JP3750705B2 - 音声符号化伝送方法及び音声符号化伝送装置 - Google Patents
音声符号化伝送方法及び音声符号化伝送装置 Download PDFInfo
- Publication number
- JP3750705B2 JP3750705B2 JP15079297A JP15079297A JP3750705B2 JP 3750705 B2 JP3750705 B2 JP 3750705B2 JP 15079297 A JP15079297 A JP 15079297A JP 15079297 A JP15079297 A JP 15079297A JP 3750705 B2 JP3750705 B2 JP 3750705B2
- Authority
- JP
- Japan
- Prior art keywords
- listener
- masking threshold
- receiving side
- information
- ambient noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は伝送路を用いて音声信号を効率よく伝送する音声符号化伝送方法及び音声符号化伝送装置に関するものである。
【０００２】
【従来の技術】
従来の音声符号化方法とその装置について説明する。図５は従来の音声符号化装置の基本構成を示すブロック図である。本図に示すように音声符号化装置は、周波数包絡演算手段１、マスキング閾値決定手段２Ａ、適応ビット割当手段３、第１〜第Ｎの帯域に帯域分割を行う第１〜第Ｎの帯域分割手段４、各帯域毎に量子化を行う第１〜第Ｎの量子化手段５、各帯域毎にエントロピー符号化を行う第１〜第Ｎのエントロピー符号化手段６、マルチプレクサ７を含んで構成される。
【０００３】
まず、周波数包絡演算手段１に入力された音声信号は、フレーム単位でスペクトル包絡が求められる。求められたスペクトル包絡をもとに、マスキング閾値決定手段２Ａは帯域分割されている帯域のマスキング閾値を決定する。このマスキング閾値は、臨界帯域幅を考慮した同時マスキング効果により決定される。適応ビット割当手段３は、得られたマスキング閾値を超える入力信号に対して、スペクトル包絡成分を各帯域毎に求める。そしてその比に応じて各帯域へのビット割当量を決定する。
【０００４】
一方、入力信号が第１〜第Ｎの帯域分割手段４に入力されると、第１〜第ＮのＮ帯域に分割される。そして、第１〜第Ｎの帯域分割手段４の出力信号は夫々第１〜第Ｎの量子化手段５に入力され、適応ビット割当手段３によって与えられたビット数で量子化される。そして量子化された各帯域分割信号は第１〜第Ｎのエントロピー符号化手段６に入力され、冗長性を削除するためのエントロピー符号化が行われる。そして各々の帯域の符号化データは適応ビット割当手段３で決定されたビット割当情報と共に、マルチプレクサ７でまとめられて伝送路に送出される。
【０００５】
【発明が解決しようとする課題】
しかしながら，上記のような方法では、符号化効率を良くするために同時マスキング効果を用いて符号化データを削減しているが、音声信号を受信する聴取者側の周囲騒音の影響や、聴取者個人の聴覚能力（聴覚特性）を考慮したものではない。特に受信側の環境において、騒音レベルが高かったり、全可聴帯域を聴くとのできない聴取者にとっては、一方的にこのような帯域分割信号を受信することは、冗長な情報を取得することになる。
【０００６】
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、音声信号を受信する聴取者側の周囲の騒音特性、及び聴取者の聴力特性を考慮することにより、符号化音声信号の再生品質又は符号化効率を向上させる音声符号化伝送方法及び音声符号化伝送装置を実現することを目的とするものである。
【０００７】
【課題を解決するための手段】
この課題を達成するために本願の請求項１記載の発明は、受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信側で適用する音声符号化伝送方法であって、送信側から受信側へ受信側の周囲騒音特性に関する情報の転送を要求して受信側から周囲騒音スペクトル情報を入手し、送信側から受信側へ受信側聴取者の聴力特性に関する情報の転送を要求して受信側から聴取者聴力特性情報を入手し、符号化伝送すべき音声信号のスペクトル包絡を求め、同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つに基づいて補正し、得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量の配分を減少するよう調整し、調整されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行い、受信側へ伝送することを特徴とするものであり、本願の請求項５記載の発明は、受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信側で適用する音声符号化伝送装置であって、受信側の周囲騒音スペクトル情報を送信側で入手する騒音特性参照手段と、受信側の聴取者聴力特性情報を送信側で入手する聴力特性参照手段と、符号化伝送すべき音声信号のスペクトル包絡を求める周波数包絡演算手段と、同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つに基づいて補正するマスキング閾値決定手段と、得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量の配分を減少するよう調整する適応ビット割当手段と、調整されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行う符号化手段と、を備えたことを特徴とするものである。
【０００８】
また本願の請求項２記載の発明は、受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信側で適用する音声符号化伝送方法であって、送信側から受信側へ受信側の周囲騒音特性に関する情報の転送を要求して受信側から周囲騒音スペクトル情報を入手し、送信側から受信側へ受信側聴取者の聴力特性に関する情報の転送を要求して受信側から聴取者聴力特性情報を入手し、符号化伝送すべき音声信号のスペクトル包絡を求め、同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つに基づいて補正し、得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量を、音声信号のＳＮ値が所定値以上となるよう変更し、変更されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行い、受信側へ伝送することを特徴とするものであり、本願の請求項６記載の発明は、受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信側で適用する音声符号化伝送装置であって、受信側の周囲騒音スペクトル情報を送信側で入手する騒音特性参照手段と、受信側の聴取者聴力特性情報を送信側で入手する聴力特性参照手段と、符号化伝送すべき音声信号のスペクトル包絡を求める周波数包絡演算手段と、同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つ以上に基づいて補正するマスキング閾値決定手段と、得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量を、音声信号のＳＮ値が所定値以上となるよう変更する適応ビット割当手段と、変更されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行う符号化手段と、を備えたことを特徴とするものである。
【０００９】
また本願の請求項３，７記載の発明は、上述した音声符号化伝送方法及び音声符号化伝送装置において、マスキング閾値の補正に際し、前記周囲騒音スペクトル情報から得られるマスキングノイズを基に、マスキング閾値を調整することを特徴とするものである。
【００１０】
また本願の請求項４，８記載の発明は、上述した音声符号化伝送方法及び音声符号化伝送装置において、マスキング閾値の補正に際し、前記聴取者聴力特性情報に基づいて得られる聴取者の周波数帯域毎の最小可聴値と臨界帯域幅を基に、マスキング閾値を調整することを特徴とするものである。
【００１１】
【発明の実施の形態】
（実施の形態１）
以下本発明の実施の形態１における音声符号化伝送方法について，図１〜図３を参照しつつ説明する。図１は本実施の形態の音声符号化装置の基本構成を示すブロック図であり、従来例と同一部分は同一符号をつけ、それらの説明は省略する。この音声符号化装置は、周波数包絡演算手段１、マスキング閾値決定手段２Ｂ、適応ビット割当手段３、Ｎ帯域に帯域分割を行う第１〜第Ｎの帯域分割手段４、各帯域毎に量子化を行う第１〜第Ｎの量子化手段５、各帯域毎にエントロピー符号化を行う第１〜第Ｎのエントロピー符号化手段６、マルチプレクサ７に加えて、騒音特性参照手段８、聴力特性参照手段９を含んで構成される。
【００１２】
騒音特性参照手段８は、伝送路を介して入力された受信側の周囲の騒音特性を入手し、マスキング閾値決定手段２Ｂに与える手段である。また聴力特性参照手段９は、伝送路を介して入力された聴取者の聴力特性を入手し、マスキング閾値決定手段２Ｂに与える手段である。マスキング閾値決定手段２Ｂは、入力音声信号の周波数包絡情報と、受信側の騒音特性及び聴力特性に基づき、マスキング閾値を決定する手段である。
【００１３】
このように構成された音声符号化装置の動作について図１〜図３を用いて説明する。図２，図３は本実施の形態における音声符号化伝送方法の信号処理の流れを示すフローチャートである。
【００１４】
ステップＳ１においてまず送信側は、受信側の周囲騒音環境を知るために、受信側の周囲騒音特性に関する騒音スペクトル情報の転送を要求する。これに対して図３のステップＳ１１では、受信側は送信側からの周囲騒音特性に関する情報の転送要求を受理する。そして次のステップＳ１２で、受信側は受信端末側の周囲騒音に関する騒音スペクトルを測定し、得られた騒音スペクトル情報を送信側の騒音特性参照手段８に転送する。こうして送信側は、周囲の騒音スペクトル情報を入手する。
【００１５】
図２のステップＳ２では、送信側は、受信側の聴取者の聴力特性を知るために、受信側の聴取者の聴力特性に関する聴力情報の転送を要求する。これに対して受信側は図３のステップＳ２１において、送信側からの受信側の聴取者の聴力情報の転送要求を受理する。そして次のステップＳ２２で、受信端末側の聴取者の聴力情報を収集し、得られた聴力情報を送信側の聴力特性参照手段９に転送する。なお、この受信端末側の聴取者の正確な聴覚特性の特性が既に得られていて、その情報を受信端末から転送できるものとする。なお受信側の周囲騒音特性や聴取者の聴力特性の情報が得られないときは、送信側がその情報を推定する。
【００１６】
次のステップＳ３では、送信側のマスキング閾値決定手段２Ｂは入力信号のスペクトル包絡をフレーム単位で求め、受信側から得られた周囲騒音スペクトルの包絡をこれに付加する。そしてステップＳ４では、同時マスキング効果によるマスキング閾値を決定する。これにより、受信側の周囲騒音環境を含めたマスキング閾値が得られることになる。
【００１７】
ステップＳ５に進むと、マスキング閾値決定手段２Ｂは聴力特性参照手段９を介して得られた聴取者の聴力特性である最小可聴値を基に、マスキング閾値を補正する。これにより聴取者が例えば高域周波数の感度が劣化している場合などに、可聴域外の無駄な符号化データの送信をなくすことができる。
【００１８】
ステップＳ６では、適応ビット割当て手段３は以上で求められたマスキング閾値と入力信号のスペクトル包絡とを用いて、適応的にビット割当量を変更する。なお、本実施の形態では、伝送する符号化音声のビットレートは上限が制限されているものとする。次に各帯域のマスキング閾値を越える成分の比を求め、その比に応じたビット配分を行う。全体でのビット数は所定値以下とするが、その割当量は先のビット配分に応じて適応的に変更される。
【００１９】
ビット割り当て以降の動作は従来例と同様である。即ち、ステップＳ７では、帯域分割手段４が入力信号を帯域分割する。そして量子化手段５は各帯域に割当てられたビット数で量子化し、エントロピー符号化手段６がエントロピー符号化を実施する。次のステップＳ８では、マルチプレクサ７は各帯域の符号化されたデータと、量子化に割り当てられたビット割当て数を多重化して伝送路に出力する。
【００２０】
（実施の形態２）
次に本発明の実施の形態２における音声符号化伝送方法について、図３及び図４を参照しつつ説明する。図４は本実施の形態における音声符号化伝送方法の信号処理の流れを示すフローチャートである。なお、音声符号化装置の基本構成は図１と同様であるので、図１の各手段の引用は省略する。
【００２１】
図４のステップＴ１においてまず送信側は、受信側の周囲騒音環境を知るために、受信側の周囲騒音特性に関する騒音スペクトル情報の転送を要求する。これに対して図３のステップＴ１１では、受信側は送信側からの周囲騒音特性に関する情報の転送要求を受理する。そして次のステップＴ１２で、受信側は受信端末側の周囲騒音に関する騒音スペクトルを測定し、得られた騒音スペクトル情報を送信側に転送する。こうして送信側は、周囲の騒音スペクトル情報を入手する。
【００２２】
次のステップＴ２では、送信側は、受信側の聴取者の聴力特性を知るために、聴取者の聴力特性に関する聴力情報の転送を要求する。これに対して図３のステップＴ２１では、受信側は送信側からの受信側の聴取者の聴力特性に関する情報の転送要求を受理する。そして次のステップＴ２２で、受信端末側の聴取者の聴力情報を収集し、得られた聴力情報を送信側に転送する。なお、この受信端末側の聴取者の正確な聴力の特性が既に得られていて、その情報を受信端末から転送できるものとする。
【００２３】
次のステップＴ３では、送信側は入力信号のスペクトル包絡をフレーム単位で求め、受信側から得られた周囲騒音スペクトルの包絡をこれに付加する。そしてステップＴ４では、同時マスキング効果によるマスキング閾値を決定する。これにより、受信側の周囲騒音環境を含めたマスキング閾値が得られることになる。
【００２４】
ステップＴ５に進むと、更に受信側の聴取者の聴力特性である最小可聴値を基に、マスキング閾値を補正する。これにより聴取者が例えば高域周波数の感度が劣化している場合などに、可聴域外の符号化データの無駄に送信を事前になくすことができる。
【００２５】
ステップＴ６では、以上で求められたマスキング閾値と入力信号のスペクトル包絡とを用いて、適応的にビット割当量を変更する。なお、本実施の形態では、伝送する符号化音声のビットレートは可変できるとする。まず各帯域のマスキング閾値を越える成分の絶対値から、音声のＳＮ値が所定の値になるようにビット数の決定を行う。このため、全体でのビット数は一定値ではなく、信号の状態などに応じて適応的に可変する。
【００２６】
ビット割り当て以降の動作は従来例と同様である。即ち、ステップＴ７では、入力信号を帯域分割し、各帯域に割当てられたビット数で量子化し、エントロピー符号化を実施する。次のステップＴ８では、各帯域の符号化されたデータと、量子化に割り当てられたビット割当て数を多重化して伝送路に出力する。
【００２７】
【発明の効果】
以上のように、請求項１〜８記載の発明によれば、受信側の周囲騒音の影響や受信側聴取者の聴力特性を考慮して全帯域の符号化データのビット数を制限することにより、符号化伝送する情報量を削減できる効果が得られる。
【００２８】
また請求項２，３，４，６，７，８記載の発明によれば、受信側の周囲騒音の影響や聴取者の聴力特性を考慮して各帯域へのビット配分を変更することにより、聴感上の符号化再生品質を改善できるという効果が得られる。
【図面の簡単な説明】
【図１】 本発明の音声符号化伝送方法を実現するための音声符号化装置の基本構成図である。
【図２】 本発明の実施の形態１における音声符号化伝送方法の信号処理を示すフローチ
ャート（その１）である。
【図３】 実施の形態１，２における音声符号化伝送方法の信号処理を示すフローチャート（その２）である。
【図４】 本発明の実施の形態２における音声符号化伝送方法の信号処理を示すフローチャート（その１）である。
【図５】 従来の音声符号化装置の構成図である。
【符号の説明】
１ 周波数包絡演算手段
２Ａ，２Ｂ マスキング閾値決定手段
３ 適応ビット割当手段
４ 帯域分割手段
５ 量子化手段
６ エントロピー符号化手段
７ マルチプレクサ
８ 騒音特性参照手段
９ 聴力特性参照手段
【発明の属する技術分野】
本発明は伝送路を用いて音声信号を効率よく伝送する音声符号化伝送方法及び音声符号化伝送装置に関するものである。
【０００２】
【従来の技術】
従来の音声符号化方法とその装置について説明する。図５は従来の音声符号化装置の基本構成を示すブロック図である。本図に示すように音声符号化装置は、周波数包絡演算手段１、マスキング閾値決定手段２Ａ、適応ビット割当手段３、第１〜第Ｎの帯域に帯域分割を行う第１〜第Ｎの帯域分割手段４、各帯域毎に量子化を行う第１〜第Ｎの量子化手段５、各帯域毎にエントロピー符号化を行う第１〜第Ｎのエントロピー符号化手段６、マルチプレクサ７を含んで構成される。
【０００３】
まず、周波数包絡演算手段１に入力された音声信号は、フレーム単位でスペクトル包絡が求められる。求められたスペクトル包絡をもとに、マスキング閾値決定手段２Ａは帯域分割されている帯域のマスキング閾値を決定する。このマスキング閾値は、臨界帯域幅を考慮した同時マスキング効果により決定される。適応ビット割当手段３は、得られたマスキング閾値を超える入力信号に対して、スペクトル包絡成分を各帯域毎に求める。そしてその比に応じて各帯域へのビット割当量を決定する。
【０００４】
一方、入力信号が第１〜第Ｎの帯域分割手段４に入力されると、第１〜第ＮのＮ帯域に分割される。そして、第１〜第Ｎの帯域分割手段４の出力信号は夫々第１〜第Ｎの量子化手段５に入力され、適応ビット割当手段３によって与えられたビット数で量子化される。そして量子化された各帯域分割信号は第１〜第Ｎのエントロピー符号化手段６に入力され、冗長性を削除するためのエントロピー符号化が行われる。そして各々の帯域の符号化データは適応ビット割当手段３で決定されたビット割当情報と共に、マルチプレクサ７でまとめられて伝送路に送出される。
【０００５】
【発明が解決しようとする課題】
しかしながら，上記のような方法では、符号化効率を良くするために同時マスキング効果を用いて符号化データを削減しているが、音声信号を受信する聴取者側の周囲騒音の影響や、聴取者個人の聴覚能力（聴覚特性）を考慮したものではない。特に受信側の環境において、騒音レベルが高かったり、全可聴帯域を聴くとのできない聴取者にとっては、一方的にこのような帯域分割信号を受信することは、冗長な情報を取得することになる。
【０００６】
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、音声信号を受信する聴取者側の周囲の騒音特性、及び聴取者の聴力特性を考慮することにより、符号化音声信号の再生品質又は符号化効率を向上させる音声符号化伝送方法及び音声符号化伝送装置を実現することを目的とするものである。
【０００７】
【課題を解決するための手段】
この課題を達成するために本願の請求項１記載の発明は、受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信側で適用する音声符号化伝送方法であって、送信側から受信側へ受信側の周囲騒音特性に関する情報の転送を要求して受信側から周囲騒音スペクトル情報を入手し、送信側から受信側へ受信側聴取者の聴力特性に関する情報の転送を要求して受信側から聴取者聴力特性情報を入手し、符号化伝送すべき音声信号のスペクトル包絡を求め、同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つに基づいて補正し、得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量の配分を減少するよう調整し、調整されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行い、受信側へ伝送することを特徴とするものであり、本願の請求項５記載の発明は、受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信側で適用する音声符号化伝送装置であって、受信側の周囲騒音スペクトル情報を送信側で入手する騒音特性参照手段と、受信側の聴取者聴力特性情報を送信側で入手する聴力特性参照手段と、符号化伝送すべき音声信号のスペクトル包絡を求める周波数包絡演算手段と、同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つに基づいて補正するマスキング閾値決定手段と、得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量の配分を減少するよう調整する適応ビット割当手段と、調整されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行う符号化手段と、を備えたことを特徴とするものである。
【０００８】
また本願の請求項２記載の発明は、受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信側で適用する音声符号化伝送方法であって、送信側から受信側へ受信側の周囲騒音特性に関する情報の転送を要求して受信側から周囲騒音スペクトル情報を入手し、送信側から受信側へ受信側聴取者の聴力特性に関する情報の転送を要求して受信側から聴取者聴力特性情報を入手し、符号化伝送すべき音声信号のスペクトル包絡を求め、同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つに基づいて補正し、得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量を、音声信号のＳＮ値が所定値以上となるよう変更し、変更されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行い、受信側へ伝送することを特徴とするものであり、本願の請求項６記載の発明は、受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信側で適用する音声符号化伝送装置であって、受信側の周囲騒音スペクトル情報を送信側で入手する騒音特性参照手段と、受信側の聴取者聴力特性情報を送信側で入手する聴力特性参照手段と、符号化伝送すべき音声信号のスペクトル包絡を求める周波数包絡演算手段と、同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つ以上に基づいて補正するマスキング閾値決定手段と、得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量を、音声信号のＳＮ値が所定値以上となるよう変更する適応ビット割当手段と、変更されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行う符号化手段と、を備えたことを特徴とするものである。
【０００９】
また本願の請求項３，７記載の発明は、上述した音声符号化伝送方法及び音声符号化伝送装置において、マスキング閾値の補正に際し、前記周囲騒音スペクトル情報から得られるマスキングノイズを基に、マスキング閾値を調整することを特徴とするものである。
【００１０】
また本願の請求項４，８記載の発明は、上述した音声符号化伝送方法及び音声符号化伝送装置において、マスキング閾値の補正に際し、前記聴取者聴力特性情報に基づいて得られる聴取者の周波数帯域毎の最小可聴値と臨界帯域幅を基に、マスキング閾値を調整することを特徴とするものである。
【００１１】
【発明の実施の形態】
（実施の形態１）
以下本発明の実施の形態１における音声符号化伝送方法について，図１〜図３を参照しつつ説明する。図１は本実施の形態の音声符号化装置の基本構成を示すブロック図であり、従来例と同一部分は同一符号をつけ、それらの説明は省略する。この音声符号化装置は、周波数包絡演算手段１、マスキング閾値決定手段２Ｂ、適応ビット割当手段３、Ｎ帯域に帯域分割を行う第１〜第Ｎの帯域分割手段４、各帯域毎に量子化を行う第１〜第Ｎの量子化手段５、各帯域毎にエントロピー符号化を行う第１〜第Ｎのエントロピー符号化手段６、マルチプレクサ７に加えて、騒音特性参照手段８、聴力特性参照手段９を含んで構成される。
【００１２】
騒音特性参照手段８は、伝送路を介して入力された受信側の周囲の騒音特性を入手し、マスキング閾値決定手段２Ｂに与える手段である。また聴力特性参照手段９は、伝送路を介して入力された聴取者の聴力特性を入手し、マスキング閾値決定手段２Ｂに与える手段である。マスキング閾値決定手段２Ｂは、入力音声信号の周波数包絡情報と、受信側の騒音特性及び聴力特性に基づき、マスキング閾値を決定する手段である。
【００１３】
このように構成された音声符号化装置の動作について図１〜図３を用いて説明する。図２，図３は本実施の形態における音声符号化伝送方法の信号処理の流れを示すフローチャートである。
【００１４】
ステップＳ１においてまず送信側は、受信側の周囲騒音環境を知るために、受信側の周囲騒音特性に関する騒音スペクトル情報の転送を要求する。これに対して図３のステップＳ１１では、受信側は送信側からの周囲騒音特性に関する情報の転送要求を受理する。そして次のステップＳ１２で、受信側は受信端末側の周囲騒音に関する騒音スペクトルを測定し、得られた騒音スペクトル情報を送信側の騒音特性参照手段８に転送する。こうして送信側は、周囲の騒音スペクトル情報を入手する。
【００１５】
図２のステップＳ２では、送信側は、受信側の聴取者の聴力特性を知るために、受信側の聴取者の聴力特性に関する聴力情報の転送を要求する。これに対して受信側は図３のステップＳ２１において、送信側からの受信側の聴取者の聴力情報の転送要求を受理する。そして次のステップＳ２２で、受信端末側の聴取者の聴力情報を収集し、得られた聴力情報を送信側の聴力特性参照手段９に転送する。なお、この受信端末側の聴取者の正確な聴覚特性の特性が既に得られていて、その情報を受信端末から転送できるものとする。なお受信側の周囲騒音特性や聴取者の聴力特性の情報が得られないときは、送信側がその情報を推定する。
【００１６】
次のステップＳ３では、送信側のマスキング閾値決定手段２Ｂは入力信号のスペクトル包絡をフレーム単位で求め、受信側から得られた周囲騒音スペクトルの包絡をこれに付加する。そしてステップＳ４では、同時マスキング効果によるマスキング閾値を決定する。これにより、受信側の周囲騒音環境を含めたマスキング閾値が得られることになる。
【００１７】
ステップＳ５に進むと、マスキング閾値決定手段２Ｂは聴力特性参照手段９を介して得られた聴取者の聴力特性である最小可聴値を基に、マスキング閾値を補正する。これにより聴取者が例えば高域周波数の感度が劣化している場合などに、可聴域外の無駄な符号化データの送信をなくすことができる。
【００１８】
ステップＳ６では、適応ビット割当て手段３は以上で求められたマスキング閾値と入力信号のスペクトル包絡とを用いて、適応的にビット割当量を変更する。なお、本実施の形態では、伝送する符号化音声のビットレートは上限が制限されているものとする。次に各帯域のマスキング閾値を越える成分の比を求め、その比に応じたビット配分を行う。全体でのビット数は所定値以下とするが、その割当量は先のビット配分に応じて適応的に変更される。
【００１９】
ビット割り当て以降の動作は従来例と同様である。即ち、ステップＳ７では、帯域分割手段４が入力信号を帯域分割する。そして量子化手段５は各帯域に割当てられたビット数で量子化し、エントロピー符号化手段６がエントロピー符号化を実施する。次のステップＳ８では、マルチプレクサ７は各帯域の符号化されたデータと、量子化に割り当てられたビット割当て数を多重化して伝送路に出力する。
【００２０】
（実施の形態２）
次に本発明の実施の形態２における音声符号化伝送方法について、図３及び図４を参照しつつ説明する。図４は本実施の形態における音声符号化伝送方法の信号処理の流れを示すフローチャートである。なお、音声符号化装置の基本構成は図１と同様であるので、図１の各手段の引用は省略する。
【００２１】
図４のステップＴ１においてまず送信側は、受信側の周囲騒音環境を知るために、受信側の周囲騒音特性に関する騒音スペクトル情報の転送を要求する。これに対して図３のステップＴ１１では、受信側は送信側からの周囲騒音特性に関する情報の転送要求を受理する。そして次のステップＴ１２で、受信側は受信端末側の周囲騒音に関する騒音スペクトルを測定し、得られた騒音スペクトル情報を送信側に転送する。こうして送信側は、周囲の騒音スペクトル情報を入手する。
【００２２】
次のステップＴ２では、送信側は、受信側の聴取者の聴力特性を知るために、聴取者の聴力特性に関する聴力情報の転送を要求する。これに対して図３のステップＴ２１では、受信側は送信側からの受信側の聴取者の聴力特性に関する情報の転送要求を受理する。そして次のステップＴ２２で、受信端末側の聴取者の聴力情報を収集し、得られた聴力情報を送信側に転送する。なお、この受信端末側の聴取者の正確な聴力の特性が既に得られていて、その情報を受信端末から転送できるものとする。
【００２３】
次のステップＴ３では、送信側は入力信号のスペクトル包絡をフレーム単位で求め、受信側から得られた周囲騒音スペクトルの包絡をこれに付加する。そしてステップＴ４では、同時マスキング効果によるマスキング閾値を決定する。これにより、受信側の周囲騒音環境を含めたマスキング閾値が得られることになる。
【００２４】
ステップＴ５に進むと、更に受信側の聴取者の聴力特性である最小可聴値を基に、マスキング閾値を補正する。これにより聴取者が例えば高域周波数の感度が劣化している場合などに、可聴域外の符号化データの無駄に送信を事前になくすことができる。
【００２５】
ステップＴ６では、以上で求められたマスキング閾値と入力信号のスペクトル包絡とを用いて、適応的にビット割当量を変更する。なお、本実施の形態では、伝送する符号化音声のビットレートは可変できるとする。まず各帯域のマスキング閾値を越える成分の絶対値から、音声のＳＮ値が所定の値になるようにビット数の決定を行う。このため、全体でのビット数は一定値ではなく、信号の状態などに応じて適応的に可変する。
【００２６】
ビット割り当て以降の動作は従来例と同様である。即ち、ステップＴ７では、入力信号を帯域分割し、各帯域に割当てられたビット数で量子化し、エントロピー符号化を実施する。次のステップＴ８では、各帯域の符号化されたデータと、量子化に割り当てられたビット割当て数を多重化して伝送路に出力する。
【００２７】
【発明の効果】
以上のように、請求項１〜８記載の発明によれば、受信側の周囲騒音の影響や受信側聴取者の聴力特性を考慮して全帯域の符号化データのビット数を制限することにより、符号化伝送する情報量を削減できる効果が得られる。
【００２８】
また請求項２，３，４，６，７，８記載の発明によれば、受信側の周囲騒音の影響や聴取者の聴力特性を考慮して各帯域へのビット配分を変更することにより、聴感上の符号化再生品質を改善できるという効果が得られる。
【図面の簡単な説明】
【図１】 本発明の音声符号化伝送方法を実現するための音声符号化装置の基本構成図である。
【図２】 本発明の実施の形態１における音声符号化伝送方法の信号処理を示すフローチ
ャート（その１）である。
【図３】 実施の形態１，２における音声符号化伝送方法の信号処理を示すフローチャート（その２）である。
【図４】 本発明の実施の形態２における音声符号化伝送方法の信号処理を示すフローチャート（その１）である。
【図５】 従来の音声符号化装置の構成図である。
【符号の説明】
１ 周波数包絡演算手段
２Ａ，２Ｂ マスキング閾値決定手段
３ 適応ビット割当手段
４ 帯域分割手段
５ 量子化手段
６ エントロピー符号化手段
７ マルチプレクサ
８ 騒音特性参照手段
９ 聴力特性参照手段
Claims (8)
- 受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信側で適用する音声符号化伝送方法であって、
送信側から受信側へ受信側の周囲騒音特性に関する情報の転送を要求して受信側から周囲騒音スペクトル情報を入手し、
送信側から受信側へ受信側聴取者の聴力特性に関する情報の転送を要求して受信側から聴取者聴力特性情報を入手し、
符号化伝送すべき音声信号のスペクトル包絡を求め、
同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つに基づいて補正し、
得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量の配分を減少するよう調整し、
調整されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行い、受信側へ伝送することを特徴とする音声符号化伝送方法。 - 受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信側で適用する音声符号化伝送方法であって、
送信側から受信側へ受信側の周囲騒音特性に関する情報の転送を要求して受信側から周囲騒音スペクトル情報を入手し、
送信側から受信側へ受信側聴取者の聴力特性に関する情報の転送を要求して受信側から聴取者聴力特性情報を入手し、
符号化伝送すべき音声信号のスペクトル包絡を求め、
同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つに基づいて補正し、
得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量を、音声信号のＳＮ値が所定値以上となるよう変更し、
変更されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行い、受信側へ伝送することを特徴とする音声符号化伝送方法。 - マスキング閾値の補正に際し、前記周囲騒音スペクトル情報から得られるマスキングノイズを基に、マスキング閾値を調整することを特徴とする請求項１又は２記載の音声符号化伝送方法。
- マスキング閾値の補正に際し、前記聴取者聴力特性情報に基づいて得られる聴取者の周波数帯域毎の最小可聴値と臨界帯域幅を基に、マスキング閾値を調整することを特徴とする請求項１又は２記載の音声符号化伝送方法。
- 受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信側で適用する音声符号化伝送装置であって、
受信側の周囲騒音スペクトル情報を送信側で入手する騒音特性参照手段と、
受信側の聴取者聴力特性情報を送信側で入手する聴力特性参照手段と、
符号化伝送すべき音声信号のスペクトル包絡を求める周波数包絡演算手段と、
同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つに基づいて補正するマスキング閾値決定手段と、
得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量の配分を減少するよう調整する適応ビット割当手段と、
調整されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行う符号化手段と、を備えたことを特徴とする音声符号化伝送装置。 - 受信側の聴取条件に基づいて聴感上の再生品質を補償するために送信 側で適用する音声符号化伝送装置であって、
受信側の周囲騒音スペクトル情報を送信側で入手する騒音特性参照手段と、
受信側の聴取者聴力特性情報を送信側で入手する聴力特性参照手段と、
符号化伝送すべき音声信号のスペクトル包絡を求める周波数包絡演算手段と、
同時マスキング効果によって前記スペクトル包絡に関するマスキング閾値を、受信側から得た周囲騒音スペクトル情報と受信側から得た聴取者聴力特性情報の少なくとも１つ以上に基づいて補正するマスキング閾値決定手段と、
得られた新しいマスキング閾値を基に各周波数帯域に対するビット割当量を、音声信号のＳＮ値が所定値以上となるよう変更する適応ビット割当手段と、
変更されたビット割当量に基づいて各周波数帯域信号に対して所定の符号化アルゴリズムで符号化を行う符号化手段と、を備えたことを特徴とする音声符号化伝送装置。 - マスキング閾値の補正に際し、前記周囲騒音スペクトル情報から得られるマスキングノイズを基に、マスキング閾値を調整することを特徴とする請求項５又は６記載の音声符号化伝送装置。
- マスキング閾値の補正に際し、前記聴取者聴力特性情報で得られる聴取者の周波数帯域毎の最小可聴値と臨界帯域幅を基に、マスキング閾値を調整することを特徴とする請求項５又は６記載の音声符号化伝送装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15079297A JP3750705B2 (ja) | 1997-06-09 | 1997-06-09 | 音声符号化伝送方法及び音声符号化伝送装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15079297A JP3750705B2 (ja) | 1997-06-09 | 1997-06-09 | 音声符号化伝送方法及び音声符号化伝送装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10341162A JPH10341162A (ja) | 1998-12-22 |
| JP3750705B2 true JP3750705B2 (ja) | 2006-03-01 |
Family
ID=15504543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP15079297A Expired - Fee Related JP3750705B2 (ja) | 1997-06-09 | 1997-06-09 | 音声符号化伝送方法及び音声符号化伝送装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3750705B2 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1376539B8 (en) | 2001-03-28 | 2010-12-15 | Mitsubishi Denki Kabushiki Kaisha | Noise suppressor |
| JP4464707B2 (ja) | 2004-02-24 | 2010-05-19 | パナソニック株式会社 | 通信装置 |
| JP5065687B2 (ja) * | 2007-01-09 | 2012-11-07 | 株式会社東芝 | オーディオデータ処理装置及び端末装置 |
| CN102169694B (zh) * | 2010-02-26 | 2012-10-17 | 华为技术有限公司 | 生成心理声学模型的方法及装置 |
| JP6160072B2 (ja) * | 2012-12-06 | 2017-07-12 | 富士通株式会社 | オーディオ信号符号化装置および方法、オーディオ信号伝送システムおよび方法、オーディオ信号復号装置 |
| JP2015227912A (ja) * | 2014-05-30 | 2015-12-17 | 富士通株式会社 | オーディオ符号化装置、および方法 |
| JP6317235B2 (ja) * | 2014-11-07 | 2018-04-25 | 日本電信電話株式会社 | コンテンツサーバ装置、コンテンツサーバ装置の動作方法およびコンピュータプログラム |
-
1997
- 1997-06-09 JP JP15079297A patent/JP3750705B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH10341162A (ja) | 1998-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9165564B2 (en) | Method and apparatus for frame-based buffer control in a communication system | |
| US6098039A (en) | Audio encoding apparatus which splits a signal, allocates and transmits bits, and quantitizes the signal based on bits | |
| US6405338B1 (en) | Unequal error protection for perceptual audio coders | |
| US4622680A (en) | Hybrid subband coder/decoder method and apparatus | |
| US7930185B2 (en) | Apparatus and method for controlling audio-frame division | |
| US8787490B2 (en) | Transmitting data in a communication system | |
| JP3750705B2 (ja) | 音声符号化伝送方法及び音声符号化伝送装置 | |
| US5832427A (en) | Audio signal signal-to-mask ratio processor for subband coding | |
| US11545164B2 (en) | Audio signal encoding and decoding | |
| JP3041967B2 (ja) | ディジタル信号符号化装置 | |
| KR20000057816A (ko) | 디지털 오디오 방송 및 다른 응용들을 위한 결합 다중프로그램 코딩 방법 및 장치 | |
| JP2913696B2 (ja) | ディジタル信号符号化方法 | |
| JP2913695B2 (ja) | ディジタル信号符号化方法 | |
| JP2005165183A (ja) | 無線通信装置 | |
| Naik et al. | Joint encoding and decoding methods for digital audio broadcasting of multiple programs | |
| JPH02153639A (ja) | 帯域分割正規化制御方式 | |
| KR960003627B1 (ko) | 서브 밴드 부호화된 오디오 신호의 난청자용 복호화 방법 | |
| KR960016814B1 (ko) | 난청자용 서브밴드 부호화 방법 | |
| JP2001100796A (ja) | オーディオ信号符号化装置 | |
| JPH04302535A (ja) | ディジタル信号符号化方法 | |
| JPH0242835A (ja) | 帯域分割形附号復号化方法および装置 | |
| JPH04304013A (ja) | ディジタル信号符号化装置及び方法 | |
| JPS633528A (ja) | 音声符号化方式 | |
| JPH04302534A (ja) | ディジタル信号符号化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040430 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040430 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050620 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050705 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050901 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050920 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051104 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20051129 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051129 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091216 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091216 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101216 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101216 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111216 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111216 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121216 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |