JP4520922B2 - データ形式判別方法、装置、プログラム、および記録媒体 - Google Patents
データ形式判別方法、装置、プログラム、および記録媒体 Download PDFInfo
- Publication number
- JP4520922B2 JP4520922B2 JP2005266870A JP2005266870A JP4520922B2 JP 4520922 B2 JP4520922 B2 JP 4520922B2 JP 2005266870 A JP2005266870 A JP 2005266870A JP 2005266870 A JP2005266870 A JP 2005266870A JP 4520922 B2 JP4520922 B2 JP 4520922B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- input digital
- digital data
- value
- data format
- 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.)
- Active
Links
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
圧縮しようとするデジタルデータを格納しているファイルに、統一的な拡張子が付されている場合は、テキストデータであるか音響データを含むものであるかは、その拡張子を見て判断できる。しかし、圧縮しようとするデジタルデータに拡張子が付されていない場合や、正しい拡張子が付されていない場合もあり、テキストデータであるか音響データを含むものであるかが分からないことも多い。このような場合に、効率良い圧縮符号化方法を選択して圧縮することができないため、特に音響データを含むデータを効率よく圧縮できていない。
[第1実施形態]
本発明の音響データ形式判別装置の機能構成例を図1に示す。また、音響データ形式判別装置100の処理フローを図2に示す。データ形式判別装置100は、データ記録部110、指標判定部120、データ形式判別部130から構成される。また、指標判定部120は、格納形式記録部121、指標計算部124から構成される。データ形式判別部130は、指標比較部131を備えている。
Fは、p次の予測の場合の予測残差のエネルギーに対する入力信号のエネルギーの比を近似するものである。Fの値が大きい方が、音響データらしいと言え、入力されたデジタルデータを圧縮する場合は、音響データ用の符号化手段を用いることで高い圧縮効果が期待できる。なお、例えば、フレーム単位に音響データらしさの指標を計算する場合に、想定したデータ形式でのサンプル値列が複数フレーム分ある場合には、データ形式ごと、フレームごとの複数の指標の値が求まることになる。このように同じデータ形式で複数の指標の値がある場合には、それらの中の最大の値、すなわち最も音響データらしい指標の値を、当該データ形式でのサンプル値列に対する指標の値とする。
このようにデータ形式を判別することで、入力されたデジタルデータに音響データが含まれるのか、および音響データが含まれる場合にはそのデータ形式を推定することができる。
Eは、パワースペクトルに相当する係数の2乗値の相加平均の比である。係数値がjによらず一定であればE=1という最低値となる。この場合、入力されたデジタル音響データをそのデータ形式とした場合のサンプル値列は乱数であり、そのデータ形式では音響データらしいとは言えない。従って、入力されたデジタルデータを圧縮する場合に、音響データに特化した圧縮方法を利用しても、圧縮は期待できない。一方、係数の2乗値の変動が大きければEは大きな値となる。周波数領域の係数(スペクトル)の値に大きな変動があるということで、音響データらしいと言える。従って、入力されたデジタルデータを圧縮する場合に、音響データに特化した圧縮方法を利用すれば、圧縮後のデータ量を少なくできる。つまり、高い圧縮効果が期待できる。また、これはサンプル値間の相関が強いことも意味している。
したがって、この方法によっても、入力されたデジタルデータが音響データであるか否かを推定することができる。
音響データらしさを示す指標として、エネルギー/Fまたはエネルギー/Eを用いることもできる。エネルギー/Fまたはエネルギー/Eは、予測誤差のエネルギーの近似に相当し、これらの値が小さいほど音響データらしいと判断できる。したがって、この指標を用いる場合には、データ形式判別部130は、各データ形式に対応する指標(エネルギー/Fまたはエネルギー/E)の値を比較し、値が最も小さいデータ形式とその指標の値を得る(S130)。データ形式判別部130の指標比較部131は、当該音響データらしさの指標(エネルギー/Fまたはエネルギー/E)と閾値とを比較し、閾値より小さい場合に音響データらしいと判断し、そうでない場合は音響データらしくないと判断する(S131)。
第1実施形態および変形例1、2では、ステップS131で単純に閾値との比較による判断をしていた。しかし、入力信号のデータ形式が1バイトか2バイト以上かによって、もしくはサンプル値列を波形の振幅とした場合のエネルギーの大きさによって、音響データが含まれるか否かの判断が変わる場合もある。そこで、本変形例では、データ形式判別部130の処理を変更した例を示す。
このように、バイト数やエネルギーの違いによって、音響データが含まれているか否かを細かく判断するため、より精度の高い判別が期待できる。
図4に本実施形態の符号化装置の機能構成例を示す。また、図5に符号化装置200の処理フローを示す。符号化装置200は、データ記録部110、指標判定部120、データ形式判別部130、符号化部240から構成される。また、符号化部240は、音響信号用の符号化手段である音響信号符号化部241とZIPなどの汎用的な符号化手段である非音響信号符号化部を備えている。図4と図1との比較からも分かるように、図4の符号化装置200は、図1の音響データ形式判別装置100に符号化部240を付加した構成となっている。
このように、本実施形態では、入力されたデジタルデータを、音響データが含まれる場合には最も音響データらしいと判定されたデータ形式であるとして符号化し、音響データが含まれない場合には汎用的な符号化手段で符号化できるので、高い圧縮効率が期待できる。
第2実施形態では、ステップS131で単純に閾値との比較による判断をしていた。しかし、入力信号のデータ形式が1バイトか2バイト以上かによって、もしくはサンプル値列を波形の振幅とした場合のエネルギーの大きさによって、音響用の符号化手段を用いた方が良いか、非音響用の符号化手段を用いた方が良いかが変わる場合もある。そこで、本変形例では、データ形式判別部130の処理を変更した例を示す。
このように、バイト数やエネルギーの違いによって、音響データが含まれているか否かを細かく判断するため、より精度の高い判別が期待できる。したがって、より効率の良い符号化が期待できる。
なお、上記の実施形態はコンピュータに、上記方法の各ステップを実行させるプログラムを読み込ませ、実施することもできる。また、コンピュータに読み込ませる方法としては、プログラムをコンピュータ読み取り可能な記録媒体に記録しておき、記録媒体からコンピュータに読み込ませる方法、サーバ等に記録されたプログラムを電気通信回線等を通じてコンピュータに読み込ませる方法などがある。
本発明の効果を評価するため、第1実施形態でのシミュレーション結果を以下に示す。シミュレーションの条件は次のとおりである。1つ目の入力信号は、2バイト/サンプル、2048サンプル/フレームのデータ量(175フレーム)、2チャネルの音響データである。あらかじめ設定したデータ形式は、チャネル数(1、2、3)である。2つ目の入力信号は、1バイト単位のテキストデータである。計算した指標は、エネルギー、F(p=1、2、3、20)である。また、Fを計算する際に仮定した音響データのデータ形式は、1つ目の入力のデータ形式と同じ(2バイト、2チャネル)としている。シミュレーションでは、入力信号の先頭の9フレームに対してエネルギーとFを計算した。たとえば、1つ目の入力信号では、チャネル数が2なので、第1チャネルの5フレーム分と第2チャネルの4フレーム分である。
また、1つ目の入力を音響データとして符号化した場合には30.90%に、ZIPにより符号化した場合は88.14%に圧縮できた。2つ目の入力を音響データとして符号化した場合は96.40%、ZIPにより符号化した場合は20.36%に圧縮できた。
なお、Fの値は、pを増加させると単調に増加する。また、Yjを平滑化したパワースペクトルまたは微小な正の値を加えたパワースペクトルとしてEの値を計算すると、その値はpを大きくしたときのFの値と近似することが知られている。したがって、pが小さい値の場合でもチャネル数を3とするべきであることは分かるが、pを20程度の値にしたFやEもしくはエネルギー/Fやエネルギー/Eを指標とすることが望ましい。また、少なくともpを3以上とすべきである。
Claims (10)
- 入力されたデジタルデータが音響データを含むか否かを判別するデータ形式判別方法であって、
入力されたデジタルデータ中のサンプル値列について、エネルギー/E、ただし、
、Mはあらかじめ定めた正の整数、Y j (j=0〜M−1)はj番目の周波数領域係数の2乗、を求める指標計算ステップと、
前記指標計算ステップで求めた前記エネルギー/Eの値があらかじめ設定された閾値より小さい場合には入力されたデジタルデータが音響データを含むと判断し、前記エネルギー/Eの値が当該閾値以上である場合には入力されたデジタルデータが音響データを含まないと判断するデータ形式判別ステップと
を有することを特徴とするデータ形式判別方法。 - 入力されたデジタルデータが音響データを含むか否かを判別するデータ形式判別装置であって、
入力されたデジタルデータを記録するデータ記録部と、
入力されたデジタルデータ中のサンプル値列について、エネルギー/F、ただし、
、pはあらかじめ定めた正の整数、k i (i=1〜p)はPARCOR係数、を求める指標計算部と、
前記指標計算部で求めた前記エネルギー/Fの値があらかじめ設定された閾値より小さい場合には入力されたデジタルデータが音響データを含むと判断し、前記エネルギー/Fの値が当該閾値以上である場合には入力されたデジタルデータが音響データを含まないと判断するデータ形式判別部と
を備えるデータ形式判別装置。 - 入力されたデジタルデータが音響データを含むか否かを判別するデータ形式判別装置であって、
入力されたデジタルデータを記録するデータ記録部と、
入力されたデジタルデータ中のサンプル値列について、エネルギー/E、ただし、
、Mはあらかじめ定めた正の整数、Y j (j=0〜M−1)はj番目の周波数領域係数の2乗、を求める指標計算部と、
前記指標計算部で求めた前記エネルギー/Eの値があらかじめ設定された閾値より小さい場合には入力されたデジタルデータが音響データを含むと判断し、前記エネルギー/Eの値が当該閾値以上である場合には入力されたデジタルデータが音響データを含まないと判断するデータ形式判別部と
を備えるデータ形式判別装置。 - 請求項1から請求項4のいずれかに記載の方法をコンピュータにより実行させるプログラム。
- 請求項9に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005266870A JP4520922B2 (ja) | 2005-09-14 | 2005-09-14 | データ形式判別方法、装置、プログラム、および記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005266870A JP4520922B2 (ja) | 2005-09-14 | 2005-09-14 | データ形式判別方法、装置、プログラム、および記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007079127A JP2007079127A (ja) | 2007-03-29 |
JP4520922B2 true JP4520922B2 (ja) | 2010-08-11 |
Family
ID=37939504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005266870A Active JP4520922B2 (ja) | 2005-09-14 | 2005-09-14 | データ形式判別方法、装置、プログラム、および記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4520922B2 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06152548A (ja) * | 1992-11-02 | 1994-05-31 | Sharp Corp | 信号識別回路 |
JPH06164406A (ja) * | 1992-11-27 | 1994-06-10 | Matsushita Electric Ind Co Ltd | データ圧縮装置及びデータ圧縮方法 |
JPH11259099A (ja) * | 1998-03-16 | 1999-09-24 | Mitsubishi Electric Corp | 音声符号化・復号装置 |
JP2000066691A (ja) * | 1998-08-21 | 2000-03-03 | Kdd Corp | オーディオ情報分類装置 |
JP2000267699A (ja) * | 1999-03-19 | 2000-09-29 | Nippon Telegr & Teleph Corp <Ntt> | 音響信号符号化方法および装置、そのプログラム記録媒体、および音響信号復号装置 |
JP2001236085A (ja) * | 2000-02-25 | 2001-08-31 | Matsushita Electric Ind Co Ltd | 音声区間検出装置、定常雑音区間検出装置、非定常雑音区間検出装置、及び雑音区間検出装置 |
JP2002023795A (ja) * | 2000-07-11 | 2002-01-25 | Roland Corp | 圧縮処理装置および圧縮処理方法 |
-
2005
- 2005-09-14 JP JP2005266870A patent/JP4520922B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06152548A (ja) * | 1992-11-02 | 1994-05-31 | Sharp Corp | 信号識別回路 |
JPH06164406A (ja) * | 1992-11-27 | 1994-06-10 | Matsushita Electric Ind Co Ltd | データ圧縮装置及びデータ圧縮方法 |
JPH11259099A (ja) * | 1998-03-16 | 1999-09-24 | Mitsubishi Electric Corp | 音声符号化・復号装置 |
JP2000066691A (ja) * | 1998-08-21 | 2000-03-03 | Kdd Corp | オーディオ情報分類装置 |
JP2000267699A (ja) * | 1999-03-19 | 2000-09-29 | Nippon Telegr & Teleph Corp <Ntt> | 音響信号符号化方法および装置、そのプログラム記録媒体、および音響信号復号装置 |
JP2001236085A (ja) * | 2000-02-25 | 2001-08-31 | Matsushita Electric Ind Co Ltd | 音声区間検出装置、定常雑音区間検出装置、非定常雑音区間検出装置、及び雑音区間検出装置 |
JP2002023795A (ja) * | 2000-07-11 | 2002-01-25 | Roland Corp | 圧縮処理装置および圧縮処理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2007079127A (ja) | 2007-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1667112B1 (en) | Apparatus, method and medium for coding an audio signal using correlation between frequency bands | |
CN1205601C (zh) | 用于与说话者无关的话音识别***的构造话音模板的方法和设备 | |
JP5815723B2 (ja) | 低ビットレート信号コーダおよびデコーダ | |
WO2006019556A2 (en) | Low-complexity music detection algorithm and system | |
