JP4504414B2 - 冗長性低減方法 - Google Patents

Description

本発明は、少なくとも第１のチャネルおよび第２のチャネルにおけるデータ伝送の際にデータを低減する方法に関する。

ステレオ冗長性低減方法は、Ｊ．Ｄ．Ｊｏｈｎｓｔｏｎ著、"Ｐｅｒｃｅｐｔｕａｌ Ｔｒａｎｓｆｏｒｍ Ｃｏｄｉｎｇ ｏｆ Ｗｉｄｅｂａｎｄ Ｓｔｅｒｅｏ Ｓｉｇｎａｌｓ"，Ｐｒｏｃ． ｏｆ ｔｈｅ ＩＣＡＳＳＰ １９９０およびＲ．Ｇ．ｖａｎ ｄｅｒ Ｗａａｌ，Ｒ．Ｎ．ｖｅｌｄｈｕｉｓ著、"Ｓｕｂｂａｎｄ Ｃｏｄｉｎｇ ｏｆ Ｓｔｅｒｅｏｐｈｏｎｉｃ Ｄｉｇｉｔａｌ Ａｕｄｉｏ Ｓｉｇｎａｌｓ"，Ｐｒｏｃ． ｏｆ ｔｈｅ ＩＣＡＳＳＰ １９９１から公知である。しかしこれらには、両チャネルに同時に発生するサンプリング値の統計的関係性が利用されるだけである。

本発明の課題は、存在する相互相関を伝搬時間差を考慮して、適応型チャネル間予測に利用することである。

上記課題は本発明により、第１のチャネルを複数の第１スペクトル成分に分割し、第２のチャネルを複数の第２スペクトル成分に分割し、ここで第１のチャネルと第２のチャネルは共通の符号化を使用し、
複数の第１スペクトル成分の少なくとも１つと複数の第２スペクトル成分の少なくとも１つとの間で、時間的にずれた統計的相互相関を検出し、
少なくとも１つの第１スペクトル成分と少なくとも１つの第２スペクトル成分との間で、少なくとも１つの予測係数と伝搬時間差を前記相互相関に基づいて検出し、
予測誤差ｅ（ｎ）を、少なくとも１つの第１スペクトル成分と少なくとも１つ第２スペクトル成分の関数として検出し、
少なくとも１つの第１スペクトル成分、予測誤差、少なくとも１つの予測係数、および伝搬時間差を受信器に伝送し、
受信器にて少なくとも１つの第２スペクトル成分を、少なくとも１つの第１スペクトル成分、予測誤差、少なくとも１つの予測係数、および伝搬時間差に基づいて復元し、
前記少なくとも１つの予測係数の検出を、少なくとも１つの第１スペクトル成分と少なくとも１つの第２スペクトル成分の一方が音声信号を含まない場合に中止するように構成して解決される。

本発明により、データ低減率が上昇する。すなわち、データ冗長性が減少する。これにより低減率が同じならば品質が向上し、品質が同じならば低減率が上昇するようになる。

図１には２つの信号チャネルが示されている。第１の信号チャネルはサンプリング時点ｎでサンプリングされた信号ｘ（ｎ）を含み、この信号はデータ線路２１を介して、メモリを有する計算ユニット１に供給される。第２の信号チャネルはサンプリング時点ｎでサンプリングされた信号ｙ（ｎ）を含み、この信号は別のデータ線路２２を介して計算ユニット１に供給される。

計算ユニット１は、後で説明するように、信号ｘ（ｎ）の瞬時のサンプリング値と先行するサンプリング値から、２つの信号ｘ（ｎ）とｙ（ｎ）間の伝搬時間差だけの伝搬時間補償と予測係数ａｋによる予測を用いて、第２のチャネルの瞬時のサンプリング値ｙ（ｎ）に対する推定値ｙ’（ｎ）を求める。引き続き予測誤差ｅ（ｎ）が算出される。予測誤差は瞬時のサンプリング値ｙ（ｎ）と推定値ｙ’（ｎ）との差として得られる。すなわち、ｅ（ｎ）＝ｙ（ｎ）−ｙ’（ｎ）である。計算ユニット１は、第１のチャネルのサンプリング値ｘ（ｎ）、伝搬時間差（遅延度）ｄ、予測係数ａｋおよび予測誤差ｅ（ｎ）をデータ線路２０を介して計算ユニット２を有する受信器に送出する。しかしデータ伝送は電磁波によっても行うことができる。

計算ユニット２を有する受信器は、第１のチャネルのサンプリング値ｘ（ｎ）
、遅延度ｄ、予測係数ａｋおよび予測誤差ｅ（ｎ）から、第２のチャネルの信号ｙ（ｎ）を復元し、この信号をサンプリング信号ｘ（ｎ）と共に後続処理のためさらに送出する。

図２には、計算ユニット１に含まれる適応型チャネル間予測が概略的に示されている。計算ユニット３では、後で説明するように、信号ｘ（ｎ）とｙ（ｎ）の順次連続するそれぞれＮ個のサンプリング値のブロックに対して最適の予測係数ａｋおよび最適の遅延度ｄが検出され、遅延回路３ないし予測器４ならびに計算ユニット６にさらに送出される。サンプリング信号ｘ（ｎ）は遅延回路３に供給され、その後予測器４に伝送される。このようにして後で述べる式（１）に従って、第２のチャネルの瞬時のサンプリング値ｙ（ｎ）に対する推定値ｙ’（ｎ）が算出される。推定値ｙ’（ｎ）と瞬時のサンプリング値ｙ（ｎ）は加算器７に供給され、推定値ｙ’（ｎ）に負の符号が付される。推定値ｙ’（ｎ）と瞬時のサンプリング値ｙ（ｎ）との加算から、後で説明する式（２）に従って予測誤差ｅ（ｎ）が求められ、この予測誤差は引き続き同様に計算ユニット６に送出される。

計算ユニット６では、伝送に対して必要な別の処理、例えば符号化および多重化が行われる。これらの処理は適応型チャネル間予測の範囲外であり、ここでは詳細に説明しない。計算ユニット６は最後に、サンプリング信号ｘ（ｎ）、遅延度ｄ、予測係数ａｋおよび予測誤差をデータ線路２０を介して受信器にさらに伝送する。

順次連続するそれぞれＮ個のサンプリング値のブロックに対して最適の予測係数ａｋの検出および最適の伝搬時間差ｄの検出は、計算ユニット３で予測誤差出力の最小化により行われる。その際、後で説明する式（１０）に示された規則を適用し、式（４）、（５）、（６）、（７）、（８）に従って予測誤差出力が算出され、この予測誤差出力は遅延度ｄと予測係数ａｋを変化して最小にされる。

図３は、チャネル間予測器の具体的な構成を示す。チャネル間予測器は遅延回路３と予測器４からなる。第１のチャネル２１のサンプリングされた信号値ｘ(ｎ）は第１の遅延回路８に供給される。遅延回路８は、サンプリングされた信号値ｘ（ｎ）を所定のサンプリングクロック数ｄの間、すなわちいわゆる伝搬時間差ｄの間記憶する。これに続いて、信号値ｘ（ｎ-ｄ）は第２の遅延回路１０と０番目の乗算器９に供給される。

０番目の乗算器９では信号ｘ（ｎ-ｄ）が予測係数ａ０と乗算され、第１の加算器１２にさらに伝送される。第２の遅延回路１０では信号値ｘ（ｎ-ｄ）が１サンプリングクロックの間記憶され、その後、信号値ｘ（ｎ-ｄ-１）が第１の乗算器１１および別の遅延回路に供給される。別の遅延回路は図３には点で示されている。第１の乗算器１１は信号ｘ（ｎ-ｄ-１）を第１の予測係数ａ１と乗算し、積を第１の加算器１２にさらに送出する。

第１の加算器１２は、０番目の乗算器９から供給された積ｘ（ｎ-ｄ）＊ａ０を第１の乗算器１１から供給された積ｘ（ｎ-ｄ-１）＊ａ１と加算し、和を別の加算器に供給する。この別の加算器は図３には点で示されている。この構成によって、式（１）に示された、信号ｙ（ｎ）の瞬時のサンプリング値に対する推定値ｙ’（ｎ）を表す和が得られる。第１の遅延回路１０と第ｋ番目の遅延回路１３との間には別のｋ-２個の遅延回路がある。

遅延回路はそれぞれ乗算器と接続されており、乗算器は時間遅延された信号を予測係数と乗算して、加算器にさらに送出する。加算器は、乗算器から供給された積を先行する加算器により求められた和と加算し、この和を別の加算器にさらに送出する。したがってＫ個の分岐路が設けられており、これらの分岐路は、乗算器１１と接続された遅延回路１０および加算器１２と接続された乗算器１１と同じように構成されている。

最後の分岐路Ｋでは、先行する遅延回路から供給された信号が、第Ｋ番目の遅延回路１３で１サンプリングクロックの間記憶され、信号ｘ（ｎ-ｄ-Ｋ）が第Ｋ番目の乗算器１４に供給される。第Ｋ番目の乗算器１４は供給された信号をＫ番目の予測係数ａＫと乗算し、積ｘ（ｎ-ｄ-Ｋ）＊ａＫを第Ｋ番目の加算器１５に送出する。

第Ｋ番目の加算器１５は、Ｋ番目の乗算器１４から供給された積と第（Ｋ-１）番目の加算器により求められた和を加算し、推定値ｙ’（ｎ）を形成する。この推定値は式（１）により示される。Ｋ番目の加算器１５は推定値ｙ’（ｎ）を加算器７にさらに送出する。加算器７は、信号ｙ（ｎ）の瞬時のサンプリング値と推定値ｙ’（ｎ）から予測誤差ｅ（ｎ）を検出する。次にメモリを有する計算ユニット１は予測誤差ｅ（ｎ）を最適化する。

図３に概略的に示された、予測係数ａｋと伝搬時間差（遅延度）ｄを使用して予測誤差ｅ（ｎ）を検出するための方法は、メモリを有する計算ユニット１により最適遅延度ｄと最適予測係数ａｋを検出する既に説明した手段と同様に行われる。

予測器４は有利には有限パルス応答型（ＦＩＲ）フィルタ構造体として構成される。有限パルス応答型（ＦＩＲ）フィルタ構造体はＫａｍｍｅｙｅｒ著、"Ｎａｃｈｒｉｃｈｔｅｎｔｅｃｈｎｉｋ"，Ｔｅｕｂｎｅｒ Ｓｔｕｔｔｇａｒｔ，１９９２，４８７頁から公知である。

本発明により提案されたチャネル間予測方法により、マルチチャネル画像信号および音声信号の符号化の際の冗長性低減が可能である。これは、信号が相互に依存しないで符号化されるのではなく、共通に符号化される場合にチャネル間に存在する統計的条件を利用することによって行われる。

ステレオ音声信号の符号化の場合、従来技術は、ＭＰＥＧ／Ａｕｄｉｏとして公知のＩＳＯ／ＩＥＣ規格提案［１］により示される。そこで使用された、ステレオ冗長性低減法は［２］および［３］に開示された処理に基づくものである
。ステレオ音声信号はことに、種々異なる音響源の信号が２つのチャネルで異なる時点および異なるレベルで発生することを特徴とする。このことは現在公知の方法では不十分にしか考慮されていない。なぜなら、単に左チャネルと右チャネル間の時間的に同じ２つのサンプリング値間の統計的依存性しか利用されていないからである。改善されたアプリケーション、いわゆる適応型チャネル間予測法では、伝搬時間補償された高次の予測が含まれる。この高次の予測により１つのチャネルにおける信号のサンプリング値から他方のチャネルにおける瞬時のサンプリング値に対する推定値が算出される。２チャネル以上の信号に対するアプリケーションもまったく同じように行われる。図２はブロック回路図を示し、図３はチャネル間予測器の実現の実施例のブロック回路図を示す。

１つのチャネルにおける信号ｘ（ｎ）の複数の人事連続するサンプリング値からそれぞれ他方のチャネルにおける信号ｙ（ｎ）の瞬時のサンプリング値に対して推定値が次式に従って算出される。

ここでＫは予測器の次数を、ａｋは予測係数を、ｄは伝搬時間差の補正を可能にする遅延度をそれぞれ表す。予測誤差は、
ｅ（ｎ）＝ｙ（ｎ）-ｙ’（ｎ） （２）
により得られる。

信号ｙ（ｎ）の分散と比較すると、予測誤差信号ｅ（ｎ）の分散は小さい。したがって信号ｙ（ｎ）の代わりに予測誤差信号ｅ（ｎ）を符号化して伝送すると
、これによりデータレートが低減される。予測利得
Ｇ＝（Ｅ［ｙ２（ｎ）］）／（Ｅ［ｅ２（ｎ）］）＝σｙ２／σｅ２ （３）
は分散の比により求められる。

一般性を制限することなく以下、ｘ（ｎ），ｙ（ｎ），ｙ’（ｎ），ｅ（ｎ）は変化せず平均値がないことを前提とする。所定の遅延度ｄに対して最適の予測係数ａｋが、予測誤差信号の分散σｅ２＝Ｅ［ｅ２（ｎ）］を最小にすることによって算出される。これにより以下の線形式が得られる。

ここでσｘｋ２＝Ｅ［ｘ２（ｎ-ｄ-ｋ）］ （５）
信号ｘ（ｎ）のサンプリング値の分散であり、
ｒｋ，ｉ＝ｒｉ，ｋ＝E［x(n-d-k)*x(n-d-i)］／（σｘｋ*σｘｉ） （６）
信号ｘ（ｎ）のサンプリング値の自己相関係数であり、
ｃｉ＝E［y(n)*x(n-d-i)］／σｙ*σｘｉ （７）
信号ｘ（ｎ）とｙ（ｎ）のサンプリング値間の相互相関係数である。

最適の予測係数ａｋに対して予測誤差出力

は最小であり、予測利得

は遅延度ｄの所定値に対して最大である。

遅延度ｄは例えば、信号ｘ（ｎ）とｙ（ｎ）間の伝搬時間差に対する予備分析により検出された推定値とすることができる。最大の予測利得は予測係数ａｋと遅延度ｄを同時に最適化することによって達せられる。

入力信号が変化する場合は、最適の予測パラメータは瞬時の信号特性に依存する。すなわち、時間変化する。その際予測器を瞬時の信号特性に適合すると有利である。このことは、ブロック｛ｘ（ｍＮ）...ｘ（ｍＮ＋Ｎ-１）｝ないし｛ｙ（ｍＮ）...ｙ（ｍＮ＋Ｎ-１）｝における信号ｘ（ｎ）とｙ（ｎ）を符号化し、所属の最適予測パラメータを時間平均値

を使用して期待値Ｅ［ｆｆ（ｍＮ）］の代わりに算出することによって行う。このようにして各ブロックに対する予測誤差出力が最小にされる。各ブロックに対しては信号ｘ（ｎ）と予測誤差信号ｅ（ｎ）の他に予測パラメータも伝送しなければならない。

適応型チャネル間予測の効率を高めるため、この予測は広帯域の入力信号に適用されるのではなく、狭帯域のスペクトル成分に適用される。その際、予測は個々の音声信号成分においてとくに効率がよいという事実が利用される。適応型チャネル間予測を狭帯域のスペクトル成分に適用すれば、ただ１つのまたは少数の音声信号成分だけがスペクトル成分に含まれることが保証され、したがって低次の予測器を使用することができる。さらに予測器パラメータはスペクトル領域において音声信号成分の信号に依存する分布に適合される。これによって例えば音声信号成分を含まないスペクトル成分中では予測を遮断することができる。

第１のステップでは、ＩＳＯ ＭＰＥＧＬａｙｅｒ ＩＩ Ｃｏｄｅｃ［１］における適合型チャネル間予測が統合された。ここではスペクトル成分が３２サブバンドを有する同型式のフィルタバンクにより得られる。この場合、ｘ（ｎ）とｙ（ｎ）はｉ番目のサブバンドにおけるステレオ信号のアンダーサンプリング信号である。ｘ（ｎ）＝ｌ（ｎ）とｙ（ｎ）＝ｒ（ｎ）に対して左から右の信号への予測が行われる。対応関係を入れ替えると反対の予測方向が生じる。予測係数ａｋと遅延度ｄはそれぞれ短時間のインターバル（Ｔ＝２４ｍｓ）で検出される。適応型チャネル間予測の特異性は、予測器構造がエンコーダにおいてもデコーダにおいてもＦＩＲ構造であり、したがって過渡特性や安定性の問題が発生しないことにある。このことは信号の任意の個所からデコードを開始したい場合にとくに重要である。

ここではｘ（ｎ）とｙ（ｎ）の代わりにｘ（ｎ）とｅ（ｎ）を符号化して伝送しなければならない。さらに予測器に対して必要ような付加情報（遅延度ｄ、予測係数ａｋ）を伝送しなければならない。予測方向、すなわちｌ（ｎ）とｒ（ｎ）の、ｘ（ｎ）とｙ（ｎ）に対する対応関係は固定または可変とすることができるが、これも伝送しなければならない。エンコーダでは予測器の入力値としてｘ（ｎ）の量子化値を使用することができる。これによって予測器がエンコーダにおいてもデコーダにおいても同じ入力信号を処理することが保証される。したがって信号ｙ（ｎ）の量子化誤差は予測誤差信号ｅ（ｎ）の量子化誤差と同じである。そうでないと信号ｘ（ｎ）の量子化誤差の付加的重畳が生じることとなる。

最初の実験により、ＩＳＯ正規化の間に実行された聴取テストでとくにクリチカルであることが判明した検査信号クラス（部分的に比較的大きなエネルギーを備えた非常に多数の音声スペクトル成分を高周波領域にも有する楽器特性、例えば"クラリネット"または"ハープシコード"による検査信号）に対して大きな予測利得の生じることが示された。検査信号"クラリネット"に対しては例えば個々のサブバンドで大きな信号区間にわたり、３０から４０ｄＢの領域の予測利得が得られる。これはオーディオ品質の明瞭な改善につながる。予測利得はとりわけ低域の６〜１２サブバンドに集中している。別の検査信号では、これらの低域サブバンドでは３から１６ｄＢの中程度の予測利得が得られ、これに対して高域のサブバンドでは３ｄＢ以下であった。全信号で平均すると予測利得は１．５から６．５ｄＢである。

適応型チャネル間予測の重要な特異性は、符号化が困難な信号区間、すなわち非常に多くのデータレートを必要とする信号区間でとくに大きな予測利得が得られることにある。

上記明細書中の参考文献は以下である。
［1］ISO/IEC,"Draft International Standard DIS 11172:Information technology-coding of moving pictures and associated audio for digital storage media aat up to about 1.5 Mbit/s",ISO/IEC JTC1/SC29/WG11,Geneva,April 1992.
［2］J.D.Johnston,"Perceptual Transform Coding of Wideband Stereo Signals",Proc.of the ICASSP 1990.
［3］R.G.van der Waal,R.N.J.Veldhuis,"Subband Coding of Stereophonic Digital Audio Signals",Proc.of the ICASSP 1991.
［4］H.Fuchs,"Report on the MPEG/Audio subjective listening tests in Hannover",ISO/IEC JTC1/SC29/WG11:Doc.-No.MPEG91/331,November 1991.

２チャンネル伝送装置のブロック回路図である。 適応型チャネル間予測器のブロック回路図である。 チャネル間予測器の概略図である。

符号の説明

１、２、３、６ 計算ユニット
４ 予測器
７ 加算器
８ 遅延回路

Claims (6)

1. 少なくとも第１のチャネルおよび第２のチャネルにおけるデータ伝送の際にデータを低減する方法において、
   第１のチャネルを複数の第１スペクトル成分に分割し、第２のチャネルを複数の第２スペクトル成分に分割し、ここで第１のチャネルと第２のチャネルは共通の符号化を使用し、
   複数の第１スペクトル成分の少なくとも１つと複数の第２スペクトル成分の少なくとも１つとの間で、時間的にずれた統計的相互相関を検出し、
   少なくとも１つの第１スペクトル成分と少なくとも１つの第２スペクトル成分との間で、少なくとも１つの予測係数と伝搬時間差を前記相互相関に基づいて検出し、
   予測誤差ｅ（ｎ）を、少なくとも１つの第１スペクトル成分と少なくとも１つ第２スペクトル成分の関数として検出し、
   少なくとも１つの第１スペクトル成分、予測誤差、少なくとも１つの予測係数、および伝搬時間差を受信器に伝送し、
   受信器にて少なくとも１つの第２スペクトル成分を、少なくとも１つの第１スペクトル成分、予測誤差、少なくとも１つの予測係数、および伝搬時間差に基づいて復元し、
   前記少なくとも１つの予測係数の検出を、少なくとも１つの第１スペクトル成分と少なくとも１つの第２スペクトル成分の一方が音声信号を含まない場合に中止し、
   前記第１のチャネルと第２のチャネルを音声チャネルおよび画像チャネルを含む群から選択する、ことを特徴とする冗長性低減方法。
2. 請求項１記載の方法において、前記相互相関は統計的相関である冗長性低減方法。
3. 請求項１記載の方法において、少なくとも１つの第２スペクトル成分の推定値ｙ’（ｎ）を次式により検出するステップを有する：
   

   

   ここでｎはサンプリング時点、ａ_ｋは少なくとも１つの予測係数、ｄは複数のサンプリングクロックにわたる伝搬時間差、ｋは計数指数、Ｋは予測器の次数を定める定数、そしてｘ（ｎ−ｄ−ｋ）はサンプリング時点（ｎ−ｄ−ｋ）における少なくとも１つの第１スペクトル成分のサンプリング値である冗長性低減方法。
4. 請求項３記載の方法において、少なくとも１つの第２スペクトル成分の推定値ｙ’（ｎ）を少なくとも１つの第２スペクトル成分のサンプリング値ｙ（ｎ）と比較し、
   予測誤差ｅ（ｎ）を前記比較に基づいて検出し、
   少なくとも１つの予測係数ａ_ｋと伝搬時間差ｄを、予測誤差ｅ（ｎ）の
   分散σ_ｅ ²を最小にすることにより最適化する冗長性低減方法。
5. 請求項１記載の方法において、予測方向を第１のチャネルと第２のチャネルの帰属関数として検出する冗長性低減方法。
6. 請求項１記載の方法において、予測方向を少なくとも１つの第１スペクトル成分と少なくとも１つの第２スペクトル成分に対して、第１のチャネルと第２のチャネルの帰属関数として検出し、
   該予測方向を受信器に伝送し、
   復元ステップにおいて少なくとも１つの第２スペクトル成分を前記予測方向に基づき復元する冗長性低減方法。

Images