JP4024185B2 - デジタルデータ符号化装置 - Google Patents
デジタルデータ符号化装置 Download PDFInfo
- Publication number
- JP4024185B2 JP4024185B2 JP2003189179A JP2003189179A JP4024185B2 JP 4024185 B2 JP4024185 B2 JP 4024185B2 JP 2003189179 A JP2003189179 A JP 2003189179A JP 2003189179 A JP2003189179 A JP 2003189179A JP 4024185 B2 JP4024185 B2 JP 4024185B2
- Authority
- JP
- Japan
- Prior art keywords
- spectrum
- quantization
- unit
- constant
- digital 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
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、ミニディスクなどの記録媒体に楽音や音声等のデジタルデータを記録するにあたって、前記楽音や音声等に適応して各周波数帯域のスペクトルに対するビット割当てを行い、データ量を圧縮するデジタルデータ符号化装置に関するものである。
【０００２】
【従来の技術】
従来より、楽音や音声等のデジタルデータを高能率で圧縮符号化する方法として、ミニディスクで用いられているＡＴＲＡＣ(Adaptive TRansform Acoustic Coding)が上げられる。このＡＴＲＡＣでは、高能率で圧縮するために、入力デジタルデータは、複数の周波数帯域（以下、適宜サブバンドと呼ぶ）に分割された後、可変長の時間単位でブロック化される。そして、このブロック化されたデジタルデータは、ＭＤＣＴ（Modified Discrete Cosine Transform）処理によりスペクトルデータに変換され、さらに、聴覚心理特性を利用して割当てられたビット数で各スペクトルデータがそれぞれ符号化される。
【０００３】
前記の圧縮符号化に適応することができる聴覚心理特性には、等ラウドネス特性やマスキング効果が挙げられる。等ラウドネス特性とは、同じ音圧レベルの音であっても、人間が感じ取る音の大きさが周波数によって変化することを表すものである。従って、人間が感じ取ることができる音の大きさである最小可聴限が、その音の周波数によって変化することを表している。
【０００４】
一方、マスキング効果には、同時マスキング効果と経時マスキング効果があり、同時マスキング効果とは、複数の周波数成分の音が同時に発生しているときに、ある音が別の音を聴き取り難くさせる現象をいう。また、経時マスキング効果とは、大きな音の時間軸方向の前後では、別の音が聞き取り難くなる現象をいう。
【０００５】
このような聴覚心理特性を利用したビット割り当て法、例えば、反復法と呼ばれる割り当て法では、入力デジタルデータに適応した実際のビット割り当てを以下のようにして行っている。
【０００６】
先ず、各周波数帯域のパワーＳを求め、そのパワーＳによる他の周波数帯域に対するマスキング閾値Ｍを求める。次に、このマスキング閾値Ｍと、各周波数帯域をｎビットで量子化したときの量子化雑音パワーＮ（ｎ）とから、マスキング閾値対雑音比ＭＮＲ（ｎ）＝Ｍ／Ｎ（ｎ）を求める。続いて、そのマスキング閾値対雑音比ＭＮＲ（ｎ）が最小となる周波数帯域にビット割り当てを行った後、このマスキング閾値対雑音比ＭＮＲ（ｎ）を更新し、再び最小の周波数帯域にビット割り当てが行われる。
【０００７】
このようにして、聴覚心理特性を利用したビット割り当てにより、各周波数帯域の量子化ビット数（量子化語長）が算出される。また、周波数帯域毎のスペクトルの最大振幅レベルに関連するスケールファクタが算出され、このスケールファクタと前記量子化ビット数に基づいて各周波数帯域のスペクトルデータが量子化され、その後、圧縮データに符号化される。
【０００８】
また、この符号化処理で符号化されたデータを復号化する装置において、逆量子化時には、量子化ビット数とスケールファクタ、及び、量子化時に求められた量子化係数から各周波数帯域毎にスペクトルデータに展開される。そして、展開されたスペクトルデータは可変長の時間単位でブロック化され、逆ＭＤＣＴ処理が施されて時間領域のデータに変換される。さらに、この変換された時間領域のデータは、複数の周波数帯域（サブバンド）を合成した後、楽音や音声等のデジタルデータに復元される。
【０００９】
ところで、量子化時における最大量子化雑音を低減する方法として、量子化ビット数に対応する一定の係数を所定の周波数間隔内の全てのサンプルに掛ける方法、即ち、ＷＬ（量子化ビット数）がＸより小さい場合に、ｋ＝（２WL[n]-２）/（２WL[n]-1）をユニット（量子化を行う周波数帯域単位）内の全てのスペクトルサンプルに掛け、修正スペクトルサンプルを求め、さらに、修正された量子化器で量子化を行う方法がある（例えば、特許文献１参照）。
【００１０】
また、量子化器そのものを強化する方法、即ち、量子化を行う周波数帯域単位内のスペクトルの絶対値の最大値に係数ｋ（０＜ｋ＜１）を掛けてスケールファクタを算出し、スペクトルサンプルを修正しないで量子化する方法もある（例えば、特許文献２参照）。
【００１１】
【特許文献１】
特許第３１５０４７５号公報
【特許文献２】
特開平１１−１７７４３５号公報
【００１２】
【発明が解決しようとする課題】
しかしながら、特許文献１に記載の従来技術では、最大量子化雑音を低減させることは可能であるが、量子化を行う周波数帯域単位のスペクトル分布によっては、修正を行わない方が真値に近いスペクトルサンプルがあり、これらのスペクトルサンプルに対しては効果が逆になるという問題があった。また、量子化ビット数に対応する２種類の量子化器が必要となるという問題もあった。
【００１３】
また、特許文献２に記載の従来技術では、量子化を行う周波数帯域のスペクトルデータの絶対値の最大値に係数ｋ（０＜ｋ＜１）を掛けてスケールファクタを算出している為、スペクトル分布によっては正規化値（ＳＤ（ｍ）/ＳＦ）が１を越える、即ち、オーバーフローが発生する場合があるという問題があった。
【００１４】
本発明は、上記の問題点に鑑み、１種類の量子化器を用いて、量子化時における各周波数帯域の最大スペクトルの量子化雑音を低減するとともに、最大スペクトルを除く量子化後の周波数帯域のスペクトルレベルを従来の量子化値と比較して低くすることのできるデジタルデータ符号化装置を提供することを目的とする。
【００１５】
【課題を解決するための手段】
上記目的を達成するために本発明は、時間領域のデジタルデータを周波数領域に変換したスペクトルを複数の周波数帯域に分割し、各周波数帯域毎に最大スペクトルに関連するスケールファクタを生成し、聴覚心理特性を利用して前記周波数帯域毎の量子化ビット数を算出し、前記スケールファクタと量子化ビット数を用いて前記スペクトルを量子化した量子化係数を算出して符号化するデジタルデータ符号化装置において、量子化される前記スペクトルに前記スケールファクタと量子化ビット数とに基づいて算出した定数を乗算して修正するスペクトルデータ修正部を設けたものである。
【００１６】
このようにすると、入力されたデジタルデータの量子化時において、前記各周波数帯域のスペクトルの量子化誤差を低減して符号化することができ、この符号化されたデジタルデータの復号化時の量子化雑音を低減することができる。
【００１７】
また、例えば、時間領域のデジタルデータを周波数領域に変換する時間周波数変換部と、該時間周波数変換部により変換されたスペクトルを複数の周波数帯域に分割し各周波数帯域毎に最大スペクトルに関連するスケールファクタを生成するスケールファクタ生成部と、聴覚心理特性を利用して前記周波数帯域毎の量子化ビット数を算出する量子化ビット数算出部と、前記スケールファクタと量子化ビット数を用いて前記スペクトルを量子化した量子化係数を算出して符号化する量子化部を備えたデジタルデータ符号化装置において、前記量子化部により量子化される前記スペクトルに前記スケールファクタと前記量子化ビット数とに基づいて算出した定数を乗算して修正するスペクトルデータ修正部を設けると良い。
【００１８】
このようにすると、入力されたデジタルデータの量子化時において、前記各周波数帯域のスペクトルの量子化誤差を低減して符号化することができ、この符号化されたデジタルデータの復号化時の量子化雑音を低減することができる。
【００１９】
また、例えば、前記スペクトルデータ修正部が、前記スペクトルを前記スケールファクタで正規化した仮正規化係数を算出する仮正規化部と、前記量子化ビット数に応じた比較閾値を算出する比較閾値算出部と、前記仮正規化係数と比較閾値に基づいた定数を算出する定数算出部と、前記スペクトルに前記定数を乗算して重み付けするスペクトルデータ重み付け部を備えていると良い。
【００２０】
このようにすると、前記各周波数帯域のスペクトルの大きさに応じた定数を算出し、前記スペクトルに前記定数を乗算して重み付けすることにより前記スペクトルの量子化時における量子化誤差を低減することができる。
【００２１】
また、例えば、前記時間周波数変換部で変換されたスペクトルに前記定数算出部で算出される定数を乗算した修正スペクトルを前記量子化部で量子化した量子化係数が逆量子化されたときのスペクトル振幅は、前記スペクトルに前記定数を乗算していない無修正スペクトルを前記量子化部で量子化した量子化係数が逆量子化されたときのスペクトル振幅を超えないようになっていると、逆量子化された前記各周波数帯域のスペクトルレベルを従来の量子化値よりも低くして、量子化雑音を低減することができる。
【００２２】
また、例えば、前記定数算出部により算出される定数が、前記各周波数帯域の最大スペクトルに乗算される第１の定数と、前記各周波数帯域の最大スペクトル以外のスペクトルに乗算される第２の定数とから成ると、１種類の量子化器を用いて、量子化時における各周波数帯域の最大スペクトルの量子化雑音を低減できるとともに、最大スペクトルを除く量子化後の周波数帯域のスペクトルレベルを、従来の量子化値と比較して低くすることができる。
【００２３】
また、例えば、前記スケールファクタ生成部が、前記定数算出部により算出される定数に応じて前記スケールファクタを減算して前記量子化部に与えるスケールファクタ減算部を備えていると、前記スペクトルが正規化された正規化値が１を越える、即ち、オーバーフローの発生を防止することができる。
【００２４】
また、例えば、前記量子化ビット数が所定のビット数より小なるときに、前記スペクトルデータ修正部が前記スペクトルに前記定数を乗算して修正すると、前記スペクトルデータ修正部の演算量が低減し、デジタルデータ符号化装置の演算量を効果的に削減できる。
【００２５】
また、例えば、前記量子化ビット数が所定のビット数より小なるときに、前記定数算出部が前記定数を算出し、前記スペクトルデータ重み付け部が前記スペクトルに前記定数を乗算して重み付けすると、前記定数算出部及び前記スペクトルデータ重み付け部の演算量が低減し、デジタルデータ符号化装置の演算量を効果的に削減できる。
【００２６】
【発明の実施の形態】
以下に、本発明の実施形態を図面を参照して説明する。図１は、本発明の実施形態に係るデジタルデータ符号化装置の電気的構成を示すブロック図であり、説明の理解を深めるために復号化装置も合わせて示している。以下、ミニディスク等で利用するATRAC(Adaptive TRanceform Acoustic Coding)方式で行われる符号化復号化処理を図１を用いて説明する。図１において、１はデジタルデータ符号化装置、１５は復号化装置、１０はミニディスク等の記録メディアを示す。
【００２７】
デジタルデータ符号化装置１は、周波数帯域分割部２、時間周波数変換部３、帯域毎のパワー算出部４、マスキング算出部５、量子化ビット数算出部６、量子化部７、パッキング部８、スケールファクタ生成部９、及び、スペクトルデータ修正部１０を備えている。また、復号化装置１５は、アンパッキング部１１、逆量子化部１２、周波数時間変換部１３、周波数帯域合成部１４を備えている。
【００２８】
次に、このような構成のデジタルデータ符号化装置１の符号化処理を説明する。デジタルデータ符号化装置１の入力端には、４４．１ｋＨｚでサンプリングされたデジタルデータであるオーディオ信号が入力される。この入力オーディオ信号は、周波数帯域分割部３において、帯域分割フィルタであるＱＭＦ（Quadrature Mirror Filter）によって複数の周波数帯域（サブバンドフレーム）に分割される。例えば、０〜５．５ｋＨｚの低帯域サブバンドフレームＳＢ１と、５．５〜１１ｋＨｚの中帯域サブバンドフレームＳＢ２と、１１〜２２ｋＨｚの高帯域サブバンドフレームＳＢ３の３帯域である。
【００２９】
次に、時間周波数変換部３は、周波数帯域分割部２で得られたサブバンドフレーム単位毎にＭＤＣＴ(Modified Discrete Cosine Tranceform)処理を施すことで、入力オーディオ信号を周波数成分のＭＤＣＴ係数(スペクトルデータ）に変換する。このときのＭＤＣＴ処理によって得られる変換データＸｍ（ｋ）は次の（１）式で示される。
【００３０】
【数１】
【００３１】
尚、上式中の変数ｍはフレーム番号を表しており、関数ｘm（ｉ）は入力信号を表している。また、関数ｈ（ｉ）は順変換用窓関数を表している。
【００３２】
そして、帯域毎のパワー算出部４は、時間周波数変換部３で得られたＭＤＣＴ係数を、更に、ｉ個の各周波数帯域のスペクトルパワーＳｉ（ｉ＝１，２，…，Ｉ、例えばＩ＝２５）に変換する。ここで、前記周波数帯域には臨界帯域（単位Bark）等が用いられる。このようにして得られた各スペクトルパワーに対して、マスキング算出部５では、聴覚心理特性を用いてマスキングカーブが作成され、量子化ビット数算出部６では、マスキング算出部５で作成されたマスキングカーブと各スペクトルパワーによりビット割当処理が行われる。
【００３３】
また、スケールファクタ生成部９において、時間周波数変換部３で変換された各周波数帯域のＭＤＣＴ係数の絶対最大値から約２ｄＢ毎にスケールファクタが算出される。また、スペクトルデータ修正部１０において、このスケールファクタにより前記ＭＤＣＴ係数が仮正規化された仮正規化係数と量子化ビット数算出部６のビット割当処理から求められた各周波数帯域の量子化ビット数とから求められた定数が前記ＭＤＣＴ係数に乗算されて重み付けされたＭＤＣＴ係数が生成される。そして、この重み付けされたＭＤＣＴ係数と一部が減算されたスケールファクタとが量子化部７に与えられる。尚、このスケールファクタ生成部９とスペクトルデータ修正部１０の構成及び動作についての詳細は後述する。
【００３４】
そして、量子化部７は、量子化ビット数算出部６のビット割当処理から求められた各周波数帯域の量子化ビット数と、スケールファクタ生成部９から与えられたスケールファクタとから、スペクトルデータ修正部１０から与えられたスペクトルデータを次の（２）式によって量子化した量子化係数ＭＫ（ｍ）を算出する。
【００３５】
【数２】
【００３６】
尚、上式中の変数ｍはＭＤＣＴ係数のインデックス、ｉは量子化周波数帯域のインデックス、Ｋ（ｍ）はＭＤＣＴ係数、ＷＬ（ｉ）は量子化ビット数、ＳＦ（ｉ）はスケールファクタを表しており、Ｒｏｕｎｄは小数点以下を四捨五入する関数である。
【００３７】
そして、量子化部７で量子化された、量子化係数、量子化ビット数、スケールファクタはフレーム情報とともにパッキング部８でパッキング、符号化され、記録メディア２０に記録される。
【００３８】
次に、復号化装置１５の復号化処理について説明する。上述のように記録メディア２０に記録された符号化データは、フレーム情報から量子化係数、量子化ビット数、スケールファクタがアンパッキング部１１でアンパッキングされる。そして、逆量子化部１２において、この量子化係数、量子化ビット数、スケールファクタが逆量子化され、ＩＭＤＣＴ(Inverse Modified Discrete Cosine Transform)処理を施す周波数時間変換部１３に入力される。この周波数時間変換部１３に入力されるＩＭＤＣＴ入力信号Ｉ（ｍ）は、次の（３）式によって逆量子化される。
【００３９】
【数３】
【００４０】
尚、上式中の変数ｍはＩＭＤＣＴ入力信号のインデックス、ｉは逆量子化周波数帯域のインデックス、ＭＫ（ｍ）は量子化係数、ＷＬ（ｉ）は量子化ビット数、ＳＦ（ｉ）はスケールファクタを表している。
【００４１】
逆量子化部１２で逆量子化され、再び、スペクトルに復元されたスペクトルデータは、サブバンドフレーム毎に周波数時間変換部１３でＩＭＤＣＴ処理が施され、時間軸のデータに変換される。この周波数時間変換部１３のＩＭＤＣＴ処理による逆変換データｙｍ（ｉ）は次の（４）式で示される。
【００４２】
【数４】
【００４３】
尚、上式中の変数ｍはフレーム番号、ｆ（ｉ）は逆変換用窓関数、Ｘｍ（ｋ）は変換データを表している。
【００４４】
更に、周波数帯域合成部１４において、逆変換された周波数サブバンドフレームは、帯域合成フィルタであるＩＱＭＦ（Inverse Quadrature Mirror Filter）によって帯域合成され、オーディオデータに復号化される。
【００４５】
次に、量子化部７に与えられるスケールファクタの生成方法と、同じく量子化部７に与えられるＭＤＣＴ係数（スペクトルデータ）の修正方法を説明する。図２は、スケールファクタ生成部９とスペクトルデータ修正部１０の電気的構成を示すブロック図である。図２において、図１と同一の部分には同一の符号を付し、その詳細な説明を省略する。
【００４６】
スケールファクタ生成部９は、スケールファクタ算出部２１とスケールファクタ減算部２２とから構成されている。また、スペクトルデータ修正部１０は、仮正規化部２３、定数算出部２４、比較閾値算出部２５、及び、スペクトルデータ重み付け部２６から構成されている。
【００４７】
先ず、図１に示す時間周波数変換部３において、上記（１）式によって変換されたＭＤＣＴ係数（スペクトルデータ）は、スケールファクタ算出部９において、各周波数帯域のＭＤＣＴ係数の絶対最大値から約２ｄＢ毎にスケールファクタが算出される。即ち、各周波数帯域のＭＤＣＴ係数の絶対最大値をＫmax（ｉ）、その時のスケールファクタをＳＦ（ｉ）とすれば、ＳＦ（ｉ）×２-1/3＝＜Ｋmax（ｉ）＜ＳＦ（ｉ）となるようなＳＦ（ｉ）が算出される。
【００４８】
また、仮正規化部２３においては、変換されたＭＤＣＴ係数Ｋ（ｍ）とスケールファクタＳＦ（ｉ）から、各周波数帯域毎に上記（２）式のＫ（ｍ）／ＳＦ（ｉ）部分（仮正規化係数）が算出される。このとき−１＜Ｋ（ｍ）／ＳＦ（ｉ）＜１である。また、帯域毎のパワー算出部４、マスキング算出部５、量子化ビット数算出部６においては、上述したように、聴覚心理特性を利用してマスキングカーブを作成し、ビット割当処理が行われる。そして、比較閾値算出部２５においては、ビット割当処理から求めた各周波数帯域の量子化ビット数より、最終的に量子化される値とその中点を算出する。例えば、量子化ビット数ＷＬ（ｉ）＝２の時は、最終的に量子化される値が｛−１，０，１｝に対して｛−１，−０．５，０，０．５，１｝が算出される。これらは、予めテーブルＲＯＭに記憶しておいてもよい。
【００４９】
そして、定数算出部２４においては、仮正規化値Ｋ（ｍ）／ＳＦ（ｉ）が比較閾値のどの領域に入るかを比較する。これにより、量子化雑音による振幅が真値と比較して増加するのか減少するのかを判断する。例えば、ＷＬ（ｉ）＝２の時は、−１＜Ｋ（ｍ）／ＳＦ（ｉ）＝＜−０．５、または、０．５＜Ｋ（ｍ）／ＳＦ（ｉ）＝＜１ならば量子化雑音による振幅が真値より増加し、−０．５＜Ｋ（ｍ）／ＳＦ（ｉ）＜０．５ならば量子化雑音による振幅が真値より減少する。ここで、スケールファクタの算出に用いたＭＤＣＴ係数の絶対最大値Ｋmax（ｉ）は、量子化雑音による振幅が真値より必ず増加するので比較対象から除外する。
【００５０】
更に、Ｋmax（ｉ）とＳＦ（ｉ）との差分、即ち、ＳＦ（ｉ）−Ｋmax（ｉ）と、Ｋmax（ｉ）とＳＦ（ｉ）×２-1/3との差分、即ち、Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3とを比較し、以下のような条件により、Ｋmax（ｉ）に掛ける定数ｆmax（ｉ）と、Ｋmax（ｉ）以外のＭＤＣＴ係数に掛ける定数ｆexmax（ｉ）とを算出する。
【００５１】
先ず、ＳＦ（ｉ）−Ｋmax（ｉ）＞＝ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3、且つ、Ｑｕｐ（ｉ）＞＝Ｑｄｏｗｎ（ｉ）ならば、ｆmax（ｉ）＝２-1/3、ｆexmax（ｉ）＝ＭＩＮ（２-1/3，（２WL(i)-1 −２）／（２WL(i)-1 −１））とする。
【００５２】
また、ＳＦ（ｉ）−Ｋmax（ｉ）＞＝ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3、且つ、Ｑｕｐ（ｉ）＜Ｑｄｏｗｎ（ｉ）ならば、ｆmax（ｉ）＝２-1/3，ｆexmax（ｉ）＝２-1/3とする。
【００５３】
また、ＳＦ（ｉ）−Ｋmax（ｉ）＜ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3、且つ、Ｑｕｐ（ｉ）＞＝Ｑｄｏｗｎ（ｉ）ならば、ｆmax（ｉ）＝１、ｆexmax（ｉ）＝ＭＡＸ（２-1/3，（２WL(i)-1 −２）／（２WL(i)-1 −１））とする。
【００５４】
また、ＳＦ（ｉ）−Ｋmax（ｉ）＜ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3、且つ、Ｑｕｐ（ｉ）＜Ｑｄｏｗｎ（ｉ）ならば、ｆmax（ｉ）＝１、ｆexmax（ｉ）＝２-1/3とする。尚、ＭＩＮ（ｘ，ｙ）は引数の最小値を返す関数であり、ＭＡＸ（ｘ，ｙ）は引数の最大値を返す関数である。
【００５５】
ここで、Ｑｕｐ（ｉ）は量子化雑音による振幅が真値より増加する場合の量子化誤差のパワーまたはエネルギ値であり、Ｑｄｏｗｎ（ｉ）は量子化雑音による振幅が真値より減少する場合の量子化誤差のパワーまたはエネルギ値である。または、単純に、真値より増加または減少する場合のＭＤＣＴ係数の本数であってもよい。図３に、ＷＬ（ｉ）＝２、ＳＦ（ｉ）＝２5、周波数帯域ｉのスペクトル本数が６のときのＭＤＣＴ係数の一例を示している。この例の場合、量子化誤差パワーＱｕｐ（ｉ）＝ＳＡ（２）2＋ＳＡ（３）2、量子化誤差パワーＱｄｏｗｎ（ｉ）＝ＳＡ（１）2＋ＳＡ（３）2＋ＳＡ（４）2＋ＳＡ（５）2＋ＳＡ（６）2として算出する。
【００５６】
図４は、定数算出部２４における、Ｋmax（ｉ）に掛ける定数ｆmax（ｉ）と、Ｋmax（ｉ）以外のＭＤＣＴ係数に掛ける定数ｆexmax（ｉ）との算出動作を示すフローチャートである。先ず、量子化雑音による振幅が真値より増加する場合の誤差のパワーである量子化誤差パワーＱｕｐ（ｉ）を上述のようにして、即ち、最終的に量子化される値の中点以上にあるスペクトルとＳＦ（ｉ）との差分の２乗和を算出する（ステップＰ１）。次に、量子化雑音による振幅が真値より減少する場合の誤差のパワーである量子化誤差パワーＱｄｏｗｎ（ｉ）を上述のようにして、即ち、Ｋmax（ｉ）以外のスペクトルと最終的に量子化される値との差分の２乗和を算出する（ステップＰ２）。
【００５７】
次に、Ｋmax（ｉ）とＳＦ（ｉ）との差分、即ち、ＳＦ（ｉ）−Ｋmax（ｉ）と、Ｋmax（ｉ）とＳＦ（ｉ）×２-1/3との差分、即ち、Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3とを比較する（ステップＰ３）。そして、比較した結果、ＳＦ（ｉ）−Ｋmax（ｉ）＞＝ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3の場合、Ｑｕｐ（ｉ）とＱｄｏｗｎ（ｉ）を比較し（ステップＰ４）、Ｑｕｐ（ｉ）＞＝Ｑｄｏｗｎ（ｉ）の場合、ｆmax（ｉ）とｆexmax（ｉ）を、ｆmax（ｉ）＝２-1/3、ｆexmax（ｉ）＝ＭＩＮ（２-1/3，（２WL(i)-1 −２）／（２WL(i)-1 −１））と決定する（ステップＰ６）。一方、ステップＰ４において、Ｑｕｐ（ｉ）＜Ｑｄｏｗｎ（ｉ）の場合、ｆmax（ｉ）とｆexmax（ｉ）を、ｆmax（ｉ）＝２-1/3、ｆexmax（ｉ）＝２-1/3と決定する（ステップＰ７）。
【００５８】
また、ステップＰ３での比較結果が、ＳＦ（ｉ）−Ｋmax（ｉ）＜ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3の場合、Ｑｕｐ（ｉ）とＱｄｏｗｎ（ｉ）を比較し（ステップＰ５）、Ｑｕｐ（ｉ）＞＝Ｑｄｏｗｎ（ｉ）の場合、ｆmax（ｉ）とｆexmax（ｉ）を、ｆmax（ｉ）＝１、ｆexmax（ｉ）＝ＭＡＸ（２-1/3，（２WL(i)-1 −２）／（２WL(i)-1 −１））と決定する（ステップＰ８）。一方、ステップＰ５において、Ｑｕｐ（ｉ）＜Ｑｄｏｗｎ（ｉ）の場合、ｆmax（ｉ）とｆexmax（ｉ）を、ｆmax（ｉ）＝１、ｆexmax（ｉ）＝２-1/3と決定する（ステップＰ９）。
【００５９】
そして、このようにして求めた定数ｆmax（ｉ）とｆexmax（ｉ）を、スペクトルデータ重み付け部２６において、個々のＭＤＣＴ係数（スペクトルデータ）に掛けて重み付けを行う。また、スケールファクタ減算部２２では、ｆmax（ｉ）＝２-1/3となるｉの周波数帯域のスケールファクタＳＦ（ｉ）を、スケールファクタ算出部２１で算出したスケールファクタから１分解能だけ減算する。そして、量子化部７において、量子化ビット数算出部６で算出された量子化ビット数ＷＬ（ｉ）と、スペクトルデータ重み付け部２６で重み付けされたＭＤＣＴ係数（スペクトルデータ）Ｋ’（ｍ）と、スケールファクタ減算部２２で減算されたスケールファクタＳＦ’（ｉ）とを用いて、上述の（２）式により量子化係数が算出され、それを符号化した符号化データが出力される。
【００６０】
また、演算量を削減することや、効果の程度から、聴覚心理上比較的重要でないと判断される場合、即ち、量子化ビット数ＷＬ（ｉ）が小なる場合、例えば、ＷＬ（ｉ）＜４の場合にのみ、上記実施例を実施することが好ましい。
【００６１】
このようにして、デジタルデータ符号化装置１により、入力されたオーディオ信号の符号化を行うと、１つの量子化部７だけであるにも拘わらず、各周波数帯域のＭＤＣＴ係数の絶対最大値Ｋmax（ｉ）の量子化誤差を低減できるとともに、各周波数帯域のＭＤＣＴ係数の絶対最大値Ｋmax（ｉ）以外のＭＤＣＴ係数の量子化誤差も低減でき、復号化されたオーディオ信号の量子化雑音を低減して音質を向上させることができる。
【００６２】
尚、上記の実施形態では、デジタルデータ符号化装置１により符号化されるデジタルデータをオーディオ信号とした例を挙げて説明したが、オーディオ信号に限定されず、他のデジタルデータの場合であっても適用可能であることは言うまでもない。
【００６３】
【発明の効果】
以上のように、本発明によれば、時間領域のデジタルデータを周波数領域に変換する時間周波数変換部と、該時間周波数変換部により変換されたスペクトルを複数の周波数帯域に分割し各周波数帯域毎に最大スペクトルに関連するスケールファクタを生成するスケールファクタ生成部と、聴覚心理特性を利用して前記周波数帯域毎の量子化ビット数を算出する量子化ビット数算出部と、前記スケールファクタと量子化ビット数を用いて前記スペクトルを量子化した量子化係数を算出して符号化する量子化部を備えたデジタルデータ符号化装置において、前記スペクトルを前記スケールファクタで正規化した仮正規化係数を算出する仮正規化部と、前記量子化ビット数に応じた比較閾値を算出する比較閾値算出部と、前記仮正規化係数と比較閾値に基づいた定数を算出する定数算出部と、前記スペクトルに前記定数を乗算して重み付けするスペクトルデータ重み付け部を設けたので、入力されたデジタルデータの量子化時において、前記各周波数帯域のスペクトルの量子化誤差を低減して符号化することができ、この符号化されたデジタルデータの復号化時の量子化雑音を低減することができる。
【００６４】
また、本発明によれば、前記時間周波数変換部で変換されたスペクトルに前記定数算出部で算出される定数を乗算した修正スペクトルを前記量子化部で量子化した量子化係数が逆量子化されたときのスペクトル振幅は、前記スペクトルに前記定数を乗算していない無修正スペクトルを前記量子化部で量子化した量子化係数が逆量子化されたときのスペクトル振幅を超えないようになっており、また、前記定数は、前記各周波数帯域の最大スペクトルに乗算される第１の定数と、前記各周波数帯域の最大スペクトル以外のスペクトルに乗算される第２の定数とから成る定数としたので、１種類の量子化器を用いて、量子化時における各周波数帯域の最大スペクトルの量子化雑音を低減できるとともに、最大スペクトルを除く量子化後の周波数帯域のスペクトルレベルを、従来の量子化値と比較して低くすることができる。
【００６５】
また、本発明によれば、量子化ビット数が小なる時にのみ前記スペクトルの修正を施すことで、デジタルデータ符号化装置の演算量を効果的に削減できる。
【図面の簡単な説明】
【図１】は、本発明の実施形態に係るデジタルデータ符号化装置の電気的構成を示すブロック図である。
【図２】は、図１に示すデジタルデータ符号化装置のスケールファクタ生成部とスペクトルデータ修正部の電気的構成を示すブロック図である。
【図３】は、ＭＤＣＴ係数の一例を示す図である。
【図４】は、図２に示す定数算出部の定数算出動作を示すフローチャートである。
【符号の説明】
１ デジタルデータ符号化装置
２ 周波数帯域分割部
３ 時間周波数変換部
４ 帯域毎のパワー算出部
５ マスキング算出部
６ 量子化ビット算出部
７ 量子化部
８ パッキング部
９ スケールファクタ生成部
１０ スペクトルデータ修正部
１１ アンパッキング部
１２ 逆量子化部
１３ 周波数時間変換部
１４ 周波数帯域合成部
１５ 復号化装置
２０ 記録メディア
２１ スケールファクタ算出部
２２ スケールファクタ減算部
２３ 仮正規化部
２４ 定数算出部
２５ 比較閾値算出部
２６ スペクトルデータ重み付け部
【発明の属する技術分野】
本発明は、ミニディスクなどの記録媒体に楽音や音声等のデジタルデータを記録するにあたって、前記楽音や音声等に適応して各周波数帯域のスペクトルに対するビット割当てを行い、データ量を圧縮するデジタルデータ符号化装置に関するものである。
【０００２】
【従来の技術】
従来より、楽音や音声等のデジタルデータを高能率で圧縮符号化する方法として、ミニディスクで用いられているＡＴＲＡＣ(Adaptive TRansform Acoustic Coding)が上げられる。このＡＴＲＡＣでは、高能率で圧縮するために、入力デジタルデータは、複数の周波数帯域（以下、適宜サブバンドと呼ぶ）に分割された後、可変長の時間単位でブロック化される。そして、このブロック化されたデジタルデータは、ＭＤＣＴ（Modified Discrete Cosine Transform）処理によりスペクトルデータに変換され、さらに、聴覚心理特性を利用して割当てられたビット数で各スペクトルデータがそれぞれ符号化される。
【０００３】
前記の圧縮符号化に適応することができる聴覚心理特性には、等ラウドネス特性やマスキング効果が挙げられる。等ラウドネス特性とは、同じ音圧レベルの音であっても、人間が感じ取る音の大きさが周波数によって変化することを表すものである。従って、人間が感じ取ることができる音の大きさである最小可聴限が、その音の周波数によって変化することを表している。
【０００４】
一方、マスキング効果には、同時マスキング効果と経時マスキング効果があり、同時マスキング効果とは、複数の周波数成分の音が同時に発生しているときに、ある音が別の音を聴き取り難くさせる現象をいう。また、経時マスキング効果とは、大きな音の時間軸方向の前後では、別の音が聞き取り難くなる現象をいう。
【０００５】
このような聴覚心理特性を利用したビット割り当て法、例えば、反復法と呼ばれる割り当て法では、入力デジタルデータに適応した実際のビット割り当てを以下のようにして行っている。
【０００６】
先ず、各周波数帯域のパワーＳを求め、そのパワーＳによる他の周波数帯域に対するマスキング閾値Ｍを求める。次に、このマスキング閾値Ｍと、各周波数帯域をｎビットで量子化したときの量子化雑音パワーＮ（ｎ）とから、マスキング閾値対雑音比ＭＮＲ（ｎ）＝Ｍ／Ｎ（ｎ）を求める。続いて、そのマスキング閾値対雑音比ＭＮＲ（ｎ）が最小となる周波数帯域にビット割り当てを行った後、このマスキング閾値対雑音比ＭＮＲ（ｎ）を更新し、再び最小の周波数帯域にビット割り当てが行われる。
【０００７】
このようにして、聴覚心理特性を利用したビット割り当てにより、各周波数帯域の量子化ビット数（量子化語長）が算出される。また、周波数帯域毎のスペクトルの最大振幅レベルに関連するスケールファクタが算出され、このスケールファクタと前記量子化ビット数に基づいて各周波数帯域のスペクトルデータが量子化され、その後、圧縮データに符号化される。
【０００８】
また、この符号化処理で符号化されたデータを復号化する装置において、逆量子化時には、量子化ビット数とスケールファクタ、及び、量子化時に求められた量子化係数から各周波数帯域毎にスペクトルデータに展開される。そして、展開されたスペクトルデータは可変長の時間単位でブロック化され、逆ＭＤＣＴ処理が施されて時間領域のデータに変換される。さらに、この変換された時間領域のデータは、複数の周波数帯域（サブバンド）を合成した後、楽音や音声等のデジタルデータに復元される。
【０００９】
ところで、量子化時における最大量子化雑音を低減する方法として、量子化ビット数に対応する一定の係数を所定の周波数間隔内の全てのサンプルに掛ける方法、即ち、ＷＬ（量子化ビット数）がＸより小さい場合に、ｋ＝（２WL[n]-２）/（２WL[n]-1）をユニット（量子化を行う周波数帯域単位）内の全てのスペクトルサンプルに掛け、修正スペクトルサンプルを求め、さらに、修正された量子化器で量子化を行う方法がある（例えば、特許文献１参照）。
【００１０】
また、量子化器そのものを強化する方法、即ち、量子化を行う周波数帯域単位内のスペクトルの絶対値の最大値に係数ｋ（０＜ｋ＜１）を掛けてスケールファクタを算出し、スペクトルサンプルを修正しないで量子化する方法もある（例えば、特許文献２参照）。
【００１１】
【特許文献１】
特許第３１５０４７５号公報
【特許文献２】
特開平１１−１７７４３５号公報
【００１２】
【発明が解決しようとする課題】
しかしながら、特許文献１に記載の従来技術では、最大量子化雑音を低減させることは可能であるが、量子化を行う周波数帯域単位のスペクトル分布によっては、修正を行わない方が真値に近いスペクトルサンプルがあり、これらのスペクトルサンプルに対しては効果が逆になるという問題があった。また、量子化ビット数に対応する２種類の量子化器が必要となるという問題もあった。
【００１３】
また、特許文献２に記載の従来技術では、量子化を行う周波数帯域のスペクトルデータの絶対値の最大値に係数ｋ（０＜ｋ＜１）を掛けてスケールファクタを算出している為、スペクトル分布によっては正規化値（ＳＤ（ｍ）/ＳＦ）が１を越える、即ち、オーバーフローが発生する場合があるという問題があった。
【００１４】
本発明は、上記の問題点に鑑み、１種類の量子化器を用いて、量子化時における各周波数帯域の最大スペクトルの量子化雑音を低減するとともに、最大スペクトルを除く量子化後の周波数帯域のスペクトルレベルを従来の量子化値と比較して低くすることのできるデジタルデータ符号化装置を提供することを目的とする。
【００１５】
【課題を解決するための手段】
上記目的を達成するために本発明は、時間領域のデジタルデータを周波数領域に変換したスペクトルを複数の周波数帯域に分割し、各周波数帯域毎に最大スペクトルに関連するスケールファクタを生成し、聴覚心理特性を利用して前記周波数帯域毎の量子化ビット数を算出し、前記スケールファクタと量子化ビット数を用いて前記スペクトルを量子化した量子化係数を算出して符号化するデジタルデータ符号化装置において、量子化される前記スペクトルに前記スケールファクタと量子化ビット数とに基づいて算出した定数を乗算して修正するスペクトルデータ修正部を設けたものである。
【００１６】
このようにすると、入力されたデジタルデータの量子化時において、前記各周波数帯域のスペクトルの量子化誤差を低減して符号化することができ、この符号化されたデジタルデータの復号化時の量子化雑音を低減することができる。
【００１７】
また、例えば、時間領域のデジタルデータを周波数領域に変換する時間周波数変換部と、該時間周波数変換部により変換されたスペクトルを複数の周波数帯域に分割し各周波数帯域毎に最大スペクトルに関連するスケールファクタを生成するスケールファクタ生成部と、聴覚心理特性を利用して前記周波数帯域毎の量子化ビット数を算出する量子化ビット数算出部と、前記スケールファクタと量子化ビット数を用いて前記スペクトルを量子化した量子化係数を算出して符号化する量子化部を備えたデジタルデータ符号化装置において、前記量子化部により量子化される前記スペクトルに前記スケールファクタと前記量子化ビット数とに基づいて算出した定数を乗算して修正するスペクトルデータ修正部を設けると良い。
【００１８】
このようにすると、入力されたデジタルデータの量子化時において、前記各周波数帯域のスペクトルの量子化誤差を低減して符号化することができ、この符号化されたデジタルデータの復号化時の量子化雑音を低減することができる。
【００１９】
また、例えば、前記スペクトルデータ修正部が、前記スペクトルを前記スケールファクタで正規化した仮正規化係数を算出する仮正規化部と、前記量子化ビット数に応じた比較閾値を算出する比較閾値算出部と、前記仮正規化係数と比較閾値に基づいた定数を算出する定数算出部と、前記スペクトルに前記定数を乗算して重み付けするスペクトルデータ重み付け部を備えていると良い。
【００２０】
このようにすると、前記各周波数帯域のスペクトルの大きさに応じた定数を算出し、前記スペクトルに前記定数を乗算して重み付けすることにより前記スペクトルの量子化時における量子化誤差を低減することができる。
【００２１】
また、例えば、前記時間周波数変換部で変換されたスペクトルに前記定数算出部で算出される定数を乗算した修正スペクトルを前記量子化部で量子化した量子化係数が逆量子化されたときのスペクトル振幅は、前記スペクトルに前記定数を乗算していない無修正スペクトルを前記量子化部で量子化した量子化係数が逆量子化されたときのスペクトル振幅を超えないようになっていると、逆量子化された前記各周波数帯域のスペクトルレベルを従来の量子化値よりも低くして、量子化雑音を低減することができる。
【００２２】
また、例えば、前記定数算出部により算出される定数が、前記各周波数帯域の最大スペクトルに乗算される第１の定数と、前記各周波数帯域の最大スペクトル以外のスペクトルに乗算される第２の定数とから成ると、１種類の量子化器を用いて、量子化時における各周波数帯域の最大スペクトルの量子化雑音を低減できるとともに、最大スペクトルを除く量子化後の周波数帯域のスペクトルレベルを、従来の量子化値と比較して低くすることができる。
【００２３】
また、例えば、前記スケールファクタ生成部が、前記定数算出部により算出される定数に応じて前記スケールファクタを減算して前記量子化部に与えるスケールファクタ減算部を備えていると、前記スペクトルが正規化された正規化値が１を越える、即ち、オーバーフローの発生を防止することができる。
【００２４】
また、例えば、前記量子化ビット数が所定のビット数より小なるときに、前記スペクトルデータ修正部が前記スペクトルに前記定数を乗算して修正すると、前記スペクトルデータ修正部の演算量が低減し、デジタルデータ符号化装置の演算量を効果的に削減できる。
【００２５】
また、例えば、前記量子化ビット数が所定のビット数より小なるときに、前記定数算出部が前記定数を算出し、前記スペクトルデータ重み付け部が前記スペクトルに前記定数を乗算して重み付けすると、前記定数算出部及び前記スペクトルデータ重み付け部の演算量が低減し、デジタルデータ符号化装置の演算量を効果的に削減できる。
【００２６】
【発明の実施の形態】
以下に、本発明の実施形態を図面を参照して説明する。図１は、本発明の実施形態に係るデジタルデータ符号化装置の電気的構成を示すブロック図であり、説明の理解を深めるために復号化装置も合わせて示している。以下、ミニディスク等で利用するATRAC(Adaptive TRanceform Acoustic Coding)方式で行われる符号化復号化処理を図１を用いて説明する。図１において、１はデジタルデータ符号化装置、１５は復号化装置、１０はミニディスク等の記録メディアを示す。
【００２７】
デジタルデータ符号化装置１は、周波数帯域分割部２、時間周波数変換部３、帯域毎のパワー算出部４、マスキング算出部５、量子化ビット数算出部６、量子化部７、パッキング部８、スケールファクタ生成部９、及び、スペクトルデータ修正部１０を備えている。また、復号化装置１５は、アンパッキング部１１、逆量子化部１２、周波数時間変換部１３、周波数帯域合成部１４を備えている。
【００２８】
次に、このような構成のデジタルデータ符号化装置１の符号化処理を説明する。デジタルデータ符号化装置１の入力端には、４４．１ｋＨｚでサンプリングされたデジタルデータであるオーディオ信号が入力される。この入力オーディオ信号は、周波数帯域分割部３において、帯域分割フィルタであるＱＭＦ（Quadrature Mirror Filter）によって複数の周波数帯域（サブバンドフレーム）に分割される。例えば、０〜５．５ｋＨｚの低帯域サブバンドフレームＳＢ１と、５．５〜１１ｋＨｚの中帯域サブバンドフレームＳＢ２と、１１〜２２ｋＨｚの高帯域サブバンドフレームＳＢ３の３帯域である。
【００２９】
次に、時間周波数変換部３は、周波数帯域分割部２で得られたサブバンドフレーム単位毎にＭＤＣＴ(Modified Discrete Cosine Tranceform)処理を施すことで、入力オーディオ信号を周波数成分のＭＤＣＴ係数(スペクトルデータ）に変換する。このときのＭＤＣＴ処理によって得られる変換データＸｍ（ｋ）は次の（１）式で示される。
【００３０】
【数１】
尚、上式中の変数ｍはフレーム番号を表しており、関数ｘm（ｉ）は入力信号を表している。また、関数ｈ（ｉ）は順変換用窓関数を表している。
【００３２】
そして、帯域毎のパワー算出部４は、時間周波数変換部３で得られたＭＤＣＴ係数を、更に、ｉ個の各周波数帯域のスペクトルパワーＳｉ（ｉ＝１，２，…，Ｉ、例えばＩ＝２５）に変換する。ここで、前記周波数帯域には臨界帯域（単位Bark）等が用いられる。このようにして得られた各スペクトルパワーに対して、マスキング算出部５では、聴覚心理特性を用いてマスキングカーブが作成され、量子化ビット数算出部６では、マスキング算出部５で作成されたマスキングカーブと各スペクトルパワーによりビット割当処理が行われる。
【００３３】
また、スケールファクタ生成部９において、時間周波数変換部３で変換された各周波数帯域のＭＤＣＴ係数の絶対最大値から約２ｄＢ毎にスケールファクタが算出される。また、スペクトルデータ修正部１０において、このスケールファクタにより前記ＭＤＣＴ係数が仮正規化された仮正規化係数と量子化ビット数算出部６のビット割当処理から求められた各周波数帯域の量子化ビット数とから求められた定数が前記ＭＤＣＴ係数に乗算されて重み付けされたＭＤＣＴ係数が生成される。そして、この重み付けされたＭＤＣＴ係数と一部が減算されたスケールファクタとが量子化部７に与えられる。尚、このスケールファクタ生成部９とスペクトルデータ修正部１０の構成及び動作についての詳細は後述する。
【００３４】
そして、量子化部７は、量子化ビット数算出部６のビット割当処理から求められた各周波数帯域の量子化ビット数と、スケールファクタ生成部９から与えられたスケールファクタとから、スペクトルデータ修正部１０から与えられたスペクトルデータを次の（２）式によって量子化した量子化係数ＭＫ（ｍ）を算出する。
【００３５】
【数２】
尚、上式中の変数ｍはＭＤＣＴ係数のインデックス、ｉは量子化周波数帯域のインデックス、Ｋ（ｍ）はＭＤＣＴ係数、ＷＬ（ｉ）は量子化ビット数、ＳＦ（ｉ）はスケールファクタを表しており、Ｒｏｕｎｄは小数点以下を四捨五入する関数である。
【００３７】
そして、量子化部７で量子化された、量子化係数、量子化ビット数、スケールファクタはフレーム情報とともにパッキング部８でパッキング、符号化され、記録メディア２０に記録される。
【００３８】
次に、復号化装置１５の復号化処理について説明する。上述のように記録メディア２０に記録された符号化データは、フレーム情報から量子化係数、量子化ビット数、スケールファクタがアンパッキング部１１でアンパッキングされる。そして、逆量子化部１２において、この量子化係数、量子化ビット数、スケールファクタが逆量子化され、ＩＭＤＣＴ(Inverse Modified Discrete Cosine Transform)処理を施す周波数時間変換部１３に入力される。この周波数時間変換部１３に入力されるＩＭＤＣＴ入力信号Ｉ（ｍ）は、次の（３）式によって逆量子化される。
【００３９】
【数３】
尚、上式中の変数ｍはＩＭＤＣＴ入力信号のインデックス、ｉは逆量子化周波数帯域のインデックス、ＭＫ（ｍ）は量子化係数、ＷＬ（ｉ）は量子化ビット数、ＳＦ（ｉ）はスケールファクタを表している。
【００４１】
逆量子化部１２で逆量子化され、再び、スペクトルに復元されたスペクトルデータは、サブバンドフレーム毎に周波数時間変換部１３でＩＭＤＣＴ処理が施され、時間軸のデータに変換される。この周波数時間変換部１３のＩＭＤＣＴ処理による逆変換データｙｍ（ｉ）は次の（４）式で示される。
【００４２】
【数４】
尚、上式中の変数ｍはフレーム番号、ｆ（ｉ）は逆変換用窓関数、Ｘｍ（ｋ）は変換データを表している。
【００４４】
更に、周波数帯域合成部１４において、逆変換された周波数サブバンドフレームは、帯域合成フィルタであるＩＱＭＦ（Inverse Quadrature Mirror Filter）によって帯域合成され、オーディオデータに復号化される。
【００４５】
次に、量子化部７に与えられるスケールファクタの生成方法と、同じく量子化部７に与えられるＭＤＣＴ係数（スペクトルデータ）の修正方法を説明する。図２は、スケールファクタ生成部９とスペクトルデータ修正部１０の電気的構成を示すブロック図である。図２において、図１と同一の部分には同一の符号を付し、その詳細な説明を省略する。
【００４６】
スケールファクタ生成部９は、スケールファクタ算出部２１とスケールファクタ減算部２２とから構成されている。また、スペクトルデータ修正部１０は、仮正規化部２３、定数算出部２４、比較閾値算出部２５、及び、スペクトルデータ重み付け部２６から構成されている。
【００４７】
先ず、図１に示す時間周波数変換部３において、上記（１）式によって変換されたＭＤＣＴ係数（スペクトルデータ）は、スケールファクタ算出部９において、各周波数帯域のＭＤＣＴ係数の絶対最大値から約２ｄＢ毎にスケールファクタが算出される。即ち、各周波数帯域のＭＤＣＴ係数の絶対最大値をＫmax（ｉ）、その時のスケールファクタをＳＦ（ｉ）とすれば、ＳＦ（ｉ）×２-1/3＝＜Ｋmax（ｉ）＜ＳＦ（ｉ）となるようなＳＦ（ｉ）が算出される。
【００４８】
また、仮正規化部２３においては、変換されたＭＤＣＴ係数Ｋ（ｍ）とスケールファクタＳＦ（ｉ）から、各周波数帯域毎に上記（２）式のＫ（ｍ）／ＳＦ（ｉ）部分（仮正規化係数）が算出される。このとき−１＜Ｋ（ｍ）／ＳＦ（ｉ）＜１である。また、帯域毎のパワー算出部４、マスキング算出部５、量子化ビット数算出部６においては、上述したように、聴覚心理特性を利用してマスキングカーブを作成し、ビット割当処理が行われる。そして、比較閾値算出部２５においては、ビット割当処理から求めた各周波数帯域の量子化ビット数より、最終的に量子化される値とその中点を算出する。例えば、量子化ビット数ＷＬ（ｉ）＝２の時は、最終的に量子化される値が｛−１，０，１｝に対して｛−１，−０．５，０，０．５，１｝が算出される。これらは、予めテーブルＲＯＭに記憶しておいてもよい。
【００４９】
そして、定数算出部２４においては、仮正規化値Ｋ（ｍ）／ＳＦ（ｉ）が比較閾値のどの領域に入るかを比較する。これにより、量子化雑音による振幅が真値と比較して増加するのか減少するのかを判断する。例えば、ＷＬ（ｉ）＝２の時は、−１＜Ｋ（ｍ）／ＳＦ（ｉ）＝＜−０．５、または、０．５＜Ｋ（ｍ）／ＳＦ（ｉ）＝＜１ならば量子化雑音による振幅が真値より増加し、−０．５＜Ｋ（ｍ）／ＳＦ（ｉ）＜０．５ならば量子化雑音による振幅が真値より減少する。ここで、スケールファクタの算出に用いたＭＤＣＴ係数の絶対最大値Ｋmax（ｉ）は、量子化雑音による振幅が真値より必ず増加するので比較対象から除外する。
【００５０】
更に、Ｋmax（ｉ）とＳＦ（ｉ）との差分、即ち、ＳＦ（ｉ）−Ｋmax（ｉ）と、Ｋmax（ｉ）とＳＦ（ｉ）×２-1/3との差分、即ち、Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3とを比較し、以下のような条件により、Ｋmax（ｉ）に掛ける定数ｆmax（ｉ）と、Ｋmax（ｉ）以外のＭＤＣＴ係数に掛ける定数ｆexmax（ｉ）とを算出する。
【００５１】
先ず、ＳＦ（ｉ）−Ｋmax（ｉ）＞＝ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3、且つ、Ｑｕｐ（ｉ）＞＝Ｑｄｏｗｎ（ｉ）ならば、ｆmax（ｉ）＝２-1/3、ｆexmax（ｉ）＝ＭＩＮ（２-1/3，（２WL(i)-1 −２）／（２WL(i)-1 −１））とする。
【００５２】
また、ＳＦ（ｉ）−Ｋmax（ｉ）＞＝ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3、且つ、Ｑｕｐ（ｉ）＜Ｑｄｏｗｎ（ｉ）ならば、ｆmax（ｉ）＝２-1/3，ｆexmax（ｉ）＝２-1/3とする。
【００５３】
また、ＳＦ（ｉ）−Ｋmax（ｉ）＜ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3、且つ、Ｑｕｐ（ｉ）＞＝Ｑｄｏｗｎ（ｉ）ならば、ｆmax（ｉ）＝１、ｆexmax（ｉ）＝ＭＡＸ（２-1/3，（２WL(i)-1 −２）／（２WL(i)-1 −１））とする。
【００５４】
また、ＳＦ（ｉ）−Ｋmax（ｉ）＜ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3、且つ、Ｑｕｐ（ｉ）＜Ｑｄｏｗｎ（ｉ）ならば、ｆmax（ｉ）＝１、ｆexmax（ｉ）＝２-1/3とする。尚、ＭＩＮ（ｘ，ｙ）は引数の最小値を返す関数であり、ＭＡＸ（ｘ，ｙ）は引数の最大値を返す関数である。
【００５５】
ここで、Ｑｕｐ（ｉ）は量子化雑音による振幅が真値より増加する場合の量子化誤差のパワーまたはエネルギ値であり、Ｑｄｏｗｎ（ｉ）は量子化雑音による振幅が真値より減少する場合の量子化誤差のパワーまたはエネルギ値である。または、単純に、真値より増加または減少する場合のＭＤＣＴ係数の本数であってもよい。図３に、ＷＬ（ｉ）＝２、ＳＦ（ｉ）＝２5、周波数帯域ｉのスペクトル本数が６のときのＭＤＣＴ係数の一例を示している。この例の場合、量子化誤差パワーＱｕｐ（ｉ）＝ＳＡ（２）2＋ＳＡ（３）2、量子化誤差パワーＱｄｏｗｎ（ｉ）＝ＳＡ（１）2＋ＳＡ（３）2＋ＳＡ（４）2＋ＳＡ（５）2＋ＳＡ（６）2として算出する。
【００５６】
図４は、定数算出部２４における、Ｋmax（ｉ）に掛ける定数ｆmax（ｉ）と、Ｋmax（ｉ）以外のＭＤＣＴ係数に掛ける定数ｆexmax（ｉ）との算出動作を示すフローチャートである。先ず、量子化雑音による振幅が真値より増加する場合の誤差のパワーである量子化誤差パワーＱｕｐ（ｉ）を上述のようにして、即ち、最終的に量子化される値の中点以上にあるスペクトルとＳＦ（ｉ）との差分の２乗和を算出する（ステップＰ１）。次に、量子化雑音による振幅が真値より減少する場合の誤差のパワーである量子化誤差パワーＱｄｏｗｎ（ｉ）を上述のようにして、即ち、Ｋmax（ｉ）以外のスペクトルと最終的に量子化される値との差分の２乗和を算出する（ステップＰ２）。
【００５７】
次に、Ｋmax（ｉ）とＳＦ（ｉ）との差分、即ち、ＳＦ（ｉ）−Ｋmax（ｉ）と、Ｋmax（ｉ）とＳＦ（ｉ）×２-1/3との差分、即ち、Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3とを比較する（ステップＰ３）。そして、比較した結果、ＳＦ（ｉ）−Ｋmax（ｉ）＞＝ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3の場合、Ｑｕｐ（ｉ）とＱｄｏｗｎ（ｉ）を比較し（ステップＰ４）、Ｑｕｐ（ｉ）＞＝Ｑｄｏｗｎ（ｉ）の場合、ｆmax（ｉ）とｆexmax（ｉ）を、ｆmax（ｉ）＝２-1/3、ｆexmax（ｉ）＝ＭＩＮ（２-1/3，（２WL(i)-1 −２）／（２WL(i)-1 −１））と決定する（ステップＰ６）。一方、ステップＰ４において、Ｑｕｐ（ｉ）＜Ｑｄｏｗｎ（ｉ）の場合、ｆmax（ｉ）とｆexmax（ｉ）を、ｆmax（ｉ）＝２-1/3、ｆexmax（ｉ）＝２-1/3と決定する（ステップＰ７）。
【００５８】
また、ステップＰ３での比較結果が、ＳＦ（ｉ）−Ｋmax（ｉ）＜ Ｋmax（ｉ）−ＳＦ（ｉ）×２-1/3の場合、Ｑｕｐ（ｉ）とＱｄｏｗｎ（ｉ）を比較し（ステップＰ５）、Ｑｕｐ（ｉ）＞＝Ｑｄｏｗｎ（ｉ）の場合、ｆmax（ｉ）とｆexmax（ｉ）を、ｆmax（ｉ）＝１、ｆexmax（ｉ）＝ＭＡＸ（２-1/3，（２WL(i)-1 −２）／（２WL(i)-1 −１））と決定する（ステップＰ８）。一方、ステップＰ５において、Ｑｕｐ（ｉ）＜Ｑｄｏｗｎ（ｉ）の場合、ｆmax（ｉ）とｆexmax（ｉ）を、ｆmax（ｉ）＝１、ｆexmax（ｉ）＝２-1/3と決定する（ステップＰ９）。
【００５９】
そして、このようにして求めた定数ｆmax（ｉ）とｆexmax（ｉ）を、スペクトルデータ重み付け部２６において、個々のＭＤＣＴ係数（スペクトルデータ）に掛けて重み付けを行う。また、スケールファクタ減算部２２では、ｆmax（ｉ）＝２-1/3となるｉの周波数帯域のスケールファクタＳＦ（ｉ）を、スケールファクタ算出部２１で算出したスケールファクタから１分解能だけ減算する。そして、量子化部７において、量子化ビット数算出部６で算出された量子化ビット数ＷＬ（ｉ）と、スペクトルデータ重み付け部２６で重み付けされたＭＤＣＴ係数（スペクトルデータ）Ｋ’（ｍ）と、スケールファクタ減算部２２で減算されたスケールファクタＳＦ’（ｉ）とを用いて、上述の（２）式により量子化係数が算出され、それを符号化した符号化データが出力される。
【００６０】
また、演算量を削減することや、効果の程度から、聴覚心理上比較的重要でないと判断される場合、即ち、量子化ビット数ＷＬ（ｉ）が小なる場合、例えば、ＷＬ（ｉ）＜４の場合にのみ、上記実施例を実施することが好ましい。
【００６１】
このようにして、デジタルデータ符号化装置１により、入力されたオーディオ信号の符号化を行うと、１つの量子化部７だけであるにも拘わらず、各周波数帯域のＭＤＣＴ係数の絶対最大値Ｋmax（ｉ）の量子化誤差を低減できるとともに、各周波数帯域のＭＤＣＴ係数の絶対最大値Ｋmax（ｉ）以外のＭＤＣＴ係数の量子化誤差も低減でき、復号化されたオーディオ信号の量子化雑音を低減して音質を向上させることができる。
【００６２】
尚、上記の実施形態では、デジタルデータ符号化装置１により符号化されるデジタルデータをオーディオ信号とした例を挙げて説明したが、オーディオ信号に限定されず、他のデジタルデータの場合であっても適用可能であることは言うまでもない。
【００６３】
【発明の効果】
以上のように、本発明によれば、時間領域のデジタルデータを周波数領域に変換する時間周波数変換部と、該時間周波数変換部により変換されたスペクトルを複数の周波数帯域に分割し各周波数帯域毎に最大スペクトルに関連するスケールファクタを生成するスケールファクタ生成部と、聴覚心理特性を利用して前記周波数帯域毎の量子化ビット数を算出する量子化ビット数算出部と、前記スケールファクタと量子化ビット数を用いて前記スペクトルを量子化した量子化係数を算出して符号化する量子化部を備えたデジタルデータ符号化装置において、前記スペクトルを前記スケールファクタで正規化した仮正規化係数を算出する仮正規化部と、前記量子化ビット数に応じた比較閾値を算出する比較閾値算出部と、前記仮正規化係数と比較閾値に基づいた定数を算出する定数算出部と、前記スペクトルに前記定数を乗算して重み付けするスペクトルデータ重み付け部を設けたので、入力されたデジタルデータの量子化時において、前記各周波数帯域のスペクトルの量子化誤差を低減して符号化することができ、この符号化されたデジタルデータの復号化時の量子化雑音を低減することができる。
【００６４】
また、本発明によれば、前記時間周波数変換部で変換されたスペクトルに前記定数算出部で算出される定数を乗算した修正スペクトルを前記量子化部で量子化した量子化係数が逆量子化されたときのスペクトル振幅は、前記スペクトルに前記定数を乗算していない無修正スペクトルを前記量子化部で量子化した量子化係数が逆量子化されたときのスペクトル振幅を超えないようになっており、また、前記定数は、前記各周波数帯域の最大スペクトルに乗算される第１の定数と、前記各周波数帯域の最大スペクトル以外のスペクトルに乗算される第２の定数とから成る定数としたので、１種類の量子化器を用いて、量子化時における各周波数帯域の最大スペクトルの量子化雑音を低減できるとともに、最大スペクトルを除く量子化後の周波数帯域のスペクトルレベルを、従来の量子化値と比較して低くすることができる。
【００６５】
また、本発明によれば、量子化ビット数が小なる時にのみ前記スペクトルの修正を施すことで、デジタルデータ符号化装置の演算量を効果的に削減できる。
【図面の簡単な説明】
【図１】は、本発明の実施形態に係るデジタルデータ符号化装置の電気的構成を示すブロック図である。
【図２】は、図１に示すデジタルデータ符号化装置のスケールファクタ生成部とスペクトルデータ修正部の電気的構成を示すブロック図である。
【図３】は、ＭＤＣＴ係数の一例を示す図である。
【図４】は、図２に示す定数算出部の定数算出動作を示すフローチャートである。
【符号の説明】
１ デジタルデータ符号化装置
２ 周波数帯域分割部
３ 時間周波数変換部
４ 帯域毎のパワー算出部
５ マスキング算出部
６ 量子化ビット算出部
７ 量子化部
８ パッキング部
９ スケールファクタ生成部
１０ スペクトルデータ修正部
１１ アンパッキング部
１２ 逆量子化部
１３ 周波数時間変換部
１４ 周波数帯域合成部
１５ 復号化装置
２０ 記録メディア
２１ スケールファクタ算出部
２２ スケールファクタ減算部
２３ 仮正規化部
２４ 定数算出部
２５ 比較閾値算出部
２６ スペクトルデータ重み付け部
Claims (8)
- 時間領域のデジタルデータを周波数領域に変換したスペクトルを複数の周波数帯域に分割し、各周波数帯域毎に最大スペクトルに関連するスケールファクタを生成し、聴覚心理特性を利用して前記周波数帯域毎の量子化ビット数を算出し、前記スケールファクタと量子化ビット数を用いて前記スペクトルを量子化した量子化係数を算出して符号化するデジタルデータ符号化装置において、
前記量子化の前に、前記スペクトルに前記スケールファクタと前記量子化ビット数とに基づいて算出した定数を乗算することにより、該スペクトルを修正するスペクトルデータ修正部を設けたことを特徴とするデジタルデータ符号化装置。 - 時間領域のデジタルデータを周波数領域に変換する時間周波数変換部と、該時間周波数変換部により変換されたスペクトルを複数の周波数帯域に分割し各周波数帯域毎に最大スペクトルに関連するスケールファクタを生成するスケールファクタ生成部と、聴覚心理特性を利用して前記周波数帯域毎の量子化ビット数を算出する量子化ビット数算出部と、前記スケールファクタと量子化ビット数を用いて前記スペクトルを量子化した量子化係数を算出して符号化する量子化部を備えたデジタルデータ符号化装置において、
前記量子化部により量子化される前に、前記スペクトルに前記スケールファクタと前記量子化ビット数とに基づいて算出した定数を乗算することにより、該スペクトルを修正するスペクトルデータ修正部を設けたことを特徴とするデジタルデータ符号化装置。 - 前記スペクトルデータ修正部は、前記スペクトルを前記スケールファクタで正規化した仮正規化係数を算出する仮正規化部と、前記量子化ビット数に応じた比較閾値を算出する比較閾値算出部と、前記仮正規化係数と比較閾値に基づいた定数を算出する定数算出部と、
前記スペクトルに前記定数を乗算して重み付けするスペクトルデータ重み付け部を備えていることを特徴とする請求項２に記載のデジタルデータ符号化装置。 - 前記時間周波数変換部で変換されたスペクトルに前記定数算出部で算出される定数を乗算した修正スペクトルを前記量子化部で量子化した量子化係数が逆量子化されたときのスペクトル振幅は、前記スペクトルに前記定数を乗算していない無修正スペクトルを前記量子化部で量子化した量子化係数が逆量子化されたときのスペクトル振幅を超えないことを特徴とする請求項３に記載のデジタルデータ符号化装置。
- 前記定数算出部により算出される定数は、前記各周波数帯域の最大スペクトルに乗算される第１の定数と、前記各周波数帯域の最大スペクトル以外のスペクトルに乗算される第２の定数とから成ることを特徴とする請求項３に記載のデジタルデータ符号化装置。
- 前記スケールファクタ生成部は、前記定数算出部により算出される定数に応じて前記スケールファクタを減算して前記量子化部に与えるスケールファクタ減算部を備えていることを特徴とする請求項３に記載のデジタルデータ符号化装置。
- 前記量子化ビット数が所定のビット数より小なるときに、前記スペクトルデータ修正部は前記スペクトルに前記定数を乗算して修正することを特徴とする請求項１または請求項２に記載のデジタルデータ符号化装置。
- 前記量子化ビット数が所定のビット数より小なるときに、前記定数算出部は前記定数を算出し、前記スペクトルデータ重み付け部は前記スペクトルに前記定数を乗算して重み付けすることを特徴とする請求項３〜請求項６のいずれかに記載のデジタルデータ符号化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003189179A JP4024185B2 (ja) | 2003-07-01 | 2003-07-01 | デジタルデータ符号化装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003189179A JP4024185B2 (ja) | 2003-07-01 | 2003-07-01 | デジタルデータ符号化装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2005026940A JP2005026940A (ja) | 2005-01-27 |
| JP4024185B2 true JP4024185B2 (ja) | 2007-12-19 |
Family
ID=34187460
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003189179A Expired - Fee Related JP4024185B2 (ja) | 2003-07-01 | 2003-07-01 | デジタルデータ符号化装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4024185B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101767527B (zh) * | 2008-12-26 | 2013-06-19 | 本田技研工业株式会社 | 鞍乘型电动车辆的蓄电池收纳箱结构 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007004050A (ja) * | 2005-06-27 | 2007-01-11 | Nippon Hoso Kyokai <Nhk> | ステレオ信号の符号化装置及び符号化プログラム |
| KR100724986B1 (ko) | 2005-06-28 | 2007-06-04 | 삼성전자주식회사 | 부호분할 다중접속 시스템에서 터보 복호기의 입력데이터를 위한 스케일링 인자의 결정 방법 및 장치 |
| EP1870880B1 (en) | 2006-06-19 | 2010-04-07 | Sharp Kabushiki Kaisha | Signal processing method, signal processing apparatus and recording medium |
-
2003
- 2003-07-01 JP JP2003189179A patent/JP4024185B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101767527B (zh) * | 2008-12-26 | 2013-06-19 | 本田技研工业株式会社 | 鞍乘型电动车辆的蓄电池收纳箱结构 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2005026940A (ja) | 2005-01-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5539203B2 (ja) | 改良された音声及びオーディオ信号の変換符号化 | |
| JP5175028B2 (ja) | デジタル信号の符号化方法及び装置ならびに復号化方法及び装置 | |
| US7613603B2 (en) | Audio coding device with fast algorithm for determining quantization step sizes based on psycho-acoustic model | |
| JP3297051B2 (ja) | 適応ビット配分符号化装置及び方法 | |
| JP4168976B2 (ja) | オーディオ信号符号化装置及び方法 | |
| JP5048697B2 (ja) | 符号化装置、復号化装置、符号化方法、復号化方法、プログラムおよび記録媒体 | |
| JP3926726B2 (ja) | 符号化装置および復号化装置 | |
| US20080243518A1 (en) | System And Method For Compressing And Reconstructing Audio Files | |
| JP2005534947A (ja) | 心理音響ベースで圧縮する際に形成されるノイズの許容可能な歪みに基づくスケールファクタのフィードフォワード予測 | |
| KR101143792B1 (ko) | 신호 부호화 장치 및 방법, 및 신호 복호 장치 및 방법 | |
| US8149927B2 (en) | Method of and apparatus for encoding/decoding digital signal using linear quantization by sections | |
| JP3344944B2 (ja) | オーディオ信号符号化装置，オーディオ信号復号化装置，オーディオ信号符号化方法，及びオーディオ信号復号化方法 | |
| JP3353868B2 (ja) | 音響信号変換符号化方法および復号化方法 | |
| JP4024185B2 (ja) | デジタルデータ符号化装置 | |
| US7668715B1 (en) | Methods for selecting an initial quantization step size in audio encoders and systems using the same | |
| JP2000151413A (ja) | オーディオ符号化における適応ダイナミック可変ビット割り当て方法 | |
| JP2004302259A (ja) | 音響信号の階層符号化方法および階層復号化方法 | |
| JP4191503B2 (ja) | 音声楽音信号符号化方法、復号化方法、符号化装置、復号化装置、符号化プログラム、および復号化プログラム | |
| JP4649351B2 (ja) | デジタルデータ復号化装置 | |
| JP4627737B2 (ja) | デジタルデータ復号化装置 | |
| JP4641272B2 (ja) | デジタルデータ復号化装置 | |
| JP4721355B2 (ja) | 符号化データの符号化則変換方法および装置 | |
| JP2010175633A (ja) | 符号化装置及び方法、並びにプログラム | |
| Gunjal et al. | Traditional Psychoacoustic Model and Daubechies Wavelets for Enhanced Speech Coder Performance | |
| JPH0758643A (ja) | 音声高能率符号化および復号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050810 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070518 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070529 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070730 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20070830 |
|
| 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: 20071002 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071002 |
|
| 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: 20101012 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111012 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121012 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131012 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |