするものである。
【００４３】
本願の請求項５の発明は、請求項４のデジタルオーディオ信号の符号化方法において、前記インテンシティステレオ符号化における帯域設定は、時系列の連続するＬ個（Ｌは２以上の正整数）のフレームの使用可能なビット量が所定のしきい値ＡＴＨ（ＡＴＨは正整数）より小さいフレームを帯域制御対象フレームとするとき、前記帯域制御対象フレームの数が所定のしきい値ＢＴＨ（ＢＴＨはＬ以下の正整数）より大きい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させることを特徴とするものである。
【００４４】
本願の請求項６の発明は、請求項４のデジタルオーディオ信号の符号化方法において、前記インテンシティステレオ符号化における帯域設定は、時系列の連続するＬ個（Ｌは２以上の正整数）のフレームにおけるおける変換ブロック長を記憶保持し、記憶保持するＬ個の変換ブロック長のうちｍ＜ｎのサブブロックで変換するフレームの数が、所定のしきい値ＣＴＨ（ＣＴＨはＬ以下の正整数）より大きい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させることを特徴とするものである。
【００４５】
【発明の実施の形態】
本発明の各実施の形態におけるデジタルオーディオ信号の符号化装置及び方法について、図面を参照しつつ説明する。以下の説明において一連の符号化プロセスは、時系列のデジタルオーディオ信号に対し、ｎ個（ｎは正整数）のサンプルをまとめたフレームを単位として実行される。
【００４６】
（実施の形態１）
図１は、本発明の実施の形態１におけるデジタルオーディオ信号の符号化装置の構成を示すブロック図である。以下に、各構成ブロックとその動作について説明する。時間／周波数変換手段１０及び１１は、時系列のｎ個のサンプルで構成される左チャンネルの入力信号ＳＩＮＬと右チャンネルの入力信号ＳＩＮＲとを、各々左チャンネルのスペクトルＳＰＣＬ１と右チャンネルのスペクトルＳＰＣＲ１とに変換する。時間／周波数変換手段１０及び１１は、左／右チャンネルにおけるフレーム毎のｎ個のサンプルを、後述する変換ブロック長設定手段１２及び１３から通知されるフラグＦＬ又はＦＲに従って、短ブロック又は長ブロックのサブブロック毎にスペクトルＳＰＣＬ１とＳＰＣＲ１に変換して出力する。
【００４７】
変換ブロック長設定手段１２及び１３は、フレーム毎の時系列のサンプルを個数ｍ（ｍは正整数）の値をｍ＝ｎ及びｍ＜ｎのいずれか一方となるようサブブロックを単位として変換する。以下の説明では、ｍ＝ｎとなるサブブロックを「長ブロック」と呼び、ｍ＜ｎとなるサブブロックを「短ブロック」と呼ぶ。例えばｍはｎ＝ｍ×ｋ（ｋは正整数）式で成り立ち、短ブロックに設定された場合は１フレームの期間にｍ個のサンプルから成るサブブロックをｋ個包含する。変換ブロック長の設定は入力信号の様態に応じて設定される。このような変換ブロック長の切り替えについては、従来のデジタルオーディオ信号の符号化装置の構成を示す図７の変換ブロック長設定手段１２及び１３と同じである。
【００４８】
変換ブロック長設定手段１２及び１３は、入力されるデジタルオーディオ信号の時系列の左／右チャンネルにおけるフレーム毎のｎ個のサンプルで構成される左チャンネルの入力信号ＳＩＮＬと、右チャンネルの入力信号ＳＩＮＲとを解析する。そして、振幅の変化量が大きい信号（例えば、カスタネットなどの打楽器による信号）は短ブロックで時間／周波数変換するように、あるいはそれ以外の振幅の変化量が小さい信号は長ブロックで時間／周波数変換するように、時間／周波数変換手段１０及び１１に対して変換ブロック長を設定するフラグＦＬ又はＦＲを出力する。
【００４９】
インテンシティステレオ処理手段１４は、左チャンネルのスペクトルＳＰＣＬ１と右チャンネルのスペクトルＳＰＣＲ１とから統合モノラルスペクトルＳＰＣＩ１を生成する。インテンシティステレオ処理手段を実現する方法の例としては、従来のデジタルオーディオ信号の符号化装置を示す図７のインテンシティステレオ処理手段１４と同じである。左チャンネルのスペクトルＳＰＣＬ１と右チャンネルのスペクトルＳＰＣＲ１に対して、設定され得る周波数ｆｉより高い周波数の領域のスペクトルに対して、インテンシティステレオ符号化が行なわれる。
【００５０】
また、左チャンネルにおけるスペクトルＳＰＣＬ１中の周波数ｆｉより高い周波数の領域は、統合スペクトルＳＰＣｉ１に置換されてスペクトルＳＰＣＬ２として出力される。また、右チャンネルにおけるスペクトルＳＰＣＲ１中の周波数ｆｉより高い周波数の領域のスペクトルは、ゼロに置換されてスペクトルＳＰＣＲ２として出力される。更に、インテンシティステレオ符号化が行われる部分周波数領域の右／左の分布を示す付加的な強度情報も算出される。但し、インテンシティステレオが行なわれるためには、従来のデジタルオーディオ信号の符号化装置を示す図７のインテンシティステレオ処理手段１４と同様の条件でなければならない。
【００５１】
また、上記のインテンシティステレオ処理手段１４の動作の説明は、設定され得る周波数ｆｉより高い周波数のスペクトルに対してインテンシティステレオ符号化を行なう例を対象としている。しかし、インテンシティステレオ符号化を行なう部分周波数領域の設定に別の方法を用いることも可能である。
【００５２】
量子化及び符号化手段１５は、インテンシティステレオ処理手段１４から出力される左チャンネルのスペクトルＳＰＣＬ２と右チャンネルのスペクトルＳＰＣＲ２とに対して、人間の聴覚心理特性と、後述のビットリザーバー制御手段１６により設定されるフレーム毎の使用可能なビットの量とに基づいて量子化と符号化を行なう。そして量子化及び符号化手段１５は量子化と符号化の結果をビット列に変換するとともに、符号化補助情報を多重化して符号化ビット列を生成する。
【００５３】
ビットリザーバー制御手段１６は、所定のビットレートに基づくフレーム毎のビットの量に対して、少ないビットの量で符号化される場合には余剰ビットの量ＲＢＩＴをビットリザーバーに蓄えておく。またビットリザーバー制御手段１６は、所定のビットレートに基づくフレーム毎のビットの量に対して、符号化に必要なビットの量が多い場合にはビットリザーバーに蓄えている余剰ビットの量を加え、使用可能なビットの量ＡＢＩＴを部分的に増大して音質の劣化を低減する。
こうしてビットリザーバー制御手段１６は、全体の符号化ビット列が所定のビットレートになるように、ビットリザーバーに蓄えるビットの量を制御する。
【００５４】
インテンシティステレオ帯域設定手段１７Ａは、ビットリザーバー制御手段１６の出力するフレーム毎の使用可能ビットの量ＡＢＩＴを用いて、インテンシティステレオ符号化を行なう部分周波数領域を設定する。ビットリザーバー制御手段１６から出力されるフレーム毎の使用可能なビットの量ＡＢＩＴが所定のしきい値ＡＴＨ（ＡＴＨは正整数）より大きい場合には、インテンシティステレオ帯域設定手段１７Ａはインテンシティステレオ符号化を行なう部分周波数領域の下限の周波数ｆｉを所定のｆ０に設定する。逆にフレーム毎の使用可能なビットの量ＡＢＩＴが所定のしきい値ＡＴＨ（ＡＴＨは正整数）より小さいフレームを帯域制御対象フレームとすると、帯域制御対象フレームの場合には、インテンシティステレオ帯域設定手段１７Ａはインテンシティステレオ符号化を行なう部分周波数領域の下限の周波数ｆｉを、インテンシティステレオ符号化を行う部分周波数範囲を増大させるべく、所定のｆ１（ｆ１＜ｆ０）に設定する。
【００５５】
インテンシティステレオ帯域設定手段１７Ａは、次のような方法で帯域を設定してもよい。すなわち、インテンシティステレオ帯域設定手段１７Ａは、時系列の連続するＬ個（Ｌは２以上の正整数）のフレーム毎にビットリザーバー制御手段１６から出力される使用可能なビットの量をＡＢＩＴとすると、このＡＢＩＴを記憶保持するバッファを備えるものとする。そしてこのビット量ＡＢＩＴが所定のしきい値ＡＴＨより小さいフレームの数が、所定のしきい値ＢＴＨ（ＢＴＨはＬ以下の正整数）より小さい場合には、インテンシティステレオ符号化を行なう部分周波数領域の下限の周波数ｆｉを所定のｆ０に設定する。またビット量ＡＢＩＴが所定のしきい値ＡＴＨより小さいフレームの数が、所定のしきい値ＢＴＨより大きい場合には、インテンシティステレオ符号化を行なう部分周波数領域の下限の周波数ｆｉを所定のｆ１（ｆ１＜ｆ０）に設定する。
【００５６】
上記のインテンシティステレオ帯域設定手段１７Ａの動作の説明では、設定され得る周波数ｆｉより高い周波数のスペクトルに対してインテンシティステレオ符号化を行なう例を対象とした。しかし、インテンシティステレオ符号化を行なう部分周波数領域を増大させるには別の方法を用いることも可能である。また、上記のインテンシティステレオ帯域設定手段１７Ａは、設定され得る周波数ｆｉをｆ０又はｆ１の２つの設定のどちらかに切り替えるようにした。しかし、２つ以上の複数の設定値を用意して、この中のいずれかの設定値を選択するように切り替える方法を用いることも可能である。
【００５７】
図２は、図１のデジタルオーディオ信号の符号化装置において、部分周波数領域のスペクトルに対してインテンシティステレオ符号化を行なった場合の符号化効率の改善を表す説明図である。詳しくはビットリザーバー制御手段１６から出力されるフレーム毎の使用可能なビットの量ＡＢＩＴと所定のしきい値ＡＴＨとの大小関係に基づき、インテンシティステレオ帯域設定手段１７Ａで設定される所定の周波数をｆ０あるいはｆ１（ｆ１＜ｆ０）に設定する例を示している。また図３は左チャンネルのスペクトルＳＰＣＬ１と右チャンネルのスペクトルＳＰＣＲ１とを量子化し、符号化した場合の情報量の総和を示す模式図である。
【００５８】
図２において、縦軸はスペクトルの振幅を示し、横軸はスペクトルの周波数を示す。また、説明を簡単にするために全周波数に亘るスペクトルの総数は２４本とし、隣接するスペクトルを４本ずつまとめ、６つのバンドから構成されるものとする。図２の（ｂ１）及び（ｂ２）と図３の（ｂ３）は、インテンシティステレオ符号化による符号化効率の改善を表す図８及び図９の説明図と内容が同じである。
【００５９】
また、図２において（ｅ１）は、インテンシティステレオ帯域設定手段１７Ａで設定される所定の周波数ｆ１（ｆ１＜ｆ０）より高い部分周波数領域のスペクトルに対して、インテンシティステレオ符号化を行なった場合のスペクトルＳＰＣＬ２を示し、（ｅ２）は右チャンネルのスペクトルＳＰＣＲ２を示す。本実施の形態のインテンシティステレオ符号化を行なうことにより、（ｅ１）の左チャンネルのスペクトルＳＰＣＬ２において、周波数ｆ１より高い周波数のインテンシティステレオ符号化を施されるスペクトルが統合スペクトルＳＰＣｉ１に置換されている。
【００６０】
また、（ｅ２）の右チャンネルにおけるスペクトルＳＰＣＲ２において、周波数ｆ１より高い周波数のインテンシティステレオ符号化を施されるスペクトルがゼロに置換されている。また図３の（ｅ３）は、図２における（ｅ１）の左チャンネルのスペクトルと（ｅ２）の右チャンネルのスペクトルとを量子化して符号化した場合の情報量の総和を示す。
【００６１】
図３の（ｅ３）において、ＤＬ３は左チャンネルにおけるスペクトルＳＰＣＬ２の中の周波数ｆ１より低い周波数領域のスペクトルの情報量である。Ｄｉ２は（ｅ１）の左チャンネルにおけるスペクトルＳＰＣＬ２の中の周波数ｆ１より高い周波数領域の統合スペクトルに置換されたスペクトルの情報量である。ＤＲ３は（ｅ２）の右チャンネルにおけるスペクトルＳＰＣＲ２の中の周波数ｆ１より低い周波数領域のスペクトルの情報量である。これらの情報量は各スペクトルが量子化及び符号化された場合の値である。これらの情報量の総和Ｔ３は、Ｔ３＝ＤＬ３＋ＤＲ３＋Ｄｉ２で示される。
【００６２】
図２の（ｅ２）に示すように、右チャンネルのスペクトルＳＰＣＲ２の周波数ｆ１より高い周波数領域において、インテンシティステレオ符号化を施されるスペクトルはゼロに置換され、伝送又は記憶されないので、情報量として加算されない。これにより、インテンシティステレオ符号化を行なう場合の情報量の総和Ｔ３は、図９に示すインテンシティステレオ符号化を行なわない場合の情報量の総和Ｔ１に比べて少なくすることができ、符号化効率を更に改善することができる。
【００６３】
また、周波数ｆ０より高い部分周波数領域のスペクトルに対してインテンシティステレオ符号化を行なう場合と比較して、周波数ｆ１より高い部分周波数領域のスペクトルにインテンシティステレオ符号化を行なうと、右チャンネルのインテンシティステレオ符号化によりゼロに置換されるスペクトルの数が増大する。このために、右チャンネルのスペクトルの情報量ＤＲ３が情報量ＤＲ１より低減される。これにより、周波数ｆ１より高い部分周波数領域のスペクトルに対して、インテンシティステレオ符号化を行なう場合の情報量の総和Ｔ３は、周波数ｆ０より高い部分周波数領域のスペクトルにインテンシティステレオ符号化を行なう場合の情報量の総和Ｔ２に比べて少なくなる。このため、符号化効率を改善することができる。
【００６４】
図４は、本発明の実施の形態１において、フレーム毎のインテンシティステレオ符号化を行う部分周波数帯域の設定範囲の変化を示すタイムチャートである。図４の横軸は時系列に連続するフレーム番号を示し、上段のタイムチャートの縦軸は、ビットリザーバー制御手段１６から出力されるフレーム毎の使用可能なビットの量ＡＢＩＴを表す。ＡＴＨは、インテンシティステレオ帯域設定手段１７Ａにより、インテンシティステレオ符号化を行う部分周波数帯域の下限の周波数をｆ０もしくはｆ１に切り替える基準となる所定のしきい値である。下段のタイムチャートの縦軸は周波数を表す。
【００６５】
図４に示すように、インテンシティステレオ帯域設定手段１７Ａは、ビットリザーバー制御手段１６から出力される使用可能なビットの量ＡＢＩＴの値が所定のしきい値ＡＴＨより小さくなる第３フレーム及び第５フレームにおいて、インテンシティステレオ符号化を行う部分周波数帯域の下限の周波数をｆ１に設定するようにしている。
【００６６】
これにより、フレーム毎の使用可能なビットの量ＡＢＩＴが所定のしきい値ＡＴＨ（ＡＴＨは正整数）より小さい場合で、使用可能なビットの量ＡＢＩＴが著しく減少して量子化及び符号化でスペクトルが欠落する可能性があるとき、インテンシティステレオ符号化を行なう部分周波数領域の範囲を増大させる。すなわちインテンシティステレオを行なう部分周波数領域の下限の周波数を、ｆ０からｆ１（ｆ１＜ｆ０）に移すことで、符号化効率が改善され少ないビットの量で量子化及び符号化を行うことができる。この場合、量子化及び符号化でスペクトルが欠落する可能性を低減でき、音質の劣化を阻止することができる。
【００６７】
尚、上記の実施の形態１で述べられた一連の符号化プロセスは、ソフトウェアプログラム言語によってコンピュータ又はデジタルシグナルプロセッサ（ＤＳＰ）上で実現することも可能である。
【００６８】
（実施の形態２）
次に本発明の実施の形態２におけるデジタルオーディオ信号の符号化装置について説明する。図５は実施の形態２におけるデジタルオーディオ信号の符号化装置の構成を示すブロック図である。なお、実施の形態１と同一のブロックは同一の符号を付け、各ブロックの動作について説明する。
【００６９】
図５において、時間／周波数変換手段１０及び１１、変換ブロック長設定手段１２及び１３、インテンシティステレオ符号化手段１４、量子化及び符号化手段１５、及びビットリザーバー制御手段１６は、図１のデジタルオーディオ信号の符号化装置における各手段と機能が同じである。
【００７０】
インテンシティステレオ帯域設定手段１７Ｂは、時系列の連続するＬ個（Ｌは２以上の正整数）のフレーム毎の変換ブロック長設定手段１２及び１３から出力される変換ブロック長を設定するフラグＦＬ又はＦＲを記憶保持し、記憶保持したＬ個のフレーム毎のフラグＦＬ又はＦＲに基づいて、インテンシティステレオ符号化を行なう部分周波数領域を設定する。インテンシティステレオ帯域設定手段１７Ｂは、変換ブロック長設定手段１２及び１３から出力されるＬ個のフレーム毎の変換ブロック長を設定するフラグＦＬ又はＦＲを記憶保持するためのバッファを備える。インテンシティステレオ帯域設定手段１７Ｂは、バッファに記憶保持されるＬ個のフレーム毎の変換ブロック長を設定するフラグＦＬ又はＦＲを参照し、短ブロックが設定されるフレーム数が、所定のしきい値ＣＴＨ（ＣＴＨはＬ以下の正整数）より小さい場合には、インテンシティステレオ符号化を行なう部分周波数領域の下限の周波数ｆｉを所定のｆ０に設定する。またインテンシティステレオ帯域設定手段１７Ｂはバッファに記憶保持されるＬ個のフレーム毎の変換ブロック長を設定するフラグＦＬ又はＦＲを参照し、短ブロックが設定されるフレーム数が所定のしきい値ＣＴＨより大きい場合には、インテンシティステレオ符号化を行なう部分周波数領域の下限の周波数ｆｉを所定のｆ１（ｆ１＜ｆ０）に設定する。
【００７１】
上記のインテンシティステレオ帯域設定手段１７Ｂの動作説明では、設定され得る周波数ｆｉより高い周波数のスペクトルに対してインテンシティステレオ符号化を行なう例を対象としたが、インテンシティステレオ符号化を行なう部分周波数領域を増大させるには、別の方法を用いることも可能である。また、上記のインテンシティステレオ帯域設定手段１７Ｂは、設定され得る周波数ｆｉをｆ０又はｆ１の２つの設定のどちらかに切り替えたが、２つ以上の複数の設定値を用意して、この中のいずれかの設定値を選択するように切り替える方法を用いることもできる。
【００７２】
変換ブロック長の切り替えは、図７の従来のデジタルオーディオ信号の符号化装置における変換ブロック長設定手段１２及び１３と同様の方法で行なわれる。複数の隣接するスペクトルをまとめたバンド毎に量子化及び符号化が行なわれるために、フレーム毎の量子化及び符号化されるバンド毎の符号化補助情報が伝送又は記憶されることになる。
【００７３】
ここで、各バンドに包含されるスペクトルの数は予め定められている。一般的には低い周波数のスペクトルを包含するバンドのスペクトルの本数に比べて、高い周波数のスペクトルを包含するバンドのスペクトルの本数の方が多く設定される。また、各バンドのスペクトルの本数は人間の聴覚特性に基づいて設定される。伝送又は記憶される有効な周波数領域の範囲を一定にすると、短ブロックが選択される場合の伝送又は記憶されるバンドの数が長ブロックが選択される場合に比べて大きくなるために、符号化補助情報の伝送に多くのビットを要する。
【００７４】
また、振幅の変化量が大きい信号に対しても量子化ノイズを知覚されないレベルに抑えるために量子化ビット数が大きくなる。このため、短ブロックのフレームは長ブロックのフレームに比べて多くのビットを消費する。このため、短ブロックのフレームが連続して出現する場合には、使用可能なビットの量ＡＢＩＴが著しく減少する可能性がある。
【００７５】
図６は、本発明の実施の形態２におけるフレーム毎のインテンシティステレオ符号化を行う部分周波数帯域の設定範囲の変化を示すタイムチャートである。図６の横軸は時系列に連続するフレームを示す。上段のタイムチャートは、インテンシティステレオ帯域設定手段１４に記憶保持されるフレーム毎の時間／周波数変換を行う際の変換ブロック長を示す。
【００７６】
図６に示す例では、時系列に連続する３つのフレームの変換ブロック長を記憶保持し、Ｆ０が第ｎフレームの変換ブロック長であり、Ｆ１が第（ｎ−１）フレームの変換ブロック長であり、Ｆ２が第（ｎ−２）フレームの変換ブロック長であるとする。例えば、第４フレームの符号化処理を行う場合には、Ｆ０に第４フレームの変換ブロック長として短ブロックを示すフラグを記憶保持し、Ｆ１に第３フレームの変換ブロック長として短ブロックを示すフラグを記憶保持し、Ｆ２に第２フレームの変換ブロック長として長ブロックを示すフラグを記憶保持する。
【００７７】
図６の下段のタイムチャートにおける縦軸は周波数を表す。図６に示すように、インテンシティステレオ帯域設定手段１７Ｂは、変換ブロック長設定手段１２及び１３から出力される時系列で連続する３つのフレームの変換ブロック長を記憶保持する。インテンシティステレオ帯域設定手段１７Ｂは記憶保持した３つのフレームの変換ブロック長のうち、所定のしきい値ＣＴＨ（図６においては、ＣＴＨ＝２としている。）が短ブロックとなる第４フレーム及び第５フレームにおいて、インテンシティステレオ符号化を行う部分周波数帯域の下限の周波数をｆ１に設定する。
【００７８】
変換ブロック長が時系列に連続して、あるいは短い期間の間に集中して短ブロックになることで、使用可能なビットの量ＡＢＩＴが著しく減少し、量子化及び符号化でスペクトルが欠落する場合を考える。このとき、インテンシティステレオ帯域設定手段１７Ｂは時系列の連続するＬ個のフレーム毎の変換ブロック長を記憶保持し、記憶保持した変換ブロック長に基づいてインテンシティステレオを行なう部分周波数領域の下限の周波数をｆ０からｆ１（ｆ１＜ｆ０）に移す。そして、インテンシティステレオ符号化を行なう部分周波数領域の範囲を増大することにより、符号化効率を改善し、少ないビットの量で量子化及び符号化を可能にする。こうすれば量子化及び符号化でスペクトルが欠落する可能性を低減でき、音質の劣化を阻止することができる。
【００７９】
尚、上記の実施の形態２の説明にある一連の符号化プロセスは、ソフトウェアプログラム言語によってコンピュータ又はデジタルシグナルプロセッサ（ＤＳＰ）上で実現することも可能である。
【００８０】
【発明の効果】
本発明のデジタルオーディオ信号の符号化装置及び方法によれば、量子化及び符号化に使用可能なビットの量、及び時間／周波数変換の変換ブロック長に基づいて、インテンシティステレオ符号化を行なう部分周波数領域の範囲を適応的に変化させることにより、使用可能なビットの量が著しく減少した場合でも量子化及び符号化によりスペクトルが欠落するのを防ぐことができる。そしてスペクトルが欠落することによる歪み感の増大や、音質の劣化を阻止することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態１におけるデジタルオーディオ信号の符号化装置の構成を示すブロック図である。
【図２】実施の形態１におけるインテンシティステレオ符号化による符号化効率の改善効果を表す説明図（その１）である。
【図３】実施の形態１におけるインテンシティステレオ符号化による符号化効率の改善効果を表す説明図（その２）である。
【図４】実施の形態１において、フレーム毎のインテンシティステレオ符号化を行う部分周波数帯域の設定範囲の変化を示すタイムチャートである。
【図５】本発明の実施の形態２におけるデジタルオーディオ信号の符号化装置の構成を示すブロック図である。
【図６】実施の形態２において、フレーム毎のインテンシティステレオ符号化を行う部分周波数帯域の設定範囲の変化を示すタイムチャートである。
【図７】従来のデジタルオーディオ信号の符号化装置の構成を示すブロック図である。
【図８】従来のインテンシティステレオ符号化による符号化効率の改善効果を表す説明図（その１）である。
【図９】従来のインテンシティステレオ符号化による符号化効率の改善効果を表す説明図（その２）である。
【図１０】インテンシティステレオ符号化を用いて生成された符号化ビット列を復号する復号化装置の構成を示すブロック図である。
【図１１】インテンシティステレオ符号化を用いて生成された符号化ビット列を復号する復号化装置において、各ブロックのスペクトルを示す説明図である。
【符号の説明】
１０、１１時間／周波数変換手段
１２、１３変換ブロック長設定手段
１４インテンシティステレオ処理手段
１５量子化及び符号化手段
１６ビットリザーバー制御手段
１７Ａ、１７Ｂインテンシティステレオ帯域設定手段
６１復号化及び逆量子化手段
６２インテンシティステレオ処理手段
６３、６４周波数／時間変換手段

Claims

Ｎチャンネル（Ｎは２以上の正整数）のデジタルオーディオ信号の時系列のｎ個（ｎは正整数）のサンプルをまとめたフレーム毎に周波数軸上のスペクトルに変換し、スペクトルを量子化した後にエントロピー符号化により符号化し、符号化情報を多重化して符号化ビット列を生成して出力する際に、スペクトルにインテンシティステレオ符号化を行なって情報量を減少するデジタルオーディオ信号の符号化装置であって、
各チャンネルの時系列のサンプルを周波数領域のスペクトルに変換する時間／周波数変換手段と、
前記時間／周波数変換手段で時系列のサンプルを、サブブロックを単位として周波数領域のスペクトルに変換するとき、サンプルの個数ｍ（ｍは正整数）をｍ＝ｎ及びｍ＜ｎのいずれか一方となるよう設定する変換ブロック長設定手段と、
Ｎチャンネルのスペクトルの部分周波数領域に対してインテンシティステレオ符号化を行なうインテンシティステレオ処理手段と、
前記インテンシティステレオ処理手段から出力されたスペクトルを量子化し、フレーム毎の使用可能なビット量に基づいて符号化し、符号化補助情報を多重して符号化ビット列を生成する量子化及び符号化手段と、
フレーム毎の余剰ビット量をビットリザーバーに蓄えると共に、前記ビットリザーバーに蓄えられているビット量と出力ビットレートとを用いてフレーム毎の使用可能なビット量を設定するビットリザーバー制御手段と、
フレーム毎の使用可能なビット量が所定のしきい値ＡＴＨ（ＡＴＨは正整数）より小さい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させるインテンシティステレオ帯域設定手段と、を具備することを特徴とするデジタルオーディオ信号の符号化装置。
前記インテンシティステレオ帯域設定手段は、
時系列の連続するＬ個（Ｌは２以上の正整数）のフレームの使用可能なビット量が所定のしきい値ＡＴＨ（ＡＴＨは正整数）より小さいフレームを帯域制御対象フレームとするとき、前記帯域制御対象フレームの数が所定のしきい値ＢＴＨ（ＢＴＨはＬ以下の正整数）より大きい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させるものであることを特徴とする請求項１記載のデジタルオーディオ信号の符号化装置。
前記インテンシティステレオ帯域設定手段は、
時系列の連続するＬ個（Ｌは２以上の正整数）のフレームの前記変換ブロック長設定手段の設定する変換ブロック長を記憶保持し、記憶保持するＬ個の変換ブロック長のうちｍ＜ｎのサブブロックで変換するフレームの数が所定のしきい値ＣＴＨ（ＣＴＨはＬ以下の正整数）より大きい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させるものであることを特徴とする請求項１記載のデジタルオーディオ信号の符号化装置。
Ｎチャンネル（Ｎは２以上の正整数）のデジタルオーディオ信号の時系列のｎ個（ｎは正整数）のサンプルをまとめたフレーム毎に周波数軸上のスペクトルに変換し、スペクトルを量子化した後にエントロピー符号化により符号化し、符号化情報を多重化して符号化ビット列を生成して出力する際に、スペクトルにインテンシティステレオ符号化を行なって情報量を減少するデジタルオーディオ信号の符号化方法であって、
各チャンネルの時系列のサンプルを、サブブロックを単位として周波数領域のスペクトルに変換するとき、変換するサンプルの個数ｍ（ｍは正整数）をｍ＝ｎ及びｍ＜ｎのいずれか一方となるよう設定し、
Ｎチャンネルのスペクトルの部分周波数領域にインテンシティステレオ符号化を行ない、
前記インテンシティステレオ処理により出力されたスペクトルを量子化し、フレーム毎の使用可能なビット量に基づいて符号化すると共に、符号化補助情報を多重して符号化ビット列を生成し、
フレーム毎の余剰ビット量をビットリザーバーに蓄えると共に、前記ビットリザーバーに蓄えられているビット量と出力ビットレートとを用いてフレーム毎の使用可能なビット量を設定し、
フレーム毎の使用可能なビット量が所定のしきい値ＡＴＨ（ＡＴＨは正整数）より小さい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させることを特徴とするデジタルオーディオ信号の符号化方法。
前記インテンシティステレオ符号化における帯域設定は、
時系列の連続するＬ個（Ｌは２以上の正整数）のフレームの使用可能なビット量が所定のしきい値ＡＴＨ（ＡＴＨは正整数）より小さいフレームを帯域制御対象フレームとするとき、前記帯域制御対象フレームの数が所定のしきい値ＢＴＨ（ＢＴＨはＬ以下の正整数）より大きい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させることを特徴とする請求項４記載のデジタルオーディオ信号の符号化方法。
前記インテンシティステレオ符号化における帯域設定は、
時系列の連続するＬ個（Ｌは２以上の正整数）のフレームにおけるおける変換ブロック長を記憶保持し、記憶保持するＬ個の変換ブロック長のうちｍ＜ｎのサブブロックで変換するフレームの数が、所定のしきい値ＣＴＨ（ＣＴＨはＬ以下の正整数）より大きい場合に、インテンシティステレオ符号化を行なう部分周波数領域を増大させることを特徴とする請求項４記載のデジタルオーディオ信号の符号化方法。