JP2007520748A - 複素値データを用いたオーディオ信号の復号 - Google Patents

Abstract

ＭＰＥＧ−１レイヤーＩＩＩデータ信号用であるが、これに限定されないデコーダである。該デコーダは、回復したスペクトル係数を時間領域信号成分に変換する。第２のスペクトル係数を生成するため、エンコーダで使用した順方向変換に対して直交変調された順方向変換を用いて、その時間領域信号成分を変換する。このように、第１と第２のスペクトル係数を、後処理のために補正可能な複素数値スペクトル係数として使用する。好ましい実施形態において、後処理後、奇周波数変調離散フーリエ変換（ＤＦＴ）を用いて、複素数値周波数成分を時間領域に変換する。

Description

発明の詳細な説明

本発明は、オーディオ信号の符号化に関する。本発明は、具体的には、しかし排他的にではなく、ＭＰＥＧ−１レイヤーＩＩＩデータ信号の復号に関する。

ＭＰＥＧ−１レイヤーＩＩＩ（一般的にはｍｐ３として知られている）は、広く使用されているオーディオコーデックである。ｍｐ３の産業標準規格は、ＩＳＯ／ＩＥＣ ＪＴＣ１／ＳＣ２９／ＷＧ１１ ＭＰＥＧ、ＩＳ１１１７２−３、情報技術−約１．５Ｍｂｉｔ／ｓまでのデジタル記憶媒体用の動画及び関連するオーディオの符号化、パート３：オーディオ、ＭＰＥＧ−１、１９９２年に記載されている。この標準規格は国際標準化機構（ＩＳＯ）（www.iso.ch）から入手可能であり、ここに参照により援用する。

適応オーディオコーディング標準規格（ＡＡＣ）は、ｍｐ３の欠点の一部を補うために作られた。ＡＡＣ標準規格は、ＩＳＯ／ＩＥＣ ＪＴＣ１／ＳＣ２９／ＷＧ１１ ＭＰＥＧ、ＩＳ１３８１８−３、情報技術−動画と関連オーディオの一般的符号化、パート３：オーディオ、ＭＰＥＧ−２、１９９４年に記載されている。これもＩＳＯから入手可能である。

各標準規格により規定されたそれぞれのオーディオデコーダは、復号プロセスの一部として、修正離散余弦変換（ＭＤＣＴ）として、符号化データ信号の周波数（すなわちスペクトル）係数、すなわち、スペクトル成分を表す係数を生成する。

各スペクトル係数は、符号化オーディオ信号のそれぞれの周波数成分を表す。イコライザ等の一部のアプリケーションでは、スペクトル係数に後処理を実行して、信号の対応する１つ以上の周波数成分を直接操作できるようにすることが望ましい。しかし、従来のｍｐ３及びＡＡＣによる復号では、可能なＭＤＣＴ係数の後処理は限定されている。これには２つの理由がある。第１に、ＭＤＣＴは、時間領域エイリアシングキャンセレーション（ＴＤＡＣ）により完全な再構成を達成する、非常にサンプルされラップ（lap）された（典型的には５０％のオーバーラップを利用する）変換である。すなわち、信号ｘ（ｎ）を（順方向）ＭＤＣＴによりＸ（ｋ）に変換し、Ｘ（ｋ）を逆ＭＤＣＴにより時間領域信号ｘ′（ｎ）に逆変換すると、一般的には、時間領域エイリアシングにより等式ｘ（ｎ）＝ｘ′（ｎ）が成り立たない。しかし、信号ｘ′（ｎ）にオーバーラップ加法演算をすると、完全な再構成ができる。よって、単一のフレームのＭＤＣＴ係数を調節すると、時間領域エイリアシングキャンセレーションが変化し（例えば、減少し）、復号信号中の可聴なアーティファクトが生じる。第２の理由は、ＭＤＣＴが実数値変換であることであり、このことにより位相調整（すなわち回転）が実際不可能になる。

後処理は、信号のスペクトル成分の実数成分と虚数成分を有する複素表示に対して、実行する方が容易である。コーディングテクノロジー社（www.codingtechnologies.com）により提供されるスペクトラルバンドレプリケーション（ＳＢＲ）帯域幅拡張ツールは、例えば、ｍｐ３プロやＡＡＣプラスに応用されているように、複素数値のサブバンド領域表示上で動作する。

図１は、ＡＡＣ用として提案されたＳＢＲデコーダを示す図である。ＡＡＣ ＭＤＣＴ係数は、（一般的にはサンプリング周波数の半分の周波数で動作している）フルベースレイヤーデコーダ３０で処理され、複数の時間領域サンプルが得られる。時間領域サンプルは、３２（または、ベースレイヤーデコーダがフルサンプリング周波数で動作する場合は６４）バンド複素指数変調の分析ＱＭＦ（Quadrature Mirror Filter）バンク３２に入力され、複素数値サブバンド領域信号が求められる。この領域信号は処理部３４で後処理される。後処理後、複素数値サブバンド領域信号は、６４バンド複素指数変調合成ＱＭＦバンク３６に入力される。この合成ＱＭＦバンク３６はＰＣＭサンプルを含む出力信号を作る。図１に示したアルゴリズムの不便な点は、ベースレイヤーデコーダに加えて複素指数変調フィルタバンクを使用することである。このフィルタバンクは、計算負荷及びメモリの点でコストがかかる。ｍｐ３について提案されているＳＢＲアルゴリズムにも同じ不都合がある。

それゆえ、デコーダをあまり複雑にすることなく、複素数値のスペクトル係数の後処理をサポートするオーディオデコーダが望まれている。

従って、本発明の第１の態様は、デコーダを提供する。該デコーダは、第１の変換手段の積を有する複数のスペクトル係数を受信信号から回復する手段と、前記第１のスペクトル係数を１つ以上の時間領域信号成分に変換する逆変換手段と、前記１つ以上の時間領域信号成分を複数の第２のスペクトル係数に変換する第２の変換手段と、を有し、前記第２の変換手段の変調は対応する変調周波数において前記第１の変換手段の変調と直交し、前記デコーダは、それぞれの第２のスペクトル係数とともに前記１つ以上の第１のスペクトル係数を処理する手段をさらに有することを特徴とするデコーダ。

共通の変調周波数に対応する第１と第２のスペクトル係数は、共に、複素数値スペクトルとして処理され、そのために処理手段による後処理に好適である。

好ましい一実施形態では、前記第１の順方向周波数変換手段と前記第２の順方向周波数変換手段のうち一方は、修正離散余弦変換（ＭＤＣＴ）を含み、他方は修正離散正弦変換（ＭＤＳＴ）を含む。このような実施形態では、デコーダはｍｐ３信号の復号に特に好適である。一実施形態において、デコーダは、前記第２のスペクトル係数とそれぞれのエイリアスシングされた第１のスペクトル係数に複素数値エイリアシングリダクションを実行する手段をさらに含み、前記複素数値エイリアシングリダクション手段は、前記エイリアシングされた第１の周波数成分と対応する第２の周波数成分とに複素数値の重みを与えるように構成された１つ以上のアンチエイリアシングバタフライを有する。

好ましい一実施形態では、デコーダは、複数のデータサンプルを生成するために前記複素数値スペクトル係数に１つ以上の複素数値逆周波数変換を実行する手段と、複数の窓データサンプルを生成するために前記データサンプルに１つ以上のタイプの窓関数を適用する手段と、前記窓データサンプルから出力信号を構成する手段と、をさらに含む。好ましくは、前記複素数値逆周波数変換は、奇周波数変調逆離散フーリエ変換（ＤＦＴ）を有し、より好ましくは、奇時間奇周波数修正逆離散フーリエ変換（Ｏ^２ＤＦＴ）を有する。

好ましくは、デコーダは、以下の明細書の式［５］と式［６］に従って複素数値スペクトル係数の位相を調整する手段をさらに含む。

好ましい一実施形態では、前記逆変換手段は合成サブバンドフィルタバンクを有し、第２の順方向変換手段は解析サブバンドフィルタバンクを有する。好ましくは、前記第１の変換手段は解析フィルタバンクを有し、前記第１の順方向変換手段と第２の順方向変換手段のうちの一方は余弦変調され、他方は正弦変調される。

本発明の第２の態様によると、データ信号の復号方法が提供される。前記方法は、第１の変換手段の積を含む複数の第１のスペクトル係数を受信信号から回復する段階と、逆変換手段により、前記第１のスペクトル係数を１つ以上の時間領域信号成分に変換する段階と、第２の変換手段により、前記１つ以上の時間領域信号成分を複数の第２のスペクトル係数に変換する段階と、を有し、前記第２の変換手段の変調は対応する変調周波数において前記第１の変換手段の変調と直交し、前記方法は、それぞれの第２のスペクトル係数とともに前記１つ以上の第１のスペクトル係数を処理する段階をさらに有する。

この他の好ましい特徴は、従属項に記載されている。

本技術分野の当業者には、本発明の実施形態に関する以下の説明を読めば、本発明のさらに別の有利な態様が明らかになるであろう。

ここで、添付した図面を参照して、本発明の実施形態を実施例により説明する。

従来のＭＰＥＧ−１レイヤーＩＩＩエンコーダ（図示せず）は、一般的に、一連の（または１フレーム）１１５２個のオーディオ入力サンプルを含むＰＣＭ入力信号を受け取るように構成されている。入力信号は多相解析フィルタバンクに送られる。この多相解析フィルタバンクは、入力信号を３２個の等間隔の重なり合う周波数帯域にフィルタし、３２個のダウンサンプルされたサブバンド信号成分を作る。各サブバンド信号成分は３６個のサブバンドサンプルを含む。

各サブバンド信号成分に対して、窓（windowed）（順方向）ＭＤＣＴ（修正離散余弦変換）を実行する。いろいろな時間セグメンテーションをするため、４つのタイプの窓を使用する。信号の（準）静的部分に対しては、いわゆる通常窓を使用することができる。一方、信号の非静的部分に対しては、いわゆる短い窓のシーケンスを使用することができる。通常窓から短い窓への切り換える場合、及びその逆の場合に不連続となることを防ぐため、２つのタイプの一時的窓である、いわゆるスタート窓とストップ窓が規定されている。通常窓、スタート窓、ストップ窓の場合、ＭＤＣＴは３６個の入力（すなわち、３６サブバンドサンプル）に対して実行され、１８出力ＭＤＣＴ係数が作られる。これらは、一般的に周波数ラインと呼ばれる。短い窓の場合、ＭＤＣＴは１２個の入力のセット３つ（three sets of 12 inputs）（すなわち１２個のサブバンドサンプルのセット３つ）に対して実行され、６個の出力ＭＤＣＴ係数のセット３つ（three sets of 6 output MDCT coefficients）を作る。５７６個のＭＤＣＴ係数のセットは、１グラニュール（granule）である。一般的なｍｐ３フレームに関して、ｍｐ３フレームは１１５２入力サンプルを含むので、符号化プロセスにおいては重なりが生じる結果、２グラニュールが作られる。合計すると、１８×３２＝５７６ＭＤＣＴ係数、すなわち周波数ラインが、５７６個のサンプルごとに作られる。

通常窓、スタート窓、ストップ窓の場合、ＭＤＣＴ周波数ラインは、アンチエイリアシングバタフライに送られ、多相フィルタバンクのスペクトル的に重なり合ったフィルタをダウンサンプリングすることにより生じるエイリアシングの効果が小さくなる。最後に、ＭＤＣＴ係数は（ハフマン符号化を用いて）符号化され、量子化され、所定のビットストリームフォーマットの出力信号が生成される。量子化と符号化は、ビットアロケーション部の制御下で実行される。このビットアロケーション部は、一般的には音響心理学に基づくビットアロケーションアルゴリズムを実行する。

図２は、従来のＭＰＥＧ−１レイヤーＩＩＩデコーダ１０を示す簡略化したブロック図であり、本発明の理解に資する構成要素のみを示した。デコーダ１０は、所定のｍｐ３ビットストリームフォーマットで入力信号を受け取るように構成されている。復号・逆量子化部１２は、ビットストリームを復号（一般的にはハフマン復号）及び逆量子化し、周波数ライン、すなわちＭＤＣＴ計数を生成する。エンコーダにより生成された５７６個のＭＤＣＴ周波数ラインの各セットに対して、５７６個の周波数ラインが再生される。

周波数ラインは並べ替え部１４に送られる。並べ替え部１４は、短い窓の場合、各グラニュール内で、周波数ラインを並べ替える（re-order）。通常窓、スタート窓、ストップ窓の場合、周波数ラインはエイリアシングバタフライ１６に送られる。このエイリアシングバタフライ１６は、エンコーダのアンチエイリアシングバタフライにより実行されたアンチエイリアシング動作の逆動作を実行する。

ＩＭＤＣＴ部１８は、周波数ラインにＩＭＤＣＴ（逆修正離散余弦変換）を実行し、各々が３６個のサブバンドサンプルを含む３２個の多相フィルタサブバンド信号成分を生成する。通常窓、スタート窓、ストップ窓のＭＤＣＴに対応する周波数ラインについて、ＩＭＤＣＴ部１８は１８個の周波数ラインを入力として受け取り、３６個のサブバンド領域サンプルを生成する。短い窓ＭＤＣＴに対応する周波数ラインについて、ＩＭＤＣＴ部１８は６周波数ラインのセット３つを入力として受け取り、１２個のサブバンド領域サンプルのセット３つを生成する。

窓・重なり−加法部２０により、サブバンドサンプルに対して、窓演算と、標準重なり及び加法演算を実行する。どのタイプの窓を使うかの情報は、ビットストリームの関連サイド情報で搬送される。

最後に、サブバンドサンプルは多相合成フィルタバンク２２に送られる。このフィルタバンク２２は、３２倍のアップサンプリングを実行し、ＰＣＭサンプルを含む出力信号を生成する。

フィルタバンク２２は、高周波帯域を形成するために余弦変調（cosine modulated）されたプロトタイプローパスフィルタを含む。サブバンドフィルタバンクとＭＤＣＴ／ＩＭＤＣＴ部の直列の組み合わせは、ハイブリッドフィルタバンクとして知られている。一部がフィルタバンクで構成され、一部が変換で構成されているからである。ＩＭＤＣＴ部１８と合成フィルタバンク２２は、ハイブリッド合成フィルタバンクを共に有する。ハイブリッドフィルタバンクの使用は、それにより生じる計算上及び実施上の複雑さの観点から、ｍｐ３の弱点として認識されている。

上記の通り、ＭＤＣＴ係数は実数値であり（すなわち、虚数部を含まない）、非常にサンプリングされており（critically sampled）、それ自体後処理に適していない。以下に与える本発明の好ましい一実施形態の説明では、デコーダ１０と同等の複雑性を有するデコーダを提示する。このデコーダは、復号プロセスの中間段階において、奇変調（oddly-modulated）離散フーリエ変換（ＤＦＴ）表現に似た複素数値係数を生成する。この複素数値係数は、後処理に好適である。さらに、実数値ＭＤＣＴ係数を複素数値係数に拡張することにより、２倍の有効オーバーサンプリングが得られる。結果として、これらの複素数値係数では、ＭＤＣＴの場合のように時間領域エイリアシングが問題とはならない。言い換えると、この複素数値変換及びその逆変換により信号ｘ（ｎ）を変換及び逆変換すると、同じ信号ｘ（ｎ）が得られる。

ＭＤＣＴは次式［１］で定義される：

ここで、ｎは、従来のｍｐ３デコーダの場合、サブバンドサンプルインデックスを示す時間インデックスである。Ｎは、変換長さまたはサイズである。ｋは、周波数インデックスである。ｘ（ｎ）は、従来のｍｐ３デコーダにおいて、サブバンドサンプルを含むサブバンド時間領域信号を含む時間領域信号である。Ｃ（ｋ）は、周波数領域ＭＤＣＴスペクトルである。

式［１］は、次式［２］に示す複素数値変換の実部を表している：

式［２］の複素数値変換は、奇時間（odd-time）奇周波数（odd-frequency）離散フーリエ変換（Ｏ^２ＤＦＴ）であり、高速フーリエ変換（ＦＦＴ）の前回転（pre-rotation）及び後回転（post-rotation）（または変調）により効率的に計算できる。修正離散サイン変換（ＭＤＳＴ）としてしられる変換が、式［２］の複素数値変換の虚部により得られる。よって、ＭＤＳＴは次のように表すことができる：

ここで、Ｓ（ｋ）は、周波数領域ＭＤＳＴスペクトルである。

よって、ＭＤＣＴ係数はそれに対応するＭＤＳＴ係数とともに、周波数領域におけるデータ信号の複素数値表示を与える。各ＭＤＣＴ係数は、それぞれの複素数値係数の実部を与え、対応するＭＤＳＴ係数は、虚部を与える。このような複素数値係数は後処理に好適である。ＭＤＣＴとＭＤＳＴは、相互直交変換であり、すなわち、互いに直交する変換であり、一方の変換の周波数インデックスｋの変換核は、他方の変換の同じ周波数インデックスｋの変換核と直交している。言い換えると、第１の変換（例えば、ＭＤＣＴ）の変換変調核と、同じ変調周波数を有する第２の変換（例えば、ＭＤＳＴ）は直交する。

この直交性により、変換のそれぞれの出力を対応する複素数値表示の実部と虚部として使用することができる。一般的に、複素数値周波数（すなわちスペクトル）係数の虚部を生成するために、本発明を実施するデコーダで使用される順方向周波数変換の変調は、その複素数値周波数（すなわちスペクトル）係数の実部を生成するために、そのエンコーダで使用される順方向周波数変換の変調と、対応する周波数において直交する（または、この逆であって、デコーダの順方向周波数変換が複素数値周波数係数の実部を生成し、エンコーダの順方向周波数変換が複素数値周波数係数の虚部を生成する）。以下に説明する本発明の実施形態では、デコーダがｍｐ３データ信号を復号するように構成され、ＭＤＣＴがエンコーダ（図示せず）で使用され、ＭＤＳＴが本発明を実施するデコーダで使用されるものと仮定する。しかし、言うまでもなく、別の実施形態では同様に直交する別の変換を使用してもよい。さらに、時間領域から周波数領域に（及びその逆に）データ信号を変換する他の手段、例えば、サブバンド解析及び合成フィルタバンクを使用してもよい。このサブバンド解析及び合成フィルタバンクは、互いに直交するように変調されている。

図３は、本発明の一態様を実施するデコーダ４０を示すブロック図である。説明を明瞭にするため、デコーダ４０の本発明の理解に役立つ構成要素のみを示した。デコーダ４０は、図３の左側に示したように、複数のＭＤＣＴ係数すなわち周波数ライン上で動作するように構成されている。通常、ＭＤＣＴ係数は、デコーダ４０により受けられた入力信号を復号して逆量子化することにより、再生される。例えば、デコーダ４０がｍｐ３デコーダを有する場合、入力信号はｍｐ３で符号化されたビットストリームを含み、デコーダ４０は、復号・逆量子化部と並べ替え部（図２に示したが、図３には示していない）をさらに含む。これらの復号・逆量子化部と並べ替え部は、受け取ったｍｐ３ビットストリームを再生して並べ替え（re-order）、ＭＤＣＴ係数を生成する。以下の説明では、例として、デコーダ４０はｍｐ３信号を復号するように構成されていると仮定する。

サブバンド領域サンプルを求めるため、ＭＤＣＴ係数をＩＭＤＣＴにより変換する。ｍｐ３復号の場合、これは従来のｍｐ３デコーダ１０により使用されていたのと同様に達成できる。よって、好ましい実施形態では、デコーダ４０は、エイリアシング部、またはエイリアシングバタフライ４２、及びＩＭＤＣＴ部４４を含む。これらはそれぞれ、従来のデコーダ１０のエイリアシングバタフライ１６とＩＭＤＣＴ部１８と同様である。

ＩＭＤＣＴ部４４は、サブバンドサンプルを含む複数のサブバンド領域信号成分を生成する。窓及び重なり−加法部４６により、従来の窓及び重なり−加法演算をサブバンドサンプルに実行する。この窓及び重なり−加法部４６は、好ましい実施形態では、従来のデコーダ１０の窓及び重なり−加法部２０と類似している。

複素数値係数を生成するために、デコーダ４０は係数の虚部を生成しなければならない。式［３］を参照して説明したように、これは、サブバンド領域信号成分にＭＤＳＴを実行することにより達成することができる。サブバンド信号成分は、重なり−加法演算後に、周波数領域に変換し戻す準備ができており、ＭＤＳＴ部４８に送られる。

各サブバンド領域信号成分に関して、ＭＤＳＴ部４８は窓（順方向）ＭＤＳＴを実行する。通常窓、スタート窓、ストップ窓の場合、ＭＤＳＴは３６個の入力（すなわち、３６サブバンドサンプル）に対して実行され、１８出力ＭＤＳＴ係数、すなわち周波数ラインが生成される。短い窓の場合、ＭＤＳＴは１２個の入力のセット３つ（three sets of 12 inputs）（すなわち１２個のサブバンドサンプルのセット３つ）に対して実行され、６個の出力ＭＤＳＴ係数のセット３つ（three sets of 6 output MDCT coefficients）を作る。

ＭＤＳＴ係数にアンチエイリアシングを実行することが好ましい。よって、デコーダ４０は、好ましくはアンチエイリアシング部５０またはアンチエイリアシングバタフライを含む。通常、アンチエイリアシングは、通常窓、スタート窓、またはストップ窓と関連するデータに関してのみ実行される。アンチエイリアシングバタフライ５０は、一般的には、計算の一部が無効であることを除けば、ｍｐ３標準規格に記載されているアンチエイリアシングバタフライと同様である。具体的に、ｍｐ３標準規格を参照して同じ記法を用いて、ＭＤＣＴ係数のアンチエイリアシングバタフライで使用する場合、ベクトルｃは次のように定義される：
c=[-0.6,-0.535,-0.33,-0.185,-0.095,-0.041,-0.0142,-0.0037]
これから、さらに別の２つのベクトルｃａとｃｓを次のように計算する：

ＭＤＳＴ係数にアンチエイリアシングを実行する時、ベクトルｃａは反転される、すなわち−１倍される。さもないと、アンチエイリアシングバタフライ５０はｍｐ３標準規格に従って動作する。

よって、図３において破線Ａ−Ａ′で表した復号段階において、デコーダ４０は複素数値係数を利用することができる。各係数の虚部はそれぞれのＭＤＳＴ係数により求められ、その係数の実部は対応するＭＤＣＴ係数により求められる。各ＭＤＳＴ係数の生成をそれぞれのＭＤＣＴ係数と同期するため、ＭＤＣＴ係数は遅延要素５２により遅延されることが好ましい。遅延量は、ＭＤＳＴ係数を生成するのに必要な処理遅延に応じる。その処理遅延は、重なり−加法演算を実行するために必要な遅延により主に決定される。デコーダ４０は、各グラニュールの各ＭＤＣＴ係数のそれぞれの複素数値係数を生成する。

複素数値係数は後処理に好適であり、このため、１つ以上の複素数値係数を望むように調節する処理部５６がデコーダ中に設けられる。複素数値係数は周波数領域成分であるから、後処理は、有利にも、符号化された信号の１つ以上の周波数成分に直接実行されてもよい。

デコーダ４０は、後処理された複素数値係数から、本例では、ＰＣＭ信号を含む時間領域出力信号を生成することも要する。このため、複素数値係数の形式は、ＤＦＴにより生成された係数の形式と同様であることが分かる。さらに、（エンコーダとデコーダの両方における）アンチエイリアシングと組み合わせた（エンコーダとデコーダの両方における）全周波数分析により得られる係数は、各サブバンド信号に対する複素数値変換の組みよりも、単一の複素数値変換により得られた係数に非常によく一致する。それゆえ、複素数値係数に逆Ｏ^２ＤＦＴを実行することにより時間領域出力信号を生成することができると思われる。これから、デコーダ４０においてサブバンドフィルタバンクの使用が不要となる。

しかし、出力信号における知覚可能なアーティファクトを減らすため、複素数値係数の前処理を実行して、各サブバンド信号のＯ^２ＤＦＴではなく、単一のＯ^２ＤＦＴで求めたように、Ｏ^２ＤＦＴ係数により近くすることが好ましい。これに関して、デコーダ４０により生成された複素数値係数と真のＯ^２ＤＦＴ係数の間の主な相違点は以下の通りである：１）エイリアシングは、エンコーダのアンチエイリアシングバタフライ５０によるアンチエイリアシングにより大幅に減少するが、複素数値係数にはまだあり；
２）従来のｍｐ３エンコーダの（多相）フィルタバンクによる位相回転。

残りのエイリアシングは大きくなく、許容可能である。しかし、多相フィルタによる位相回転は、各複素数値係数に位相回転、すなわちシフトを適用することにより、補正することができる。ハイブリッドｍｐ３フィルタバンクとＯ^２ＤＦＴの両方のそれぞれの位相特性は、実質的に線形であり、それゆえ線形関数で表すことができる。ｍｐ３フィルタバンクを奇サブバンド（odd sub-bands）への周波数反転の適用と組み合わせると、交代サブバンド（すなわち、１８０°すなわちπのフェイズシフトの導入）も不要となる。よって、ｍｐ３または類似のフィルタバンクの振る舞いを補正するために複素数値係数が必要とするフェイズシフトψ_ｃｏｍｐは、次式［５］で近似することができる：

ここで、ａとｂは定数であり、ｋは１グラニュールの５７６係数に対応するインデックスである。ａｋ＋ｂの項は、プロトタイプフィルタ及び適用された余弦変調の両方の線形位相特性と関連する線形位相シフトであり、πｍｏｄ（［ｋ／１８］，２）の項は、（通常のｍｐ３構成を仮定して）交代サブバンドに対応する係数を不要にするよう機能する。ａとｂの値は、Ｏ^２ＤＦＴの出力、及びハイブリッド複素数値拡張ＭＰＥＧ−１解析フィルタバンクの出力において、任意の入力信号の位相特性を測定することにより決定される。複数の入力信号、またはフレームのそれぞれの位相特性を解析することにより、ａとｂの値を最適化することができる。

多相フィルタ補正を単純な回転として複素数値係数に適用することができる：

ここで、Ｐ（ｋ）は補償されていない複素数値係数であり、Ｐ_ｃｏｒｒ（ｋ）は補償、すなわち補正された複素数値係数である（図３のＡ−Ａ′の段階で入手可能である）。

図３において、デコーダ４０は、式［６］の位相補正を実行する位相補償部５４、すなわち多相フィルタ補正部を含む。位相補償部５４は、処理部５６に補償された複素数値係数Ｐ_ｃｏｒｒ（ｋ）を送る。

（適宜）後処理の後、複素数値係数を時間領域に変換する準備ができる。上記の通り、これは、各グラニュールと関連する複素数値係数に１つ以上の逆Ｏ^２ＤＦＴを実行することにより従来達成されてきた。このため、デコーダ４０は、複素数値係数に１つ以上のＯ^２ＤＦＴを実行することを条件に、逆Ｏ^２ＤＦＴ部５８を更に含む。好ましい実施形態では、逆Ｏ^２ＤＦＴ部５８は、より小さい一連の逆Ｏ^２ＤＦＴを複素数値係数が関連するサブバンドに従ってその複素数値係数に適用するよりも、グラニュール全体のそれぞれの複素数値係数に一度に作用するように構成されていることが分かる。よって、逆Ｏ^２ＤＦＴ部５８は、（通常窓、スタート窓、またはストップ窓を要する時、）１つのグラニュールと関連するすべての複素数値係数に単一の逆Ｏ^２ＤＦＴか、あるいは、（短い窓を要する時、）そのグラニュールと関連する全ての複素数値係数の対応する数の部分に複数の逆Ｏ^２ＤＦＴを実行する。１グラニュールが５７６周波数ラインを含むｍｐ３ビットストリームの場合、逆Ｏ^２ＤＦＴ部５８は、通常窓、スタート窓、またはストップ窓についてグラニュール全体に単一の逆Ｏ^２ＤＦＴを実行し、その結果１１５２個の時間領域サンプルを生成する。また、１９２個の複素数値係数のサブセット３つのうちそれぞれに３回の逆Ｏ^２ＤＦＴを実行し、その結果３８４個の時間領域サンプルのシーケンスすなわちセットを３つ生成する。逆Ｏ^２ＤＦＴ部５８の出力は、複数（この例では１１５２個）の回復された信号成分すなわちサンプルを含む。この信号成分はＰＣＭ出力信号を構成するために使用される。

ＰＣＭ出力信号を構成するために、逆Ｏ^２ＤＦＴ部５８により生成された信号サンプルに窓及び重なり−加法動作を実行する。よって、デコーダ４０は窓部６０と重なり−加法部６２をさらに含む。これらの動作は以下により詳しく説明する。

窓及び重なり−加算部６０、６２を用いたＰＣＭ出力信号の構成をよりよく理解するため、従来のｍｐ３窓（windowing）をここでより詳しく説明する。ｍｐ３では、異なる４つの窓タイプ（及びそれに伴う長さ）が規定されている。すなわち、「通常」、「スタート」、「短い」、及び「ストップ」である。データ部分の特性を適合させるため、特定のタイプの窓または異なるタイプの窓のシーケンスを選択する。例えば、短い窓は、通常、オーディオ信号中の遷移に対応するデータ部分に適用される。与えられたデータフレームと関連するサイド情報には、そのグラニュール（granule）にどの窓タイプを使用すべきかが示されている。必要な窓タイプは、ＭＤＣＴ（及び逆ＭＤＣＴ）の長さ（またはサイズ）と窓／重なり−加算動作の長さ（またはサイズ）の両方に影響する。

ｍｐ３の場合、窓関数ｚ（ｎ）は以下のように表される：
通常窓タイプの場合（タイプ０）：

スタート窓タイプの場合（タイプ１）：

短い窓タイプの場合（タイプ２）、３つの短い窓が同時に符号化される：

ストップ窓タイプの場合（タイプ３）：

式［７］、［８］、［９］、［１０］の窓関数の各々は、２つ以上の窓の適用を含むこともあるが、通常は単一窓関数とみなされる。関数［７］、［８］、及び［１０］から、窓の長さは３６（すなわち、３６ポイントの窓）であり、インデックスｎは０と３５の間にわたることが分かる。関数［９］の場合、３つの短い１２ポイント窓を合わせた長さは３６であり、よって、ｐ＝０から２について、ｎは０と１１の間にわたる。このように、各窓タイプの全体的長さは、サブバンド信号成分のサイズ（３６サブバンドサンプル）と一致する。

逆Ｏ^２ＤＦＴ部５８を伴う窓及び重なり−加算部６０、６２によるＰＣＭ出力信号の構成をここで説明する。以下の例では、元のＰＣＭ信号は１１５２オーディオサンプルのフレームを有し、各フレームは５７６周波数ライン（すなわちＭＤＣＴ係数）のグラニュール２つに効果的に変換される。よって、逆Ｏ^２ＤＦＴ部５８は、５７６個の複素数値係数のグラニュールに作用し、１１５２サンプルを含む信号を生成する。この信号は窓及び重なり−加算部６０、６２に送られる。逆Ｏ^２ＤＦＴ部５８により生成された信号サンプルのそれぞれの実部のみが窓部６０に送られることが分かる。

複素数値係数のｌ（アルファベットＬの小文字）番目のセットすなわちグラニュールをＸ_ｌ（ｋ）とする。ここでｋ＝０．．．５７５である。図３を参照して、Ｘ_ｌ（ｋ）は、（処理部５６による後処理後の）補正された複素数値係数Ｐ_ｃｏｒｒ（ｋ）のそれぞれのセットすなわちグラニュールからなる。複素数値係数のｌ番目のセット（ｌは０から始まる）を復号した後、窓及び重なり−加算部６０、６２により生成された出力信号は、（重なり−加算を用いて）次のように表せる：

ここで、インデックスｎ＝０．．．１１５１であり、ｙ_ｌ（ｎ）はｌ番目のセットを復号した後の出力信号であり、ｘ_ｌ（ｎ）は複素数値係数Ｘ_ｌ（ｋ）を（逆Ｏ^２ＤＦＴにより）変換した結果の信号の実部である。出力信号ｙ_０（ｎ）は、すべてのｎに対して初期化される。

信号ｘ_ｌ（ｎ）の生成は、以下の対応する指定された窓タイプに応じる。ｌ番目のセットの窓タイプが０、１、または３である場合、逆Ｏ^２ＤＦＴ部５８は、入力長さが５７６で出力長さが１１５２である（すなわち、それぞれのグラニュールと関連するすべての複素数値係数に対し単一の「長い」逆Ｏ^２ＤＦＴ）逆Ｏ^２ＤＦＴの実部を含む一時的信号ｘ_ｔｍｐ（ｎ）を生成する。適当な変換を式［１２］に示す：

ここで、ｎ＝０．．．Ｎ−１であり、変換長Ｎ＝１１５２である。

ｌ（アルファベットＬの小文字）番目のセットの窓タイプが２（すなわち、「短い窓」）である場合、逆Ｏ^２ＤＦＴ部５８は、１９２複素数値係数の３つのセットにそれぞれ逆Ｏ^２ＤＦＴを実行し、式［１３］に示したように、３８４ポイントずつの３つの一時的信号ｘ_{ｔｍｐ，０}（ｎ）、ｘ_{ｔｍｐ，１}（ｎ）、及びｘ_{ｔｍｐ，２}（ｎ）を生成する：

ここで、インデックスｐ＝０．．．２であり、ｎ＝０．．．Ｎ−１であり、Ｎ＝３８４であり、Ｘ_ｌ（ｋ）は周波数でソーティングする前にｐに従ってソーティングされる。

窓及び重なり−加算部６０、６２に有効に送られるのは、一時的信号ｘ_ｔｍｐ（ｎ）、ｘ_{ｔｍｐ，ｐ}（ｎ）である。

ｌ番目のセットの窓タイプが０であるとき、信号ｘ_ｌ（ｎ）が窓部６０により計算される：

ここで、式［１４］中の分母１１５２は、逆Ｏ^２ＤＦＴ変換長Ｎに一致する。

ｌ番目のセットの窓タイプが１であるとき、信号ｘ_ｌ（ｎ）が窓部６０により計算される：

ｌ（アルファベットＬの小文字）番目の窓タイプが２であるとき、窓部６０は、まず３つの一時的信号を計算することにより、信号ｘ_ｌ（ｎ）を計算する：

ここで、式［１６］中の分母３８４は、逆Ｏ^２ＤＦＴ変換長Ｎに一致する。

信号ｘ_ｌ（ｎ）は次のように構成される：

ｌ番目のセットの窓タイプが３であるとき、窓部６０は信号ｘ_ｌ（ｎ）を次のように計算する：

ここで、分母１１５２は逆Ｏ^２ＤＦＴ変換長Ｎに一致し、分母３８４はＮ／３に一致する。

式［１４］、［１５］、［１６］及び［１８］は一般的な次のタイプであることが分かる：

ここで、ｘ_ｌ（ｎ）は窓信号（windowed signal）であり、ｘ_ｔｍｐ（ｎ）は非窓信号（unwindowed signal）であり、ｚ（ｎ）は窓関数である。式［１４］、［１５］、［１６］、及び［１８］の窓関数ｚ（ｎ）は、一般的には、式［７］、［８］、［９］、及び［１０］で説明した窓関数ｚ（ｎ）と同様である。しかし、式［１４］、［１５］、［１６］、及び［１８］の窓関数ｚ（ｎ）のそれぞれの窓長は、それぞれの変換長Ｎに応じて長くなり、それぞれの分母は対応して大きくなっている。式［１４］、［１５］、［１６］、［１８］の窓関数ｚ（ｎ）は、それぞれ式［７］、［８］、［９］、［１０］の窓関数ｚ（ｎ）をアップサンプリングしたもの（アップサンプリングの程度はそれぞれの変換長／窓長Ｎに応じて決まる）であるということができる。式［１４］、［１５］、［１６］、［１８］の窓関数は、２つ以上の窓の適用を含むが、それぞれ単一の窓関数を含んでいる。

以上の説明からいうまでもなく、デコーダ４０により、複素数値係数を生成することにより、復号の中間段階において符号化信号の後処理が可能となる。有利にも、複素数値係数は符号化信号の周波数またはスペクトル成分を表すので、周波数ベースの後処理を直接実行することができる。さらに、デコーダ４０は、従来のｍｐ３デコーダ１０よりも複素数値化されており、合成フィルタバンクを必要としない。また、デコーダ４０は、Ｏ^２ＤＦＴ表示が２倍オーバーサンプリングされているので、時間領域のエイリアシングは問題とならない。

以上の実施形態では、複素数値係数に１つ以上のＤＦＴを適用した。別の実施形態では、別の変換を使用してもよい。例えば、エンコーダにおいて奇周波数変調変換、例えば、奇周波数変調離散余弦変換（ＤＣＴ）、すなわちＤＣＴタイプＩＶを使用した場合、デコーダでは対応する奇周波数変調変換、例えば、奇周波数変調ＤＦＴが使用される。よって、デコーダ４０では、奇周波数変調逆離散フーリエ変換を逆Ｏ^２ＤＦＴの替わりに使用してもよい。特に式［１２］、［１３］を参照して、奇周波数変調すなわち回転は（ｋ＋１／２）の項により表されている。ここで、１／２は、サンプルの半分だけ周波数領域で変換サンプリングをシフトする。奇周波数変調離散フーリエ変換は次のように定義される：

ここで、φは任意の値をとる。

奇周波数変調変換を用いることは本質的なことではない。例えば、デコーダで同様の変調逆変換を用いることを条件として、エンコーダで偶周波数変調変換（例えば、ＤＣＴタイプＩ変換）を使用してもよい。エンコーダとデコーダで同等の変調核を使用する条件で、他の周波数変調（核）を使用してもよい。