JP2004530153A (ja) | 信号を特徴付ける方法および装置、および、索引信号を生成する方法および装置 | |
US9954550B1 (en) | Content-aware compression of data using window-based selection from multiple prediction functions | |
US10133551B1 (en) | Content-aware compression of data using multiple parallel prediction functions | |
WO2006019555A2 (en) | Music detection with low-complexity pitch correlation algorithm | |
JP4865872B2 (ja) | エントロピ符号化及び復号化を行う装置及び方法 | |
JP2010160507A (ja) | 分散音声認識プロセスにおけるエラーの軽減方法および装置 | |
CN105118512B (zh) | 一种面向aac数字音频的通用隐写分析方法 | |
US20140039902A1 (en) | Data compression apparatus, computer-readable storage medium having stored therein data compression program, data compression system, data compression method, data decompression apparatus, data compression/decompression apparatus, and data structure of compressed data | |
CN101208741B (zh) | 一种适用于数字信号短时相关性模型之间的互用性的方法 | |
TW201133470A (en) | Compressing feature space transforms | |
KR101370018B1 (ko) | 제한된 벡터 양자화 | |
Nilsson et al. | On the mutual information between frequency bands in speech | |
CN101609681B (zh) | 编码方法、编码器、解码方法及解码器 | |
JP4520922B2 (ja) | データ形式判別方法、装置、プログラム、および記録媒体 | |
EP3252758B1 (en) | Encoding apparatus, decoding apparatus, and methods, programs and recording media for encoding apparatus and decoding apparatus | |
EP3751565B1 (en) | Parameter determination device, method, program and recording medium | |
JP2017134197A (ja) | パラメータ調整システム、パラメータ調整方法、プログラム | |
WO2007095247A2 (en) | Perceptual quality based automatic parameter selection for data compression | |
JP4332144B2 (ja) | 波形データ形式判別方法、信号符号化方法、それらの方法を用いた装置、プログラム、および記録媒体 | |
JP4603429B2 (ja) | クライアント・サーバ音声認識方法、サーバ計算機での音声認識方法、音声特徴量抽出・送信方法、これらの方法を用いたシステム、装置、プログラムおよび記録媒体 | |
JP2009210644A (ja) | 線形予測係数算出装置、線形予測係数算出方法、線形予測係数算出プログラム、および記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090803 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090818 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091005 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100302 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100416 |
|
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: 20100511 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100521 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130528 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4520922 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140528 Year of fee payment: 4 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |