JP2599624B2 - デジタル化オーディオ信号の伝送方法 - Google Patents

Description

【発明の詳細な説明】 この発明は請求の範囲１の前文に従う方法に関するも
のである。

デジタルオーディオ信号（digitaler Tonsignale）の
伝送に関して、広帯域のデジタルオーディオ信号をQMF
（クワドラチャ・ミラー・フィルタQuadrature Mirror
Filter）フィルタバンクを用いて、線形量子化に従って
複数のサブバンド（subband）信号に分割し、得られた
サブバンド信号を、例えば、適応形PCMまたはDPCM符号
化法によって、データ減少処理に付すことは公知であ
る。（「Journal of the Audio Engineering Society」
1979年11月、第27巻11号、855〜865頁；「The Bll Syst
em Technical Journal」1981年９月、1633〜1653頁；
「IEEE International Confernce on ASSP、1982、Proc
eedings」1684〜1687頁参照。） また、ドイツ国特許第3,440,613号から、量子化ノイ
ズが同じサブバンド中の有用情報によって丁度カバーさ
れるように各サブバンド中の有用情報の量子化法を選択
して、データを減じるようにすることも公知である。従
来法によって実現できるデータ減少率は約４である。即
ち、高品質のデジタルオーディオ信号の情報フローは、
音質の低下を感じさせることなく、約500キロビット／
秒から約125キロビット／秒に減じられる。

データを更に減少させるために、広帯域のオーディオ
信号を離散フーリエ変換により（例えば、高速フーリエ
変換を用いて）スペクトル分析し、異なる周波数群中の
ある適当するスペクトル値を大きさおよび位相に従って
符号化して、マスキング閾値によりまた異なる性能基準
に従って規定される人間の聴覚系のマスキング特性を考
慮したより高度なデータ減少を実現することも知られて
いる（ヨーロッパ特許出願公開第0,193,143、ドイツ公
開公報第3,506,912号、および「Rundfunktechnische Mi
tteilungen」第30巻（1986年）第３号、117〜123頁）。

しかし、フーリエ変換に要する分析時間窓（Zeitfens
ter）は約25m秒である。この値は、一方のスペクトル分
解能に対する要件と、他方の人間の聴覚の時間分解能に
対する要件とを満たすための妥協点である。この分析時
間窓で実現できるスペクトル分解能は40Hzにすぎず、従
って、人間の聴覚系の周波数群の幅が約100Hzというよ
うな低周波数範囲では、２つのスペクトル値しか伝送で
きない。従って、その結果得られる側波帯は隣接周波数
群中に位置することになり、感知し得るほどの質の低下
はさけられない。一方、妥協点として選択された25m秒
の分析時間窓は、人間の聴覚系の時間分解能には長すぎ
る。インパルスを含んでいる有用な信号にとっては、こ
の時間ドメインの不正確さは感知し得るほどの歪みを生
じるので、時間的に先行するスペクトル成分の振幅値は
歪みを減じるために大きくしなければならないが、これ
が全ての場合において望み通りの成功をもたらすとは限
らない。さらに、デジタル・オーディオ・スタジオ技術
においては、約5m秒のブロック長は超過されてはならな
いので、デジタル化されたオーディオ信号を編集する時
に、不可聴カッティングを行うことができる。さらに、
送信機で変換された高い周波数範囲の信号の再変換に必
要な、特に受信機におけるプロセッサの費用は、心理音
響学的（psychoakustischer）基準に対する考慮が周波
数群について行われるので、不必要に高くなってしま
う。

さらに、上述した従来法においては、受信機における
大きさと位相に従うスペクトル値の再生および受信機に
おける逆フーリエ変換は２次的な情報の送信を必要とす
る。この２次的情報は、全体の正味の情報フローのかな
りのパーセンテージを呈し、さらに、特別に性能のよい
エラー保護を必要とする。このことは、送信される符号
化された信号中の情報フローを対応して増加させる。最
後に、従来の方法では、各スペクトル値の位相と同時に
大きさもブロックとして、即ち、25m秒毎にほぼ１回だ
け送信されるので、ビットエラーがこの期間中に干渉ス
ペクトルを生じさせるために、ソース符号化（quellenc
odierte）信号はビットエラー干渉に感応する。25m秒の
パルスの干渉効果は、例えば、1m秒パルスのそれよりも
相当高く、その結果、上述した従来のサブバンド技法で
は、サブバンド・サンプル値の送信が不可能となってし
まう。

これに対し、この発明の目的は、上述した形式の方法
において、フーリエ変換を用いずに、しかも人間の聴覚
系のマスキング特性を充分に利用して、２次情報の送
信、エラー保護あるいは受信機における信号処理に関す
る高経費を伴うことなく最高可能な品質をもって、限定
された全情報フローを有効信号のスペクトル成分に動的
に分配するようにすることである。

これはこの発明の請求の範囲１の特徴によって達成さ
れる。

この発明の方法の有用な特徴および改変は従属請求項
に記載されている。

この発明は、量子化ノイズのマスキングと同じく有用
な信号のスペクトル成分の相互マスキングも、それぞれ
のサブバンド内だけでなく、隣接するいくつかのサブバ
ンドにまたがって生じるという認識に基づいている。こ
のマスキング効果を充分に利用するために、サブバンド
信号の量子化は有用な信号の種々のスペクトル成分から
得たマスキング閾値に従って制御されねばならない。こ
の目的に必要な制御情報の計算は、人間の聴覚系のプリ
マスキング（Vorverdeckung）、同時マスキング（Simul
tanverdeckung）およびポストマスキング（Nachverdeck
ung）を考慮して、信号の関数として行われる。このよ
うにして符号化されたオーディオ信号の全所要情報フロ
ーは信号の関数として変動するので、送信の場合に、送
信される符号化オーディオ信号の情報フローが一定に保
たれれば、その結果得られる信号に依存する情報フロー
の予備分（Informationsfluss−Reserve）を別の条件を
考慮して送信機で利用することができる。特に、信号依
存情報フローの予備分は、全部またはその一部をサブバ
ンド信号の量子化に利用して、各サブバンド信号の量子
化ノイズレベルと結果として得られるマスキング閾値と
の距離（レベル差）を大きくかつほぼ等しく（ほぼ均等
に）することができる。情報フローの予備分は、その全
部または一部を、マルチプレクス操作で送信される符号
化サブバンド信号のエラー保護として、また、マルチプ
レクスフレーム（Multiplexrahmens）のエラー保護とし
て利用して、マルチプレクス信号におけるエラー保護の
程度を上げることができる。

以下に、この発明を図面を参照して詳細に説明する。

第1A図および第2A図は、この発明の第１の実施例によ
る送信機と受信機との回路素子を示すブロック回路図、 第1B図と第2B図は、第２の実施例による第1A図と第2A
図と同様のブロック回路図、 第1C図と第2C図は、第３の実施例による第1B図と第2B
図と同様のブロック回路図、 第1D図と第2D図は、第４の実施例による第1C図と第2C
図と同様のブロック回路図で、送信機において付加的な
スペクトル分析（FFT）を施したもののブロック回路
図、 第1E図は、この発明の方法の第１の実施例に従う段階
的データ減少法を実施するためのブロック回路図、 第３図は、第1A図、第1B図および第2A図で行われる情
報フローの動的分配のステップのためのブロック回路
図、 第４図はマスキングオーディオ信号の周波数位置が異
なる３つの異なるマスキング閾値曲線の例を示す図、 第５図は、第４図に示す中間のマスキング閾値曲線
の、マスキングオーディオ信号の５つの異なるレベルに
対する依存性を示す図、 第６図は、母音／∂／に対する高調波を点でプロット
し、また、得られたマスキング閾値を実線で示した周波
数図、 第７図は、人間の聴覚系のプリマスキング、同時マス
キングおよびポストマスキングの時間経過を示す図、 第８図は、合計24のザブバンドを有する実施例につい
てのサブバンド周波数構成を、第４図に従ってプロット
したマスキング閾値曲線と共に示す図、 第９図は、帯域幅の関数としての狭帯域ノイズについ
ての等音量曲線を示す図、 第10図は、それぞれ、第1A図と第2A図および第1B図お
よび第2B図に示す送信機と受信機におけるQMFフィルタ
バンクの構造を示す図、 第11図は、第1A図および第1B図に従うトランスコード
段のブロック回路図、 第12図は、デジタル化されたオーディオ信号の８個の
サンプル値に対するスケール係数の決定の概略図、 第13図は、第12図と同様の概略図であるが、１つおき
のスケール係数のみが送信用に用いられ、非送信スケー
ル係数が、各非送信スケール係数がその前に送信される
スケール係数と関連しているかまたは後に送信されるス
ケール係数と関連しているのかを示す、いわゆる関連ビ
ット（Zuordnungsbits）を用いて再構成されるようにさ
れたものを示す図、 第14図は、符号化に必要な全情報フローの、オーディ
オ信号に依存する時間経過の一例を示す図、 第15図は、符号化に必要な全情報フローの、オーディ
オ信号に依存する時間経過の一例と、マルチプレクス信
号における情報フローを一定にした場合の情報の予備を
示す図、 第16図は、第15図に従う符号化に必要な全情報フロー
の、オーディオ信号に依存する時間経過の一例と、情報
フローの予備分を主として動的エラー保護に用いた場合
を示す図。

全体的構成 第1A図に示すように、デジタル化されたオーディオ信
号、例えば、高音質のラジオ信号は複数のサブバンド信
号、例えば、24のサブバンド信号に分割される。デジタ
ルオーディオ信号のサブバンド信号への分割は、好まし
くは、構成と動作の詳細を第10図に示しかつ後で詳述す
るクワドラチャ・ミラー・フィルタ（QMF）からなるフ
ィルタバンク１を用いて行う。フィルタバンク１への入
力信号は、例えば16KHzの帯域を持ち、16ビットの分解
能で線形量子化される。これより広い帯域幅と高い分解
能、例えば、20KHzと18ビット、も可能である。

フィルタバンク１の出力に現われる24サブバンド信号
の高情報フローは、次に接続されているトランスコード
段（Transcodierungsstufe）２で減少させられる。トラ
ンスコードされたサブバンド信号は、後に詳述する段７
で特別のエラー保護が施され、マルチプレクサ３に供給
される。マルチプレクサ３は、この実施例における24の
サブバンド信号を時多重（タイムマルチプレクサ）で伝
送路、例えば、ラジオ送信路に供給する。

情報フローを減じるために、非関連性（Irrelevanz）
減少法と同様に冗長度減少法も用いることができるし、
また、これら２つの方法の組合わせも考えられる。冗長
度減少法は、原信号の再構成に必要とされない構成を抑
圧する方法である。これに対し、非関連性減少法は、再
構成された信号を原信号から識別するために人間の聴覚
系が必要としない情報を減少させるものである。例え
ば、非関連性減少法では、各サブバンド内の有用信号の
量子化は、量子化ノイズが有用信号によって丁度カバー
されるように選ばれる。非関連性・冗長度減少法では、
冗長度減少法、例えば、適応型PCMまたはDPCMプロセッ
サがサブバンドで用いられ、原信号の再構成が完全には
行われないが、エラー信号は有用信号によってマスクさ
れるように設計されている。

以下に、サブバンドにおける非関連性減少法と冗長度
減少法を組合わせたものの適当した実施例を説明する。
サブバンド信号の量子化は、マスキング閾値とスケール
係数とに基づいて行われる。スケール係数は、人間の聴
覚系の時間分解能力に対応する時間内におけるサブバン
ド信号レベルのピーク値を分類する。これらは、更に、
非関連・冗長度減少処理を施される。マルチプレクス信
号の伝送が行われ、その際、エラー保護段８は後述する
ような特殊な特性を呈する。

情報フローの動的分配 マスキング閾値曲線が有用信号のスペクトルおよび時
間構造の関数であるので、最適な非関連性減少処理の意
味からは、情報フローをサブバンドに不可変的に分配す
ることは望ましくない。従って、この発明によれば、サ
ブバンド信号の量子化は段２（利用可能な情報フローの
サブバンドへの「動的分配」）において制御される。

トランスコード段２におけるサブバンド信号の量子化
のための制御信号は、人間の聴覚系のスペクトル的およ
び時間的マスキング閾値に基づいて段５において得られ
る。段２において、これらの制御信号の制御の下に、情
報フローは、第５図乃至第８図を参照して後に詳述する
人間の聴覚系によるプリマスキング、同時マスキングお
よびポストマスキングを考慮して、個々のサブバンドに
動的に分配される。これには、 ａ）同じ有用信号の隣接するサブバンドによってカバー
される有用信号のサブバンドを全くあるいは一部しか送
信しない。

ｂ）同じ有用信号の隣接するサブバンドによってカバー
されない（完全にはカバーされない）有用信号のサブバ
ンドを、結果として生じる量子化ノイズが隣接サブバン
ド信号のより高い有用信号レベルによってカバーされる
ような細かさまで量子化する。

ことが含まれる。

このようにして、従来よりも高度な非関連性減少処理
の実現が可能となる。

従来法では、サブバンド信号の量子化を１つのサブバ
ンド内で有効なマスキングに基づいて行うことによって
情報フローの減少処理を行っている。例えば、純粋な非
関連性減少法では、ドイツ特許第3,440,613号に記載の
次の関係が適用される。

但し、ｑ_{i min}はサブバンドｉにおける最小の量子化
段数、f_oiおよびf_uiはそれぞれサブバンドｉの上と下の
遮断周波数である。

従って、全てのサブバンドに対して必要とされる情報
フローは次のようになる。

こうして得られた所要の情報フローは一定で、24サブ
バンドの分解能に対しては、約100キロビット／秒であ
る。

この値はサブバンド信号の相互マスキングを考慮して
減じられる。例えば、ほぼ均一にマスキングする広帯域
の有用信号に対しては第１のサブバンドより上の周波数
軸上にある全てのサブバンドの分解能は、所要の情報フ
ローが約30％減少するように減じることができる。狭帯
域の有用信号については、多くのサブバンドにおいて情
報フローを０にセットできるので、原理的にはより高度
のデータ減少が可能である。

原理的には、サブバンド信号の量子化を信号に応じて
制御すると、有用信号のスペクトルおよび時間構成の実
質的な関数であり、従って、ほぼ20〜70キロビット／秒
の範囲にわたって信号に応じて変化する所要情報フロー
が得られる。信号に応じて変化する情報フローの有効な
利用法を次に詳述する。

スケール係数 第1A図による実施例においては、サブバンド信号のト
ランスコードは、段５の制御の下に行われる非関連性減
少処理を考慮したマスキング閾値基準に基づいて行われ
るだけではなく、ある時間間隔内におけるサブバンド信
号のレベルのピーク値を分類して、その時間間隔内の各
サブバンド信号の分解能をトランスコード処理のために
固定するスケール係数に基づいても行われる。段４にお
けるスケール係数の決定と段２におけるトランスコード
中のスケール係数の評価および伝送を以下に詳しく述べ
る。サブバンド信号に対するスケール係数は次の３つの
理由により有用である。

1.サブバンド信号についてのスケール係数には、段５に
おけるマスキング閾値基準に従う制御変数の決定に必要
な全ての情報が含まれている。従って、２次情報として
スケール係数を伝送するだけで、受信機（第2A図参照）
において逆トランスコードを行うに充分である。受信さ
れたスケール係数はサブバンドに対する全情報フローの
分配についての情報を提供する。

2.スケール係数によって分類されたサブバンド信号レベ
ルのピーク値が各サブバンド信号のサンプル値によって
超えられることがないので、ビットエラーによって生じ
る各サブバンド内のノイズレベルは、分類精度以上にサ
ブバンド信号レベルのピーク値を超えることができな
い。従って、原理的には、ビットエラーは、大部分が有
用信号によってマスクされるノイズスペクトルを生じ
る。たとえ、最大級のビットエラーが生じる、即ち、全
サンプル値の完全破壊が起こったとしても、この場合に
も存在するスケール係数によって、ノイズスペクトルの
スペクトル包絡線が有用信号の包絡線にほぼ対応するよ
うにする、即ち、音声が理解され得るようにすることが
できる。

3.サブバンド信号のスケール係数は、マスキング閾値基
準による制御変数の決定に必要な全ての基本的な情報を
含んでいるので、送信中、この情報をビットエラーから
充分に保護する必要がある。これは、例えば、冗長度を
導入することによって行うことができる。この冗長度の
導入のために、スケール係数の送信を少なくすることが
特に重要となる。これは、最小所要語長（「スケール係
数の形成」の項参照）、および信号の統計と人間の聴覚
系の要件の関数である伝送繰返し率とによって達成でき
る。

人間の聴覚系の要件は、時間的マスキング、主として
ポストマスキングの効果を利用する（非関連性減少処
理）ことによって満たすことができる。このことは、急
速に減衰するオーディオ信号では、スケール係数は正確
に決定する必要はなく、時間的に前と後の点で決定され
たスケール係数の内挿に基づいて概算することができ
る。時間的にプリマスキングは一般に非常に短くかつ信
号に高度に依存している（１〜20ミリ秒）ので、スケー
ル係数は、信号が急速に上昇するような場合では、より
頻繁に伝送されねばならない。

スケール係数の伝送中の冗長度の減少は、ある期間に
わたってレベルが変化しない、または、わずかしか変化
しないようなサブバンド信号については、スケール係数
は稀にしか伝送されないということにおいて行われる。

スケール係数を全てのサブバンドについて時間ブロッ
ク毎に伝送することが必ずしも必要ではなく、また、人
間の聴覚系およびオーディオ信号についての諸条件に応
じて内挿技法により決定できるという事実のゆえに、全
てのスケール係数に対する伝送率は約10〜20キロビット
／秒となる。

受信機においては、トランスコードは検出されたスケ
ール係数のみによって制御されるので、サブバンド符号
化マルチプレクス信号は、スケール係数が送信機の段８
において有効なエラー保護を施されておれば、ビットエ
ラー干渉に特に不感となる。他のデータ減少法、例えば
適応形PCMやDPCM法、に比してスケール係数を用いる利
点は、スケール係数による２次情報のフローが有効に保
護されておれば、ビットエラーに対する高い不感性が得
られるという事実にある。この２次情報のフローの大き
さは、ほぼ10〜20キロビット／秒の範囲にわたって信号
に応じて変化する。なぜなら、非関連性および冗長度を
減少させるという目的のために、スケール係数の決定の
基になる時間間隔（ブロックの長さ）が人間の聴覚系の
時間的マスキングと各サブバンド信号の時間構造とに対
応しているためである。

従って、トランスコードされたサブバンド信号とスケ
ール係数の伝送のためには、30〜90キロビット／秒の範
囲にわたり、信号に応じて変化する全情報フローが必要
となる。

変化する情報フローの利用 符号化に必要な全情報フローの信号に応じた変化は、
この発明に従う方法を有効に実施するために利用するこ
とができる。

第14図は所要の全情報フローの時間的経過の一例を示
す。点線は平均的な所要全情報フロー（約60キロビット
／秒）を表わす。この値は、大きな時間間隔内の全ての
変化をそれに対応して大きなバッファメモリによって等
化することができる場合には、基準として用いることが
できる。これは、オーディオ信号の伝送の場合には、対
応した長い遅延があるために不可能であるが、オーディ
オ信号の記憶に関しては、この発明による方法の第１の
有利な構成が得られる。

１）マルチプレクス信号における情報のフローが変化す
る。

マルチプレクス信号の構成が、第1A図のマルチプレク
サ３の出力における情報フローが段７と８の入力におけ
る符号化されたオーディオ信号用に用いられる全情報フ
ローと同じように変化するようなものである場合には、
記憶については特に大幅なデータ減少が達成される。特
定の記憶技術に対しては、例えば、磁気コンピュータデ
ィスクへの記憶については、段３、７および８を省略し
て、記憶すべき全情報フローを所要の全情報フローより
高くする必要がないようにすることができる。

記憶されるべき全情報フローの長期間平均は、全プロ
グラムが記憶される場合には、それに含まれている全て
の短いポーズ（例えば、会話におけるもの）は非常に小
さな全情報フロー（約10〜15キロビット／秒で、主とし
てスケール係数のためのもの）しか必要としないため
に、60キロビット／秒以下にさえなることもある。

２）マルチプレクス信号における情報のフローは一定で
ある。

マルチプレクス信号の伝送の場合、その情報フローが
一定であることは有利である。バッファメモリによって
生じる遅延はほんの僅かである筈なので、所要の全情報
フローの変化はほんの僅かしか補正できない。残りの変
化が第15図に例示されている。マルチプレクス信号の情
報の一定したフローは破数で表わされている（90キロビ
ット／秒）。従って、上側の部分は信号に応じて変化
し、次のような種々な形で利用できる情報フロー予備分
を表わしている。

ａ）量子化ノイズレベルとマスキング閾値との間の距離
を大きくする（「信号対ノイズ比の増加」）、 ｂ）エラー保護段７および８用および段３におけるマル
チプレクス信号の形成用（「動的エラー保護」）、 ｃ）時間に関して正確さを必要とせずかつオーディオ信
号から独立した他の任意の所望情報、例えば、スケジュ
ール情報とかラジオテキスト情報をマルチプレクス信号
中で送信する（「付加信号の送信」）。

当然ながら、情報フローの予備分は３つの目的の任意
の組合わせで利用することもできる。以下に、信号対ノ
イズ比の増加と動的エラー保護について詳述する。

以下は増加信号対ノイズ比についてである。

デジタルオーディオ信号に非関連性を完全に取除く
（即ち、スペクトル的プリマスキング、同時マスキング
およびポストマスキングの効果を充分に利用する）ソー
ス符号化法（Quellencodierungsverfahren）では問題が
生じることがある。

このようなソース符号化法をカスケードにして用いた
場合、量子化ノイズがマスキング閾値を越えることがあ
る。例えば、ラジオプログラムの伝送と記憶がこのよう
なソース符号化法を用いて行われる場合、臨界的なオー
ディオ信号においては音質の低下が感知し得るほどにな
ってしまう。

受信機側で有用信号のいくつかの周波数成分のレベル
を上昇させたり低下させたりする場合、有用信号のスペ
クトルマスキングが音質低下が感知し得る程にまで変化
してしまうことがある。この危険性は、隣接するサブバ
ンドの信号をマスキングするサブバンド信号のレベルが
受信機側で低下させられる場合、あるいは、隣接するサ
ブバンド信号によって完全にまたは部分的にマスキング
されているサブバンド信号のレベルが受信機側で上昇さ
せられる場合にある。

上述した場合における音質の低下を防止するために、
この発明による情報フローの動的分配が、最大のデータ
減少のためだけでなく、いわゆるマスク対ノズル予備分
（mask−to−noise Reserve）を得るためにも行われ
る。マスク対ノイズ予備分は信号に応じて、第15図に例
示したような情報フロー予備分にほぼ比例して変化す
る。例えば、多くのサブバンドにおいて情報フローが０
にセットされるほど有用信号が狭帯域の場合には、マス
キングを生じるサブバンド信号については情報フロー
（さらに、分解能も）はそれに対応して増大する。この
ような増加は情報フロー予備分によって許容される点ま
で行われる。従って、マスキングを行うサブバンド信号
の分解能は、ある状況下では、マスキング閾値基準によ
り必要とされるものよりも相当高くなる。

この形のサブバンドに対する情報フローの動的分配の
利点は、例えば、平坦な音声が非常に高い分解能で（例
えば、16〜18ビット線形量子化されて）送信されること
である。500Hzの幅のサブバンド中で単一スペクトル線
を16ビットの分解能で送信するためには論理的には16キ
ロビット／秒が必要である。しかし、エリアシング歪み
を考慮すると（これについては後述するが、第３図参
照）、約２倍のビットフローが必要となる。従って、約
500Hzの幅のサブバンドと約90キロビット／秒のマルチ
プレクス信号とを用いる場合には、周波数位置によって
は、検出し得るほどの品質低下を伴うことなく、２以上
のスペクトル線を同時に送信できる。従って、第1A図と
第2A図に示したサブバンド伝送路の重要な機能は、例え
ば、任意所望の周波数と振幅の正弦波音を伝送して計測
することにより容易にモニタできる。

以下は動的エラー保護についてである。

チャンネル符号化、即ち、段７におけるトランスコー
ド化サンプル値のエラー保護および段８におけるスケー
ル係数のエラー保護、および段３におけるマルチプレク
ス信号の形成のためには、付加情報フローが必要であ
る。従って、マルチプレクス信号の情報フローは信号源
符号化およびチャンネル符号化に使用される情報フロー
で構成される。

マルチプレクス信号における情報の一定したフローを
用いて得られる動的な情報フロー予備分は、マルチプレ
クス信号に対するエラー保護の程度がその時に存在する
情報フロー予備分の関数として制御される（動的エラー
保護）ようにするためにチャンネル符号化に用いること
ができる。エラー保護の程度は段階的に制御すると有利
である。例えば、第16図は動的エラー保護についての情
報フローを示し、このフローは信号に応じて段階的に変
化している（破線の直線と階段状曲線との間の領域）。
階段状曲線によって表わされている情報フローは、同時
に、信号源符号化用に用いることができる全情報フロー
をも表わしている。この全情報フローは所要全情報フロ
ーよりもいくらか大きい。

動的エラー保護は、平均利用可能情報フロー予備分に
対応する平均のエラー保護の程度を増加させることにな
る。従って、ビットエラーによる干渉の可能性が減少す
る。さらに、動的エラー保護により、小さな全情報フロ
ーを必要とするオーディオ信号は高度のエラー保護を施
されて送信され、高い全情報フローを必要とするオーデ
ィオ信号は低度のエラー保護で送信される。このエラー
保護特性は、小さな全情報フローを要するオーディオ信
号はビットエラーによって生じたノイズ信号を弱くマス
クするだけなので、特に有利に働く。このような敏感な
オーディオ信号は特に、相当な保護が加えられる。例え
ば、音声信号、特に、スピーチ中のポーズの間、あるい
は、音楽におけるある種のパッセージ（「コンサートホ
ールの静寂」）の間では、所要全情報フローは特に低
く、従って、エラー保護の程度は特に高い。

動的エラー保護の程度は、ある与えられたビットエラ
ーレートに対し、主観的ノイズ効果がオーディオ信号に
よってほぼ左右されないように構成することが好まし
い。

品質等級 この発明によるソース符号化法の別の特徴は、送信機
側の段６（第1B図）においてソース符号化処理の品質を
決定できることである。第４図乃至第８図を参照して後
で詳述するが、段５で決定されるサブバンド信号の量子
化の基準は品質決定（段６）を用いて評価される。

これは次のようにして行われる。

ａ）オーディオ信号の符号化に用いることのできる全情
報フローは品質決定により決定される。

ｂ）動的分配について既に述べた「増加した信号対ノイ
ズ比」についての評価が行われる。「マスク対ノイズ予
備分」は品質決定の関数として決められる。

ｃ）マスキング閾値基準は、品質決定に応じて、大きな
全情報フローを必要としかつ稀にしか生じないある臨界
的な有用信号が感知し得るが不快ではない品質低下を含
むように構成される。例えば、品質の等級は、これらの
品質低下が生じる可能性によって決められる。

ｄ）品質決定に応じて、いくつかのサブバンド信号が臨
界的な有用信号について０にセットされる。これは、大
きな帯域幅を持ったサブバンド信号および大きな情報フ
ローを持ったサブバンド信号を優先的に、さらに、最小
ノイズ効果に基づいて行われる。あるサブバンド信号の
分解能が不充分であることに伴う比較的高いノイズの影
響は、重要でないサブバンド信号を０にセットすること
により、付加的な情報フローを上記のサブバンド信号の
ために得ることによって排除できる。重要でないサブバ
ンド信号とは、他のサブバンド信号に比較して、レベル
が低く、音質（トーン品質）の知覚に僅かにしか関与し
ないサブバンド信号である。

重要なファクタは全情報フローの低減は最小の品質低
下に結びつくことである。なぜなら、段５における情報
フローのサブバンドへの動的分配は、利用可能な全情報
フローに基づいてだけではなく、品質等級の特定の基準
に基づいても行われるからである。

品質を段階的に低下させることにより、１つの有用信
号ではなく、２以上の有用信号をマルチプレクス信号の
同じ情報フローと同時に送信することができる。段６に
おける品質の決定が各有用信号に対する利用可能全情報
フローを決定するので、品質等級化は、品質の選択によ
って伝送可能なチャンネルの数が固定され、逆に、伝送
可能なチャンネルの数が品質が決定するような態様で行
われる。この目的を達成するために、チャンネルブロッ
ク９（第1B図）とマルチプレクス段３が切換えられる。
切換の情報は受信機側での品質等級の適応形復号化処理
ができるようにマルチプレクス信号中で送信される。こ
の切換情報に対するエラー保護は、この切換情報を必要
以上に頻繁に、例えば、100ミリ秒間隔で送信すること
により与えられる。

次に示す相関関係が品質等級とチャンネルの数との間
に考えられる。

チャンネル当りの情報フローの減少は、非関連性減少
処理および冗長度減少処理の後でも、例えば、上記の表
に基づく許容情報フローよりも大きな情報フローを必要
とするような有用信号についてのみ品質低下を生じると
いう特徴がある。この発明によって与えられる情報フロ
ーの段階的低減は、品質低下信号の生成の可能性が従来
の情報のフローの段階的低減の方法におけるよりも低い
ことが特徴である。例えば、品質低下会話信号の発生の
可能性は表の品質等級１〜３では０に等しく、品質等級
４では100％以下であり、品質低下の程度は、電話信号
で一般に行われる帯域幅低減によって生じる低下よりも
はるかに低い。

受信機 第2A図によれば、エラー保護されたトランスコードさ
れたサブバンド信号、それに伴うエラー保護されたスケ
ール係数および送信機側で設定された品質等級に関する
情報は受信機側のデマルチプレクス段13で再生される。
品質等級情報を用いることにより、選択可能なチャンネ
ルの番号を表示装置16（第2B図）に表示して、聴取者が
チャンネル選択スイッチ19を用いることにより、デマル
チプレクス段13から出力されるデータを設定することが
できるように構成できる。段17と18においては、トラン
スコードされたサブバンド信号とスケール係数に対する
エラー保護データが取出され、エラー補正の手段がとら
れる。送信機側と同様にスケール係数は、情報のフロー
のサブバンドへの分配の制御のための段15への入力情報
となる。従って、段15は送信機の段５と同じである（第
３図）。段15で得られた制御情報とスケール係数と品質
等級情報とに基づいて、送信機の段２と逆のトランスコ
ードが段12で行われ、16〜18ビットの線形量子化された
サブバンド信号が逆QMFフィルタバンク11に現われ、そ
こで広帯域のデジタルオーディオ信号が再生される。QM
Fフィルタバンク11の構成と動作は第10図を参照して詳
細を後に述べる。

第２の実施例 この発明の方法の別の実施例が第1C図（送信機）およ
び第2C図（受信機）に示されている。第1C図に従う送信
機側での符号化は上述した第1B図に示す実施例と同様で
ある。第1B図と異なり、第1C図では、情報フローのサブ
バンドへの分配に関する制御情報はマルチプレクス信号
中で送られ、この制御情報は段8bでエラー保護が施され
る。このエラー保護の効力は段8aにおけるスケール係数
のエラー保護と同等にされる。第2C図に示す受信機側で
の復号の際、第2B図の場合と異なり、制御情報は（第2B
図では段15で行われていた）スケール係数に基づいて改
めて決定されるということはなく、マルチプレクス信号
から直接取出される。段18aと18bにおいて、スケール係
数についてのエラー保護データと制御情報が取出され、
エラー補正手段が構じられる。

第1B図と第2B図に示す実施例に比して、今論じている
第２の実施例では、段12における逆トランスコード処理
に必要な制御情報を改めて求める必要がないので、受信
機側での技術的な対策が少なくてすむ。制御情報の送信
とエラー保護に要する付加情報フローはスケール係数用
の情報フローとほぼ同じである。

別の実施例 この発明の方法、特に第1D図、第2D図および第1E図に
示す、他の実施例、有利な特徴および変形については以
下の記載の中で述べる。

方法の詳細 情報のフローの制御 第３図と関係して詳細を説明したマスキング閾値基準
を引出すための段５では、スペクトル的マスキング閾値
はブロック5.1で、時間的マスキング閾値はブロック5.2
で、それぞれ別々に求められる。この処理は、段5.5を
通して利用可能な全情報フローを考慮し、また、段5.6
において品質等級の特別の基準に基づいて行われる。段
5.1、5.2および5.3は直列に接続されており、段5.1は段
４の出力に結合されており、さらに、段5.5の一方の制
御入力は段６に接続されている。さらに、段5.1の第１
の制御入力も同様に段６に接続されているが、その第２
の制御入力は段5.6から入力が与えられる。

隣接するサブバンド信号が大きく異った形で量子化さ
れる場合には、QMFフィルタバンク１ではエーリアシン
グ歪みが生じるので、段5.4が、隣接するサブバンド信
号間の最大許容量子化差に対して、エーリアシング歪み
が聴きとれない程度にとどまるような所要の値を与え
る。この目的のために、段5.4は段5.5の出力に接続され
ている制御出力段5.3を制御する。このようにして、出
力段5.3はブロック5.1と5.2によって与えられるマスキ
ング閾値と、段5.5により与えられる利用可能全情報フ
ローと、段5.4により与えられるエーリアシング歪みと
を考慮して量子化の配分を決定するように働く。

マスキング閾値基準 従来技術における出力信号の個々のサブバンド内での
量子化の静的配分は、これらのサブバンド内に限定され
た量子化ノイズの同じバンド中の有用信号によるマスキ
ングのみを考慮している。従来法によって、サブバンド
内の量子化ノイズのマスキングを考慮するだけで、式
（１）によって、広帯域信号を24のサブバンドに分割す
ることにより、16ビット線形PCM符号化に比して、約400
キロビット／秒のデータ率の低減の実現が可能である。
これに対して、この発明によって施されるサブバンド信
号の量子化の動的（信号に応じた）制御によれば、主観
的に同じ品質を保ちつつデータ率を更に減じることがで
き、また、信号に特有の品質予備（Qualittsreserv
e）を余分に設けることができ、一方、データ率を減少
させることなく、更に大きな品質予備を実現することも
できる。

スペクトル的マスキング閾値 この発明による量子化の制御は、高信号レベルを有す
るサブバンド信号の隣接サブバンドに対するマスキング
効果に従って行われる。第８図に示すサブバンド構成を
採用すると、このマスキング効果は、8KHzまでの周波数
範囲で500Hzの同じ絶対値幅のサブバンドを基本とし
て、実質的に2KHzより上の周波数範囲で利用できる。こ
れと異なり、人間の聴覚系の周波数選択性、従って、ス
ペクトル的マスキングは一定の相対帯域幅、いわゆる周
波数郡（Frequezgruppen）に関係している。この発明の
第８図に示したサブバンド構成で選択された絶対的に一
定な帯域幅は、２〜4KHzの範囲中の周波数群の幅にほぼ
相当し、4KHz以上の周波数範囲においては、人間の聴覚
系の周波数群よりもかなり狭い。従って、この範囲にお
いては、隣接サブバンド信号のマスキングは、第８図に
概略図示するように、大きいと考えることができる。

第４図は、周波数群の幅を持ち、かつ、中心周波数が
250Hz、1KHzおよび4KHzのマスキング音としてのノイズ
に対するマスキング閾値を示す。図示の３つの場合の全
てにおいて、マスキングノイズのレベルは、Ｌ＝60dBで
ある。対数表示した周波数軸上にプロットしたマスキン
グ閾値は1KHz 4KHzの中心周波数についてはほぼ同じ形
状を有している。しかし、250Hzの中心周波数について
は、曲線ははっきりわかる程広い。干渉ノイズのレベル
は一定となるように選択されたが、マスキング閾値の最
大値の差は点線で示してある。（60dB線、250Hzで約2dB
に過ぎないが、4KHzでは差は5dBに増加している。）さ
らに、低い側の端縁におけるマスキング閾値は約100dB/
オクターブで急激に上昇し、高い周波数の方にはかなり
緩やかに下降している。これは、低い大きな音が高い柔
らかな音を主としてマスクしていることを意味する。

高い側の端縁の急峻さはマスキング音のレベルの関数
である。この依存性が第５図に示されている。低いレベ
ルでは、マスキング閾値は高い方の周波数側へ急激に下
降するが、中程度のレベルでは、さらに、高レベルでは
より明瞭に、下降の仕方はより平坦になっている。70dB
のレベルについて言えば、この下降は約40dB/オクター
ブである。このように、マスキング閾値の周波数依存性
は、さらに、干渉ノイズのレベルにも依存する。

典型的には、送信されるべき信号は単一の音だけでな
く複数の高調波（例えば、楽器や有声の会話音の場合）
あるいは広帯域ノイズ（シューという音（Zischlaute）
の場合）も含んでいる。これらの高調波の振幅の構成に
応じて、そのような信号によって生成されるマスキング
閾値は大きく異なる。例えば、多くの高調波を持ったト
ランペットは、その音がほとんど単一の線からなるスペ
クトルを有するフルートよりもはるかに広帯域のマスキ
ング効果を生じる。第６図は、例えば、母音／ ／につ
いてのマスキング閾値を示す。個々の高調波のレベルは
黒の点で示し、結果として生じるマスキング閾値を実線
で示す。部分的な相互マスキングにもかかわらず、初め
の９つの高調波は知覚でき、一方、10番目と11番目の高
調波は主として第８高調波によってマスクされている。
13〜17番目の高調波はレベルが低いために、比較的強い
12番目の高調波によってマスクされている。

任意所望の音信号のスペクトルマスキング効果は次の
ようにしてブロック5.1（第３図）で計算できる。（マ
スキング閾値の計算の詳細は、J.Acoust.Soc.Am71、198
2年、679〜688頁のE.Terhardt、G.Stoll、M.Seewannに
よる「Algorithm for Extraction of Pitch and pitch
Salience from Complex Tonal Signals」に示されてい
る。） L_RHSi（f_ui）＝ ＝｛3.64（f_ui/KHz）^−0.8 −6.5exp［−0.6（f_ui/KHz・3.3）^２］ ＋10^-3（f_ui/KHz）^４｝［dB］ （３） ここで、L_RHSiは、ｉ番目のサブバンドについての静
寂時における可聴閾値で、サブバンドｉの遮断周波数f
_uiについて、表の形で利用可能である。

次式は人間の聴覚系の周波数群についての目安となる
トナリティ（Tonheit）_ｚに適用される。

ｚ＝｛13 arc tan［0.76（f/KHz）］ ＋3.5 arc tan（f/7.5KHz）^２｝［Bark］ （４） ここで、ｚは同様に表の形で利用可能である。

マスキング閾値の低い側における急峻さＳについて
は、次式が適用される。

Ｓ＝27 dB/Bark （５） マスキング閾値の高い側の急峻さＳに対しては、次式
が適用される。

S=[-24-(0.23KHz/f_oi)+(0.2・L_ｉ/dB)][dB/Bark] （６） ここで、f_oiは上側遮断周波数で、L_iは各サブバンド
ｉの信号レベルである。

サブバンドｉ内における、スペクトルマスキングの基
礎となる励起分布（Erregungsverteilung）について
は、次式が適用される。

L_EK（f_ui）＝L_K−Ｓ（z_k−z_i） （７） 式（７）はサブバンドｉに対するサブバンドｋのマス
キングを示している。但し、z_kはサブバンドｋのトナリ
ティｚを、z_iはサブバンド１のトナリティｚを示してい
る。異なるサブバンド信号による全相互マスキング効果
は、各サブバンド中の励起分布の振幅の総合から生じ
る。他の23のサブバンド中の信号に基づくサブバンドｉ
内の信号レベルL_iのマスキングは次のようにして計算さ
れる。

信号レベルL_iを持つサブバンド信号は、LX_i ＜0 dBで
あれば完全にマスクされる。もし、 L_i＞ LX_i＞0 dB （９） ならば、部分的なマスキングが行われる。

時間的マスキング閾値 種々のサブバンドへの量子化の分配は、スペクトルマ
スキングだけでなく時間的マスキングにも基づいて行わ
れる。第７図に示すように、マスキングに対する３つの
時間領域が区別できる。プリマスキングはマスキング音
すなわちマスカ（Maskierer）がスイッチオンされる
（発生する）前の時間領域で起きる。マスカとテスト音
が同時にスイッチオンされると、同時にマスキング状態
になる。マスカがスイッチオフされ（消滅し）た後で
は、ポストマスキングが生じる。

プリマスキングの典型的な長さは、10〜20ミリ秒の範
囲内である。レベル上昇はこの比較的短い時間内で完全
に再生されなければならない。

短いテスト音パルスについては、同時マスキングはパ
ルスの持続時間Ｔに依存する。パルス持続時間が長くな
ると、マスキング閾値は持続時間と無関係になる。パル
スの持続時間が短くなる（Ｔ＜200ミリ秒）と、マスキ
ング閾値は−10dB/10進（−10dB/Dekade）で上昇する。

ポストマスキングはマスカがスイッチオフされてから
約200ミリ秒持続する。ポストマスキング閾値は、ター
ンオフ（消滅）後最初の５ミリ秒内のマスキング閾値を
保護し、200ミリ秒後には、静寂時の可聴閾値の値に達
する。その持続時間のために、ポストマスキングの効果
はプリマスキングの効果よりももっと重要な役割を果た
す。ポストマスキングはまたマスカがスイッチオンされ
ている時間にも依存する。マスカが非常に短い期間しか
（Ｔ＜５ミリ秒）スイッチオンされない場合には、ポス
トマスキング閾値は20ミリ秒後でも、静寂時の可聴閾値
の値まで低下してしまう。

マスキング閾値の利用 スペクトルおよび時間マスキング特性は第1A図に示し
た送信機のトランスコーダ２において、隣接サブバンド
信号によりマスクされない、もしくは、僅かしかマスク
されないサブバンドの信号を、非常に強くマスクされ、
従って、ほとんど知覚されない信号よりも細かく量子化
するために用いられる。完全にマスクされる、即ち、結
果として生じるマスキング閾値より下にあるサブバンド
中の信号は送信される必要はない。それぞれのサブバン
ドの信号は０にセットできる。受信機（第2A図）の段12
におけるトランスコード化信号の復号を可能とするため
には、段５で生成された制御情報が段12に存在しなけれ
ばならない。この制御情報の同時送信を防止するため
に、個々のサブバンドのスケール係数が段５に対する入
力情報として用いられる。これらのスケール係数はどの
ような場合でも２次情報としてマルチプレクス信号中で
送られる。従って、受信機における逆トランスコード12
は、個々のサブバンドのスケール係数の知識のみに基づ
き、また、マスキング閾値に関して送信機の段５と同じ
基準を組入れることによって、再帰量子化（Ｒckquan
tisierung）を線形量子化をもって（例えば、サンプル
値当り16〜18ビット分解能）、平面に正確にわりあてる
ことが可能になる。

エーリアシング歪みの考慮 隣接サブバンドの相互マスキングとは独立して、エー
リアシング歪みの識別性も、サブバンド内での量子化の
分配の際に考慮されねばならない。これらの歪みは、あ
る理想的なフィルタについて可能な帯域幅の２倍の最小
サンプリングレートに丁度相当するレートで出力信号が
サンプリングされるQMFフィルタバンク１における非理
想的帯域通過濾波のために生じる。しかし、バンク１の
QMFフィルタ構造のために、フィルタバンク１のフィル
タの伝送範囲にたたみこまれるエーリアシング成分は、
信号が隣接する帯域通過フィルタ中で同じ分解能を有し
ておれば、実用上完全に排除できる。第８図に示した選
択されたサブバンド構成においては、エーリアシング歪
みは特に下側の６つのサブバンドにおいてその識別度が
問題になる。というのは、採用されらクワドラチャー・
ミラー・フィルタの帯域幅は周波数群の幅（第８図参
照）よりも大きいからである。高い周波数の範囲では、
エーリアシング歪みは非常に僅かしか問題にならない。
なぜなら、周波数群に比較して、それぞれのサブバンド
・クワドラチャ・ミラー・フィルタの幅がかなり狭いた
めに、エーリアシング歪みは有用信号によって強くマス
クされるからである。

エーリアシング歪みが聞こえることのないようにする
ために、低い方のサブバンドにおける隣接サブバンド間
の量子化段階の高さは、できる限り同じに選定されねば
ならないが、高いサブバンドでは、隣接サブバンド間の
量子化段階の高さの差はもっと大きくてもよい。

バッファメモリ 情報フローを更に減少させるためには、第11図を参照
して後で詳述するように、個々のサブバンド信号に対し
て送信機および受信機のトランスコード２と12にバッフ
ァメモリを必要とする。このようなバッファメモリは、
人間の聴覚系のポストマスキング閾値にほぼ対応する時
間信号を遅延させることを可能にする。

200ミリ秒と500ミリ秒の間の値のオーディオ信号の遅
延は人間の聴覚系の時間的マスキング閾値にうまく適合
するし、また、実用にも充分適したものである。この信
号遅延は、情報フローを異なるサブバンド信号に対する
分配だけでなく、スケール係数が決められたそれぞれの
時間ブロックに対する分配をも有効に行うために必要で
ある。時間窓内で変化する情報フローの分配は時間マス
キング閾値を考慮する時、特に重要性を帯びてくる。例
えば、サブバンド信号のレベルの急速な上昇は非常に正
確にトランスコードされ、また、ポストマスキング閾値
の低下が比較的緩やかなために強くマスクされる急速な
レベルの低下は充分な正確さをもってトランスコードで
きる。量子化の時間的分配は、個々のサブバンドへのス
ペクトル分配の場合と同様、マスキング閾値基準に基づ
き、第３図の段5.5において考慮が行われて、最小の
「マスキング対ノイズ」比を維持するように行われる。
これは、例えば、バッファメモリからバッファメモリの
負荷状態について情報を含む制御信号を段5.5に送るこ
とにおいて行われる。

トランスコードされたサブバンド信号に対するエラー保
護 段７（第1A図）で行われるサンプル値の伝送エラーに
対する保護は次の理由によりかなり簡素化できる。

誤って受信されたサンプル値の干渉効果は、オーディ
オ帯域幅全体には及ばず、関連するサブバンドの幅に限
定される。それぞれのサブバンド中の干渉の最大振幅は
スケール係数の送信により大きさが制限される。このこ
とは、誤って受信されたサンプル値のスペクトル分配は
有用信号のスペクトル構造にほぼ近づき、従って、サン
プル値の伝送エラーによって生じた干渉の最大可能なマ
スキングを生みだすことを意味する。

一定したレベルを有する帯域通過制限を受けたノイズ
の音の強さは帯域幅に依存するので、人間の聴覚系の周
波数群より大きな帯域幅を持つサブバンドにおける干渉
の排除を、それよりも狭いサブバンドにおける干渉の排
除に優先させることが望ましい。２周波数群より大きな
帯域幅を持つノイズは、平均ノイズ音圧レベルでも、周
波数群幅しか持たないノイズを3dBレベル上昇させたも
のと同じ音の大きさの感じを与える（第９図参照）。干
渉が音の大きさに対して与える影響を最小にするために
は、ノイズのスペクトルは１周波数群幅に減少させねば
ならない。このサブバンド構成（第８図）では、最も低
い５つのサブバンドにおいては、帯域幅は周波数群の幅
を大幅に超える（第１のサブバンドは計５周波数群にわ
たっている）ので、最も低い２つのサブバンドのサンプ
ル値は集中的に保護されねばならないし、３〜５番目の
サブバンドのサンプル値も充分に保護されねばならな
い。

段１および11におけるクワドラチャ・ミラー・フィルタ 第1A図および第2A図に示す送信機および受信機におけ
る処理が第10図の機能構成によって示されている。

デジタルオーディオ信号が供給されるQMFフィルタバ
ンク１は、オーディオ信号スペクトルを順次分割して、
図示の例では24のサブバンド信号を作るミラーフィルタ
MFのカスケード接続で構成されている。各ミラーフィル
タMFは、遮断周波数に関して鏡対称関係にある２つのサ
ブバンドにデジタル入力信号を分割するいわゆる「有限
インパルス応答形フィルタ」（FIRフィルタ）を構成し
ている。これを行うために、等価低減通過フィルタの遮
断周波数は入力信号の帯域幅の２分の１に対応するよう
に選択される。

低域通過フィルタ特性の勾配はFIR低域通過フィルタ
の係数の数に比例する。係数の計算は、米国ニュージャ
ージ州イングルウッド・クリフス（Englewood Cliffs）
のプレンティス・ホール（Prentice Hall）から出版さ
れているクロシエール（Chrochiere）氏およびラビナ
（Rabiner）氏による「Multirate Digital Signal Proc
essing」に記載されている。各ミラーフィルタMFはその
入力信号を２つの同じ大きさのサブバンドに分割し、従
って、サンプリング率も半分にするので、フィルタを通
過する情報の量は原則として変わらない。カスケード接
続されたフィルタMF間で転送されるサンプル値の20〜23
ビットの語長のみが、カスケード接続による丸め込みエ
ラーを排除するために、通常16〜18ビットを持つ入力信
号の語長よりいくらか長い。32KHzのサンプリング周波
数で24のサブバンドへ周波数分配することは、０〜8KHz
の領域を各々が500Hzの16のバンドに分割し、８〜16KHz
の領域を各々が1KHzの８つのバンドに分割して行われる
（第８図参照）。このためには、それぞれ、５または４
個のカスケードフィルタMFが必要となる。ミラーフィル
タMFの等価低域通過フィルタ特性のエッジ（Flanke）の
勾配が無限でないことによる好ましくないエーリアシン
グ歪みは、隣接サブバンドでの量子化が同じであれば、
再フィルタ処理時に補正される。

カスケード構成を用いると、常に最適にフィルタバン
クの性能を利用できる。なぜなら、同じ数の係数を用い
ると、FIR低減通過フィルタの時間の長さ、従って、1Hz
当りの勾配が後の方のカスケード段に行くほど増加する
からである。フィルタのエッジの勾配はマスキング閾値
曲線の最大勾配より大きくする必要はないということが
分ったので、フィルタ処理のためには、フィルタ当り64
個の係数で充分である。

各フィルタ段に同じ組合わせの係数を用いると、フィ
ルタの勾配は、サンプリング周波数が低くなるにつれ
て、先行のスペクトル分割のために、大きくなる。最後
のフィルタカスケードでは、このような勾配は、全ての
バンド領域において実現されるわけではないので、必ず
しも必要ではない。従って、最後のフィルタカスケード
において、係数の数の少ないフィルタを用いると、主と
して信号遅延時間が短くなり、このことは例えばラジオ
放送のようなリアルタイム分野では重要な意味を持つ。
人間の聴覚系に必要なエッジ勾配を得るためには、最後
のフィルタカスケードでは16のフィルタ係数で充分であ
る。

実際のフィルタは残留リップルを有する。この残留リ
ップルは周波数応答には感知し得る程の影響は与えない
が（残留リップル0.002dB）、パルスが非常に短い時
間持続する可聴の「フィルタリンギング」を引起こす可
能性がある。これらのパルスは、主パルスの前後10〜10
0ミリ秒で生成される２次的なパルスで、有用信号に比
して約−80dBのレベルを持っている。ある状況下では耳
に聴こえることもあるこのような信号エラーを防止する
ために、実際の符号化の前に、データ減少を行わずに、
フィルタおよび逆方向フィルタ処理（Hin und Rckfil
terung）にかけられる。このフィルタおよび逆方向フィ
ルタ処理によって生成されるエラー信号は抽出されて、
符号化されるべき元の信号に逆方向に加えられる。符号
化器および復号器の干渉特性はこのようにして充分に抑
圧される。

段２と４におけるトランスコードおよびスケール係数の
決定 トランスコード段２では、入力サブバンド信号の分解
能が16（18）ビット／サンプル値から1.5ビット／サン
プル値まで小さくされる。これは、各サブバンドにおけ
るサンプル値の段数を減少させることを意味する。この
ために、初めに、最大のサンプル値の大きさが、ある数
の時間的に連続するサンプル値（即ちブロック）の中か
ら各サブバンドについて捜し出され、ついで、その大き
さは分類構成に関係づけられる。この分類構成は、16ビ
ットPCMの動的範囲（ダイナミックレンジ）（96dB）を9
6/64dB＝1.5dB/段に分割する。各々が６ビットに相当す
る64のクラスから成る。最高サンプル値に対応する段数
が考察中のサンプル値のシーケンスに対するスケール係
数を表わす。段４で決定されたスケール係数はトランス
コード段２に供給される。この段２は、さらに、段５か
ら各ブロックに（そこで採用されているマスキング基準
に基づいて）要求される量子化段階の数に関する情報
を、また、段６から所望のソース符号化品質についての
情報を受取る。

第11図に詳細に示されているように、段２に、段４か
らのスケール係数によって制御される線形量子化サブバ
ンド信号用の可制御増幅器2.1を含んでいる。増幅され
たサブバンド信号は時間的マスキング閾値の考慮に必要
な（「バッファメモリ」の項参照）可制御遅延部材2.2
を通る。増幅され遅延されたサブバンド信号は５および
６の制御下で量子可装置2.3において再量子化される。

スケール係数によて表わされる正および負方向の領域
はそれぞれ与えられた数の量子化段によって分割され
る。その結果、各段間の高さは、大きな値の領域に対応
する大きなスケール係数に対するものよりも、小さな値
の領域に対応する小さなスケール係数に対する場合の方
が小さくなり、従って、分解能もより高くなる。従っ
て、広帯域の有用信号をサブバンド信号に細分割するこ
とにより、低レベルのスペクトル成分が高レベルを有す
るスペクトル成分と同じ限られた精度で分解される広帯
域有用信号の全体的量子化で達成できるよりも高い分解
能を個々の低レベルスペクトル成分に与えることが可能
になる。

人間の聴覚系の比較的短いプリマスキングという点か
ら考えて、レベルの上昇に追随できるようにすること
と、スケール係数を非常に頻繁に送信しなくてもよいよ
うにするために、スケール係数は、例えば、４つのサン
プル値毎に形成されるが、その中の１つおきのものだけ
が送信される。受信機において、送信されなかったスケ
ール係数の再構成を行えるようにするために、省略され
たスケール係数に関係する４群ブロックについて情報ビ
ットが送信される。この情報ビットは、それぞれ４群ブ
ロックのスケーリングについて、先行するスケール係数
または後続のスケール係数の有効性を指示する。これら
の関係は第12図と第13図に概略的に示されている。

第12図は各々８サンプル値を持つブロックを含むレベ
ル曲線に対するスケール係数の形成を示し、第13図は各
々が４つのサンプル値を有するブロックについての同じ
レベル曲線を示し、６ビットからスケール係数の中の１
つおきのもののみが送信され、かつ、付加情報ビットが
採用されているので、６ビット/8サンプル値ではなく、
７ビット/8サンプル値が送信されている。第13図に示さ
れるように、スケール係数S_nとS_n+1との間に生じている
レベルの増加は、第12図の場合よりも時間的により正確
に検出される。スケール係数S_nに属する最初の４つのサ
ンプル値に対する第12図における不可避的に強い量子化
ノイズ（S_nの高い値）は、第13図においては量子化段階
がより細分化されており、それに対応してスケール係数
が低いために、小さくなっている。時間が非常に短い
（４サンプル値より短い時間の）レベルピークについて
も、レベルの上昇は付加情報ビットにより、より正確に
時間的に近似される。レベル上昇に伴うレベル低下は人
間の聴覚系のポストマスキングが相当長く、従って、も
っと長い「ノイズトレール（尾を引くノイズ）」すらも
許容できるために、それほど重要ではない。

スケール係数と付加情報ビットは、各サブバンドにお
いて次のようにして生成される。理解を容易にするため
に、偶数番号の指数を持つスケール係数S_2n、s_2n+2、…
…のみが送信されるものとする。

S_2n＜S_2n+1＜S_2n+2 最も近いレベル値 S_2n＜S_2n+1＞S_2n+2 S_2n+1からS_2n+2 S_2n＞S_2n+1＞S_2n+2 最も近いレベル値 S_2n＞S_2n+1＜S_2n+2 S_2nからS_2n+1 スケール係数についてのがっちりした分類構成を1.5d
B段階でより細かなものとするために、付加情報の送信
が行われて、この分類によって生じるエラーが低減され
る。1.5〜3.5KHzおよび3.5〜8KHzの周波数範囲におい
て、各８サンプル値毎に３ビットの付加情報が与えられ
る。第８図によれば、この付加情報は、これら２つの周
波数範囲をカバーする全てのサブバンドについて、（1/
8）・1.5dBステップで、1.5dBラスタからの偏移を示
す。これは、例えば、レベルの変化が約0.2dBの精度で
送信できる個々の音のために役立つ。

この細かなラスタの選択は、強く変調されたサブバン
ドのみが細かなラスタを決定するように、最小の２次
（quadratischen）エラーに基づいて行われるべきであ
る。従って、付加情報は、次の理由により、全てのサブ
バンドに適用されるわけではない。第８図に示した選ば
れたサブバンド構成では、1.5KHzまでの下の３つのサブ
バンドの帯域は人間の聴覚系の周波数群の帯域幅よりも
実質的に大きく、従って、これら３つのサブバンド内で
のマスキングは比較的低い。従って、これらの３つのサ
ブバンドは比較的高い分解能、例えば、0.5〜1KHzのサ
ブバンドについては10.6ビット／サンプル値を必要とす
る。これらのサブバンドに対する比較的高い分解能のた
めに、分類に伴う欠点は1KHz以下のスケール係数につい
ては問題にならない。8KHz以上については、1.5dB分類
は充分と考えられる。

トランスコード段２の他の特徴は低減されたサンプル
値情報の全てについて、各サブバンド信号の各ブロック
が送信されないような処理を、大きさ０のスケール係数
が受けることである。これは、段５がある１つのサブバ
ンドにおいてスケール係数が各マスキング閾値（相互マ
スキング）よりも低いことを検出した時に起こり、この
時、段５は段４に対し「スケール係数を０にセットせ
よ」という制御命令を送る。

さらに、段４にはノイズブロックを設けてもよく、こ
れは各サブバンドについてスイッチされて、空チャンネ
ルノイズ、A/D変換時の誤差等を制限することができ
る。この関連においても、可変閾値を設けることも考え
られる。

段２における量子化の際、０に近い値が２つの量子化
段階間で常に変化することがないようにするために、奇
数個の量子化段階を設けなければならない。さもない
と、サブバンドの信号レベルよりもはるかに高い成分が
生じてしまう。表示可能な値、従って、送信容量を犠牲
にすることなく全ての段階数を直接デジタル値に変換で
きるわけではない。たとえば、３つの可能な段階の表示
に対し、情報の２ビットを用いねばならない。しかし、
これら２つのビットの第４の考えられる組合わせは用い
られず、このことは33％の余分な情報を消費しているこ
とになる。

送信容量の上記のような損失は、複数のサンプル値を
一緒にして１個のデータ語に符号化することにより小さ
くすることができる。たとえば、各々が３つの段階を有
する５つのサンプル値は243＝3⁵の組合わせが可能であ
るが、非妥当性を少なくし、かつ、少しの符号化の費用
で８ビットで、即ち、256の状態で送信できる。

制御情報を得るための付加的スペクトル分析 この発明による方法の別の実施例が第1D図（送信機）
および第2D図（受信機）に示されている。サンプル値の
量子化のための制御情報の大部分はオーディオ信号のス
ペクトル曲線から得られる。この情報を得るために、オ
ーディオ信号は送信機でフーリエ細分割に付される。フ
ーリエ細分割は例えば、高速フーリエ変換によって実現
できる。このフーリエ変換によって、本質的に次のよう
な利点が得られる。

オーディオ信号の帯域通過分割よりも正確なスペクト
ル表示、 音成分をオーディオ信号のノイズ状成分から区別でき
る、 音声分とノイズ状成分をより精密にスペクトル分析す
ることができかつ両者より精密に区別できることによ
り、制御変数を限られた数のサブバンド信号を基準にす
ることによってのみ取出す場合に比して、マスキング閾
値をより効果的に決定できる、 オーディオ信号送信時に同時短時間遅延を用いること
により、受信機側で必要なハードウェアの量が少なくな
り、また、マルチプレクス信号に対して、この方法を用
いない場合と同じ伝送速度を用いることができる。

必要なハードウェアの低減は使用する帯域通過フィル
タの数が少しでよいことによる。帯域通過フィルタの数
が少ないということは、第１に、プロセッサの経費が少
なくなるということを意味し、このことは、費用効果性
の受信機の開発という点において特にプラスの効果であ
る。第1D図と第2D図は、前にのべた実施例における24の
サブバンドに代って、16しかサブバンドを用いていない
という点に、ハードウェア経費の削減が現われている。
より広いサブバンドを用いる結果としてトランスコード
されたサブバンド信号のデータフローは原理的に大きく
なるが、これもマスキング閾値をより精密に決定するこ
とにより、ほぼ補償できる。

オーディオ信号の低い周波数の範囲における充分なス
ペクトル分解能は、約Δｆ＝10Hzの隣接離散値（Sttz
werte）のスペクトル表示により可能である。精密なス
ペクトル決定の決定的な利点は周波数範囲の下側部分に
おける可聴閾値の決定について与えられる（人間の聴覚
系の全24周波数の中で22が10KHzまでの周波数範囲内に
ある）ので、約10KHz以下のスペクトル分析で充分であ
る。振幅スペクトルが512の実際の離散値によってスペ
クトル的に表わされている場合は、隣接する離散値間の
間隔はΔｆ＝20Hzになる。より精密な周波数の決定は、
適当な補間アルゴリズムを用いて隣接する周波数離散値
の評価を行うことによって可能である。

FFT分析から得た制御変数に加えて、情報フローの動
的分配のためのブロックの入力値（第1D図参照）には、
品質およびチャンネル数決定用制御変数と各サブバンド
のスケール係数とが含まれる。FFT分析に基づく制御変
数とスケール係数とを比較することにより、エーリアシ
ング歪み（これは受信機側において、サブバンド信号の
量子化の差によっては、もはや完全には補償されない）
は情報フローの動的分配時に充分な正確さをもって対処
できる。

段階的データ低減 この発明の方法の種々の応用において、オーディオ信
号のデータを階段状に減じることは利点である。例え
ば、２つのスタジオ間で高品質のオーディオ信号の伝送
を行う際には、品質の低下を生じることなく後の処理が
できるように、充分な「マスク対ノイズ」予備分が確保
されるような形でデータ低減を行わねばならない（スタ
ジオ品質、「変化する情報フローの利用：増加した信号
対ノイズ比」および「品質等級」の項参照）。それ以上
の分配および／または記憶に対しては増加した信号対ノ
イズ比は必要ではないので、スタジオ品質用に符号化さ
れるオーディオ信号はさらに広範なデータ低減処理を施
すことができる。

この発明の方法の有利な点は、この発明に従って符号
化されたオーディオ信号の種々の品質等級が下方互換性
（Abwrtskompatibel）を持っている。即ち、例えば、
192キロビット／秒のマルチプレクス信号は128キロビッ
ト／秒のマルチプレクス信号に、特殊なトランスコーダ
を用いると、変換でき、192キロビット／秒の符号化処
理では大きな信号対雑音化が得られ（それ以上の処理も
可能であり）、128キロビット／秒の符号化処理では小
さな信号対ノイズ比と高度なノイズ保護とを与える。

第1E図はそのようなトランスコーダの実施例を示す。
このトランスコーダは、第2A図の復号器の段12、13、1
5、17および18と第1A図の段２、３、５、７および８と
を備えている。これの特徴は、192キロビット／秒の符
号化されたオーディオ信号が完全に再生され再符号化さ
れるのではなくて、原信号から取出した２次情報（スケ
ール係数）がトランスコーダの右側部分（段２、３、
５、７および８）における新たな符号化の基礎となると
いうことである。このようにして、カスケード接続によ
る信号対ノイズ比の低下は排除できる。逆方向フィルタ
処理および順方向フィルタ処理（第2A図の段11と第1A図
の段１）が省略されるので、第1E図によるトランスコー
ダによって生じる遅延は短い（約４ミリ秒）。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 リンク，マルテイン ドイツ連邦共和国 8044 ウンターシユ ライスハイム ミストラルストラーセ 22 (56)参考文献 特開 昭60−96041（ＪＰ，Ａ) 特開 昭57−157647（ＪＰ，Ａ)

Claims (23)

(57)【特許請求の範囲】
1. 【請求項１】複数のスペクトル量子化成分によって表さ
   れるデジタル化オーディオ信号を伝送または記憶する方
   法であって； （ａ）上記デジタル化オーディオ信号の上記複数の量子
   化成分の各々のレベル値を決定するステップと； （ｂ）人間の聴覚系と上記各量子化成分の上記決定され
   たレベル値とに基づいてマスキング閾値を求めるステッ
   プと； （ｃ）上記人間の聴覚系の上記マスキング閾値に基づい
   て上記量子化成分の量子化を変更して、符号化成分を生
   成するステップと； （ｄ）上記符号化成分を伝送または記憶するステップ
   と； （ｅ）伝送されたまたは記憶された上記符号化成分を復
   号するステップと； （ｆ）上記復号された成分から広帯域デジタルオーディ
   オ信号を再構成するステップと； を含み； 上記量子化成分の量子化を変更するステップ（ｃ）にお
   いて、上記複数の量子化成分の上記マスキング閾値とそ
   れに対応する量子化ノイズレベルとの各レベル差が互い
   にほぼ等しくなるようにし、かつ、上記レベル差が
   （ｉ）符号化に利用可能な全情報フローと（ii）上記符
   号化成分の伝送または記憶に必要な全情報フローとの間
   の差に応じて設定されるようにすることを特徴とする、
   デジタル化オーディオ信号を伝送または記憶する方法。
2. 【請求項２】上記利用可能な全情報フローの大きさが上
   記必要な全情報フローに対して可変であることを特徴と
   する、請求項１に記載のデジタル化オーディオ信号を伝
   送または記憶する方法。
3. 【請求項３】上記量子化成分の量子化ノイズレベルが上
   記マスキング閾値より下にあることを特徴とする、請求
   項１に記載のデジタル化オーディオ信号を伝送または記
   憶する方法。
4. 【請求項４】得られた上記マスキング閾値より下にある
   サブバンド信号が０に設定されることを特徴とする、請
   求項１に記載のデジタル化オーディオ信号を伝送または
   記憶する方法。
5. 【請求項５】他のサブバンド信号と比較してレベルが低
   くトーン品質の知覚に僅かしか関与しない重要でないサ
   ブバンド信号を０に設定することによって、より大きな
   情報フローを必要とするサブバンド信号のために付加的
   情報フローを得ることを特徴とする、請求項１に記載の
   デジタル化オーディオ信号を伝送または記憶する方法。
6. 【請求項６】結果として得られる上記マスキング閾値
   は、プリマスキング効果、同時マスキング効果およびポ
   ストマスキング効果を考慮して各サブバンド中のレベル
   値に基づいて求められることを特徴とする、請求項１に
   記載のデジタル化オーディオ信号を伝送または記憶する
   方法。
7. 【請求項７】時間的マスキング閾値が約500ミリ秒の時
   間窓内で利用可能なサブバンドレベル値に基づいて考慮
   されることを特徴とする、請求項６に記載のデジタル化
   オーディオ信号を伝送または記憶する方法。
8. 【請求項８】得られた上記マスキング閾値より下のレベ
   ル値を持ったサブバンド信号が符号化されないか若しく
   は低い分解能でしか符号化されないことを特徴とする、
   請求項１に記載のデジタル化オーディオ信号を伝送また
   は記憶する方法。
9. 【請求項９】サブバンド信号の量子化段階の大きさが、
   上記デジタル化オーディオ信号のサブバンド信号への分
   割時に生成されるエーリアシング歪みが上記人間の聴覚
   系のマスキング閾値より下になるように設定されている
   ことを特徴とする、請求項１に記載のデジタル化オーデ
   ィオ信号を伝送または記憶する方法。
10. 【請求項１０】送信機側において、各デジタル化サブバ
    ンド信号に対し、ある規定された時間間隔内のサブバン
    ド信号レベルのピーク値を分類するスケール係数が決定
    され、 各サブバンド信号を符号化するときに、上記サブバンド
    信号の分解能が上記決定されたスケール係数に基づいて
    設定され、 上記決定されたスケール係数が上記符号化されたサブバ
    ンド信号と共に送信され、 上記送信されたスケール係数が受信された上記符号化サ
    ブバンド信号を復号して元のサブバンド信号を再構成す
    るために用いられる、 ことを特徴とする、請求項１に記載のデジタル化オーデ
    ィオ信号を伝送または記憶する方法。
11. 【請求項１１】あるサブバンドのスケール係数が対応す
    るマスキング閾値より下にある場合は、そのサブバンド
    のスケール係数が０に設定されることを特徴とする、請
    求項10に記載のデジタル化オーディオ信号を伝送または
    記憶する方法。
12. 【請求項１２】スケール係数が別の非関連性および冗長
    度の減少を施されることを特徴とする、請求項10に記載
    のデジタル化オーディオ信号を伝送または記憶する方
    法。
13. 【請求項１３】一連のサンプル値からなるサブバンド信
    号の各ブロックに対して、このブロックの前半について
    のみスケール係数が決定され、このブロックの後半につ
    いては、同じブロックまたは後続ブロックの前半のスケ
    ール係数が用いられることを特徴とする、請求項10乃至
    12のいずれか１つに記載のデジタル化オーディオ信号を
    伝送または記憶する方法。
14. 【請求項１４】送信機側および受信機側において、サブ
    バンドにおけるサンプル値の量子化に対する制御情報が
    サブバンド信号のスケール係数から得られることを特徴
    とする、請求項１乃至13のいずれか１つに記載のデジタ
    ル化オーディオ信号を伝送または記憶する方法。
15. 【請求項１５】サンプル値の量子化のための制御情報が
    送信機側のみで得られ、この情報が受信機側における再
    量子化のために付加的に伝送されることを特徴とする、
    請求項１、６、７または14に記載のデジタル化オーディ
    オ信号を伝送または記憶する方法。
16. 【請求項１６】送信機側においてサンプル値の量子化の
    ための制御情報がデジタルオーディオ信号の選択された
    スペクトル解析に基づいて得られることを特徴とする、
    請求項15に記載のデジタル化オーディオ信号を伝送また
    は記憶する方法。
17. 【請求項１７】スケール係数がビットエラーに対して大
    きく保護されることを特徴とする、請求項10に記載のデ
    ジタル化オーディオ信号を伝送または記憶する方法。
18. 【請求項１８】より大きな相対的帯域幅におけるサブバ
    ンド中のスケール係数および／または制御情報のエラー
    保護が、より小さな相対的帯域幅におけるよりも大きい
    ことを特徴とする、請求項17に記載のデジタル化オーデ
    ィオ信号を伝送または記憶する方法。
19. 【請求項１９】トランスコードされたサンプル値がサブ
    バンド中でエラー保護され、より大きな相対的帯域幅を
    有するサブバンドにおけるエラー保護が、より小さな相
    対的帯域幅を有するサブバンドにおけるエラー保護より
    も大きいことを特徴とする、請求項１に記載のデジタル
    化オーディオ信号を伝送または記憶する方法。
20. 【請求項２０】エラー保護についての情報の量すなわち
    エラー保護の程度が、デジタルオーディオ信号のスペク
    トル的および時間的構造に基づいて、 伝送のために小さな全情報フローを要求するオーディオ
    信号については、高度のエラー保護を与え、 伝送のために大きな全情報フローを要求するオーディオ
    信号については、低度のエラー保護を与える、 ように決定されることを特徴とする、請求項１および17
    乃至19のいずれか１つに記載のデジタル化オーディオ信
    号を伝送または記憶する方法。
21. 【請求項２１】信号に応じたエラー保護の程度は、小さ
    なマスキング効果を持つオーディオ信号に対するビット
    エラーによる主観的干渉が、強いマスキング効果を持つ
    オーディオ信号に対するビットエラーによる主観的干渉
    よりも大きくならないように設定されていることを特徴
    とする、請求項20に記載のデジタル化オーディオ信号を
    伝送または記憶する方法。
22. 【請求項２２】サブバンド信号のレベル閾値に到達しな
    いサンプル値がトランスコードされないことを特徴とす
    る、請求項１に記載のデジタル化オーディオ信号を伝送
    または記憶する方法。
23. 【請求項２３】サブバンドのスケール係数が、そのサブ
    バンドのサンプル値が１つのブロック内で０であり送信
    されないことに関する情報を含んでいることを特徴とす
    る、請求項４、５および10乃至14のいずれか１つに記載
    のデジタル化オーディオ信号を伝送または記憶する方
    法。