JP4556866B2

JP4556866B2 - 高能率符号化プログラム及び高能率符号化装置

Info

Publication number: JP4556866B2
Application number: JP2005376442A
Authority: JP
Inventors: 定浩安良
Original assignee: Victor Company of Japan Ltd
Current assignee: Victor Company of Japan Ltd
Priority date: 2005-12-27
Filing date: 2005-12-27
Publication date: 2010-10-06
Anticipated expiration: 2025-12-27
Also published as: JP2007178677A

Description

本発明は、音声又はオーディオ信号の符号化のための高能率符号化プログラム及び高能率符号化装置に関し、特に量子化雑音スペクトルを聴感的に望ましいものとすることによって聴くに耐え得る品質を提供する高能率符号化プログラム及び高能率符号化装置に関する。

従来から音声やオーディオ信号を符号化する技術はあり、その従来技術として下記の特許文献１がある。特許文献１には、差分符号化と準瞬時圧縮を用いた符号化方式において、量子化雑音スペクトルの形を変形させることで聴感上の品質を向上させる方法が記載されている。この方法は、デジタル音声信号の隣接する２サンプル間の差分値を、一定サンプル数の差分値から構成されるブロック内のレベルの最大値に応じて求めたレンジ情報を用いて圧縮を行う方式であり、レベル検出手段、マスキング特性演算手段、等ラウドネス曲線発生手段からの情報により決定されるフィルタ特性を、ノイズシェイピング手段によって量子化雑音に対して適用することで、等ラウドネス特性やマスキング特性に沿った量子化雑音スペクトルの形に変更することができ、聴感上のノイズを低減させることができる。

また、他の符号化技術としては下記の非特許文献１に記載されている技術が存在する。この技術は適応型差分ＰＣＭ（Pulse Code Modulation）であり広く知られている。この技術は、１サンプル前の値を予測値として現サンプルとの差分値を算出して符号化を行うものであり、その際のステップサイズ（量子化幅）は直前の差分値を符号化した符号により決定される。この方式に基づく符号化ツールがＰＣ（Personal Computer）で動作する汎用オーディオ編集ソフトウェアに組み込まれており、自由に符号化、復号化をすることができる。具体的に図１２を用いて非特許文献１の高能率符号化装置を説明する。

図１２に示すように、入力されるオーディオ信号Ｘ（ｎ）はサンプリング周波数８ｋＨｚ、１２ｂｉｔ精度のリニアＰＣＭである。通常のＣＤなどでは１６ビットの精度があるため、ＬＳＢ（Least Significant Bit）４ビット目を四捨五入して１２ｂｉｔに丸めて使用している。差分算出ステップ部１２１において、現サンプルであるＸ（ｎ）と圧縮伸長された１つ前のサンプルＸ´（ｎ−１）との差分が取られて差分値ｄ（ｎ）が生成される。そして、ステップサイズ（量子化幅）決定ステップ部１２３において、１つ前の差分値の符号化結果に基づき決定されたステップサイズｓｓ（ｎ）が圧縮ステップ部１２２に供給され、差分値ｄ（ｎ）は４ビットのＡＤＰＣＭコードＬ（ｎ）に変換される。伸長ステップ部１２４では、圧縮ステップ部１２２で変換されたＡＤＰＣＭコードＬ（ｎ）が逆変換されて量子化雑音（以下、量子化誤差とも言う）を含んだ差分値ｄ´（ｎ）が得られる。そして、累積ステップ部１２５において差分算出ステップ部１２１の逆処理が行われて１つ前のサンプルＸ´（ｎ−１）が再構築される。

また、この技術では、音声信号向けの符号化方式であるため、比較的緩やかな信号の変化を想定している。これにより、入力信号に急激な変化が生じた場合、直前の差分値を符号化した符号から現在のステップサイズ（量子化幅）を決定する構成ではステップサイズが信号に追随できずに量子化雑音が増加し、ざらざらと耳障りな音になるという問題があった。この問題を解消するため、上述した特許文献１に記載された技術を用いることを考える。特許文献１に記載された技術におけるノイズシェイピング手段は、量子化雑音を等ラウドネス特性やマスキング特性に基づいて聴覚的に聞こえない領域（例えば、１６ｋＨｚ以上）の量子化雑音を増加させるようにスペクトル形状を変化させている。
特許第３１９１４５７号公報（要約、図５） "Dialogic ADPCM Algorithm"1988,Dialogic Cooperation

しかしながら、特許文献１に記載された技術を非特許文献１に記載された技術に適用しようとした場合、非特許文献１の技術で用いられるサンプリング周波数が８ｋＨｚ（ナイキスト周波数４ｋＨｚ）であることから、量子化雑音を移動する帯域が存在しないという問題がある。また、マスキング特性に基づいた場合においても、マスキングレベル算出の際に一般的に低中域の量子化雑音を減らすように重み付けがなされるため、低中域で減らした分の量子化雑音を移動させる先がないという問題がある。

本発明は、上記問題を解決するためのものであり、低サンプリング周波数を用いる符号化において、既存のフォーマットに何ら変更を加えることなく、周波数的に一様に拡がった量子化雑音のスペクトル包絡線をオーディオ信号のスペクトル包絡線に近づけることができ、オーディオ信号の高品質化を図ることができ、特定の周波数帯域だけ信号対量子化雑音比（SNR）が高いといった偏りを改善することができ、処理フレーム境界で発生する品質ギャップを防ぐことができる高能率符号化プログラム及び高能率符号化装置を提供することを目的とする。

上記目的を達成するために、本発明によれば、等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出ステップと、前記差分値に対して量子化及び符号化を行う圧縮ステップと、前記圧縮ステップから得られた出力に対して復号化及び逆量子化を行う伸長ステップと、前記圧縮ステップの符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定ステップと、前記伸長ステップから得られた出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次の差分算出ステップにおいて差分値を算出する際の１つ前のサンプルの値を算出する累積ステップとをコンピュータに実行させるための高能率符号化プログラムであって、前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化ステップと、生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定ステップと、前記圧縮ステップへの入力の値と前記伸長ステップから得られた出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピングステップとを更にコンピュータに実行させる高能率符号化プログラムであり、前記フィルタ特性決定ステップは、前記処理フレームの前記逆特性のスペクトル包絡線の最大レベルと最小レベルとの差により定まる振幅変動幅を所定の制限幅内に収めるよう処理を行うスペクトル包絡制限ステップを有する高能率符号化プログラムが提供される。この構成により、低サンプリング周波数を用いる符号化において、既存のフォーマットに何ら変更を加えることなく、周波数的に一様に拡がった量子化雑音のスペクトル包絡線をオーディオ信号のスペクトル包絡線に近づけることができ、オーディオ信号の高品質化を図ることができる。また、特定の周波数帯域だけ信号対量子化雑音比（SNR）が高いといった偏りを改善することができる。なお、量子化雑音は、量子化ひずみ又は量子化誤差とも言う。以下においても同様である。また、低サンプリング周波数とは、上述したように、量子化雑音を等ラウドネス特性やマスキング特性に基づいて聴覚的に聞こえない領域（例えば、１６ｋＨｚ以上）の量子化雑音を増加させるようにスペクトル形状を変化させることができないようなサンプリング周波数であって、例えば３２ｋＨｚ以下の周波数を言い、後述する８ｋＨｚに限られるものではない。

また、本発明によれば、等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出ステップと、前記差分値に対して量子化及び符号化を行う圧縮ステップと、前記圧縮ステップから得られた出力に対して復号化及び逆量子化を行う伸長ステップと、前記圧縮ステップの符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定ステップと、前記伸長ステップから得られた出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次の差分算出ステップにおいて差分値を算出する際の１つ前のサンプルの値を算出する累積ステップとをコンピュータに実行させるための高能率符号化プログラムであって、前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化ステップと、生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定ステップと、前記圧縮ステップへの入力の値と前記伸長ステップから得られた出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピングステップとを更にコンピュータに実行させる高能率符号化プログラムであり、前記フィルタ特性決定ステップは、前記処理フレームにおいてサンプルの値に変化がなくその値が続く場合、前記値が続くサンプルの数をカウントするＤＣ値探索ステップと、カウントされた前記サンプルの数に基づいて、前記量子化雑音にかけるフィルタ係数を算出された前記フィルタ係数にするか、あらかじめ所定の記憶領域に格納された保存フィルタ係数にするかを選択する最終フィルタ選択ステップとを有する高能率符号化プログラムが提供される。この構成により、低サンプリング周波数を用いる符号化において、既存のフォーマットに何ら変更を加えることなく、周波数的に一様に拡がった量子化雑音のスペクトル包絡線をオーディオ信号のスペクトル包絡線に近づけることができ、オーディオ信号の高品質化を図ることができる。また、処理フレーム境界で発生する品質ギャップを防ぐことができる。

また、本発明によれば、等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出ステップと、前記差分値に対して量子化及び符号化を行う圧縮ステップと、前記圧縮ステップから得られた出力に対して復号化及び逆量子化を行う伸長ステップと、前記圧縮ステップの符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定ステップと、前記伸長ステップから得られた出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次の差分算出ステップにおいて差分値を算出する際の１つ前のサンプルの値を算出する累積ステップとをコンピュータに実行させるための高能率符号化プログラムであって、前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化ステップと、生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定ステップと、前記圧縮ステップへの入力の値と前記伸長ステップから得られた出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピングステップとを更にコンピュータに実行させる高能率符号化プログラムであり、前記フィルタ特性決定ステップは、前記処理フレームの前記逆特性のスペクトル包絡線の最大レベルと最小レベルとの差により定まる振幅変動幅を所定の制限幅内に収めるよう処理を行うスペクトル包絡制限ステップと、前記処理フレームにおいてサンプルの値に変化がなくその値が続く場合、前記値が続くサンプルの数をカウントするＤＣ値探索ステップと、カウントされた前記サンプルの数に基づいて、前記量子化雑音にかけるフィルタ係数を算出された前記フィルタ係数にするか、あらかじめ所定の記憶領域に格納された保存フィルタ係数にするかを選択する最終フィルタ選択ステップとを有する高能率符号化プログラムが提供される。この構成により、低サンプリング周波数を用いる符号化において、既存のフォーマットに何ら変更を加えることなく、周波数的に一様に拡がった量子化雑音のスペクトル包絡線をオーディオ信号のスペクトル包絡線に近づけることができ、オーディオ信号の高品質化を図ることができる。また、特定の周波数帯域だけ信号対量子化雑音比（SNR）が高いといった偏りを改善することができる。また、処理フレーム境界で発生する品質ギャップを防ぐことができる。

また、本発明の高能率符号化プログラムにおいて、前記フィルタ特性決定ステップにおける生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線の算出ステップが、線形予測分析により線形予測係数を求める第１の線形予測分析ステップと、前記線形予測係数に対してフーリエ変換によりスペクトル包絡線を求めるスペクトル包絡算出ステップとからなり、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数の算出ステップが、前記フーリエ変換により求められたスペクトル包絡線に対して、逆フーリエ変換をして得られた係数を用いて線形予測分析を行い線形予測係数を求める第２の線形予測分析ステップからなることは、本発明の好ましい態様である。この構成により、周波数的に一様に拡がった量子化雑音のスペクトル包絡線をオーディオ信号のスペクトル包絡線に近づけることができる。

また、本発明の高能率符号化プログラムにおいて、前記フレーム化ステップにおいて構成される前記処理フレームが直前の処理フレームを結合させた処理フレームであることは、本発明の好ましい態様である。この構成により、処理フレーム境界で発生する品質ギャップを防ぐことができる。

また、本発明によれば、等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出手段と、前記差分値に対して量子化及び符号化を行う圧縮手段と、前記圧縮手段からの出力に対して復号化及び逆量子化を行う伸長手段と、前記圧縮手段の符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定手段と、前記伸長手段からの出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次に差分算出手段において差分値を算出する際の１つ前のサンプルの値を算出する累積手段とから構成される高能率符号化装置であって、前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化手段と、生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定手段と、前記圧縮手段への入力の値と前記伸長手段からの出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピング手段とを更に有し、前記フィルタ特性決定手段は、前記処理フレームの前記逆特性のスペクトル包絡線の最大レベルと最小レベルとの差により定まる振幅変動幅を所定の制限幅内に収めるよう処理を行うスペクトル包絡制限手段を有する高能率符号化装置が提供される。この構成により、低サンプリング周波数を用いる符号化において、既存のフォーマットに何ら変更を加えることなく、周波数的に一様に拡がった量子化雑音のスペクトル包絡線をオーディオ信号のスペクトル包絡線に近づけることができ、オーディオ信号の高品質化を図ることができる。また、特定の周波数帯域だけ信号対量子化雑音比（SNR）が高いといった偏りを改善することができる。

また、本発明によれば、等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出手段と、前記差分値に対して量子化及び符号化を行う圧縮手段と、前記圧縮手段からの出力に対して復号化及び逆量子化を行う伸長手段と、前記圧縮手段の符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定手段と、前記伸長手段からの出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次に差分算出手段において差分値を算出する際の１つ前のサンプルの値を算出する累積手段とから構成される高能率符号化装置であって、前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化手段と、生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定手段と、前記圧縮手段への入力の値と前記伸長手段からの出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピング手段とを更に有し、前記フィルタ特性決定手段は、前記処理フレームにおいてサンプルの値に変化がなくその値が続く場合、前記値が続くサンプルの数をカウントするＤＣ値探索手段と、カウントされた前記サンプルの数に基づいて、前記量子化雑音にかけるフィルタ係数を算出された前記フィルタ係数にするか、あらかじめ所定の記憶領域に格納された保存フィルタ係数にするかを選択する最終フィルタ選択手段とを有する高能率符号化装置が提供される。この構成により、低サンプリング周波数を用いる符号化において、既存のフォーマットに何ら変更を加えることなく、周波数的に一様に拡がった量子化雑音のスペクトル包絡線をオーディオ信号のスペクトル包絡線に近づけることができ、オーディオ信号の高品質化を図ることができる。また、処理フレーム境界で発生する品質ギャップを防ぐことができる。

また、本発明によれば、等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出手段と、前記差分値に対して量子化及び符号化を行う圧縮手段と、前記圧縮手段からの出力に対して復号化及び逆量子化を行う伸長手段と、前記圧縮手段の符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定手段と、前記伸長手段からの出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次に差分算出手段において差分値を算出する際の１つ前のサンプルの値を算出する累積手段とから構成される高能率符号化装置であって、前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化手段と、生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定手段と、前記圧縮手段への入力の値と前記伸長手段からの出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピング手段とを更に有し、前記フィルタ特性決定手段は、前記処理フレームの前記逆特性のスペクトル包絡線の最大レベルと最小レベルとの差により定まる振幅変動幅を所定の制限幅内に収めるよう処理を行うスペクトル包絡制限手段と、前記処理フレームにおいてサンプルの値に変化がなくその値が続く場合、前記値が続くサンプルの数をカウントするＤＣ値探索手段と、カウントされた前記サンプルの数に基づいて、前記量子化雑音にかけるフィルタ係数を算出された前記フィルタ係数にするか、あらかじめ所定の記憶領域に格納された保存フィルタ係数にするかを選択する最終フィルタ選択手段とを有する高能率符号化装置が提供される。この構成により、低サンプリング周波数を用いる符号化において、既存のフォーマットに何ら変更を加えることなく、周波数的に一様に拡がった量子化雑音のスペクトル包絡線をオーディオ信号のスペクトル包絡線に近づけることができ、オーディオ信号の高品質化を図ることができる。また、特定の周波数帯域だけ信号対量子化雑音比（SNR）が高いといった偏りを改善することができる。また、処理フレーム境界で発生する品質ギャップを防ぐことができる。

本発明の高能率符号化プログラム及び高能率符号化装置は、上記構成を有し、低サンプリング周波数を用いる符号化において、既存のフォーマットに何ら変更を加えることなく、周波数的に一様に拡がった量子化雑音のスペクトル包絡線をオーディオ信号のスペクトル包絡線に近づけることができ、オーディオ信号の高品質化を図ることができる。また、特定の周波数帯域だけ信号対量子化雑音比（SNR）が高いといった偏りを改善することができる。また、処理フレーム境界で発生する品質ギャップを防ぐことができる。

以下、本発明の実施の形態に係る高能率符号化装置及び高能率符号化プログラムについて図１から図１１を用いて説明する。図１は本発明の実施の形態に係る高能率符号化装置の構成を示す構成図である。図２は本発明の実施の形態に係る高能率符号化装置におけるフレーム化ステップ部の処理の一例を説明するための図である。図３は本発明の実施の形態に係る高能率符号化装置におけるフィルタ特性決定ステップ部の処理の一例を説明するためのフローチャートである。図４は本発明の実施の形態に係る高能率符号化装置における処理フレームのデータの逆特性を持つスペクトル包絡線（以下、単にスペクトル包絡とも言う）を示す図である。図５は本発明の実施の形態に係る高能率符号化装置におけるスペクトル包絡制限ステップ部の処理の一例について説明するための図である。

図６は本発明の実施の形態に係る高能率符号化装置における開始フレームにおいてＤＣデータが存在することによる問題点を説明するための図である。図７は本発明の実施の形態に係る高能率符号化装置における終了フレームにおいてＤＣデータが存在することによる問題点を説明するための図である。図８は本発明の実施の形態に係る高能率符号化装置におけるＤＣ値探索ステップ部の処理の一例を示すフローチャートである。図９は本発明の実施の形態に係る高能率符号化装置におけるＤＣ値探索ステップ部の処理の一例の一部（開始フレーム探索ステップ）の処理を示すフローチャートである。図１０は本発明の実施の形態に係る高能率符号化装置におけるＤＣ値探索ステップ部の処理の一例の一部（終了フレーム探索ステップ）の処理を示すフローチャートである。図１１は本発明の実施の形態に係る高能率符号化装置におけるノイズシェイピングステップ部による作用を示した概念図である。

まず、本発明の実施の形態に係る高能率符号化装置について説明する。図１に示すように、本発明の実施の形態に係る高能率符号化装置は、従来の高能率符号化装置に対して、フレーム化ステップ部１６、フィルタ特性決定ステップ部１７、ノイズシェイピングステップ部１８が追加された形になっている。入力されるオーディオ信号Ｘ（ｎ）はサンプリング周波数８ｋＨｚ、１２ｂｉｔ精度のリニアＰＣＭである。差分算出ステップ部１１では、現サンプルであるＸ（ｎ）と圧縮伸長された１つ前のサンプルＸ´（ｎ−１）との差分が取られて差分値ｄ（ｎ）が生成される。そして、ステップサイズ（量子化幅）決定ステップ部１３では、１つ前の差分値の符号化結果に基づきステップサイズｓｓ（ｎ）が決定され、決定されたステップサイズｓｓ（ｎ）が圧縮ステップ部１２に供給され、圧縮ステップ部１２では差分値ｄ（ｎ）が４ビットのＡＤＰＣＭコードＬ（ｎ）に変換される。伸長ステップ部１４では、圧縮ステップ部１２で変換されたＡＤＰＣＭコードＬ（ｎ）が逆変換されて量子化雑音を含んだ差分値ｄ´（ｎ）が得られる。そして、累積ステップ部１５において差分算出ステップ部１１の逆処理が行われて１つ前のサンプルＸ´（ｎ−１）が再構築される。

入力されるオーディオ信号Ｘ（ｎ）は、フレーム化ステップ部１６において１０２４のサンプル単位でフレーム化が行われる。そして、蓄積されている前フレームの１０２４サンプルと現フレームの１０２４サンプルを時系列的に結合して２０４８サンプルの処理フレームを構成する（オーバーラッピング処理とも言う）。

フィルタ特性決定ステップ部１７では、上述したようにオーバーラッピング処理された処理フレームに対して線形予測（ＬＰＣ（Linear Predictive Coding））分析を用いてスペクトル包絡の特性を持った線形予測係数と次数の算出を行う。ノイズシェイピングステップ部１８では、圧縮ステップ部１２に入力される直前の差分値ｄ（ｎ）と伸長ステップ部１４の後の差分値ｄ´（ｎ）から得られた量子化誤差ｅ（ｎ）（ｅ（ｎ）＝ｄ（ｎ）−ｄ´（ｎ））に対して、線形予測係数を用いて構成したＦＩＲ（Finite Impulse Response）フィルタを適用する。フィルタ処理を受けた量子化誤差ｎｓ（ｎ−１）は、差分算出ステップ部１１にフィードバックされることにより量子化誤差スペクトルの概形がフィルタ特性に合わせて整形される。

次に、上述したフレーム化ステップ部１６の処理の一例を図２を用いて説明する。入力されるオーディオ信号Ｘ（ｎ）は、１０２４サンプル単位（フレームとも言う）で切り分けられる。処理フレームは不図示の記憶領域に保存してある過去のフレームデータと時系列的に結合され構成される。先頭の処理フレーム０は、通常ゼロデータの１０２４サンプルを過去のフレームデータとして用いて構成されるが、オーディオ信号Ｘ（ｎ）の先頭サンプルがゼロデータでない場合には先頭サンプルと同じ値で過去のフレームデータを埋めてもよい。

そして、フィルタ特性決定ステップ部１７はこの処理フレームを用いて線形予測係数を算出する。このようにオーバーラップさせたデータを用いる理由は、線形予測係数を滑らかに変化させてフレームのつなぎ目においてフィルタ処理によるデータギャップが起こらないようにするためである。処理フレーム０で求めたフィルタ係数はフレーム０の量子化誤差データの１０２４サンプルに対して適用される。同様に、処理フレーム１で求めたフィルタ係数はフレーム１の量子化誤差データの１０２４サンプルに対して適用される。そのため、フレーム０とフレーム１のつなぎ目が滑らかにつながる必要がある。また、ここではフレーム構造を採っているが、差分算出ステップ部１１への入力は１サンプルごとであるため、フレームの先頭から１サンプル単位で差分算出ステップ部１１に入力される。

次に、上述したフィルタ特性決定ステップ部１７の処理の一例について図３を用いて説明する。図３に示すように、第１の線形予測分析ステップ部における処理ステップＳ３１では、入力された処理フレームのデータに対して線形予測を行い線形予測係数を得る。スペクトル包絡算出ステップ部における処理ステップＳ３２では、得られた線形予測係数に対して順方向のＦＦＴ（Fast Fourier Transform）を掛けてパワースペクトルを計算し、デシベル表示することにより図４に示すような処理フレームのデータの逆特性を持つスペクトル包絡が得られる。スペクトル包絡制限ステップ部における処理ステップＳ３３では、スペクトル包絡特性の振幅変動幅を所定の制限幅内に収めるために振幅変動幅に対する制限幅の比率を算出し、パワースペクトルに乗ずる処理を行う。

ノイズシェイピングという手法は、量子化誤差量を減らすことではなく、量子化誤差スペクトルの形状を変形させるための作用であるから、極端に偏ったスペクトル包絡では一部が良くなっても他の部分がかなり悪くなることになる。しかし、スペクトル包絡制限ステップＳ３３でスペクトル包絡を修正することで一様の品質に収めることができる。このようにして得られた修正パワースペクトルに対して、第２の線形予測分析ステップ部における処理ステップＳ３４では、逆方向のＦＦＴにより算出した自己相関関数を用いて線形予測を行うことにより順特性のスペクトル包絡を持つ線形予測係数が算出される。

ＤＣ（Direct Current）探索ステップ部における処理ステップＳ３５では、入力された処理フレームのデータと第２の線形予測分析ステップ部における処理ステップＳ３４で算出された線形予測係数（現フィルタ係数）を用いて、処理フレームのデータ中に、ある変化が無く一定値（ゼロ又はノンゼロ値）が続くサンプルの数をカウントする。そして、現フィルタ係数を用いるか、不図示の記憶領域に保存してあるフィルタ係数を用いるかを判断し、その結果を現フィルタ使用フラグとして出力する。最終フィルタ選択ステップ部における処理ステップＳ３６では、現フィルタ使用フラグに応じて現フィルタ係数と保存してあるフィルタ係数との切り替えを行い、最終フィルタ係数が決定される。保存してあるフィルタ係数としては、あらかじめ用意した固定フィルタ係数や、過去のフレームで算出された現フィルタ係数などである。

ここで、上述したスペクトル包絡制限ステップ部における処理ステップＳ３３の詳細について図４及び図５を用いて説明する。第１の線形予測分析ステップ部における処理ステップＳ３１により、原音のスペクトル包絡の概形を平均レベルを中心として打ち消すような線形予測係数が算出される。その概形が図４中に示した点線のスペクトル包絡である。そして、第２の線形予測分析ステップ部における処理ステップＳ３４において、得られたスペクトル包絡の特性を再度打ち消すような線形予測係数を求めるため、最終的に得られるスペクトル包絡の特性は図４中に実線で示す原音のスペクトル包絡に一致する。例えば、第１の線形予測分析ステップ部における処理ステップＳ３１の結果として得られたスペクトル包絡が図５中に示す制限前のスペクトル包絡である場合、低域における特性がかなり極端に落ち込んでいることから、このまま第２の線形予測分析ステップ部における処理ステップＳ３４を適用してしまうと、低域の量子化誤差をかなり増加させる線形予測係数が算出されてしまう。

それを防ぐために、スペクトル包絡制限ステップ部における処理ステップＳ３３において、スペクトル包絡の振幅変動幅を所定の制限幅に収める処理を行う。例えば、平均レベルが０ｄＢである場合には、振幅変動幅（diff_max）は下記の式（１）のように、スペクトル包絡の最小レベル（min_val）と最大レベル（max_val）の絶対距離で求められる。そして、所定の制限幅（diff）と比較して下記の式（２）及び（３）から比率（ratio）を算出する。さらに、パワースペクトルに適用させるために下記の式（４）のようにデシベルからパワーに変換する。

次に、処理フレームを処理する際に生じる問題点について図６及び図７を用いて説明する。図６は開始フレームにおいてＤＣデータが存在することによる問題点を表した例であり、ＤＣデータはゼロデータとしている。従来例では、ゼロデータを入力した場合でも一定の量子化誤差が発生することから圧縮伸長された１つ前のサンプルＸ´（ｎ−１）との差分値も一定の増減を繰り返すことになり、図６に示すような一定波形の繰り返しが起こる（規格上発生する量子化誤差レベル）。処理フレーム０はすべてゼロであるデータに対するフィルタ係数の値（フィルタ係数０）であるが、処理フレーム１ではゼロ以外のデータを含んだフィルタに対するフィルタ係数の値（フィルタ係数１）が計算される。その結果、一定の量子化誤差に対して異なったフィルタ係数が適用されることになるため、クリック音が発生する原因となる。図７は終了フレームにおいても同様のクリック音が発生することを示した図である。この図７では、ゼロデータ部分に対応する一定の量子化誤差にかかるフィルタ係数（フィルタ係数０、１、２）が３種類とも異なることから２箇所のクリック音が発生することを示している。

このような問題を解消するために以下の図８から図１０に示す処理が行われる。図８はＤＣ値探索ステップ部における図３中の処理ステップＳ３５のフローチャートを詳しく示す図である。まず、オーディオ信号の最初のフレームであるかを判断し（ステップＳ８１）、最初のフレームであれば最初のサンプル値をＤＣ値として不図示の記憶領域に保存する（ステップＳ８２）。そして、開始フレーム探索が完了したか（開始フレーム探索完了フラグ）をチェックし（ステップＳ８３）、開始フレーム探索が完了しているならば図１０で後述する終了フレーム探索ステップを行う（ステップＳ８５）。開始フレーム探索が完了していない場合には図９で後述する開始フレーム探索ステップを行う（ステップＳ８４）。また、ステップＳ８１において、最初のフレームでない場合はステップＳ８３に進む。

以下では開始フレーム探索ステップ（ステップＳ８４）の詳細について図９を用いて説明する。まず、不図示の記憶領域に保存したＤＣ値がゼロデータであるか否かを判断し（ステップＳ９１）、ゼロデータである場合、線形予測係数（現フィルタ係数）の値がすべてゼロであるか否かをチェックする（ステップＳ９２）。すべてがゼロである場合、不図示の記憶領域に保存してあるフィルタ係数を選択するように現フィルタ使用フラグをオフ（ＯＦＦ）にする（ステップＳ９４）。この場合、まだゼロデータが続いている可能性があるので開始フレーム探索完了フラグはセットしない。一方、ステップＳ９２において現フィルタ係数がすべてゼロでない場合、ゼロデータの継続が途切れたと判断し、開始フレーム探索完了フラグをセットする（ステップＳ９３）。そして、現フィルタ使用フラグをオフ（ＯＦＦ）にする（ステップＳ９４）。

そして、ステップＳ９１において、保存したＤＣ値がゼロでない（ノンゼロ値である）場合には、処理フレームの先頭サンプル（時間的に一番早いサンプル）からノンゼロ値が継続するサンプルの数をカウントする（ステップＳ９５）。次に、カウント値がフレーム長（処理フレームの半分）より少ないか否かを判断し（ステップＳ９６）、少ないならば開始フレーム探索完了フラグをセットする（ステップＳ９７）。一方、カウント値がフレーム長以上である場合には、ゼロデータのときと同様に次のフレームまで継続している可能性があるので開始フレーム探索完了フラグはセットしない。そして、ＤＣ値信頼性判定（ステップＳ９８）では、不図示の記憶領域に保存してあるＤＣ値が本当に正しいかを判定し、例えば継続するカウント数やサンプルの平均値などによりＤＣ値の更正を行う。そして、現フィルタ使用フラグをオフ（ＯＦＦ）にする（ステップＳ９９）。

以下では図８で上述した終了フレーム探索ステップ（ステップＳ８５）の詳細について図１０を用いて説明する。まず、線形予測係数（現フィルタ係数）の係数がすべてゼロであるか否かをチェックし（ステップＳ１０１）、ゼロであるならばＤＣ値のカウント数をフレーム長にセットする（ステップＳ１０３）。一方、線形予測係数（現フィルタ係数）の係数がゼロでなければ処理フレームの終わりのサンプル（時間的に一番遅いサンプル）から不図示の記憶領域に保存してあるＤＣ値が継続するサンプルの数をカウントする（ステップＳ１０２）。そして、カウント数が所定値以上か否かを判断し（ステップＳ１０４）、所定値以上であるならば現フィルタ使用フラグをオフ（ＯＦＦ）にする（ステップＳ１０６）。所定値より少ない場合には現フィルタ使用フラグをオン（ＯＮ）にする（ステップＳ１０５）。

以上のように、図１に示すフレーム化ステップ部１６及びフィルタ特性決定ステップ部１７で処理された結果に対してノイズシェイピングステップ部１８では、圧縮ステップ部１２に入力される直前の差分値ｄ（ｎ）と伸長ステップ部１４の後の差分値ｄ´（ｎ）から得られた量子化誤差ｅ（ｎ）（ｅ（ｎ）＝ｄ（ｎ）−ｄ´（ｎ））に対して、上述した線形予測係数を用いて構成したＦＩＲフィルタを適用する。フィルタ処理を受けた量子化誤差ｎｓ（ｎ−１）は、差分算出ステップ部１１にフィードバックされることにより量子化誤差スペクトルの概形がフィルタ特性に合わせて整形される。

図１１はノイズシェイピングステップ部１８による作用を示した概念図である。図１１に示すように、従来技術により圧縮伸長を行った際の量子化誤差（従来の量子化誤差）は、周波数的に一様に拡がった平坦なスペクトルを有する。通常のオーディオ信号は、図１１に示すようになだらかなスロープを描いているため、オーディオ信号対量子化誤差比（SNR）は低中域が高く、高域に向かうにつれて悪くなる。しかし、本発明のノイズシェイピングステップ部１８を適用することにより、量子化誤差の平坦なスペクトルはオーディオ信号のスペクトル包絡に似た形に整形される。この結果、SNRが全帯域で一様となる方向に向かうため量子化誤差を聴覚的に減少させることができる。

以上説明したように本発明によれば、周波数的に一様に拡がった量子化誤差のスペクトル包絡線をオーディオ信号のスペクトル包絡線に近づけることができ、量子化誤差を聴覚的に減少させることができる。また、本発明において、スペクトル包絡特性の変動幅を所定の範囲内に収めるようにスペクトル包絡線を制限するようにした処理では、量子化誤差のスペクトル包絡線の変動幅を制限し、特定の周波数帯域だけ信号対量子化誤差比（SNR）が高いといった偏りを改善することができる。さらに、入力されたオーディオ信号に変化がなく一定値が続く場合に、そのサンプル数をカウントし、所定値以上であればスペクトル包絡特性から算出したフィルタ係数ではなく、保存してあるフィルタ係数を用いるようにした場合では、フレーム境界で発生する品質ギャップを防ぐことができる。また、本発明は既存のフォーマットに何ら変更を加えることがないため、従来からの再生プレーヤ、再生装置を使用することができる。

なお、本発明は上述した高能率符号化装置の機能をコンピュータに実現させるためのプログラムを含むものである。このプログラムは記録媒体から読み取られてコンピュータに取り込まれてもよいし、通信ネットワークを介して伝送されてコンピュータに取り込まれてもよい。

本発明に係る高能率符号化プログラム及び高能率符号化装置は、低サンプリング周波数を用いる符号化において、既存のフォーマットに何ら変更を加えることなく、周波数的に一様に拡がった量子化雑音のスペクトル包絡線をオーディオ信号のスペクトル包絡線に近づけることができ、オーディオ信号の高品質化を図ることができる。また、特定の周波数帯域だけ信号対量子化雑音比（SNR）が高いといった偏りを改善することができる。また、処理フレーム境界で発生する品質ギャップを防ぐことができる。そのため、音声又はオーディオ信号の符号化のための高能率符号化プログラム及び高能率符号化装置に関し、特に量子化雑音スペクトルを聴感的に望ましいものとすることによって聴くに耐え得る品質を提供する高能率符号化プログラム及び高能率符号化装置などに有用である。

本発明の実施の形態に係る高能率符号化装置の構成を示す構成図である。本発明の実施の形態に係る高能率符号化装置におけるフレーム化ステップ部の処理の一例を説明するための図である。本発明の実施の形態に係る高能率符号化装置におけるフィルタ特性決定ステップ部の処理の一例を説明するためのフローチャートである。本発明の実施の形態に係る高能率符号化装置における処理フレームのデータの逆特性を持つスペクトル包絡を示す図である。本発明の実施の形態に係る高能率符号化装置におけるスペクトル包絡制限ステップ部の処理の一例について説明するための図である。本発明の実施の形態に係る高能率符号化装置における開始フレームにおいてＤＣデータが存在することによる問題点を説明するための図である。本発明の実施の形態に係る高能率符号化装置における終了フレームにおいてＤＣデータが存在することによる問題点を説明するための図である。本発明の実施の形態に係る高能率符号化装置におけるＤＣ値探索ステップ部の処理の一例を示すフローチャートである。本発明の実施の形態に係る高能率符号化装置におけるＤＣ値探索ステップ部の処理の一例の一部（開始フレーム探索ステップ）の処理を示すフローチャートである。本発明の実施の形態に係る高能率符号化装置におけるＤＣ値探索ステップ部の処理の一例の一部（終了フレーム探索ステップ）の処理を示すフローチャートである。本発明の実施の形態に係る高能率符号化装置におけるノイズシェイピングステップ部による作用を示した概念図である。従来の高能率符号化装置の構成を示す構成図である。

符号の説明

０、１、２処理フレーム
１１、１２１差分算出ステップ部（差分算出手段）
１２、１２２圧縮ステップ部（圧縮手段）
１３、１２３ステップサイズ（量子化幅）決定ステップ部（量子化幅決定手段）
１４、１２４伸長ステップ部（伸長手段）
１５、１２５累積ステップ部（累積手段）
１６フレーム化ステップ部（フレーム化手段）
１７フィルタ特性決定ステップ部（フィルタ特性決定手段）
１８ノイズシェイピングステップ部（ノイズシェイピング手段）

Claims

等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出ステップと、
前記差分値に対して量子化及び符号化を行う圧縮ステップと、
前記圧縮ステップから得られた出力に対して復号化及び逆量子化を行う伸長ステップと、
前記圧縮ステップの符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定ステップと、
前記伸長ステップから得られた出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次の差分算出ステップにおいて差分値を算出する際の１つ前のサンプルの値を算出する累積ステップとをコンピュータに実行させるための高能率符号化プログラムであって、
前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化ステップと、
生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定ステップと、
前記圧縮ステップへの入力の値と前記伸長ステップから得られた出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピングステップとを更にコンピュータに実行させる高能率符号化プログラムであり、
前記フィルタ特性決定ステップは、前記処理フレームの前記逆特性のスペクトル包絡線の最大レベルと最小レベルとの差により定まる振幅変動幅を所定の制限幅内に収めるよう処理を行うスペクトル包絡制限ステップを有する高能率符号化プログラム。
等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出ステップと、
前記差分値に対して量子化及び符号化を行う圧縮ステップと、
前記圧縮ステップから得られた出力に対して復号化及び逆量子化を行う伸長ステップと、
前記圧縮ステップの符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定ステップと、
前記伸長ステップから得られた出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次の差分算出ステップにおいて差分値を算出する際の１つ前のサンプルの値を算出する累積ステップとをコンピュータに実行させるための高能率符号化プログラムであって、
前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化ステップと、
生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定ステップと、
前記圧縮ステップへの入力の値と前記伸長ステップから得られた出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピングステップとを更にコンピュータに実行させる高能率符号化プログラムであり、
前記フィルタ特性決定ステップは、前記処理フレームにおいてサンプルの値に変化がなくその値が続く場合、前記値が続くサンプルの数をカウントするＤＣ値探索ステップと、
カウントされた前記サンプルの数に基づいて、前記量子化雑音にかけるフィルタ係数を算出された前記フィルタ係数にするか、あらかじめ所定の記憶領域に格納された保存フィルタ係数にするかを選択する最終フィルタ選択ステップとを有する高能率符号化プログラム。
等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出ステップと、
前記差分値に対して量子化及び符号化を行う圧縮ステップと、
前記圧縮ステップから得られた出力に対して復号化及び逆量子化を行う伸長ステップと、
前記圧縮ステップの符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定ステップと、
前記伸長ステップから得られた出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次の差分算出ステップにおいて差分値を算出する際の１つ前のサンプルの値を算出する累積ステップとをコンピュータに実行させるための高能率符号化プログラムであって、
前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化ステップと、
生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定ステップと、
前記圧縮ステップへの入力の値と前記伸長ステップから得られた出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピングステップとを更にコンピュータに実行させる高能率符号化プログラムであり、
前記フィルタ特性決定ステップは、前記処理フレームの前記逆特性のスペクトル包絡線の最大レベルと最小レベルとの差により定まる振幅変動幅を所定の制限幅内に収めるよう処理を行うスペクトル包絡制限ステップと、
前記処理フレームにおいてサンプルの値に変化がなくその値が続く場合、前記値が続くサンプルの数をカウントするＤＣ値探索ステップと、
カウントされた前記サンプルの数に基づいて、前記量子化雑音にかけるフィルタ係数を算出された前記フィルタ係数にするか、あらかじめ所定の記憶領域に格納された保存フィルタ係数にするかを選択する最終フィルタ選択ステップとを有する高能率符号化プログラム。
前記フィルタ特性決定ステップにおける生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線の算出ステップは、線形予測分析により線形予測係数を求める第１の線形予測分析ステップと、前記線形予測係数に対してフーリエ変換によりスペクトル包絡線を求めるスペクトル包絡算出ステップとからなり、
求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数の算出ステップは、前記フーリエ変換により求められたスペクトル包絡線に対して、逆フーリエ変換をして得られた係数を用いて線形予測分析を行い線形予測係数を求める第２の線形予測分析ステップからなる請求項１から３のいずれか１つに記載の高能率符号化プログラム。
前記フレーム化ステップにおいて構成される前記処理フレームは、直前の処理フレームを結合させた処理フレームである請求項１から４のいずれか１つに記載の高能率符号化プログラム。
等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出手段と、
前記差分値に対して量子化及び符号化を行う圧縮手段と、
前記圧縮手段からの出力に対して復号化及び逆量子化を行う伸長手段と、
前記圧縮手段の符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定手段と、
前記伸長手段からの出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次に差分算出手段において差分値を算出する際の１つ前のサンプルの値を算出する累積手段とから構成される高能率符号化装置であって、
前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化手段と、
生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定手段と、
前記圧縮手段への入力の値と前記伸長手段からの出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピング手段とを更に有し、
前記フィルタ特性決定手段は、前記処理フレームの前記逆特性のスペクトル包絡線の最大レベルと最小レベルとの差により定まる振幅変動幅を所定の制限幅内に収めるよう処理を行うスペクトル包絡制限手段を有する高能率符号化装置。
等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出手段と、
前記差分値に対して量子化及び符号化を行う圧縮手段と、
前記圧縮手段からの出力に対して復号化及び逆量子化を行う伸長手段と、
前記圧縮手段の符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定手段と、
前記伸長手段からの出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次に差分算出手段において差分値を算出する際の１つ前のサンプルの値を算出する累積手段とから構成される高能率符号化装置であって、
前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化手段と、
生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定手段と、
前記圧縮手段への入力の値と前記伸長手段からの出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピング手段とを更に有し、
前記フィルタ特性決定手段は、前記処理フレームにおいてサンプルの値に変化がなくその値が続く場合、前記値が続くサンプルの数をカウントするＤＣ値探索手段と、
カウントされた前記サンプルの数に基づいて、前記量子化雑音にかけるフィルタ係数を算出された前記フィルタ係数にするか、あらかじめ所定の記憶領域に格納された保存フィルタ係数にするかを選択する最終フィルタ選択手段とを有する高能率符号化装置。
等ラウドネス特性及び／又はマスキング特性に基づいて、聴覚的に聞こえない領域の量子化雑音を増加させるようにスペクトル形状を変化させることが可能なサンプリング周波数に比べて低い低サンプリング周波数によりサンプリングされた入力オーディオ信号における現サンプルと１つ前のサンプルとの差分値を算出する差分算出手段と、
前記差分値に対して量子化及び符号化を行う圧縮手段と、
前記圧縮手段からの出力に対して復号化及び逆量子化を行う伸長手段と、
前記圧縮手段の符号化結果に基づいて、次に算出される差分値の量子化の際の量子化幅を決定する量子化幅決定手段と、
前記伸長手段からの出力と前記差分値を算出する際の前記１つ前のサンプルの値とを加え、次に差分算出手段において差分値を算出する際の１つ前のサンプルの値を算出する累積手段とから構成される高能率符号化装置であって、
前記入力オーディオ信号を所定のサンプル数ごとに分けて処理フレームを生成するフレーム化手段と、
生成された前記処理フレームに対するスペクトル包絡線の逆特性のスペクトル包絡線を求め、求められた前記逆特性のスペクトル包絡線の特性を打ち消すスペクトル包絡線の特性を示す係数を算出し、算出された前記係数をフィルタ係数とするフィルタ特性決定手段と、
前記圧縮手段への入力の値と前記伸長手段からの出力の値とに基づいて量子化雑音を算出し、算出された前記量子化雑音に対して、前記処理フレームごとに算出された前記フィルタ係数から構成されるフィルタの対応する前記フィルタ係数をかけて量子化雑音スペクトルを整形するノイズシェイピング手段とを更に有し、
前記フィルタ特性決定手段は、前記処理フレームの前記逆特性のスペクトル包絡線の最大レベルと最小レベルとの差により定まる振幅変動幅を所定の制限幅内に収めるよう処理を行うスペクトル包絡制限手段と、
前記処理フレームにおいてサンプルの値に変化がなくその値が続く場合、前記値が続くサンプルの数をカウントするＤＣ値探索手段と、
カウントされた前記サンプルの数に基づいて、前記量子化雑音にかけるフィルタ係数を算出された前記フィルタ係数にするか、あらかじめ所定の記憶領域に格納された保存フィルタ係数にするかを選択する最終フィルタ選択手段とを有する高能率符号化装置。