別の実施形態（図示せず）において、逆Ｏ^２ＤＦＴ部は、一度にグラニュール全体のそれぞれの複素数値係数に作用するのではなく、関連するサブバンドに応じて、より小さな一連の逆Ｏ^２ＤＦＴを複素数値係数に適用するように構成されている。よって、ｍｐ３係数の場合、逆Ｏ^２ＤＦＴ部は、それぞれ３６サブバンドサンプルを含む３２個の複素数値サブバンド領域信号成分を生成する。複素数値係数が通常窓、スタート窓、またはストップ窓に対応する場合、逆Ｏ^２ＤＦＴ部は１８個の複素数値係数を取り、３６個の複素数値サブバンド領域サンプルを生成する。複素数値係数が短い窓に対応する場合、逆Ｏ^２ＤＦＴ部は６個の複素数値係数のセット３つを入力として取り、１２個の複素数値サブバンド領域サンプルのセット３つを生成する。このような実施形態では、後処理部と逆Ｏ^２ＤＦＴ部の間に、複素数値係数にエイリアシングを実行するエイリアシング部を含め、アンチエイリアシング部５０とエンコーダのアンチエイリアシングにより生じたアンチエイリアシングに対抗する、または実質的に対抗することが好ましい。逆Ｏ^２ＤＦＴ部の後、複素指数変調合成フィルタバンクに複素数値サブバンドサンプルを送る。この合成フィルタバンクの実数値出力成分のみを使用して、デコーダの出力信号を供給する。例により、従来の余弦変調フィルタバンクと同様の式であって、余弦関数を同等の複素指数関数で置き換えた式を用いて、複素指数変調合成フィルタバンクを実施してもよい。さらに、実数値出力のみを使用するので、オプションとして、複素数値サブバンドサンプルの実数値部分に従来の余弦変調フィルタバンクを使い、その複素数値サブバンドサンプルの虚部に対応する（余弦変調フィルタバンクと同じ式を使用するが、余弦変調が正弦変調と置き換えられた）正弦変調フィルタバンクを用いることもできる。

図３のデコーダ４０において、アンチエイリアシング部５０は、一般的には従来のアンチエイリアシングバタフライである従来のアンチエイリアシング手段を含んでもよい。このようなバタフライは、係数に重みつけする実数値を用いて、重みつけするこのようなアンチエイリアシングバタフライの例は、米国特許公報第５，５５９，８３４号（Ｅｄｌｅｒ）と、Ｂ．Ｅｄｌｅｒ「デシメーションによるカスケードフィルタバンクのサブバンド中のエイリアシングリダクション」（Electronics Letters, Vol. 28, No. 12, pp. 1104-1106, 4th June 1992）に記載されている。このようなバタフライは、多相フィルタバンクのクリティカルなダウンサンプリングにより生じるエイリアシングを減らす。

例示により、図４は、アップサンプリング後の、ダウンサンプリングされた多相フィルタバンクの第１と第２の隣接するサブバンドフィルタ（図示せず）の模式化した応答Ｒ１、Ｒ２を示している。例えば、サブバンドフィルタと関連するそれぞれのサブバンド信号にＭＤＣＴを適用することにより得られた値ＡとＢを有する２つのスペクトル成分も示されている。エイリアシングの結果として、値Ａを有するスペクトル成分に対応する周波数に、値ｑＢを有する追加的スペクトル成分があり、値Ｂを有するスペクトル成分に対応する周波数に値ｒＡを有する追加的スペクトルがあることが分かる。よって、ダウンサンプリングにより、値Ａを有するスペクトル成分に対応する周波数のスペクトル成分の値はＡ＋ｑＢで与えられ、値Ｂを有するスペクトル成分に対応する周波数のスペクトル成分の値はＢ＋ｒＡで与えられる。ｑとｒの値は、それぞれ値ＢとＡを有するスペクトル成分の周波数におけるサブバンドフィルタのトランスファー関数により決まる。値ＡとＢを有するスペクトル成分の実際の値は、次のように計算できる：

ここで、Ａ、Ａ′、Ｂ、Ｂ′はそれぞれのスペクトル成分値、すなわち大きさを表す。式［２０］は、図５に示すように、アンチエイリアシングバタフライとして概略的に表される。従来、ｒとｑの値は実数値である（すなわち、複素数値成分は有さない）。

スペクトル成分（例えば、図４のＡ＋ｑＢ）と対応する鏡映スペクトル成分（例えば、図４のＢ＋ｒＡ）との間の位相差が約１８０°（すなわちπ）である場合、またはその倍数である場合、実数値を使用することにより、アンチエイリアシングバタフライは、スペクトル係数の大きさへのエイリアシングの効果を補償することができる。結果として、実数値アンチエイリアシングバタフライは、通常窓、スタート窓、またはストップ窓が指定された（解析フィルタバンクのサブバンド領域サンプルから得られる）ＭＤＣＴまたはＭＤＳＴ係数を処理するために、特に好適である。しかし、短い窓が指定された場合、鏡映スペクトル成分間の位相差は、サブバンドの境界付近のｎの倍数で適当に近似できない。よって、通常窓、スタート窓、及びストップ窓が適用される場合には、従来のアンチエイリアシング部５０のみが有用である。このように、ｍｐ３標準規格においては、アンチエイリアシングはこれらタイプの窓にのみ適用される。

ここで、複素数値アンチエイリアシングバタフライを用いることにより上記の問題を軽減する、本発明の別の実施形態を図６を参照して説明する。図６は、複素数値アンチエイリアシングバタフライをしようするデコーダ１４０を示すブロック図である。ここで図６を参照して、デコーダ１４０は一般的にデコーダ４０と同様であり、同じ構成要素は同じ数字で示した。しかし、デコーダ１４０は、複素数値係数に複素数値の重み、すなわち乗数をかけることにより、複素数値係数にアンチエイリアシングを実行するように構成された複素数値アンチエイリアシング部１７０を含む。アンチエイリアシング部１７０は、重みすなわち乗数ｒとｑの値が複素数値である、図４に示した一般的なタイプのアンチエイリアシングバタフライを有していてもよい。複素数値アンチエイリアシング部１７０に供給される核複素数値係数の実部は、遅延部１５２により適当に遅延されたそれぞれのＭＤＣＴ係数を有し、その複素数値係数の虚部は、ＭＤＳＴ部１４８により供給される対応するＭＤＳＴ係数すなわち直角位相（quadrature）成分を有する。デコーダ４０とは逆に、（便利にも、エイリアシング部１４２により）複素数値係数の実部を供給するために実質的に使用される従来のエイリアシングがＭＤＣＴ係数に実行される。

複素数値係数に複素数値アンチエイリアシングを実行した後、位相差フィルタ補正部１５４に送られる。係数のこれ以降の処理は、図３を参照して説明した通りである。

重みｒとｑに好適な複素数値は実験的に決めてもよい。例えば、ｒとｑを最初に推定するため、各ＭＤＣＴ周波数ビンに関して、ｍｐ３エンコーダでよくあるタイプの（すなわち、多相解析フィルタバンクと、解析フィルタバンクにより生成されたサブバンド信号にＭＤＣＴを実行する手段を有する）従来のｍｐ３ハイブリッドフィルタバンク（図示せず）に、既知の振幅のシヌソイド信号を供給する。各シヌソイド信号の周波数は、それぞれのＭＤＣＴ周波数ビンの中心周波数として選択される。通常窓、スタート窓、ストップ窓の場合、中心周波数は次のように計算できる：

ここで、ｋ＝０．．．５７５であり、ｆ_ｓはサンプリング周波数であり、分母１１５２は変換長Ｎと一致している。よって、式［２１］から５７６個の周波数を計算して、各ＭＤＣＴビンに対して１つの周波数を求める。

短い窓タイプの場合、中心周波数は次のように計算できる：

ここで、ｋ＝０．．．１９１であり、ｆ_ｓはサンプリング周波数であり、分母３８４は変換長Ｎと一致している。よって、式［２２］から１９２個の周波数を計算して、各ＭＤＣＴビンに対して１つの周波数を求める。

ハイブリッドフィルタバンクにより生成されるそれぞれのＭＤＣＴ係数すなわち周波数ラインは、その後、例えば図３に示したＩＭＤＣＴ部１４４、重なり−加法部１４６、及びＭＤＳＴ部１４８を用いて処理され、対応するＭＤＳＴ係数が生成される。よって、各シヌソイド信号に対して、それぞれの複素数値係数が得られる。各シヌソイドの周波数成分は１つだけなので、各シヌソイドに対して２つだけの複素数値係数が生成される。一方はそれぞれのシヌソイド自体を表し（すなわち、周波数と振幅でそれぞれのシヌソイドに対応する）、他方はフィルタバンクにより生じたエイリアシングの結果として出てきた鏡映成分を表す。シヌソイド成分の振幅をＡとすると、鏡映成分の振幅はｒＡである。Ａは既知なので、ｒを容易に計算することができる。重みｑは同様に計算することができる。このプロセスを各シヌソイドに対して繰り返し、鏡映周波数帯域の各セットに対してｒとｑのそれぞれの値を求める。式［２１］と［２２］から、ｒとｑの値は窓タイプによっても変化することが分かる。従来の非線形最適化アルゴリズムを用いて、上で計算したｒとｑの値を最適化することが好ましい。

本発明はＭＰＥＧ−１レイヤーＩＩＩデータ信号やＭＤＣＴに限定されるものではない。これに関して、「グラニュール（granule）」という用語は基本的にはｍｐ３の用語であるが、当業者は、ｍｐ３以外の実施形態において、ここで使用した「グラニュール」という用語を等価な周波数ラインすなわち係数のグループ化として解釈することが容易にできるであろう（一般的には、「フレーム」という用語が「グラニュール」と等価である）。

さらに別の例により、図８は、本発明のさらに別の態様を実施する、ＭＰＥＧ−１レイヤーＩまたはレイヤーＩＩのデコーダ２４０を示すブロック図である。背景として、図７は、ＭＰＥＧ−１レイヤーＩ／ＩＩデコーダを示す、簡略化したブロック図であり、該デコーダは、受信したＭＰＥＧ−１レイヤーＩ／ＩＩビットストリームに含まれるスペクトル値を復号して３２個のサブバンド信号を生成する構成要素１３０を有する。サブバンド信号は合成サブバンドフィルタバンクを有１３６に送られる。この合成サブバンドフィルタバンク１３６は、対応する時間領域オーディオ出力信号ｘ（ｎ）を生成する。

図８において、デコーダ２４０は、受信したデータ信号、すなわちＭＰＥＧ−１レイヤーＩ／ＩＩビットストリームを含むスペクトル値を復号して、複数のサブバンド信号またはサブバンド信号成分を生成する構成要素またはモジュール２１２を含む。受信したデータ信号がＭＰＥＧ−１レイヤーＩ／ＩＩビットストリームを含む場合、各フレームに対して３２個のサブバンド信号が生成される。サブバンド信号は合成サブバンドフィルタバンク２３６に送られる。この合成サブバンドフィルタバンク２３６は、複数のデータサンプルを有する対応する時間領域信号ｘ（ｎ）を生成する。受信データ信号がＭＰＥＧ−１レイヤーＩ／ＩＩビットストリームを含む場合、フィルタバンク２３６は、３２バンド余弦変調合成フィルタバンクを有する。時間領域信号ｘ（ｎ）は、次に解析サブバンドフィルタバンク２３７に送られる。この解析サブバンドフィルタバンク２３７は、複数のサブバンド信号または信号成分を生成する。受信データ信号がＭＰＥＧ−１レイヤーＩ／ＩＩビットストリームを含む場合、フィルタバンク２３７は、３２バンドフィルタバンクを有し、各フレームに対して３２個のサブバンド信号を生成する。さらに、解析フィルタバンク２３７の変調は、合成フィルタバンク２３６の変調と直交する。よって、受信データ信号がＭＰＥＧ−１レイヤーＩ／ＩＩビットストリームを含む場合、解析フィルタバンク２３７は、正弦変調フィルタバンクを有する。結果として、解析フィルタバンク２３７により生成される各サブバンド信号を複素数値サブバンド信号の虚部として使用することができる。対応する実部は、デコーダ２１２により生成された対応するサブバンド信号により供給される。

複素数値サブバンド信号は、時間領域に変換する前に、処理または調節しやすい。よって、デコーダ２４０は、必要に応じて、１つ以上の複素数値サブバンド信号を調節する処理部２５６をさらに含んでいる。複素数値サブバンド信号は周波数領域成分であるから、後処理は、有利にも、符号化された信号の１つ以上の周波数成分に直接実行されてもよい。

複素数値サブバンド信号は、複素指数変調サブバンド係数を有し、複素指数変調合成フィルタバンク２３９を用いて時間領域に変換できる。この合成フィルタバンク２３９の実数値出力成分のみが必要となる（図８にデータ信号ｘ′（ｎ）として示した）。

さらに、一般的に、本発明はここに説明した実施形態に限定されず、これらの実施形態は、本発明の範囲から逸脱することなく修正または変更することができる。

従来のスペクトラルバンドレプリケーション（ＳＢＲ）拡張デコーダを示すブロック図である。 従来のＭＰＥＧ−１レイヤーＩＩＩデコーダを示すブロック図である。 本発明の一態様を実施するデコーダを示す図である。 アップサンプル後のダウンサンプルフィルタバンクの隣接する２つのサブバンドフィルタの応答を模式的に示す図である。 アンチエイリアシングバタフライを示す概略図である。 本発明の一態様を実施するデコーダの別の実施形態を示す図である。 従来のＭＰＥＧ−１レイヤーＩ／ＩＩデコーダを示す簡略化したブロック図である。 本発明の一態様を実施するデコーダのさらに別の実施形態を示す図である。

Claims (27)

1. デコーダであって、
   第１の変換手段の積を有する複数の第１のスペクトル係数を受信信号から回復する手段と、
   前記第１のスペクトル係数を１つ以上の時間領域信号成分に変換する逆変換手段と、
   前記１つ以上の時間領域信号成分を複数の第２のスペクトル係数に変換する第２の変換手段と、を有し、
   前記第２の変換手段の変調は対応する変調周波数において前記第１の変換手段の変調と直交し、
   前記デコーダは、それぞれの第２のスペクトル係数とともに前記１つ以上の第１のスペクトル係数を処理する手段をさらに有することを特徴とするデコーダ。
2. 請求項１に記載のデコーダであって、
   前記回復する手段は、第１の周波数変換の積を有する第１のスペクトル係数を回復するため、受信したデータ信号を復号して逆量子化する手段を有し、
   前記逆変換手段は、前記時間領域信号成分を生成するために、前記第１のスペクトル係数に１つ以上の逆周波数変換を実行する手段を有し、
   第２の変換手段は、前記第２のスペクトル係数を生成するために、前記時間領域信号成分に１つ以上の第２の順方向周波数変換を実行する手段を有し、
   前記第１の順方向周波数変換は、対応する変調周波数において、前記第２の順方向周波数変換と直交することを特徴とするデコーダ。
3. 請求項２に記載のデコーダであって、
   前記第１のスペクトル係数は、変換すべきデータサンプルにおいて５０％の重なりを使用するクリティカルにサンプルされた順方向周波数変換の出力を含むことを特徴とするデコーダ。
4. 請求項２または３に記載のデコーダであって、
   前記第１の順方向周波数変換と前記第２の順方向周波数変換のうち一方は、修正離散余弦変換（ＭＤＣＴ）を含み、他方は修正離散正弦変換（ＭＤＳＴ）を含むことを特徴とするデコーダ。
5. 請求項４に記載のデコーダであって、
   前記第１の順方向周波数変換は、修正離散余弦変換（ＭＤＣＴ）を含み、前記逆周波数変換は逆修正離散余弦変換（ＩＭＤＣＴ）を含み、前記第２の順方向周波数変換は修正離散正弦変換（ＭＤＳＴ）を含むことを特徴とするデコーダ。
6. 請求項２ないし５いずれか一項に記載のデコーダであって、
   前記１つ以上の第２の順方向周波数変換の前に、前記時間領域信号成分に１つ以上の窓及び重なり−加法動作を実行することを特徴とするデコーダ。
7. 請求項６に記載のデコーダであって、
   各第１のスペクトル係数がそれぞれ対応する第２のスペクトル係数と同期するように、前記第１のスペクトル係数を遅延させる手段をさらに含むことを特徴とするデコーダ。
8. 請求項２ないし７いずれか一項に記載のデコーダであって、
   エイリアシングされた第１のスペクトル係数を生成するために前記第１のスペクトル係数にエイリアシングを導入する手段をさらに含み、前記１つ以上の逆周波数変換は前記エイリアシングされた第１のスペクトル係数に実行されることを特徴とするデコーダ。
9. 請求項８に記載のデコーダであって、
   前記第２のスペクトル係数にエイリアシングリダクションを実行する手段をさらに有することを特徴とするデコーダ。
10. 請求項８に記載のデコーダであって、
    前記第２のスペクトル係数とそれぞれのエイリアスシングされた第１のスペクトル係数に複素数値エイリアシングリダクションを実行する手段をさらに含み、
    前記複素数値エイリアシングリダクション手段は、前記エイリアシングされた第１の周波数成分と対応する第２の周波数成分とに複素数値の重みを与えるように構成された１つ以上のアンチエイリアシングバタフライを有することを特徴とするデコーダ。
11. 請求項２ないし１０いずれか一項に記載のデコーダであって、
    各第１のスペクトル係数とそれぞれの第２のスペクトル係数は、共に複素数値スペクトル係数を含み、
    デコーダは、複数のデータサンプルを生成するために前記複素数値スペクトル係数に１つ以上の複素数値逆周波数変換を実行する手段と、
    複数の窓データサンプルを生成するために前記データサンプルに１つ以上のタイプの窓関数を適用する手段と、
    前記窓データサンプルから出力信号を構成する手段と、をさらに含むことを特徴とするデコーダ。
12. 請求項１１に記載のデコーダであって、
    前記受信されたデータ信号から回復された第１のスペクトル係数の各グラニュールについてそれぞれの複素数値スペクトル係数のセットが生成され、
    少なくとも第１のタイプの窓関数に関して、前記複素数値逆周波数変換手段は全ての複素数値スペクトル係数のそれぞれのセットに単一の逆周波数変換を実行するように構成されていることを特徴とするデコーダ。
13. 請求項１１に記載のデコーダであって、
    前記出力信号構成手段は、前記出力信号を生成するため、前記窓データサンプルに、１つ以上の重なり−加法動作を適用することを特徴とするデコーダ。
14. 請求項１１ないし１３いずれか一項に記載のデコーダであって、
    少なくとも前記第１のタイプの窓関数に関して、前記窓関数適用手段は、複素数値スペクトル係数のそれぞれのセットに関して生成された全てのデータサンプルに、単一の窓関数を適用するように構成されていることを特徴とするデコーダ。
15. 請求項１１ないし１４いずれか一項に記載のデコーダであって、
    前記少なくとも第１のタイプの窓関数は、ＭＰＥＧ−１レイヤーＩＩＩタイプ０、タイプ１、及びタイプ３の窓関数の長さを調節したものを含むことを特徴とするデコーダ。
16. 請求項１１ないし１５いずれか一項に記載のデコーダであって、
    少なくとも第２のタイプの窓関数に関して、前記複素数値逆周波数変換手段は、複素数値スペクトル係数のそれぞれのサブセットであって１セットの複素数値周波数成分はすべてそのサブセットの１つに属するサブセットに、それぞれの逆周波数変換を実行するように構成されていることを特徴とするデコーダ。
17. 請求項１６に記載のデコーダであって、
    少なくとも前記第２のタイプの窓関数に関して、前記窓関数適用手段は、複素数値スペクトル係数のそれぞれのサブセットに関して生成された全てのデータサンプルに、単一の窓関数を適用するように構成されていることを特徴とするデコーダ。
18. 請求項１６または１７に記載のデコーダであって、
    前記少なくとも第２のタイプの窓関数は、ＭＰＥＧ−１レイヤーＩＩＩタイプ２窓関数の長さ調整されたものを含み、各セットの複素数値スペクトル係数は３つのそれぞれのサブセットのうちの１つに属することを特徴とするデコーダ。
19. 請求項１１に記載のデコーダであって、
    複素数値スペクトル係数のそれぞれのセットは、それぞれの周波数サブバンドに関連し、
    少なくとも第１のタイプの窓関数に関して、前記複素数値逆周波数変換手段は各セットの複素数値スペクトル係数にそれぞれの逆周波数変換を実行するように構成され、
    少なくとも第２のタイプの窓関数に関して、前記複素数値逆周波数変換手段は、複素数値スペクトル係数のそれぞれのサブセットであって１セットの複素数値周波数成分はすべてそのサブセットの１つに属するサブセットに、それぞれの逆周波数変換を実行するように構成されていることを特徴とするデコーダ。
20. 請求項１９に記載のデコーダであって、
    前記出力信号構成手段は複素指数変調合成フィルタバンクを有し、その実数値出力成分が前記出力信号を有することを特徴とするデコーダ。
21. 請求項１１ないし２０いずれか一項に記載のデコーダであって、
    前記複素数値逆周波数変換は、奇周波数変調（odd-frequency modulated）逆離散フーリエ変換（ＤＦＴ）を有することを特徴とするデコーダ。
22. 請求項２１に記載のデコーダであって、
    前記複素数値逆周波数変換は、奇時間（odd-time）奇周波数変調（odd-frequency modulated）逆離散フーリエ変換（Ｏ^２ＤＦＴ）を有することを特徴とするデコーダ。
23. 請求項１１ないし２２いずれか一項に記載のデコーダであって、
    明細書の式［５］と式［６］に従って複素数値スペクトル係数の位相を調整する手段をさらに含むことを特徴とするデコーダ。
24. 請求項１に記載のデコーダであって、
    前記逆変換手段は合成サブバンドフィルタバンクを有し、第２の順方向変換手段は解析サブバンドフィルタバンクを有することを特徴とするデコーダ。
25. 請求項２４に記載のデコーダであって、
    前記第１の変換手段は解析フィルタバンクを有し、前記第１の順方向変換手段と第２の順方向変換手段のうちの一方は余弦変調され、他方は正弦変調されることを特徴とするデコーダ。
26. 請求項２４または２５に記載のデコーダであって、
    前記第１と第２のスペクトル係数から時間領域出力信号を生成するように構成された、複素指数変調合成フィルタバンクをさらに有することを特徴とするデコーダ。
27. データ信号を復号する方法であって、
    前記方法は、第１の変換手段の積を含む複数の第１のスペクトル係数を受信信号から回復する段階と、
    逆変換手段により、前記第１のスペクトル係数を１つ以上の時間領域信号成分に変換する段階と、
    第２の変換手段により、前記１つ以上の時間領域信号成分を複数の第２のスペクトル係数に変換する段階と、を有し、
    前記第２の変換手段の変調は対応する変調周波数において前記第１の変換手段の変調と直交し、
    前記方法は、それぞれの第２のスペクトル係数とともに前記１つ以上の第１のスペクトル係数を処理する段階をさらに有することを特徴とする方法。
    

Images