JP3821384B2 - Optical recording medium and audio decoding device - Google Patents
Optical recording medium and audio decoding device Download PDFInfo
- Publication number
- JP3821384B2 JP3821384B2 JP2003371817A JP2003371817A JP3821384B2 JP 3821384 B2 JP3821384 B2 JP 3821384B2 JP 2003371817 A JP2003371817 A JP 2003371817A JP 2003371817 A JP2003371817 A JP 2003371817A JP 3821384 B2 JP3821384 B2 JP 3821384B2
- Authority
- JP
- Japan
- Prior art keywords
- channel
- decoding
- data
- channels
- compressed data
- 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
- Signal Processing For Digital Recording And Reproducing (AREA)
- Stereophonic System (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
本発明は、マルチチャネルの音声信号を可変長で圧縮するための光記録媒体及び音声復号装置に関する。 The present invention relates to an optical recording medium and an audio decoding device for compressing a multi-channel audio signal with a variable length.
音声信号を可変長で圧縮する方法として、本発明者は先の出願(特願平9−2
89159号)において1チャネルの原デジタル音声信号に対して、特性が異な
る複数の予測器により時間領域における過去の信号から現在の信号の複数の線形
予測値を算出し、原デジタル音声信号と、この複数の線形予測値から予測器毎の
予測残差を算出し、予測残差の最小値を選択する予測符号化方法を提案している
。
As a method of compressing an audio signal with a variable length, the present inventor has proposed an earlier application (Japanese Patent Application No. 9-2
89159), for a single channel original digital audio signal, a plurality of linear prediction values of the current signal are calculated from past signals in the time domain by using a plurality of predictors having different characteristics. A prediction encoding method is proposed in which a prediction residual for each predictor is calculated from a plurality of linear prediction values and a minimum value of the prediction residual is selected.
なお、上記方法では原デジタル音声信号がサンプリング周波数=96kHz、
量子化ビット数=20ビット程度の場合にある程度の圧縮効果を得ることができ
るが、近年のDVDオーディオディスクではこの2倍のサンプリング周波数(=
192kHz)が使用され、また、量子化ビット数も24ビットが使用される傾
向があるので、圧縮率を改善する必要がある。また、マルチチャネルにおけるサ
ンプリング周波数と量子化ビット数はチャネル毎に異なることもある。
In the above method, the original digital audio signal has a sampling frequency of 96 kHz,
A certain degree of compression effect can be obtained when the number of quantization bits is about 20 bits, but in recent DVD audio discs, the sampling frequency (=
192 kHz) is used, and the number of quantization bits tends to be 24 bits, so the compression ratio needs to be improved. In addition, the sampling frequency and the number of quantization bits in multichannel may be different for each channel.
ところで、予測符号化方式のような圧縮方式は圧縮率が可変(VBR:バリア
ブル・ビット・レート)であるので、マルチチャネルの音声信号を予測符号化す
るとチャネル毎のデータ量が時間的に大きく変化する。また、このようなデータ
を伝送する場合には、チャネル毎にパラレルではなくデータストリームとして伝
送される。
By the way, since a compression method such as the predictive coding method has a variable compression rate (VBR: variable bit rate), when a multi-channel audio signal is predictively encoded, the amount of data for each channel greatly changes over time. To do. When such data is transmitted, it is transmitted as a data stream instead of parallel for each channel.
したがって、再生側(デコード側)においてこのような可変長のデータストリ
ームをチャネル毎に同期して再生(プレゼンテーション)可能にするためには、
入力バッファに蓄積されたデータストリームを読み出してデコーダに出力するた
めのタイミングを示すデコード時間と、出力バッファに蓄積されたデコード後の
データを読み出してスピーカなどに出力(プレゼンテーション)するためのタイ
ミングを示す再生時間を管理しなければならない。また、再生側でこのような可
変長のデータストリームをサーチ再生するための時間を管理しなければならない
。
Therefore, in order to enable reproduction (presentation) of such a variable length data stream in synchronization with each channel on the reproduction side (decoding side),
Decoding time indicating the timing for reading the data stream accumulated in the input buffer and outputting it to the decoder, and timing for reading the decoded data accumulated in the output buffer and outputting (presentation) to a speaker or the like You must manage playback time. Further, the playback side must manage the time for searching and playing back such a variable length data stream.
そこで本発明は、マルチチャネルの音声信号を可変の圧縮率で符号化する場合
に再生側の処理時間を管理することができる光記録媒体及び音声復号装置を提供することを目的とする。
Therefore, an object of the present invention is to provide an optical recording medium and an audio decoding apparatus capable of managing the processing time on the reproducing side when encoding a multi-channel audio signal with a variable compression rate.
本発明は上記目的を達成するために、以下の1)及び2)に記載の手段よりなる。 In order to achieve the above object, the present invention comprises the following means 1) and 2).
すなわち、
1)元のマルチチャネルの音声信号をダウンミクスしてステレオ2チャネルの音声信号に変換するステップと、
前記元のマルチチャネルを所定のマトリクス演算により、相関あるチャネルであってそのチャネル数が前記2チャンネル分少ない数の相関チャネルに変換するステップと、
前記ステレオ2チャネルと前記相関チャネルの音声信号を、そのままのチャネル又は互いに相関をとったチャネル毎に、入力される音声信号に応答して、先頭サンプル値を所定時間のフレーム単位で得ると共に、特性が異なる複数の線形予測方法により時間領域の過去から現在の信号の線形予測値がそれぞれ予測され、その予測される線形予測値と前記音声信号とから得られる予測残差が最小となるような線形予測方法を前記フレームを更に分割したサブフレーム単位に選択するステップと、
前記圧縮されたデータの量に応じて、デコーディング・タイム・スタンプ情報を生成するステップと、
前記デコーディング・タイム・スタンプ情報を含むパケットヘッダと、圧縮データと、を含むユーザデータを有するパケットにフォーマット化するステップとにより、
前記フォーマット化されたパケットが記録され、前記デコーディング・タイム・スタンプ情報は、復号側において前記ユーザデータから分離されて一旦蓄積される圧縮データを読み出し伸長するためのタイミング情報として記録されることを特徴とする光記録媒体。
2) 元のマルチチャネルの音声信号をダウンミクスしてステレオ2チャネルの音声信号に変換するダウンミクス手段と、
前記元のマルチチャネルを所定のマトリクス演算により、相関あるチャネルであってそのチャネル数が前記2チャンネル分少ない数の相関チャネルに変換する相関手段と、
前記ステレオ2チャネルと前記相関チャネルの音声信号を、チャネル毎に、入力される音声信号に応答して、先頭サンプル値を所定時間のフレーム単位で得ると共に、特性が異なる複数の線形予測方法により時間領域の過去から現在の信号の線形予測値がそれぞれ予測され、その予測される線形予測値と前記音声信号とから得られる予測残差が最小となるような線形予測方法を前記フレームを更に分割したサブフレーム単位に選択する圧縮手段と、
前記圧縮手段により圧縮されたデータの量に応じて、復号側の入力バッファ内の圧縮データを読み出すタイミングを示すデコーディング・タイム・スタンプ情報を生成するタイミング生成手段と、
前記デコーディング・タイム・スタンプ情報を含むパケットヘッダと、圧縮データと、を含むユーザデータを有するパケットにフォーマット化する手段とを有する音声符号化装置によって記録されたデータから元の音声信号を復号する音声復号装置であって、
前記パケット内のユーザデータをパケットヘッダと圧縮データとに分離する手段と、
前記分離された圧縮データを蓄積する入力バッファと、
前記入力バッファ内に蓄積された圧縮データを前記パケットヘッダ内のデコーディング・タイム・スタンプ情報に基づいて読み出しステレオ2チャネルの音声信号と元のマルチチャネルの音声信号を復元するデコード手段とを、
有する音声復号装置。
That is,
And converting the stereo 2-channel audio signals by down-mix audio signals 1) original multi-channel,
By a predetermined matrix operation of the original multi-channel, the steps of the number of channels a correlation certain channel is converted to a correlation channel of the two channels fewer,
In response to the input audio signal for each of the
Generating decoding time stamp information according to the amount of the compressed data;
Formatting a packet having user data including a packet header including the decoding time stamp information and compressed data;
The formatted packet is recorded, and the decoding time stamp information is recorded as timing information for reading and decompressing the compressed data that is separated from the user data and temporarily stored on the decoding side. A characteristic optical recording medium.
2) down-mix means for down-mixing the original multi-channel audio signal into a stereo 2-channel audio signal;
Correlation means for converting the original multi-channel into a number of correlated channels, which are correlated channels and the number of channels is reduced by two channels, by a predetermined matrix operation;
The audio signals of the
Timing generating means for generating decoding time stamp information indicating timing for reading compressed data in the input buffer on the decoding side according to the amount of data compressed by the compression means;
The original audio signal is decoded from the data recorded by the audio encoding device having the packet header including the decoding time stamp information and the means for formatting the packet with the user data including the compressed data. An audio decoding device,
Means for separating user data in the packet into a packet header and compressed data;
An input buffer for storing the separated compressed data;
Decoding means for reading out the compressed data stored in the input buffer based on decoding time stamp information in the packet header and restoring the stereo 2-channel audio signal and the original multi-channel audio signal;
A speech decoding apparatus having the same.
以上説明したように本発明によれば、特に圧縮データ量に応じて、コーディング・タイム・スタンプ情報を生成してパケットヘッダにセットしたので、マルチチャネルの音声信号を可変の圧縮率で符号化する場合に再生側の処理時間を管理することができる。 As described above, according to the present invention, since coding time stamp information is generated and set in the packet header according to the amount of compressed data, a multi-channel audio signal is encoded with a variable compression rate. In this case, the processing time on the playback side can be managed .
以下、図面を参照して本発明の実施の形態を説明する。図1は本発明が適用される声符号化装置とそれに対応する音声復号装置の第1の実施形態を示すブロック図、図2は図1の符号化部を詳しく示すブロック図、図3は図1、図2の符号化部により符号化されたビットストリームを示す説明図、図4はDVDのパックのフォーマットを示す説明図、図5はDVDのオーディオパックのフォーマットを示す説明図、図6は図1の復号化部を詳しく示すブロック図、図7は図6の入力バッファの書き込み/読み出しタイミングを示すタイミングチャート、図8はアクセスユニット毎の圧縮データ量を示す説明図、図9はアクセスユニットとプレゼンテーションユニットを示す説明図である。 Embodiments of the present invention will be described below with reference to the drawings. FIG. 1 is a block diagram showing a first embodiment of a voice encoding device to which the present invention is applied and a corresponding speech decoding device, FIG. 2 is a block diagram showing in detail the encoding unit of FIG. 1, and FIG. 1 is an explanatory diagram showing a bit stream encoded by the encoding unit of FIG. 2, FIG. 4 is an explanatory diagram showing a DVD pack format, FIG. 5 is an explanatory diagram showing a DVD audio pack format, and FIG. 1 is a block diagram showing in detail the decoding unit in FIG. 1, FIG. 7 is a timing chart showing the write / read timing of the input buffer in FIG. 6, FIG. 8 is an explanatory diagram showing the amount of compressed data for each access unit, and FIG. It is explanatory drawing which shows a presentation unit.
ここで、マルチチャネル方式としては、例えば次の4つの方式が知られている
。
(1)4チャネル方式 ドルビーサラウンド方式のように、前方L、C、R
の3チャネル+後方Sの1チャネルの合計4チャネル
(2)5チャネル方式 ドルビーAC−3方式のSWチャネルなしのように
、前方L、C、Rの3チャネル+後方SL、SRの2チャネルの合計5チャネル
(3)6チャネル方式 DTS(Digital Theater System)方式や、ドルビ
ーAC−3方式のように6チャネル(L、C、R、SW(Lfe)、SL、SR
)
(4)8チャネル方式 SDDS(Sony Dynamic Digital Sound)方式のよ
うに、前方L、LC、C、RC、R、SWの6チャネル+後方SL、SRの2チ
ャネルの合計8チャネル
図1に示す符号化側の6チャネル(ch)ミクス&マトリクス回路1’は、マル
チチャネル信号の一例としてフロントレフト(Lf)、センタ(C)、フロント
ライト(Rf)、サラウンドレフト(Ls)、サラウンドライト(Rs)及びL
fe(Low Frequency Effect)の6chのPCMデータを次式(1)により前方グ
ループに関する2ch「1」、「2」と他のグループに関する4ch「3」〜「6」
に分類して変換し、2ch「1」、「2」を第1符号化部2’−1に、また、4ch
「3」〜「6」を第2符号化部2’−2に出力する。
Here, as the multi-channel method, for example, the following four methods are known.
(1) 4-channel method Forward L, C, R like Dolby Surround method
3 channels + 1 channel in the
)
(4) 8-channel system Like the SDDS (Sony Dynamic Digital Sound) system, a total of 8 channels including 6 channels of forward L, LC, C, RC, R, and SW + 2 channels of backward SL and SR The 6-channel (ch) mix-and-matrix circuit 1 'on the control side includes, as an example of a multi-channel signal, a front left (Lf), a center (C), a front right (Rf), a surround left (Ls), and a surround right (Rs). And L
6ch PCM data of fe (Low Frequency Effect), 2ch “1” and “2” for the front group and 4ch “3” to “6” for the other groups according to the following equation (1)
2ch “1” and “2” are transferred to the
“3” to “6” are output to the
「1」=Lf+Rf
「2」=Lf−Rf
「3」=C−(Ls+Rs)/2
「4」=Ls+Rs
「5」=Ls−Rs
「6」=Lfe−a×C
ただし、0≦a≦1 …(1)
符号化部2’を構成する第1及び第2符号化部2’−1、2’−2はそれぞれ
、図2に詳しく示すように2ch「1」、「2」と4ch「3」〜「6」のPCMデ
ータを予測符号化し、予測符号化データを図3に示すようなビットストリームで
記録媒体5や通信媒体6を介して復号側に伝送する。復号側では復号化部3’を
構成する第1及び第2復号化部3’−1、3’−2により、図6に詳しく示すよ
うにそれぞれ前方グループに関する2ch「1」、「2」と他のグループに関する
4ch「3」〜「6」の予測符号化データをPCMデータに復号する。
“1” = Lf + Rf
“2” = Lf−Rf
“3” = C− (Ls + Rs) / 2
“4” = Ls + Rs
“5” = Ls−Rs
“6” = Lfe−a × C
However, 0 ≦ a ≦ 1 (1)
As shown in detail in FIG. 2, the first and
次いでミクス&マトリクス回路4’により式(1)に基づいて元の6ch(Lf
、C、Rf、Ls、Rs、Lfe)を復元するとともに、この元の6chと係数m
ij(i=1,2,j=1,2〜6)により次式(2)のようにステレオ2chデー
タ(L、R)を生成する。
Next, the original 6ch (Lf) based on the formula (1) by the mix &
, C, Rf, Ls, Rs, Lfe), and the original 6ch and coefficient m
Stereo 2ch data (L, R) is generated as shown in the following equation (2) by ij (i = 1, 2, j = 1, 2 to 6).
L=m11・Lf+m12・Rf+m13・C
+m14・Ls+m15・Rs+m16・Lfe
R=m21・Lf+m22・Rf+m23・C
+m24・Ls+m25・Rs+m26・Lfe …(2)
図2を参照して符号化部2’−1、2’−2について詳しく説明する。各ch「
1」〜「6」のPCMデータは1フレーム毎に1フレームバッファ10に格納さ
れる。そして、1フレームの各ch「1」〜「6」のサンプルデータがそれぞれ予
測回路13D1、13D2、15D1〜15D4に印加されるとともに、各ch「
1」〜「6」の各フレームの先頭サンプルデータがフォーマット化回路19に印
加される。予測回路13D1、13D2、15D1〜15D4はそれぞれ、各ch
「1」〜「6」のPCMデータに対して、特性が異なる複数の予測器(不図示)
により時間領域における過去の信号から現在の信号の複数の線形予測値を算出し
、次いで原PCMデータと、この複数の線形予測値から予測器毎の予測残差を算
出する。続くバッファ・選択器14D1、14D2、16D1〜16D4はそれ
ぞれ、予測回路13D1、13D2、15D1〜15D4により算出された各予
測残差を一時記憶して、選択信号/DTS(デコーディング・タイム・スタンプ
)生成器17により指定されたサブフレーム毎に予測残差の最小値を選択する。
L = m11 · Lf + m12 · Rf + m13 · C
+ M14 · Ls + m15 · Rs + m16 · Lfe
R = m21 · Lf + m22 · Rf + m23 · C
+ M24 · Ls + m25 · Rs + m26 · Lfe (2)
The
The PCM data of “1” to “6” is stored in the 1-
First sample data of each frame of “1” to “6” is applied to the
A plurality of predictors (not shown) having different characteristics with respect to PCM data “1” to “6”
To calculate a plurality of linear prediction values of the current signal from past signals in the time domain, and then calculate a prediction residual for each predictor from the original PCM data and the plurality of linear prediction values. The subsequent buffer / selectors 14D1, 14D2, 16D1 to 16D4 temporarily store the prediction residuals calculated by the prediction circuits 13D1, 13D2, and 15D1 to 15D4, respectively, and select signals / DTS (decoding time stamp). The minimum value of the prediction residual is selected for each subframe designated by the
選択信号/DTS生成器17は予測残差のビット数フラグをパッキング回路1
8とフォーマット化回路19に対して印加し、また、予測残差が最小の予測器を
示す予測器選択フラグと、式(1)における相関係数aと、復号化側が入力バッ
ファ22a(図6)からストリームデータを取り出す時間を示すDTSをフォー
マット化回路19に対して印加する。パッキング回路18はバッファ・選択器1
4D1、14D2、16D1〜16D4により選択された6ch分の予測残差を、
選択信号/DTS生成器17により指定されたビット数フラグに基づいて指定ビ
ット数でパッキングする。またPTS生成器17cは、復号化側が出力バッファ
110(図6)からPCMデータを取り出す時間を示すPTS(プレゼンテーシ
ョン・タイム・スタンプ)を生成してフォーマット化回路19に出力する。
The selection signal /
8 and the
The prediction residuals for 6ch selected by 4D1, 14D2, 16D1 to 16D4 are
Packing is performed with the designated number of bits based on the bit number flag designated by the selection signal /
続くフォーマット化回路19は図3〜図5に示すようなユーザデータにフォー
マット化する。図3に示すユーザデータ(サブパケット)は、前方グループに関
する2ch「1」、「2」の予測符号化データを含む可変レートビットストリーム
(サブストリーム)BS0と、他のグループに関する4ch「3」〜「6」の予測
符号化データを含む可変レートビットストリーム(サブストリーム)BS1と、
サブストリームBS0、BS1の前に設けられたビットストリームヘッダ(リス
タートヘッダ)により構成されている。また、サブストリームBS0、BS1の
1フレーム分は
・フレームヘッダと、
・各ch「1」〜「6」の1フレームの先頭サンプルデータと、
・各ch「1」〜「6」のサブフレーム毎の予測器選択フラグと、
・各ch「1」〜「6」のサブフレーム毎のビット数フラグと、
・各ch「1」〜「6」の予測残差データ列(可変ビット数)と、
・ch「6」の係数a
が多重化されている。このような予測符号化によれば、原信号が例えばサンプリ
ング周波数=96kHz、量子化ビット数=24ビット、6チャネルの場合、7
1%の圧縮率を実現することができる。
The
It consists of a bit stream header (restart header) provided before the substreams BS0 and BS1. Also, one frame of substream BS0, BS1 is a frame header,
・ First sample data of one frame of each channel “1” to “6”,
A predictor selection flag for each subframe of each channel “1” to “6”;
A bit number flag for each subframe of each channel “1” to “6”;
-Predictive residual data string (number of variable bits) of each ch "1" to "6",
・ Ch “6” coefficient a
Are multiplexed. According to such predictive coding, when the original signal is, for example, sampling frequency = 96 kHz, quantization bit number = 24 bits, 6 channels, 7
A compression rate of 1% can be realized.
図2に示す符号化部2’−1、2’−2により予測符号化された可変レートビ
ットストリームデータを、記録媒体の一例としてDVDオーディオディスクに記
録する場合には、図4に示すオーディオ(A)パックにパッキングされる。この
パックは2034バイトのユーザデータ(Aパケット、Vパケット)に対して4
バイトのパックスタート情報と、6バイトのSCR(System Clock Reference:
システム時刻基準参照値)情報と、3バイトのMux レート(rate)情報と1バイ
トのスタッフィングの合計14バイトのパックヘッダが付加されて構成されてい
る(1パック=合計2048バイト)。この場合、タイムスタンプであるSCR
情報を、先頭パックでは「1」として同一タイトル内で連続とすることにより同
一タイトル内のAパックの時間を管理することができる。
When the variable rate bit stream data predictively encoded by the
Byte pack start information and 6 byte SCR (System Clock Reference:
A system time base reference value) information, a 3-byte Mux rate information, and a 1-byte stuffing total 14-byte pack header are added (1 pack = total 2048 bytes). In this case, the time stamp SCR
By making the information continuous in the same title as “1” in the first pack, the time of the A pack in the same title can be managed.
圧縮PCMのAパケットは図5に詳しく示すように、19又は14バイトのパ
ケットヘッダと、圧縮PCMのプライベートヘッダと、図3に示すフォーマット
の1ないし2011バイトのオーディオデータ(圧縮PCM)により構成されて
いる。そして、DTSとPTSは図5のパケットヘッダ内に(具体的にはパケッ
トヘッダの10〜14バイト目にPTSが、15〜19バイト目にDTSが)セ
ットされる。圧縮PCMのプライベートヘッダは、
・1バイトのサブストリームIDと、
・2バイトのUPC/EAN−ISRC(Universal Product Code/European Ar
ticle Number-International Standard Recording Code)番号、及びUPC/EAN−ISRCデータと、
・1バイトのプライベートヘッダ長と、
・2バイトの第1アクセスユニットポインタと、
・8バイトのオーディオデータ情報(ADI)と、
・0〜7バイトのスタッフィングバイトとに、
より構成されている。そして、ADI内に1秒後のアクセスユニットをサーチ
するための前方アクセスユニット・サーチポインタと、1秒前のアクセスユニッ
トをサーチするための後方アクセスユニット・サーチポインタがともに1バイト
で(具体的にはADIの7バイト目に前方アクセスユニット・サーチポインタが
、8バイト目に後方アクセスユニット・サーチポインタが)セットされる。
As shown in detail in FIG. 5, the compressed PCM A packet is composed of a 19 or 14 byte packet header, a compressed PCM private header, and 1 to 2011 byte audio data (compressed PCM) in the format shown in FIG. ing. The DTS and PTS are set in the packet header of FIG. 5 (specifically, the PTS is in the 10th to 14th bytes of the packet header and the DTS is in the 15th to 19th bytes). The compressed PCM private header is
A 1-byte substream ID,
・ 2-byte UPC / EAN-ISRC (Universal Product Code / European Ar
ticle Number-International Standard Recording Code) number and UPC / EAN-ISRC data,
-1 byte private header length,
A 2-byte first access unit pointer;
8 bytes of audio data information (ADI)
・ With stuffing byte of 0-7 bytes,
It is made up of. Both the forward access unit search pointer for searching the access unit after 1 second in the ADI and the backward access unit search pointer for searching for the access unit before 1 second are both 1 byte (specifically, Is set to the 7th byte of the ADI with the forward access unit search pointer and the 8th byte with the backward access unit search pointer.
次に図6を参照して復号化部3’−1、3’−2について説明する。上記フォ
ーマットの可変レートビットストリームデータBS0、BS1は、デフォーマッ
ト化回路21により分離される。そして、各ch「1」〜「6」の1フレームの
先頭サンプルデータと予測器選択フラグはそれぞれ予測回路24D1、24D2
、23D1〜23D4に印加され、各ch「1」〜「6」のビット数フラグはア
ンパッキング回路22に印加される。また、SCRと、DTSと予測残差データ
列は入力バッファ22aに印加され、PTSは出力バッファ110に印加される
。ここで、予測回路24D1、24D2、23D1〜23D4内の複数の予測器
(不図示)はそれぞれ、符号化側の予測回路13D1、13D2、15D1〜1
5D4内の複数の予測器と同一の特性であり、予測器選択フラグにより同一特性
のものが選択される。
Next, the
, 23D1 to 23D4, and the bit number flags of each channel “1” to “6” are applied to the unpacking
The characteristics are the same as those of the plurality of predictors in 5D4, and the same characteristics are selected by the predictor selection flag.
デフォーマット化回路21により分離されたストリームデータ(予測残差デー
タ列)は、図7に示すようにSCRによりアクセスユニット毎に入力バッファ2
2aに取り込まれて蓄積される。ここで、1つのアクセスユニットのデータ量は
、例えばfs=96kHzの場合には(1/96kHz)秒分であるが、図8、
図9(a)に詳しく示すように可変長である。そして、入力バッファ22aに蓄
積されたストリームデータはDTSに基づいてFIFOで読み出されてアンパッ
キング回路22に印加される。
The stream data (predicted residual data string) separated by the deformatting circuit 21 is input to the
2a is taken in and accumulated. Here, the data amount of one access unit is, for example, (1/96 kHz) seconds when fs = 96 kHz,
The length is variable as shown in detail in FIG. Then, the stream data stored in the
アンパッキング回路22は各ch「1」〜「6」の予測残差データ列をビット
数フラグ毎に基づいて分離してそれぞれ予測回路24D1、24D2、23D1
〜23D4に出力する。予測回路24D1、24D2、23D1〜23D4では
それぞれ、アンパッキング回路22からの各ch「1」〜「6」の今回の予測残
差データと、内部の複数の予測器の内、予測器選択フラグにより選択された各1
つにより予測された前回の予測値が加算されて今回の予測値が算出され、次いで
1フレームの先頭サンプルデータを基準として各サンプルのPCMデータが算出
されて出力バッファ110に蓄積される。出力バッファ110に蓄積されたPC
MデータはPTSに基づいて読み出されて出力される。したがって、図9(a)
に示す可変長のアクセスユニットが伸長されて、図9(b)に示す一定長のプレ
ゼンテーションユニットが出力される。
The unpacking
To 23D4. Each of the prediction circuits 24D1, 24D2, 23D1 to 23D4 uses the current prediction residual data of each channel “1” to “6” from the unpacking
The previous predicted value predicted by the two is added to calculate the current predicted value, and then the PCM data of each sample is calculated and stored in the
The M data is read out based on the PTS and output. Therefore, FIG. 9 (a)
The variable-length access unit shown in FIG. 9 is expanded, and a fixed-length presentation unit shown in FIG. 9B is output.
ここで、操作部101を介してサーチ再生が指示された場合には、制御部10
0により図5に示すADI内に置かれる1秒先を示す前方アクセスユニット・サ
ーチポインタと1秒後を示す後方アクセスユニット・サーチポインタに基づいて
アクセスユニットを再生する。このサーチポインタとしては、1秒先、1秒前の
代わりに2秒先、2秒前のものでよい。
Here, when search reproduction is instructed via the operation unit 101, the
The access unit is reproduced based on the forward access unit search pointer indicating 1 second ahead and the backward access unit search pointer indicating 1 second later placed in the ADI shown in FIG. This search pointer may be one second ahead and two seconds ahead instead of one second ahead and one second ahead.
図2に示す符号化部2’−1、2’−2により予測符号化された可変レートビ
ットストリームデータをネットワークを介して伝送する場合には、符号化側では
図10に示すように伝送用にパケット化し(ステップS41)、次いでパケット
ヘッダを付与し(ステップS42)、次いでこのパケットをネットワーク上に送
り出す(ステップS43)。
When the variable rate bit stream data predictively encoded by the
復号側では図11(A)に示すようにヘッダを除去し(ステップS51)、次
いでデータを復元し(ステップS52)、次いでこのデータをメモリに格納して
復号を待つ(ステップS53)。そして、復号を行う場合には図11(B)に示
すように、デフォーマット化を行い(ステップS61)、次いで入力バッファ2
2aの入出力制御を行い(ステップS62)、次いでアンパッキングを行う(ス
テップS63)。なお、このとき、サーチ再生指示がある場合にはサーチポイン
タをデコードする。次いで予測器をフラグに基づいて選択してデコードを行い(
ステップS64)、次いで出力バッファ110の入出力制御を行い(ステップS
65)、次いで元のマルチチャネルを復元し(ステップS66)、次いでこれを
出力し(ステップS67)、以下、これを繰り返す。
As shown in FIG. 11A, the decoding side removes the header (step S51), then restores the data (step S52), then stores this data in the memory and waits for decoding (step S53). When decoding is performed, as shown in FIG. 11B, deformatting is performed (step S61), and then the
Input / output control of 2a is performed (step S62), and then unpacking is performed (step S63). At this time, if there is a search reproduction instruction, the search pointer is decoded. The predictor is then selected based on the flag and decoded (
Next, input / output control of the
65) Next, the original multi-channel is restored (step S66), then this is output (step S67), and this is repeated thereafter.
なお、上記実施形態では、前方グループに関する2ch「1」、「2」を
「1」=Lf+Rf
「2」=Lf−Rf
により変換して予測符号化したが、代わりに式(2)によりマルチチャネルをダ
ウンミクスしてステレオ2chデータ(L、R)を生成し、次いで次式(1)’
「1」=L+R
「2」=L−R
「3」〜「5」は同じ
「6」=Lfe−C …(1)’
により変換して予測符号化するようにしてもよい(第2の実施形態)。この場合
には、復号化側のミクス&マトリクス回路4’はチャネル「1」、「2」を加算
することによりチャネルLを、減算することによりチャネルRを生成することが
できる。
In the above embodiment, 2ch “1” and “2” related to the front group are set to “1” = Lf + Rf.
“2” = Lf−Rf
However, instead, the multi-channel is downmixed according to Equation (2) to generate stereo 2ch data (L, R), and then the following Equation (1) ′
“1” = L + R
“2” = LR
“3” to “5” are the same. “6” = Lfe-C (1) ′
(2nd embodiment). In this case, the decoding-side mix &
また、第3の実施形態として図12に示すように、2ch「1」、「2」の代わ
りに式(2)によりマルチチャネルをダウンミクスしてステレオ2chデータ(L
、R)を生成して、このステレオ2ch(L、R)と4ch「3」〜「6」を予測符
号化するようにしてもよい。なお、第2、第3の実施形態では、フロントレフト
(Lf)とフロントライト(Rf)が復号化側に伝送されないので、復号化側で
はこれを式(1)、(2)により生成する。
Further, as shown in FIG. 12 as the third embodiment, stereo 2ch data (L) is obtained by down-mixing the multi-channel according to Equation (2) instead of 2ch “1” and “2”.
, R), and the stereo 2ch (L, R) and 4ch "3" to "6" may be predictively encoded. In the second and third embodiments, since the front left (Lf) and the front right (Rf) are not transmitted to the decoding side, they are generated by the equations (1) and (2) on the decoding side.
次に図13、図14を参照して第4の実施形態について説明する。上記の実施
形態では、1グループの相関性の信号「1」〜「6」を予測符号化するように構
成されているが、この第4の実施形態では複数グループの相関性のある信号を生
成して予測符号化し、圧縮率が最も高いグループの予測符号化データを選択する
ように構成されている。このため図13に示す符号化部では、第1〜第nの相関
回路1−1〜1−nが設けられ、このn個の相関回路1−1〜1−nは例えば6
ch(Lf、C、Rf、Ls、Rs、Lfe)のPCMデータを、相関性が異なる
n種類の6ch信号「1」〜「6」に変換する。
Next, a fourth embodiment will be described with reference to FIGS. In the above embodiment, a group of correlated signals “1” to “6” is configured to be predictively encoded. In the fourth embodiment, a plurality of groups of correlated signals are generated. Thus, the prediction coding is performed, and the prediction coding data of the group having the highest compression rate is selected. For this reason, the encoding unit shown in FIG. 13 includes first to n-th correlation circuits 1-1 to 1-n, and the n correlation circuits 1-1 to 1-n are, for example, 6
The PCM data of ch (Lf, C, Rf, Ls, Rs, Lfe) is converted into n types of 6ch signals “1” to “6” having different correlations.
例えば第1の相関回路1−1は以下のように変換し、
「1」=Lf
「2」=C−(Ls+Rs)/2
「3」=Rf−Lf
「4」=Ls−a×Lfe
「5」=Rs−b×Rf
「6」=Lfe
また、第nの相関回路1−nは以下のように変換する。
For example, the first correlation circuit 1-1 converts as follows:
“1” = Lf
“2” = C− (Ls + Rs) / 2
“3” = Rf−Lf
“4” = Ls−a × Lfe
“5” = Rs−b × Rf
“6” = Lfe
The n-th correlation circuit 1-n converts as follows.
「1」=Lf+Rf
「2」=C−Lf
「3」=Rf−Lf
「4」=Ls−Lf
「5」=Rs−Lf
「6」=Lfe−C
また、相関回路1−1〜1−n毎に予測回路15とバッファ・選択器16が設
けられ、グループ毎の予測残差の最小値のデータ量に基づいて圧縮率が最も高い
グループが相関選択信号生成器17bにより選択される。このとき、フォーマッ
ト化回路19はその選択フラグ(相関回路選択フラグ、その相関回路の相関係数
a、b)を追加して多重化する。
“1” = Lf + Rf
“2” = C−Lf
“3” = Rf−Lf
“4” = Ls−Lf
“5” = Rs−Lf
“6” = Lfe-C
Further, a prediction circuit 15 and a buffer / selector 16 are provided for each of the correlation circuits 1-1 to 1-n, and the group having the highest compression rate is selected based on the data amount of the minimum value of the prediction residual for each group. It is selected by the signal generator 17b. At this time, the
また、図14に示す復号化側では、符号化側の相関回路1−1〜1−nに対し
てn個の相関回路4−1〜4−n(又は係数a、bが変更可能な図示省略の1つ
の相関回路)が設けられる。なお、図13に示すnグループの予測回路が同一の
構成である場合、復号装置では図14に示すようにnグループ分の予測回路を設
ける必要はなく、1つのグループ分の予測回路でよい。そして、符号化装置から
伝送された選択フラグに基づいて相関回路4−1〜4−nの1つを選択、又は係
数a、bを設定して元の6ch(Lf、C、Rf、Ls、Rs、Lfe)を復元し
、また、式(2)によりマルチチャネルをダウンミクスしてステレオ2chデータ
(L、R)を生成する。
Further, on the decoding side shown in FIG. 14, n correlation circuits 4-1 to 4-n (or coefficients a and b can be changed with respect to the correlation circuits 1-1 to 1-n on the encoding side. One correlation circuit (omitted) is provided. When the n groups of prediction circuits shown in FIG. 13 have the same configuration, the decoding device does not need to have n groups of prediction circuits as shown in FIG. Then, one of the correlation circuits 4-1 to 4-n is selected based on the selection flag transmitted from the encoding device, or the coefficients a and b are set and the original 6ch (Lf, C, Rf, Ls, Rs, Lfe) is restored, and the multi-channel is downmixed according to Equation (2) to generate stereo 2ch data (L, R).
また、上記の第1の実施形態では、1種類の相関性の信号「1」〜「6」を予
測符号化するように構成されているが、この信号「1」〜「6」のグループと原
信号(Lf、C、Rf、Ls、Rs、Lfe)のグループを予測符号化し、圧縮
率が高い方のグループを選択するようにしてもよい。
In the first embodiment described above, one type of correlation signal “1” to “6” is configured to be predictively encoded. The group of signals “1” to “6” A group of original signals (Lf, C, Rf, Ls, Rs, Lfe) may be predictively encoded, and a group with a higher compression rate may be selected.
1’ 6chミクス&マトリクス回路
13D1,13D2,15D1〜15D4 予測回路(バッファ・選択器14
D1,14D2,16D1〜16D4と共に圧縮手段を構成する。)
14D1,14D2,16D1〜16D4 バッファ・選択器
17 選択信号/DTS生成器(タイミング生成手段)
17c PTS生成器(タイミング生成手段)
19 フォーマット化回路(フォーマット化手段)
21 デフォーマット化回路(分離手段)
22 アンパッキング回路
22a 入力バッファ
24D1,24D2,23D1〜23D4 予測回路(伸長手段)
100 制御部(読み出し手段)
110 出力バッファ
1 '6ch mix & matrix circuit 13D1, 13D2, 15D1-15D4 Prediction circuit (buffer / selector 14)
The compression means is configured together with D1, 14D2, 16D1 to 16D4. )
14D1, 14D2, 16D1 to 16D4 Buffer /
17c PTS generator (timing generator)
19 Formatting circuit (formatting means)
21 Deformatting circuit (separation means)
22
100 Control unit (reading means)
110 Output buffer
Claims (2)
前記元のマルチチャネルを所定のマトリクス演算により、相関あるチャネルであってそのチャネル数が前記2チャンネル分少ない数の相関チャネルに変換するステップと、
前記ステレオ2チャネルと前記相関チャネルの音声信号を、そのままのチャネル又は互いに相関をとったチャネル毎に、入力される音声信号に応答して、先頭サンプル値を所定時間のフレーム単位で得ると共に、特性が異なる複数の線形予測方法により時間領域の過去から現在の信号の線形予測値がそれぞれ予測され、その予測される線形予測値と前記音声信号とから得られる予測残差が最小となるような線形予測方法を前記フレームを更に分割したサブフレーム単位に選択するステップと、
前記圧縮されたデータの量に応じて、デコーディング・タイム・スタンプ情報を生成するステップと、
前記デコーディング・タイム・スタンプ情報を含むパケットヘッダと、圧縮データと、を含むユーザデータを有するパケットにフォーマット化するステップとにより、
前記フォーマット化されたパケットが記録され、前記デコーディング・タイム・スタンプ情報は、復号側において前記ユーザデータから分離されて一旦蓄積される圧縮データを読み出し伸長するためのタイミング情報として記録されることを特徴とする光記録媒体。 And converting the stereo 2-channel audio signals by down-mix audio signals of the original multi-channel,
By a predetermined matrix operation of the original multi-channel, the steps of the number of channels a correlation certain channel is converted to a correlation channel of the two channels fewer,
In response to the input audio signal for each of the stereo 2 channel and the correlated channel audio signals as they are or for each correlated channel, a head sample value is obtained in frame units for a predetermined time, and characteristics are obtained. Linear prediction values of the current signal are predicted from the past in the time domain by a plurality of linear prediction methods with different values, and the prediction residual obtained from the predicted linear prediction value and the speech signal is minimized. Selecting a prediction method for each subframe obtained by further dividing the frame;
Generating decoding time stamp information according to the amount of the compressed data;
Formatting a packet having user data including a packet header including the decoding time stamp information and compressed data;
The formatted packet is recorded, and the decoding time stamp information is recorded as timing information for reading and decompressing the compressed data that is separated from the user data and temporarily stored on the decoding side. A characteristic optical recording medium.
前記元のマルチチャネルを所定のマトリクス演算により、相関あるチャネルであってそのチャネル数が前記2チャンネル分少ない数の相関チャネルに変換する相関手段と、
前記ステレオ2チャネルと前記相関チャネルの音声信号を、チャネル毎に、入力される音声信号に応答して、先頭サンプル値を所定時間のフレーム単位で得ると共に、特性が異なる複数の線形予測方法により時間領域の過去から現在の信号の線形予測値がそれぞれ予測され、その予測される線形予測値と前記音声信号とから得られる予測残差が最小となるような線形予測方法を前記フレームを更に分割したサブフレーム単位に選択する圧縮手段と、
前記圧縮手段により圧縮されたデータの量に応じて、復号側の入力バッファ内の圧縮データを読み出すタイミングを示すデコーディング・タイム・スタンプ情報を生成するタイミング生成手段と、
前記デコーディング・タイム・スタンプ情報を含むパケットヘッダと、圧縮データと、を含むユーザデータを有するパケットにフォーマット化する手段とを有する音声符号化装置によって記録されたデータから元の音声信号を復号する音声復号装置であって、
前記パケット内のユーザデータをパケットヘッダと圧縮データとに分離する手段と、
前記分離された圧縮データを蓄積する入力バッファと、
前記入力バッファ内に蓄積された圧縮データを前記パケットヘッダ内のデコーディング・タイム・スタンプ情報に基づいて読み出しステレオ2チャネルの音声信号と元のマルチチャネルの音声信号を復元するデコード手段とを、
有する音声復号装置。 Down-mix means for down-mixing the original multi-channel audio signal into a stereo 2-channel audio signal;
Correlation means for converting the original multi-channel into a number of correlated channels, which are correlated channels and the number of channels is reduced by two channels, by a predetermined matrix operation;
The audio signals of the stereo 2 channel and the correlation channel are obtained for each channel in response to the input audio signal, and a head sample value is obtained in a frame unit of a predetermined time, and time is determined by a plurality of linear prediction methods having different characteristics. The frame is further divided into a linear prediction method in which the linear prediction value of the current signal is predicted from the past of the region, and the prediction residual obtained from the predicted linear prediction value and the speech signal is minimized. Compression means for selecting in subframe units;
Timing generating means for generating decoding time stamp information indicating timing for reading compressed data in the input buffer on the decoding side according to the amount of data compressed by the compression means;
The original audio signal is decoded from the data recorded by the audio encoding device having the packet header including the decoding time stamp information and the means for formatting the packet with the user data including the compressed data. An audio decoding device,
Means for separating user data in the packet into a packet header and compressed data;
An input buffer for storing the separated compressed data;
Decoding means for reading out the compressed data stored in the input buffer based on decoding time stamp information in the packet header and restoring the stereo 2-channel audio signal and the original multi-channel audio signal;
A speech decoding apparatus having the same.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003371817A JP3821384B2 (en) | 2003-10-31 | 2003-10-31 | Optical recording medium and audio decoding device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003371817A JP3821384B2 (en) | 2003-10-31 | 2003-10-31 | Optical recording medium and audio decoding device |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001098938A Division JP3606455B2 (en) | 2001-03-30 | 2001-03-30 | Audio signal transmission method and audio decoding method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004139099A JP2004139099A (en) | 2004-05-13 |
JP3821384B2 true JP3821384B2 (en) | 2006-09-13 |
Family
ID=32463837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003371817A Expired - Fee Related JP3821384B2 (en) | 2003-10-31 | 2003-10-31 | Optical recording medium and audio decoding device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3821384B2 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11527375B2 (en) | 2020-01-06 | 2022-12-13 | Hamilton Sundstrand Corporation | Relay contactor with combined linear and rotation motion |
-
2003
- 2003-10-31 JP JP2003371817A patent/JP3821384B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2004139099A (en) | 2004-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4305867B2 (en) | Speech encoding method and speech decoding method | |
JP3791801B2 (en) | Optical recording medium and audio decoding device | |
JP4164826B2 (en) | Audio signal transmission method and audio decoding method | |
JP4200499B2 (en) | Speech coding method and speech decoding apparatus | |
JP3606455B2 (en) | Audio signal transmission method and audio decoding method | |
JP4164833B2 (en) | Speech encoding method and speech decoding method | |
JP3821384B2 (en) | Optical recording medium and audio decoding device | |
JP4200500B2 (en) | Speech coding method and speech decoding apparatus | |
JP4305868B2 (en) | Speech encoding method and speech decoding method | |
JP3821385B2 (en) | Optical recording medium and audio decoding device | |
JP3821382B2 (en) | Optical recording medium and audio decoding device | |
JP3791799B2 (en) | Optical recording medium and audio decoding device | |
JP3821386B2 (en) | Optical recording medium and audio decoding device | |
JP3791800B2 (en) | Optical recording medium and audio decoding device | |
JP3821383B2 (en) | Optical recording medium and audio decoding device | |
JP3821381B2 (en) | Speech encoding method and speech decoding method | |
JP3791798B2 (en) | Speech encoding method and speech decoding method | |
JP4196353B2 (en) | Speech encoding method and speech decoding method | |
JP4200991B2 (en) | Speech encoding method and speech decoding method | |
JP4193826B2 (en) | Speech coding method and speech decoding apparatus | |
JP4193827B2 (en) | Speech coding method and speech decoding apparatus | |
JP4200501B2 (en) | Speech coding method and speech decoding apparatus | |
JP4196354B2 (en) | Speech encoding method and speech decoding method | |
JP4164834B2 (en) | Speech coding method and speech decoding apparatus | |
JP4164831B2 (en) | Speech encoding method and speech decoding method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050329 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20051228 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20060222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060310 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060509 |
|
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: 20060602 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060615 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090630 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100630 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110630 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120630 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120630 Year of fee payment: 6 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120630 Year of fee payment: 6 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120630 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130630 Year of fee payment: 7 |
|
LAPS | Cancellation because of no payment of annual fees |