JP5283046B2 - ピーク検出に基づく選択的スケーリングマスク計算 - Google Patents

Description

本発明は、一般的に、通信システムに関し、特に、そのような通信システムにおける音声及び音響信号の符号化に関する。

参照関連出願
本出願は、モトローラ社が本出願と共に共同所有する以下の米国出願に関連する。出願第１２／３４５１６５号、表題「マルチチャネル音響符号化システム内において拡張レイヤを生成するための方法及び装置」（代理人整理Ｎｏ．ＣＳ３６２５０ＡＵＤ）、出願第１２／３４５１４１号、表題「ピーク検出に基づく選択的スケーリングマスク計算」（代理人整理Ｎｏ．ＣＳ３６２５１ＡＵＤ）、及び出願第１２／３４５１１７号、表題「マルチチャネル音響符号化システム内において拡張レイヤを生成するための方法及び装置」（代理人整理Ｎｏ．ＣＳ３６６２７ＡＵＤ）。これらは、全て２００８年１２月２９日同一日に本明細書と共に出願されたものである。

デジタル音声及び音響信号の圧縮は知られている。圧縮には、一般的に、通信チャネルを介した効率的な信号の送信や、固体メモリ装置又はコンピュータハードディスク等のデジタル媒体装置への圧縮信号の記憶が必要である。多くの圧縮（又は「符号化」）技法があるが、デジタル音声符号化において極めて一般的である１つの方法は、符号励振線形予測（ＣＥＬＰ）として知られるものである。これは、「合成による解析（ａｎａｌｙｓｉｓ−ｂｙ−ｓｙｎｔｈｅｓｉｓ）」符号化アルゴリズムの系統の１つである。一般的に、合成による解析とは、符号化処理を意味し、これによって、デジタルモデルの多数のパラメータを用いて、一組の候補信号が合成され、これら候補信号は、入力信号と比較され、歪みについて解析される。そして、最小歪みを生成する一組のパラメータが、送信又は記憶され、最終的に、元の入力信号の推定値を復元するために用いられる。ＣＥＬＰは、コードブック・インデックスに応じてコードブックから読み出される各々本質的に複数組のコードベクトルを含む１つ又は複数のコードブックを用いる特定の合成による解析法である。

最近のＣＥＬＰコーダでは、適度に低いデータレートで高品質の音声及び音響再生を維持するには、問題がある。このことは、特に、ＣＥＬＰ音声モデルへの適合が良くない音楽又は他の一般的な音響信号に当てはまる。この場合、モデル不整合が、そのような方法を用いる設備のエンドユーザにとって容認できない著しい音響品質の低下を招くことがある。従って、特に、音楽及び他の非音声タイプ入力装置のために、低ビットレートでのＣＥＬＰタイプ音声コーダの性能改善のニーズがある。

従来技術による埋め込み式音声／音響圧縮システムのブロック図。 図１の拡張レイヤ・エンコーダの更に詳細な例を示す図。 図１の拡張レイヤ・エンコーダの更に詳細な例を示す図。 拡張レイヤ・エンコーダ及びデコーダのブロック図。 多レイヤ埋め込み式符号化システムのブロック図。 レイヤ４エンコーダ及びデコーダのブロック図。 図４及び図６のエンコーダの動作を示すフローチャート。 従来技術による埋め込み式音声／音響圧縮システムのブロック図。 図８の拡張レイヤ・エンコーダの更に詳細な例を示す図。 様々な実施形態に基づく拡張レイヤ・エンコーダ及びデコーダのブロック図。 様々な実施形態に基づく拡張レイヤ・エンコーダ及びデコーダのブロック図。 様々な実施形態に基づく多チャネル音響信号符号化のフローチャート。 様々な実施形態に基づく多チャネル音響信号符号化のフローチャート。 様々な実施形態に基づく多チャネル音響信号の復号化のフローチャート。 様々な実施形態によるマスク生成に基づくピーク検出の周波数グラフ。 様々な実施形態に基づくピークマスク生成を用いたコアレイヤスケーリングの周波数グラフ。 様々な実施形態によるピーク検出に基づくマスク生成を用いた符号化及び復号化のための方法論を示すフロー図。 様々な実施形態によるピーク検出に基づくマスク生成を用いた符号化及び復号化のための方法論を示すフロー図。 様々な実施形態によるピーク検出に基づくマスク生成を用いた符号化及び復号化のための方法論を示すフロー図。

添付図では、別々の全ての図において、同様な参照数字が、同じ又は機能的に同様な要素を指す。これらの図は、下記詳細な説明と共に明細書に組み込まれ、その一部を形成し、そして、本発明が含まれる概念の様々な実施形態を示す役割も果たし、また、それら実施形態の様々な原理や利点について説明する役割も果たす。

当業者は、図の要素が、簡単明瞭化のために示されており、必ずしも縮尺通りに描かれていないことを認識されるであろう。例えば、図の要素には、様々な実施形態の理解を改善する一助とするために、他の要素と比較して寸法を誇張したものがある。更に、説明及び図面は、例示された順番を必ずしも必要とするとは限らない。更に、或るアクション及び／又はステップについて、特定の発生順番での記述又は描写があり得ることを認識されるであろうが、当業者は、そのような順序に対する特殊性は、実際には必要でないことを理解されたい。装置及び方法の構成要素は、適宜、慣例的な記号で図面に示すが、本明細書の説明の利益を有する当業者にとって容易に識別できる細目で本開示を不明瞭にしないように、様々な実施形態の理解に関連する特定の詳細項目のみを示す。従って、図を簡単明瞭にする目的のために、実用的に実現可能な実施形態において有用な又は必要な周知の要素は、これらの様々な実施形態の閲覧を妨げないために、描写しないことを認識されたい。

上記ニーズに対処するために、音響符号化システム内において拡張レイヤを生成するための方法及び装置について、本明細書に述べる。動作中、符号化される入力信号を受信し符号化して、符号化音響信号を生成する。そして、符号化音響信号を複数の利得値で変倍して、各々対応する利得値を有する複数の変倍した符号化音響信号を生成し、また、入力信号と各変倍した符号化音響信号との間に存在する複数の誤差値を求める。そして、入力信号と変倍した符号化音響信号との間に存在する低誤差値になる変倍した符号化音響信号に対応する利得値を選択する。最後に、符号化音響信号に対する拡張レイヤの一部として低誤差値を利得値と共に送信する。

従来技術による埋め込み式音声／音響圧縮システムを図１に示す。入力音響信号ｓ（ｎ）は、まず、コアレイヤ・エンコーダ１１０によって処理され、これは、これらの目的のために、ＣＥＬＰタイプ音声符号化アルゴリズムであってよい。符号化されたビットストリームは、チャネル１２５に送信されると共に、ローカルコアレイヤ・デコーダ１１５に入力され、ここで、再生コア音響信号ｓ_ｃ（ｎ）が生成される。次に、拡張レイヤ・エンコーダ１２０を用いて、信号ｓ（ｎ）及びｓ_ｃ（ｎ）の何らかの比較に基づく追加情報を符号化し、また、オプションとして、コアレイヤ・デコーダ１１５からのパラメータを用いてもよい。コアレイヤ・デコーダ１１５と同様に、コアレイヤ・デコーダ１３０は、コアレイヤ・ビットストリーム・パラメータをコアレイヤ出力音響信号（下式。以下、＾ｓ_ｃ（ｎ）と表記）に変換する。

そして、拡張レイヤデコーダ１３５は、チャネル１２５からの拡張レイヤ・ビットストリーム及び信号＾ｓ_ｃ（ｎ）を用いて、拡張出力音響信号（下式。以下、＾ｓ（ｎ）と表記）を生成する。

特定のチャネル１２５が、高品質音響符号化アルゴリズムに対応した帯域幅要件を一貫してサポートし得ないことがある。しかしながら、埋め込み式コーダによって、チャネル１２５から一部のビットストリーム（例えば、コアレイヤ・ビットストリームだけ）を受信して、例えば、拡張レイヤ・ビットストリームが消失又は破損した場合、コア出力音響だけを生成し得る。しかしながら、埋め込み式と非埋め込み式コーダとの間には、更に、異なる埋め込み式符号化最適化対象間には、品質のトレードオフがある。即ち、より高い品質拡張レイヤ符号化は、コアと拡張レイヤとの間のより良いバランスの達成や、拡張レイヤのパケットエラーレートの低下につながる送信特性改善（例えば、輻輳の低減）のための全体的なデータレートの低減を支援し得る。

従来技術による拡張レイヤ・エンコーダ１２０の更に詳細な例を図２に示す。ここで、誤差信号発生器２１０は、誤差信号エンコーダ２２０による処理のために、重み付けされた差信号をＭＤＣＴ（変形離散コサイン変換）領域に変換する。誤差信号Ｅは、下式で与えられる。

上式において、Ｗは、コアレイヤ・デコーダ１１５からのＬＰ（線形予測）フィルタ係数Ａ（ｚ）に基づく知覚重み付け行列、ｓは、入力音響信号ｓ（ｎ）からのサンプルのベクトル（即ち、フレーム）、ｓ_ｃ （ｎ）は、コアレイヤ・デコーダ１１５からのサンプルの対応するベクトルである。ＭＤＣＴ処理の例については、ＩＴＵ−Ｔ勧告Ｇ．７２９．１に記載されている。そして、誤差信号Ｅは、誤差信号エンコーダ２２０によって処理され、符号語ｉ_Ｅを生成し、その後、チャネル１２５に送信される。この例の場合、留意すべき重要なことは、誤差信号エンコーダ２２０は、１つの誤差信号Ｅだけが提示され、１つの対応する符号語ｉ_Ｅが出力されることである。この理由は、後で明らかになる。

そして、拡張レイヤデコーダ１３５は、符号化されたビットストリームをチャネル１２５から受信し、ビットストリームを適切に多重分離して、符号語ｉ_Ｅを生成する。誤差信号デコーダ２３０は、符号語ｉ_Ｅを用いて、拡張レイヤ誤差信号（下式。以下、＾Ｅと表記）を復元する。

そして、拡張レイヤ誤差信号は、信号結合器２４０によって、コアレイヤ出力音響信号＾ｓ_ｃ（ｎ）と下式のように組み合わせられ、拡張出力音響信号＾ｓ（ｎ）が生成される。

上式において、ＭＤＣＴ^−１は、ＭＤＣＴの逆数（重複加算を含む）であり、Ｗ^−１は、知覚重み付け行列の逆数である。

拡張レイヤ・エンコーダの他の例を図３に示す。ここで、誤差信号発生器３１５による誤差信号Ｅの生成には、適応プリスケーリングを伴うが、この場合、コアレイヤ出力音響信号ｓ_ｃ（ｎ）に対する何らかの修正が行われる。この処理により、幾つかの数のビットが生成されるが、これらは、拡張レイヤ・エンコーダ３１０に符号語ｉ_ｓとして示される。

更に、拡張レイヤ・エンコーダ３１０は、入力音響信号ｓ（ｎ）及び変換されたコアレイヤ出力音響Ｓ_ｃが、誤差信号エンコーダ３２０に入力されることを示す。これらの信号は、拡張レイヤ誤差信号Ｅの符号化改善のための心理音響学的モデルを構築するために用いられる。そして、符号語ｉ_ｓ及びｉ_Ｅは、マルチプレクサ（ＭＵＸ）３２５によって多重化され、そして、チャネル１２５に送られ、引き続き、拡張レイヤデコーダ３３０により復号される。符号化ビットストリームは、デマルチプレクサ（ＤＥＭＵＸ）３３５によって受信され、これによりビットストリームが成分ｉ_ｓ及びｉ_Ｅに分離される。そして、符号語ｉ_Ｅは、誤差信号デコーダ３４０によって用いられ、拡張レイヤ誤差信号＾Ｅが復元される。信号結合器３４５は、符号語ｉ_ｓを用いて、何らかの方法で信号＾ｓ_ｃ（ｎ）を変倍し、そして、その結果を拡張レイヤ誤差信号＾Ｅと組み合わせて、拡張出力音響信号＾ｓ（ｎ）を生成する。

第１の形態を図４に示す。この図は、拡張レイヤ・エンコーダ４１０が、スケーリングユニット４１５によってコアレイヤ出力信号ｓ_ｃ（ｎ）を受信することを示す。所定の組の利得｛ｇ｝を用いて、複数の変倍されたコアレイヤ出力音響信号｛Ｓ｝が生成されるが、この場合、ｇ_ｊ及びＳ_ｊは、それぞれの組のｊ番目の候補である。第１の形態の場合、スケーリングユニット４１５内では、信号ｓ_ｃ（ｎ）が、（ＭＤＣＴ）領域において、次のように処理される。

上式において、Ｗは、何らかの知覚重み付け行列であってよく、ｓ_ｃは、コアレイヤ・デコーダ１１５からのサンプルのベクトルであり、ＭＤＣＴは、当分野で知られている演算であり、Ｇ_ｊは、利得ベクトル候補ｇ_ｊを利用することによって形成される利得行列であってよく、Ｍは、利得ベクトル候補の数である。第１の形態では、多くの可能性が存在するが、Ｇ_ｊは、ベクトルｇ_ｊを対角成分（ｄｉａｇｏｎａｌ）として用い、ゼロをそれ以外の全てに用いる（即ち、対角行列）。例えば、Ｇ_ｊは、帯行列であってよく、又は、単純なスカラー量に恒等行列Ｉを乗算したものであってもよい。他の選択肢として、信号Ｓ_ｊを時間領域に残すことには、何らかの利点が存在し得る。又は、離散フーリエ変換（ＤＦＴ）領域等の異なる領域に音響を変換すると有益な場合がある。多くのそのような変換が、当分野で知られている。これらの場合、スケーリングユニットは、それぞれのベクトル領域に基づき、適切なＳ_ｊを出力し得る。

しかしながら、いずれにせよ、コアレイヤ出力音響を変倍する最大の理由は、入力信号とコアレイヤコーデックとの間の大幅な差異を引き起こし得るモデル不整合（又は何らかの他の符号化欠陥）を補正するためである。例えば、入力音響信号が、本来、音楽信号であり、コアレイヤコーデックが、音声モデルに基づく場合、コアレイヤ出力は、極度に歪んだ信号特性を含むことがあり、この場合、音声品質の観点から、１つ又は複数の拡張レイヤを経由した補足的信号符号化を適用する前に、この信号成分のエネルギを選択的に低減することが有益である。

次に、利得変倍されたコアレイヤ音響候補ベクトルＳ_ｊ及び入力音響ｓ（ｎ）は、誤差信号発生器４２０への入力として用いられ得る。代表的な形態では、入力音響信号ｓ（ｎ）は、Ｓ及びＳ_ｊがそれ相応に整合するように、ベクトルＳに変換される。即ち、ｓ（ｎ）を表すベクトルｓは、ｓ_ｃと時間（位相）整合され、また、第１の形態では、下式のように、対応する演算を適用し得る。

この式は、入力音響とＭＤＣＴスペクトル領域の利得変倍されたコアレイヤ出力音響との間の重み付けされた差異を表す複数の誤差信号ベクトルＥ_ｊを生成する。異なる領域を考慮する他の形態では、上式は、それぞれの処理領域に基づき、修正し得る。

次に、利得セレクタ４２５は、第１の形態に基づき、複数の誤差信号ベクトルＥ_ｊを評価するために用いられ、最適な誤差ベクトルＥ^＊、最適な利得パラメータｇ^＊、その後、対応する利得インデックスｉ_ｇを生成する。利得セレクタ４２５は、様々な方法を用いて、最適なパラメータＥ^＊及びｇ^＊を求め得るが、これらの方法には、閉ループ法（例えば、歪み計量値の最小化）、開ループ法（例えば、ヒューリスティック分類、モデル性能推定、等）、又は両方法の組合せを含んでよい。例示の形態では、偏りのある歪み計量値を用い得るが、これは、元の音響信号ベクトルＳと複合再生信号ベクトルとの間の偏りのあるエネルギ差として、下式の如く与えられる。

上式において、＾Ｅ_ｊは、誤差信号ベクトルＥ_ｊの定量化された推定値であってよく、β_ｊは、知覚的に最適な利得誤差インデックスｊ^＊を選択する判断を補うために用いる偏り項であってよい。信号ベクトルのベクトル量子化のための代表的な方法は、他の多くの方法が可能であるが、米国特許出願第１１／５３１１２２号明細書、表題「信号の低複雑性組み合わせ符号化のための装置及び方法（Ａｐｐａｒａｔｕｓ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｌｏｗ Ｃｏｍｐｌｅｘｉｔｙ Ｃｏｍｂｉｎａｔｏｒｉａｌ Ｃｏｄｉｎｇ
ｏｆ Ｓｉｇｎａｌｓ）」に記載されている。Ｅ_ｊ＝Ｓ−Ｓ_ｊであることを認識すると、式（５）は、次のように書き換えられる。

この式において、下記項

は、非量子化誤差信号と量子化誤差信号との間の差のエネルギを表す。理解しやすいように、この量は、「残留エネルギ」と称してもよく、また更に、「利得選択判断基準」を評価するために用いてよく、この場合、最適な利得パラメータｇ^＊が選択される。多くのものが可能であるが、１つのそのような利得選択判断基準は、式（６）において与えられる。

偏り項β_ｊの必要性は、式（３）及び（４）の誤差重み付け関数Ｗが、ベクトル＾Ｅ_ｊ全体において同等に知覚可能な歪みを適切に生成できない場合に生じ得る。例えば、誤差重み付け関数Ｗは、誤差スペクトルを或る程度まで「良く見せる」ために試しに用いてよいが、人間の耳による歪みの知覚により、低周波数に対する重み付けを大きくすることには、何らかの利点が存在し得る。低周波数に対して誤差重み付けを大きくした結果、高周波信号は、拡張レイヤによってはモデル化が不十分なことがある。これらの場合、Ｓ_ｊの高周波成分を減衰しないｇ_ｊの値側に歪み計量値を偏らせることには、直接的な利益があり、この結果、高周波数のモデル化が不十分あっても、最終的な再生音響信号では、不快な又は不自然な響きのアーティファクトになることはない。１つのそのような例は、無声音声信号の事例である。この場合、入力音響は、一般的に、人の口からの空気の乱流から生成された中乃至高周波数雑音のような信号から構成されている。コアレイヤ・エンコーダは、この種類の波形を直接符号化しないことがあるが、雑音モデルを用いて、同様な響きの音響信号を生成し得る。これによって、入力音響とコアレイヤ出力音響信号との間の相関関係は、一般的に、小さくなることがある。しかしながら、第１の形態では、誤差信号ベクトルＥ_ｊは、入力音響とコアレイヤ音響出力信号との間の差異に基づく。これらの信号は、互いにあまり良好に関係付けられないことから、誤差信号Ｅ_ｊのエネルギは、必ずしも入力音響又はコアレイヤ出力音響のいずれかより小さいとは限らない。その場合、式（６）の誤差を最小化すると、利得スケーリングが大胆になり過ぎることがあり、これにより、可聴アーティファクトの可能性が生じる。

他の場合、偏り係数βｊは、入力音響及び／又はコアレイヤ出力音響信号の他の信号特性に基づいてよい。例えば、信号のスペクトルのピーク対平均値比は、その信号の高調波コンテンツの表示を与え得る。音声や或る種類の音楽等の信号は、高い高調波コンテンツ、従って、高ピーク対平均値比を有し得る。しかしながら、音声コーデックにより処理された音楽信号は、符号化モデル不整合により品質が悪化することがあり、その結果、コアレイヤ出力信号スペクトルは、入力信号スペクトルと比較して、ピーク対平均値比が減少することがある。この場合、コアレイヤ出力音響を低いエネルギに利得変倍し、これによって、拡張レイヤ符号化の複合出力音響に対する効果がもっと顕著になるように、最小化処理において偏りの量を低減することは有益であり得る。逆に、或る種類の音声又は音楽入力信号は、より小さいピーク対平均値比を呈し得るが、この場合、信号は、もっと雑音のあるものとして知覚されることがあり、従って、誤差偏りを大きくすることによって、コアレイヤ出力音響のスケーリングを小さくすることから利益を得ることができる。β_ｊの偏り係数を生成する関数の例は、下式で与えられる。

上式において、λは、何らかのしきい値であってよく、ベクトルΦ_ｙのピーク対平均値比は、下式で与えられる。

上式において、

（以下、Ｙ_ｋ１ｋ２と表記）は、ｙ（ｋ）のベクトル部分集合であり、Ｙ_ｋ１ｋ２＝ｙ（ｋ）；ｋ_１≦ｋ≦ｋ_２である。

最適な利得インデックスｊ^＊が式（６）から求められると、対応する符号語ｉ_ｇが生成され、また、最適な誤差ベクトルＥ^＊が、誤差信号エンコーダ４３０に送られ、ここで、Ｅ^＊は、他の符号語と共に（ＭＵＸ４３５による）多重化に適した形式に符号化されて送信され、対応するデコーダによって用いられる。代表的な形態では、誤差信号エンコーダ４０８は、階乗パルス符号化（ＦＰＣ）を用いる。この方法は、ベクトルＥ^＊の符号化に関連した計数処理が、＾Ｅ_ｊを生成するために用いられるベクトル生成処理から独立していることから、処理の複雑さの観点から有益である。

拡張レイヤデコーダ４５０は、これらの処理を反転して、拡張出力音響信号＾ｓ（ｎ）を生成する。更に、具体的には、ｉ_ｇ及びｉ_Ｅは、デコーダ４５０によって受信され、ｉ_Ｅは、ＤＥＭＵＸ４５５によって、誤差信号デコーダ４６０に送られ、そこで、最適な誤差ベクトルＥ^＊が、符号語から導出される。最適な誤差ベクトルＥ^＊は、信号結合器４６５に渡され、そこで、受信された＾ｓ_ｃ（ｎ）は、式（２）でのように修正され、＾ｓ（ｎ）が生成される。

第２の形態は、図５に示す多レイヤ埋め込み式符号化システムを伴う。ここで、この例のために与えられた５つの埋め込み式レイヤがあることが分かる。レイヤ１及び２は、双方共、音声コーデックベースであってよく、レイヤ３、４、及び５は、ＭＤＣＴ拡張レイヤであってよい。従って、エンコーダ５０２及び５０４は、音声コーデックを利用して、符号化された入力信号ｓ（ｎ）を生成し、出力し得る。エンコーダ５１０、６１０、及び５１４には、拡張レイヤ・エンコーダが含まれ、各々、符号化信号に異なる拡張を出力する。前述の形態と同様、レイヤ３（エンコーダ５１０）誤差信号ベクトルは、下式で与えることができる。

上式において、Ｓ＝ＭＤＣＴ｛Ｗｓ｝は、重み付けされ変換された入力信号であり、Ｓ_２＝ＭＤＣＴ｛Ｗｓ_２｝は、重み付けされ変換された信号であり、レイヤ１／２デコーダ５０６から生成された信号である。本形態において、レイヤ３は、低レート量子化レイヤであってよく、そして、このように、対応する量子化された誤差信号＾Ｅ_３＝Ｑ｛Ｅ_３｝を符号化するためのビットは比較的少ないことがある。これらの制約条件下で良好な品質を提供するために、Ｅ_３内の係数の一部だけを量子化してよい。符号化される係数の位置は、固定又は変動してよいが、変動が許される場合、これらの位置を識別するために、デコーダに追加情報を送る必要があることがある。例えば、符号化位置の範囲がｋ_ｓで始まりｋ_ｅで終わり、０≦ｋ_ｓ＜ｋ_ｅ＜Ｎである場合、量子化された誤差信号ベクトル＾Ｅ_３は、その範囲内だけにおいてゼロ以外の値を含み、その範囲外の位置ではゼロを含み得る。位置及び範囲情報は、用いられる符号化方法に依存して、非明示的であってもよい。例えば、音響符号化においては、周波数の帯域が、知覚的に重要であるとみなされ、また、信号ベクトルの符号化が、それらの周波数に集中することは知られている。これらの状況では、符号化範囲は、変動する可能性があり、連続した組の周波数に跨らないことがある。しかしながら、いずれにしても、この信号が量子化されると、複合符号化出力スペクトルは、下式のように構成し得る。

これは、次に、レイヤ４エンコーダ６１０への入力として用いられる。

レイヤ４エンコーダ６１０は、前述の形態の拡張レイヤ・エンコーダ４１０と同様である。利得ベクトル候補ｇ_ｊを用いて、対応する誤差ベクトルは、下式のように記述し得る。

上式において、Ｇ_ｊは、ベクトルｇ_ｊを対角要素として備えた利得行列であってよい。しかしながら、本形態では、利得ベクトルｇ_ｊは、以下の通り、量子化された誤差信号ベクトル＾Ｅ_３に関係し得る。量子化された誤差信号ベクトル＾Ｅ_３は、例えば、ベクトル位置ｋ_ｓで始まりベクトル位置ｋ_ｅで終わる周波数範囲を限定し得ることから、レイヤ３出力信号Ｓ_３は、その範囲内において極めて正確に符号化されると推定される。従って、本発明により、利得ベクトルｇ_ｊは、レイヤ３誤差信号ベクトルの符号化位置ｋ_ｓ及びｋ_ｅに基づき、調整される。具体的には、それらの位置において信号完全性を保持するために、対応する個々の利得要素は、下式のように、一定値αに設定してよい。

上式において、一般的に、０≦γ_ｊ（ｋ）≦１であり、ｇ_ｊ（ｋ）は、ｊ番目の候補ベクトルのｋ番目の位置の利得である。代表的な形態では、定数の値は１（α＝１）であるが、多くの値が可能である。更に、周波数範囲は、複数の開始及び終了位置を跨ってよい。即ち、式（１２）は、誤差信号＾Ｅ_３の何らかの関数に基づく変動利得の非連続範囲に分化してよく、より一般的には、以下のように表現し得る。

この例の場合、既に量子化された誤差信号＾Ｅ_３の対応する位置がゼロ以外である場合、固定利得αが、ｇ_ｊ（ｋ）を生成するために用いられ、＾Ｅ_３の対応する位置がゼロである場合、利得関数γ_ｊ（ｋ）が、用いられる。１つの可能な利得関数は、下式で定義し得る。

上式において、Δは、ステップサイズ（例えば、Δ≒２．２ｄＢ）であり、αは、定数であり、Ｍは、候補の数であり（例えば、Ｍ＝４であり、これは、２ビットだけを用いて表し得る）、ｋ_ｌ及びｋ_ｈは、それぞれ低及び高遮断周波数であり、これらに対して利得低減が行われる。パラメータｋ_ｌ及びｋ_ｈの導入は、スケーリングが、或る周波数範囲においてのみ望まれるシステムでは、有用である。例えば、或る形態では、高い周波数は、コアレイヤによって適切にモデル化されない可能性があり、従って、高い周波数帯内のエネルギは、入力音響信号のそれより本質的に小さい可能性がある。その場合、全体的な誤差エネルギが、結果的に増大し得ることから、その範囲の信号におけるレイヤ３出力のスケーリングからは、ほとんど又は全く利益が無いことがある。

要約すると、複数の利得ベクトル候補ｇ_ｊは、既に符号化された信号ベクトル、この場合、＾Ｅ_３の符号化要素の何らかの関数に基づく。このことは、一般的には、下式で表現できる。

対応するデコーダ動作は、図５の右側に示す。様々なレイヤの符号化ビットストリーム（ｉ_１乃至ｉ_５）が受信されるにつれて、より高い品質の出力信号が、コアレイヤ（レイヤ１）デコーダを介して拡張レイヤの階層に構築される。即ち、この特定の形態の場合、最初の２つのレイヤは、時間領域音声モデル符号化（例えば、ＣＥＬＰ）から構成され、残りの３つのレイヤは、変換領域符号化（例えば、ＭＤＣＴ）から構成されるため、システムの最終的な出力＾ｓ（ｎ）は、下式に従って生成される。

上式において、

（以下、＾ｅ_２（ｎ）と表記）は、レイヤ２時間領域拡張レイヤ信号であり、

（以下、上式の左辺は、＾Ｓ_２と表記する。尚、以下、本表記において、添え字がｘの場合、＾Ｓ_ｘと表現し、添え字が無い場合、＾Ｓと表現する）は、レイヤ２出力音響信号＾ｓ_２（ｎ）に対応する重み付けされたＭＤＣＴベクトルである。この式において、全体的な出力信号＾ｓ（ｎ）は、受信される連続したビットストリームレイヤの最も高いレベルから求めることができる。本形態では、下位レベルレイヤが、チャネルから適切に受信される確率がより高く、従って、符号語集合、｛ｉ_１｝、｛ｉ_１ｉ_２｝、｛ｉ_１ｉ_２ｉ_３｝等は、式（１６）における拡張レイヤ復号の適切なレベルを決定すると仮定している。

図６は、レイヤ４エンコーダ６１０及びデコーダ６５０を示すブロック図である。図６に示すエンコーダ及びデコーダは、スケーリングユニット６１５及び６７０によって用いられる利得値が、それぞれ周波数選択利得発生器６３０及び６６０を介して導出されることを除き、図４に示すものと同様である。動作中、レイヤ３出力音響信号Ｓ_３は、レイヤ３エンコーダから出力され、スケーリングユニット６１５によって受信される。更に、レイヤ３誤差ベクトル＾Ｅ_３は、レイヤ３エンコーダ５１０から出力され、周波数選択利得発生器６３０によって受信される。上述したように、量子化された誤差信号ベクトル＾Ｅ_３は、周波数範囲を限定し得ることから、利得ベクトルｇ_ｊは、例えば、式１２に示す位置ｋ_ｓ及びｋ_ｅに基づき、又は式１３のもっと一般的な式に基づき、調整される。

変倍された音響Ｓ_ｊは、スケーリングユニット６１５から出力され、誤差信号発生器６２０によって受信される。上述したように、誤差信号発生器６２０は、入力音響信号Ｓを受信し、スケーリングユニット６１５によって用いられる各スケーリングベクトルの誤差値Ｅ_ｊを求める。これらの誤差ベクトルは、最適な利得値ｇ^＊に基づき誤差ベクトル及び特定の誤差Ｅ^＊を求める際に用いられる利得値と共に利得セレクタ６３５に渡される。最適な利得ｇ^＊を表す符号語（ｉ_ｇ）は、最適な誤差ベクトルＥ^＊と共に、利得セレクタ６３５から出力され、誤差信号エンコーダ６４０に渡され、そこで、符号語ｉ_Ｅが決定され、出力される。ｉ_ｇ及びｉ_Ｅは、双方共、多重化装置６４５に出力され、チャネル１２５を介して、レイヤ４デコーダ６５０に送信される。

レイヤ４デコーダ６５０の動作中、ｉ_ｇ及びｉ_Ｅは、チャネル１２５から受信され、ＤＥＭＵＸ６５５によって多重分離される。利得符号語ｉ_ｇ及びレイヤ３誤差ベクトル＾Ｅ_３は、周波数選択利得発生器６６０への入力として用いられ、エンコーダ６１０の対応する方法に基づき利得ベクトルｇ^＊を生成する。次に、利得ベクトルｇ^＊は、スケーリングユニット６７０内においてレイヤ３再生音響ベクトル＾Ｓ_３に適用され、そして、その出力は、符号語ｉ_Ｅの復号により誤差信号デコーダ６５５から得られたレイヤ４拡張レイヤ誤差ベクトルＥ^＊と信号結合器６７５において組み合わせられ、図示したように、レイヤ４再生出力音響信号＾Ｓ_４を生成する。

図７は、本発明の第１及び第２実施形態によるエンコーダの動作を示すフローチャート７００である。上述したように、両実施形態は、符号化された音響を複数のスケーリング値で変倍して、誤差が最も小さくなるスケーリング値を選択する拡張レイヤを利用する。しかしながら、本発明の第２実施形態では、利得値を生成するために、周波数選択利得発生器６３０を用いる。

論理フローは、ブロック７１０で始まり、ここで、コアレイヤ・エンコーダは、符号化される入力信号を受信し、その入力信号を符号化して、符号化音響信号を生成する。拡張レイヤ・エンコーダ４１０は、符号化音響信号（ｓ_ｃ（ｎ））を受信し、スケーリングユニット４１５は、複数の利得値で符号化音響信号を変倍して、各々対応する利得値を有する複数の変倍符号化音響信号を生成する（ブロック７２０）。ブロック７３０では、誤差信号発生器４２０は、入力信号と複数の各変倍符号化音響信号との間に存在する複数の誤差値を求める。次に、利得セレクタ４２５は、複数の利得値から１つの利得値を選択する（ブロック７４０）。上述したように、利得値（ｇ^＊）は、入力信号と変倍符号化音響信号との間に存在する低誤差値（Ｅ^＊）になる変倍符号化音響信号に対応する。最後に、ブロック７５０において、送信器４４０は、符号化音響信号に対する拡張レイヤの一部として、利得値（ｇ^＊）と共に低誤差値（Ｅ^＊）を送信する。当業者は認識されるように、Ｅ^＊及びｇ^＊は、双方共、送信に先立って、適切に符号化される。

上述したように、受信器側では、符号化音響信号が、拡張レイヤと共に受信される。拡張レイヤは、利得値（ｇ^＊）及び利得値に対応した誤差信号（Ｅ^＊）が含まれる符号化音響信号に対する拡張である。

ステレオのためのコアレイヤスケーリング
上記説明において、各レイヤがモノラル信号を符号化している埋め込み式符号化システムについて述べた。次は、ステレオ又は他の多チャネル信号を符号化するための埋め込み式符号化システムである。説明を簡単にするために、２つの音響入力（供給源）からなるステレオ信号の文脈での技術について述べるが、本明細書に述べた代表的な実施形態は、多チャネル音響入力の場合のように、ステレオ信号が３つ以上の音響入力を有する場合に簡単に拡張し得る。制限ではなく説明の目的のために、２つの音響入力は、左側信号（ｓ_Ｌ）及び右側信号（ｓ_Ｒ）からなるステレオ信号であり、この場合、ｓ_Ｌ及びｓ_Ｒは、音響データのフレームを表すｎ次元列ベクトルである。更に、説明を簡単にするために、２つのレイヤ、即ち、コアレイヤ及び拡張レイヤからなる埋め込み式符号化システムについて詳細に説明する。提案した考え方は、多レイヤ埋め込み式符号化システムに簡単に拡張できる。更に、コーデックは、それ自体埋め込まれていない。即ち、１つのレイヤだけを有し得るが、そのコーデックの一部のビットは、ステレオ専用であり、他のビットは、モノラル信号専用である。

単にモノラル信号を符号化するコアレイヤと、より高い周波数又はステレオ信号のいずれかを符号化する拡張レイヤと、からなる埋め込み式ステレオコーデックが知られている。その限定された場面では、コアレイヤは、ｓ_Ｌ及びｓ_Ｒの組合せから得られたモノラル信号（１つ又は複数）を符号化して、符号化モノラル信号（下式。以下、＾ｓと表記）

を生成する。モノラル信号を生成するために用いる２×１組み合わせ行列をＨとすると、次のようになる。

尚、式（１７）において、ｓ_Ｒは、単なる右側チャネル信号の代わりに、右側音響信号の遅延版であってもよい。例えば、遅延は、ｓ_Ｌと遅延版のｓ_Ｒとの相関関係を最大にするように計算してよい。行列Ｈが［０．５ ０．５］^Ｔである場合、式１７は、それぞれの右側及び左側チャネルが等しく重み付けされ、即ち、Ｓ＝０．５ｓ_Ｌ＋０．５ｓ_Ｒになる。本明細書に提示された実施形態は、モノラル信号を符号化するコアレイヤ及びステレオ信号を符号化する拡張レイヤに限定されない。埋め込み式コーデックのコアレイヤ並びに拡張レイヤは、双方共、多チャネル音響信号を符号化し得る。コアレイヤ多チャネルによって符号化される多チャネル音響信号におけるチャネルの数は、拡張レイヤによって符号化し得る多チャネル音響信号におけるチャネルの数より少なくてよい。それぞれコアレイヤ及び拡張レイヤによって符号化されるチャネルの数を（ｍ，ｎ）とする。埋め込み式システムによって符号化されるｎ個の音響チャネルをｓ_１、ｓ_２、ｓ_３、…、ｓ_ｎで表すものとする。コアレイヤによって符号化されるｍチャネルは、これらから導出され、以下のように得られる。

上式において、Ｈは、ｎ×ｍ行列である。

前述したように、コアレイヤは、モノラル信号ｓを符号化して、コアレイヤ符号化信号＾ｓを生成する。＾ｓからのステレオ成分の推定値を生成するために、バランス係数を計算する。このバランス係数は、以下のように算出する。

組み合わせ行列Ｈが［０．５ ０．５］^Ｔであれば、下式を示すことができる。

この比により、一方のパラメータだけを量子化することができ、他方は最初のものから簡単に抽出できることに留意されたい。ステレオ出力を次のように算出する。

次節では、時間領域の代わりに周波数領域について論じる。従って、周波数領域の対応する信号は、大文字で表現する、即ち、Ｓ、＾Ｓ、Ｓ_Ｌ、Ｓ_Ｒ、＾Ｓ_Ｌ、＾Ｓ_Ｒは、それぞれ、ｓ、＾ｓ、ｓ_Ｌ、ｓ_Ｒ、＾ｓ_Ｌ、＾ｓ_Ｒの周波数領域表現である。周波数領域のバランス係数は、周波数領域の項を用いて計算し、下式によって与えられる。

及び

周波数領域において、ベクトルは、更に、非重複サブベクトルに分割してよい。即ち、次元ｎのベクトルＳは、次元ｍ_１、ｍ_２、…ｍ_ｔのｔ個のサブベクトル、Ｓ_１、Ｓ、…、Ｓ_ｔに分割してよく、下式のようになる。

この場合、下式の如く、異なるサブベクトルについて異なるバランス係数を演算できる。

本例のバランス係数は、利得の検討から独立している。

次に、図８及び９において、ステレオ及び他の多チャネル信号に該当する従来技術の図を示す。図８の従来技術による埋め込み式音声／音響圧縮システム８００は、図１と同様であるが、本例では、複数の音響入力信号を左側及び右側ステレオ入力信号Ｓ（ｎ）として示す。これらの入力音響信号は、結合器８１０に供給され、結合器８１０は、図示した入力音響ｓ（ｎ）を生成する。複数の入力信号は、更に、図示した拡張レイヤ・エンコーダ８２０に供給される。復号側では、拡張レイヤデコーダ８３０は、図示したように、拡張出力音響信号＾ｓ_Ｌ、＾ｓ_Ｒを生成する。

図９は、図８において用い得る従来の拡張レイヤ・エンコーダ９００を示す。複数の音響入力は、図示するように、コアレイヤ出力音響信号と共に、バランス係数発生器に供給される。拡張レイヤ・エンコーダ９１０のバランス係数発生器９２０は、複数の音響入力を受信して、信号ｉ_Ｂを生成し、信号ｉ_Ｂは、図示するように、ＭＵＸ３２５に渡される。信号ｉ_Ｂは、バランス係数を表す。好適な実施形態では、ｉ_Ｂは、バランス係数を表すビットシーケンスである。デコーダ側では、この信号ｉ_Ｂは、バランス係数デコーダ９４０によって受信され、図示するように、デコーダ９４０は、バランス係数要素Ｗ_Ｌ（ｎ）及びＷ_Ｒ（ｎ）を生成し、これらは、図示するように、信号結合器９５０によって受信される。

多チャネルバランス係数計算
前述したように、多くの状況下で、モノラル信号の符号化に用いるコーデックは、単一チャネル音声用に構成されており、これにより、コーデックモデルによって完全にサポートされない信号の符号化に用いられる時はいつでも符号化モデル雑音を生じる。音楽信号及び他の非音声的信号は、音声モデルに基づくコアレイヤコーデックによって適切にモデル化されない一部の信号である。図１乃至７に関する上記説明は、コアレイヤによって符号化される信号への周波数選択利得の適用を提示した。スケーリングは、最適化され、音響入力と変倍された符号化信号との間の特定の歪み（誤差値）が最小になった。上述の手法は、単一チャネル信号については良好に機能するが、拡張レイヤがステレオ又は他の多チャネル信号を符号化している際、コアレイヤスケーリングを適用する場合には、最適でないことがある。

ステレオ信号等の多チャネル信号のモノラル成分は、２つ以上のステレオ音響入力の組合せから得られることから、組み合わせられた信号ｓも、単一チャネル音声モデルに適合せず、従って、組み合わせられた信号を符号化する時、コアレイヤコーデックは、雑音を生成することがある。従って、埋め込み式符号化システムでは、コアレイヤ符号化信号のスケーリングを可能にし、これによって、コアレイヤにより生成された雑音を低減する手法に対するニーズがある。上述したモノラル信号手法では、特定の歪みの尺度（これに基づき、周波数選択的スケーリングが得られた）は、モノラル信号の誤差に基づく。この誤差Ｅ_４（ｊ）を上式（１１）に示す。しかしながら、モノラル信号だけの歪みは、ステレオ通信システムの品質改善には充分でない。式（１１）に含まれるスケーリングは、１のスケーリング係数による又はいずれか他の個別の関数によるものであってよい。

ステレオ信号の場合、歪みの尺度は、右側及び左側チャネル双方の歪みを取り込むべきである。それぞれ左側及び右側チャネルの誤差ベクトルをＥ_Ｌ及びＥ_Ｒとすると、Ｅ_Ｌ及びＥ_Ｒは、下式で与えられる。

従来技術において、ＡＭＲ−ＷＢ＋標準規格において述べたように、例えば、これらの誤差ベクトルは、以下のように算出される。

次に、周波数選択利得ベクトルｇ_ｊ（０≦ｊ＜Ｍ）が、＾Ｓに適用される場合について考える。この周波数選択利得ベクトルは、Ｇ_ｊとして行列形式で表され、この場合、Ｇ_ｊは、対角要素ｇ_ｊの対角行列である。各ベクトルＧ_ｊについて、誤差ベクトルは、次のように計算される。

上式において、ステレオ信号の推定値は、項Ｗ・Ｇ_ｊ・＾Ｓによって与えられる。利得行列Ｇは、単位行列Ｉ又はいずれか他の対角行列であってよいことが分かり、可能な推定値全てが、全変倍信号の候補となるわけではないことが認識される。

ステレオの品質を改善するために最小化される歪みの尺度εは、下式のように、２つの誤差ベクトルの関数である。

歪みの値は、複数の歪み尺度で構成されていることが分かる。

選択される周波数選択利得ベクトルのインデックスｊは、下式で与えられる。

代表的な実施形態では、歪みの尺度は、下式で与えられる歪みである。

又は、下式で与えられる重み付けされた又は偏りのある歪みであってよい。

偏りＢ_Ｌ及びＢ_Ｒは、左側及び右側チャネルエネルギの関数であってよい。

前述したように、周波数領域では、ベクトルは、更に非重複サブベクトルに分割し得る。提案された技法を拡張して、周波数領域ベクトルのサブベクトルへの分割を含むようにするために、（２７）に用いられるバランス係数を各サブベクトルについて計算する。従って、各周波数選択利得の誤差ベクトルＥ_Ｌ及びＥ_Ｒは、下式で与えられる誤差サブベクトルの連結によって形成される。

（２８）における歪みの尺度εは、今や、上記誤差サブベクトルの連結によって形成された誤差ベクトルの関数である。

バランス係数の算出
従来技術を用いて生成されたバランス係数（式２１）は、コアレイヤの出力から独立している。しかしながら、（３０）及び（３１）において与えられた歪みの尺度を最小化するために、対応する歪みを最小化するバランス係数の算出が有益なことがある。次に、バランス係数Ｗ_Ｌ及びＷ_Ｒは、下式のように算出し得る。

上式において、バランス係数は、例えば、図１１の図面に示すように、利得から独立していることが分かる。この式は、式（３０）及び（３１）における歪みを最小化する。そのようなバランス係数を用いることの問題は、今や下式で示す通りである。

従って、Ｗ_Ｌ及びＷ_Ｒを量子化するために別々のビットフィールドを必要とし得る。このことは、制約条件Ｗ_Ｌ（ｊ）＝２−Ｗ_Ｒ（ｊ）を最適化に課すことによって回避し得る。この制約条件により、式（３０）の最適解が、下式で与えられる。

上式において、バランス係数は、図示するように、利得項に依存し、図面中の図１０は、従属バランス係数を示す。偏り係数Ｂ_Ｌ及びＢ_Ｒが１である場合、下式が成立する。

式（３３）及び（３６）における項Ｓ^ＴＧ_ｊ＾Ｓは、変倍符号化音響信号と多チャネル音響信号の複数の音響信号のうちの少なくとも１つとの間の相関値を表す。

ステレオ符号化において、音声の起点の方向及び位置は、平均平方歪みよりも重要なことがある。左側チャネルエネルギ及び右側チャネルエネルギの比は、従って、重み付けされた歪みの尺度を最小化することよりもむしろ、方向（又は音声の起点の位置）のより良い指標であり得る。そのような場面では、式（３５）及び（３６）で算出されたバランス係数は、バランス係数を計算するための良い方法ではあり得ない。必要なことは、符号化前後での左側及び右側チャネルエネルギの比を同じに維持することである。符号化前及び符号化後のチャネルエネルギの比は、それぞれ下式で与えられる。

これらの２つのエネルギ比を等しいとし、また、仮定Ｗ_Ｌ（ｊ）＝２−Ｗ_Ｒ（ｊ）を用いると、下式を得る。

上式は、生成されたバランス係数のバランス係数成分を与える。（３８）で算出したバランス係数は、今やＧ_ｊから独立しており、従って、もはやｊの関数ではなく、利得の検討から独立した自己相関バランス係数を提供することに留意されたい。従属バランス係数は、図面中の図１０にも示す。この結果を式２９及び３２に用いると、最適なコアレイヤ・スケーリング・インデックスｊの選択を拡張して、連結されたベクトル・セグメントｋを含むことができ、下式が成立する。

これは、最適な利得値の式である。この利得値ｊ＊のインデックスは、拡張レイヤ・エンコーダの出力信号として送信される。

次に、図１０において、様々な実施形態に基づく拡張レイヤ・エンコーダ及び拡張レイヤデコーダのブロック図１０００を示す。入力音響信号ｓ（ｎ）は、拡張レイヤ・エンコーダ１０１０のバランス係数発生器１０５０及び利得ベクトル発生器１０２０の誤差信号（歪み信号）発生器１０３０によって受信される。コアレイヤからの符号化音響信号＾Ｓ（ｎ）は、図示するように、利得ベクトル発生器１０２０のスケーリングユニット１０２５によって受信される。スケーリングユニット１０２５は、複数の利得値で符号化音響信号＾Ｓ（ｎ）を変倍して、複数の候補符号化音響信号を生成するように動作し、この場合、候補符号化音響信号のうちの少なくとも１つが変倍される。上述したように、１又は任意の所望の恒等関数による変倍を用いてよい。スケーリングユニット１０２５は、変倍された音響Ｓ_ｊを出力し、これは、バランス係数発生器１０５０によって受信される。拡張レイヤ・エンコーダ１０１０によって受信された多チャネル音響信号の１つの音響信号に各々対応する複数のバランス係数成分を有するバランス係数の生成については、式（１８）、（２１）、（２４）、及び（３３）に対応して上述した。このことは、図示するように、バランス係数発生器１０５０によって達成され、図示するように、バランス係数成分＾Ｓ_Ｌ（ｎ）、＾Ｓ_Ｒ（ｎ）を生成する。式（３８）に関連して上述したように、バランス係数発生器１０３０は、利得から独立しているものとしてバランス係数を示す。

利得ベクトル発生器１０２０は、式（２７）、（２８）、及び（２９）において述べたように、多チャネル音響信号の推定値を生成するために、符号化音響信号に適用される利得値決定の責任を負っている。このことは、スケーリングユニット１０２５及びバランス係数発生器１０５０によって達成されるが、これらは、共に機能して、バランス係数及び少なくとも１つの変倍符号化音響信号に基づき、その推定値を生成する。利得値は、バランス係数及び多チャネル音響信号に基づいており、この場合、利得値は、多チャネル音響信号と多チャネル音響信号の推定値との間の歪み値を最小化するように構成される。式（３０）は、多チャネル入力信号の推定値及び実際の入力信号それ自体の関数としての歪み値の生成について記述している。従って、バランス係数成分は、スケーリングユニット１０２５によって用いられる各スケーリングベクトルの誤差値Ｅ_ｊを求めるために、入力音響信号ｓ（ｎ）と共に、誤差信号発生器１０３０によって受信される。これらの誤差ベクトルは、最適な利得値ｇ^＊に基づき誤差ベクトル及び特定の誤差Ｅ^＊を求める際に用いられる利得値と共に、利得セレクタ１０３５に渡される。そして、利得セレクタ１０３５は、可能な利得値の最適な利得値ｇ^＊の表現を求めるために、多チャネル入力信号の推定値及び実際の信号それ自体に基づき歪み値を評価するように、動作する。最適な利得ｇ^＊を表す符号語（ｉ_ｇ）は、図示するように、利得セレクタ１０３５から出力され、ＭＵＸ多重化装置１０４０によって受信される。

ｉ_ｇ及びｉ_Ｂは、双方共、多重化装置１０４０に出力され、送信器１０４５によって、チャネル１２５を介して拡張レイヤデコーダ１０６０に送信される。利得値ｉ_ｇの表現は、出力され、図示するように、チャネル１２５に送信されるが、必要に応じて、記憶してもよい。

デコーダ側では、拡張レイヤデコーダ１０６０の動作中、ｉ_ｇ及びｉ_Ｅは、チャネル１２５から受信され、ＤＥＭＵＸ１０６５によって多重分離される。従って、拡張レイヤデコーダは、符号化音響信号＾Ｓ（ｎ）、符号化バランス係数ｉ_Ｂ及び符号化利得値ｉ_ｇを受信する。利得ベクトルデコーダ１０７０には、図示するように、周波数選択利得発生器１０７５及びスケーリングユニット１０８０が含まれる。利得ベクトルデコーダ１０７０は、符号化利得値から復号利得値を生成する。符号化利得値ｉ_ｇは、周波数選択利得発生器１０７５に入力され、エンコーダ１０１０の対応する方法により利得ベクトルｇ^＊を生成する。そして、利得ベクトルｇ^＊は、スケーリングユニット１０８０に適用され、このユニットは、復号利得値ｇ^＊で符号化音響信号＾Ｓ（ｎ）を変倍して、変倍音響信号を生成する。信号結合器１０９５は、変倍音響信号Ｇ_ｊ＾Ｓ（ｎ）に対するバランス係数デコーダ１０９０の符号化バランス係数出力信号を受信して、拡張出力音響信号として示す復号多チャネル音響信号を生成し出力する。

例示の拡張レイヤ・エンコーダ及び拡張レイヤデコーダのブロック図１１００において、上記式（３３）に関連して述べたように、バランス係数発生器１０５０は、利得に依存するバランス係数を生成する。このことは、Ｇ_ｊ信号１１１０を生成する誤差信号発生器によって示す。

次に、図１２乃至１４に示すフローは、本明細書に提示した様々な実施形態の方法論を網羅する。図１２のフロー１２００では、多チャネル音響信号を符号化するための方法を提示する。ブロック１２１０では、複数の音響信号を有する多チャネル音響信号を受信する。ブロック１２２０において、多チャネル音響信号は、符号化され、符号化音響信号を生成する。符号化音響信号は、一例として図面に示すように、モノラル、又は、ステレオ信号等の多チャネル信号のいずれかであってよい。更に、符号化音響信号には、複数のチャネルを含み得る。コアレイヤには、複数のチャネルがあってよく、また、拡張レイヤにおけるチャネルの数は、コアレイヤにおけるチャネルの数より大きくてよい。次に、ブロック１２３０において、各々多チャネル音響信号の１つの音響信号に対応したバランス係数成分を有するバランス係数を生成する。式（１８）、（２１）、（２４）、（３３）は、バランス係数の生成について記述している。各バランス係数成分は、式（３８）においてそうであるように、生成された他のバランス係数成分に依存し得る。バランス係数の生成には、例えば、式（３３）、（３６）のように、変倍符号化音響信号と多チャネル音響信号の複数の音響信号のうちの少なくとも１つの信号との間の相関関係値を生成する工程を含み得る。複数の音響信号のうちの少なくとも１つの信号間の自己相関は、式（３８）のように生成してよく、これから、平方根を生成できる。ブロック１２４０では、バランス係数及び多チャネル音響信号に基づき多チャネル音響信号の推定値を生成するために符号化音響信号に適用される利得値を求める。利得値は、多チャネル音響信号と多チャネル音響信号の推定値との間の歪み値を最小化するように構成される。式（２７）、（２８）、（２９）、（３０）は、利得値を求める工程を記述している。利得値は、符号化音響信号を変倍するための複数の利得値から選択して、変倍符号化音響信号を生成してよい。歪み値は、この推定値に基づき生成し得る。即ち、利得値は、歪み値に基づいてよい。ブロック１２５０において、利得値の表現は、送信及び／又は記憶するために出力される。

図１３のフロー１３００は、様々な実施形態に基づく多チャネル音響信号を符号化するための他の方法論について述べている。ブロック１３１０では、複数の音響信号を有する多チャネル音響信号を受信する。ブロック１３２０において、多チャネル音響信号は、符号化され、符号化音響信号を生成する。ブロック１３１０及び１３２０の処理は、上述したように、コアレイヤ・エンコーダによって実施される。前述したように、符号化音響信号は、図に一例として示すように、モノラル、又は、ステレオ信号等の多チャネル信号のいずれであってもよい。更に、符号化音響信号には、複数のチャネルを含み得る。コアレイヤには、複数のチャネルがあってよく、また、拡張レイヤにおけるチャネルの数は、コアレイヤにおけるチャネルの数より大きくてよい。

ブロック１３３０において、符号化音響信号は、複数の利得値で変倍され、複数の候補符号化音響信号が生成されるが、この場合、候補符号化音響信号のうちの少なくとも１つが、変倍される。スケーリングは、利得ベクトル発生器のスケーリングユニットによって達成される。上述したように、符号化音響信号のスケーリングには、単位利得値でスケーリングする工程が含まれる。複数の利得値のうちのその利得値は、上述したように、ベクトルｇ_ｊを対角要素として備えた利得行列であってよい。利得行列は、周波数選択的であってよく、コアレイヤの出力、即ち、図面に示した符号化音響信号に依存し得る。利得値は、符号化音響信号を変倍し、また、変倍符号化音響信号を生成するための複数の利得値から選択してよい。ブロック１３４０では、各々多チャネル音響信号の１つの音響信号に対応したバランス係数成分を有するバランス係数が、生成される。バランス係数生成は、バランス係数発生器によって実施される。各バランス係数成分は、式（３８）の場合のように、生成された他のバランス係数成分に依存し得る。バランス係数の生成には、例えば、式（３３）、（３６）のように、変倍符号化音響信号と多チャネル音響信号の複数の音響信号のうちの少なくとも１つの信号との間の相関関係値を生成する工程を含み得る。複数の音響信号のうちの少なくとも１つの信号間の自己相関は、式（３８）のように、生成してよく、これから、平方根を生成できる。

ブロック１３５０において、多チャネル音響信号の推定値が、バランス係数及び少なくとも１つの変倍符号化音響信号に基づき生成される。推定値は、変倍符号化音響信号（１つ又は複数）及び生成されたバランス係数に基づき生成される。推定値には、複数の候補符号化音響信号に対応する複数の推定値を含み得る。ブロック１３６０において、歪み値は、利得値のうちの最適な利得値の表現を求めるために、多チャネル音響信号の推定値及び多チャネル音響信号に基づき、評価及び／又は生成し得る。歪み値には、複数の推定値に対応する複数の歪み値を含み得る。歪み値の評価は、利得セレクタ回路によって達成される。最適な利得値の提示は、式（３９）によって与えられる。ブロック１３７０において、利得値は、出力して、送信及び／又は記憶し得る。拡張レイヤ・エンコーダの送信器は、上述したように、利得値表現を送信し得る。

図１４のフローチャート１４００で具現化した処理は、多チャネル音響信号の復号を示す。ブロック１４１０では、符号化音響信号、符号化バランス係数、及び符号化利得値を受信する。ブロック１４２０では、復号利得値を符号化利得値から生成する。利得値は、上述した利得行列であってよく、また、利得行列は、周波数選択的であってよい。利得行列は、更に、コアレイヤの出力として受信された符号化音響に依存し得る。更に、符号化音響信号は、図面に一例として示すように、モノラル、又はステレオ信号等の多チャネル信号のいずれかであってよい。更に、符号化音響信号には、複数のチャネルを含み得る。例えば、コアレイヤには、複数のチャネルがあってよく、また、拡張レイヤにおけるチャネルの数は、コアレイヤにおけるチャネルの数より大きくてよい。

ブロック１４３０では、符号化音響信号が復号利得値で変倍され、変倍音響信号を生成する。符号化バランス係数は、変倍音響信号に適用され、ブロック１４４０において、復号多チャネル音響信号が生成される。復号多チャネル音響信号は、ブロック１４５０において出力される。

ピーク検出に基づく選択的スケーリングマスク計算
周波数選択利得行列Ｇ_ｊは、対角要素が利得ベクトルｇ_ｊを形成する対角行列であり、上記（１４）のように、下式で定義し得る。

上式において、Δは、ステップサイズ（例えば、Δ≒２．０ｄＢ）であり、αは、定数であり、Ｍは、候補の数（例えば、Ｍ＝８で、これは３ビットだけを用いて表し得る）であり、ｋ_ｌ及びｋ_ｈは、それぞれ低及び高遮断周波数であり、これに対して、利得低減を行い得る。ここでｋは、ｋ番目のＭＤＣＴ又はフーリエ変換係数を表す。ｇ_ｊは、周波数選択的であるが、先行レイヤの出力から独立であることに留意されたい。利得ベクトルｇ_ｊは、先行符号化信号ベクトル、この場合、＾Ｓの符号化要素の何らかの関数に基づいてよい。このことは、次のように表現できる。

多レイヤ（３レイヤ以上の）埋め込み式符号化システムでは、利得ベクトルｇ_ｊによって変倍される出力＾Ｓは、少なくとも２つの先行レイヤの寄与から得られる。即ち、下式が成立する。

上式において、＾Ｓ_１は、第１レイヤ（コアレイヤ）の出力であり、＾Ｅ_２は、第２レイヤ又は第１拡張レイヤの寄与である。この場合、利得ベクトルｇ_ｊは、先行符号化信号ベクトル＾Ｓの符号化要素の何らかの関数及び第１拡張レイヤの寄与であり得る。即ち、下式が成立する。

下位レイヤの符号化モデルによる可聴雑音のほとんどは、谷であってピークではないことが観察された。言い換えると、スペクトルピークにおいて、元のスペクトルと符号化スペクトルとの間の整合の方が良好である。従って、ピークは、変更すべきでない、即ち、スケーリングは、谷に限定すべきである。この観察を利点として用いるために、実施形態の１つでは、式（４１）の関数は、＾Ｓのピーク及び谷に基づく。検出された＾Ｓのピーク大きさに基づくスケーリングマスクをΨ（＾Ｓ）とする。スケーリングマスクは、検出されたピークにゼロ以外の値があるベクトル値の関数であり得る。即ち、下式が成立する。

上式において、＾ｓ_ｉは、＾Ｓのｉ番目の要素である。こうして、式（４１）は、次のように修正し得る。

様々な手法をピーク検出に用い得る。好適な実施形態では、ピークは、絶対スペクトル｜＾Ｓ｜を２つの別個の重み付けされた平均化フィルタを通過させ、そして、フィルタ処理された出力を比較することによって、検出される。２つの平均化フィルタの行列表現をＡ_１及びＡ_２とする。このとき、ピーク検出関数は、下式で与えられる。

上式において、βは、経験的しきい値である。

説明例として、図１５及び図１６を参照する。ここで、ＭＤＣＴ領域における符号化信号｜＾Ｓ｜の絶対値は、双方のグラフにおいて、１５１０として与えられる。この信号は、「調子笛」からの音声を表すが、これは、図示するように、規則正しく離間した高調波シーケンスを生成する。この信号は、この信号の基本周波数が、音声信号にとって妥当と見なされる範囲を超えていることから、音声モデルに基づきコアレイヤ・コーダを用いて符号化するのが困難である。これにより、コアレイヤによって生成される極めて高いレベルの雑音が生じ、これは、符号化信号１５１０を元の信号｜Ｓ｜（１６１０）のモノラル版と比較することによって観察することができる。

符号化信号（１５１０）から、しきい値発生器を用いて、しきい値１５２０を生成するが、これは、式４６中の式βＡ_１｜＾Ｓ｜に対応する。ここでＡ_１は、好適な実施形態において、長さ４５の余弦窓で信号｜＾Ｓ｜の畳み込みを実現する畳み込み行列である。多くの窓形状が可能であり、異なる長さを含み得る。更に、好適な実施形態において、Ａ_２は、恒等行列である。そして、ピーク検出器は、信号１５１０をしきい値１５２０と比較して、１５３０として示すスケーリングマスクΨ（＾Ｓ）を生成する。

次に、（式４５に与えられる）コアレイヤ・スケーリング・ベクトル候補を用いて、符号化信号｜＾Ｓ｜のピーク間の雑音を変倍して、変倍再生信号１６２０を生成することができる。最適候補は、上記又はその他で示した式３９において述べた処理に基づき、選択し得る。

次に、図１７乃至１９のフロー図は、様々な実施形態に基づき上述したピーク検出による選択的なスケーリングマスク計算に対応した方法論を示す。図１７のフロー図１７００では、ブロック１７１０において、受信音響信号の再生音響ベクトル＾Ｓの一組のピークを検出する。音響信号は、複数のレイヤに埋め込んでよい。再生音響ベクトル＾Ｓは、周波数領域であってよく、その一組のピークは、周波数領域ピークであってよい。その一組のピークの検出は、例えば、式（４６）によって与えられるピーク検出関数に基づき実施される。尚、この組は、全てが減衰され、ピークがない場合にそうであるように、空であってもよい。ブロック１７２０では、その検出した一組のピークに基づくスケーリングマスクΨ（＾Ｓ）を生成する。次に、ブロック１７３０では、少なくともスケーリングマスク及び利得ベクトルを表すインデックスｊに基づき利得ベクトルｇ^＊を生成する。ブロック１７４０では、利得ベクトルにより再生音響信号を変倍して、変倍再生音響信号を生成する。ブロック１７５０では、音響信号及び変倍再生音響信号に基づく歪みを生成する。生成された歪みに基づく利得ベクトルのインデックスが、ブロック１７６０において出力される。

次に、図１８のフロー図１８００は、或る実施形態に基づき、音響信号を符号化する他の実施形態を示す。ブロック１８１０では、音響信号を受信する。音響信号は、複数のレイヤに埋め込んでよい。次に、ブロック１８２０では、音響信号を符号化して、再生音響ベクトル＾Ｓを生成する。再生音響ベクトル＾Ｓは、周波数領域であってよく、その一組のピークは、周波数領域ピークであってよい。ブロック１８３０では、受信音響信号の再生音響ベクトル＾Ｓの一組のピークを検出する。その一組のピークの検出は、例えば、式（４６）によって与えられるピーク検出関数に基づき実施される。また、留意すべきことは、この組は、全てが減衰され、ピークがない場合にそうであるように、空であってもよい。ブロック１８４０では、その検出した一組のピークに基づくスケーリングマスクΨ（＾Ｓ）を生成する。ブロック１８５０では、スケーリングマスクに基づく複数の利得ベクトルｇ_ｊを生成する。ブロック１８６０では、再生音響信号を複数の利得ベクトルで変倍して、複数の変倍再生音響信号を生成する。次に、ブロック１８７０では、音響信号及び複数の変倍再生音響信号に基づき、複数の歪みを生成する。利得ベクトルは、ブロック１８８０において、複数の歪みに基づき、複数の利得ベクトルから選択される。利得ベクトルは、複数の歪みのうちの最小歪みに一致するように、選択してよい。利得ベクトルを表すインデックスは、ブロック１８９０において、出力され、送信及び／又は記憶される。

上述した図１７乃至１８に示したエンコーダフローは、前述した装置構造によって実現し得る。フロー１７００を参照すると、音響信号を符号化するように動作可能な装置において、拡張レイヤ・エンコーダ１０１０の利得ベクトル発生器１０２０の利得セレクタ１０３５等の利得セレクタが、受信音響信号の再生音響ベクトル＾Ｓの一組のピークを検出し、その検出した一組のピークに基づき、スケーリングマスクΨ（＾Ｓ）を生成する。また、音響信号は、複数のレイヤに埋め込んでよい。再生音響ベクトル＾Ｓは、周波数領域であってよく、その一組のピークは、周波数領域ピークであってよい。その一組のピークの検出は、例えば、式（４６）によって与えられるピーク検出関数に基づき実施される。尚、一組のピークは、信号中の全てが減衰されている場合、ゼロであってよい。利得ベクトル発生器１０２０のスケーリングユニット１０２５等のスケーリングユニットは、少なくともスケーリングマスク及び利得ベクトルを表すインデックスｊに基づき利得ベクトルｇ^＊を生成し、利得ベクトルで再生音響信号を変倍して、変倍再生音響信号を生成する。利得ベクトル発生器１０２０の誤差信号発生器１０３０は、音響信号及び変倍再生音響信号に基づき、歪みを生成する。拡張レイヤデコーダ１０１０の送信器１０４５等の送信器は、生成された歪みに基づく利得ベクトルのインデックスを出力するように動作可能である。

図１８のフロー１８００を参照すると、音響信号を符号化するように動作可能な装置では、エンコーダが、音響信号を受信して、音響信号を符号化し、再生音響ベクトル＾Ｓを生成する。利得ベクトル発生器１０２０のスケーリングユニット１０２５等のスケーリングユニットは、受信音響信号の再生音響ベクトル＾Ｓの一組のピークを検出し、その検出した一組のピークに基づきスケーリングマスクΨ（＾Ｓ）を生成し、スケーリングマスクに基づき複数の利得ベクトルｇ_ｊを生成し、複数の利得ベクトルで再生音響信号を変倍して、複数の変倍再生音響信号を生成する。誤差信号発生器１０３０は、音響信号及び複数の変倍再生音響信号に基づき、複数の歪みを生成する。利得セレクタ１０３５等の利得セレクタは、複数の歪みに基づき、複数の利得ベクトルから利得ベクトルを選択する。送信器１０４５は、例えば、後で送信及び／又は記憶するために、利得ベクトルを表すインデックスを出力する。

図１９のフロー図１９００は、音響信号を復号する方法を示す。ブロック１９１０では、再生音響ベクトル＾Ｓ及び利得ベクトルを表すインデックスを受信する。ブロック１９２０では、再生音響ベクトルの一組のピークを検出する。その一組のピークの検出は、例えば、式（４６）によって与えられるピーク検出関数に基づき実施される。また、留意すべきことは、この組は、全てが減衰され、ピークがない場合にそうであるように、空であってもよい。ブロック１９３０では、その検出した一組のピークに基づき、スケーリングマスクΨ（＾Ｓ）を生成する。ブロック１９４０では、少なくともスケーリングマスク及び利得ベクトルを表すインデックスに基づき、利得ベクトルｇ^＊を生成する。ブロック１９５０では、再生音響ベクトルを利得ベクトルで変倍し、変倍再生音響信号を生成する。本方法には、更に、再生音響ベクトルに対する拡張を生成し、そして、変倍再生音響信号と再生音響ベクトルに対する拡張を組み合わせて、拡張復号信号を生成する工程を含み得る。

図１９に示すデコーダフローは、前述した装置構造によって実現し得る。音響信号を復号するように動作可能な装置において、例えば、拡張レイヤデコーダ１０６０の利得ベクトルデコーダ１０７０は、再生音響ベクトル＾Ｓ及び利得ベクトルを表すインデックスｉ_ｇを受信する。図１０に示すように、ｉ_ｇは、利得発生器１０７５によって受信され、一方、再生音響ベクトル＾Ｓは、利得ベクトルデコーダ１０７０のスケーリングユニット１０８０によって受信される。利得ベクトルデコーダ１０７０の利得発生器１０７５等の利得セレクタは、再生音響ベクトルの一組のピークを検出し、その検出した一組のピークに基づきスケーリングマスクΨ（＾Ｓ）を生成し、少なくともスケーリングマスク及び利得ベクトルを表すインデックスに基づき、利得ベクトルｇ^＊を生成する。また、この組は、信号がほとんど減衰される場合、ファイルが空であってよい。利得セレクタは、例えば、式（４６）に与えられたピーク検出関数に基づき、この組のピークを検出する。スケーリングユニット１０８０は、例えば、利得ベクトルで再生音響ベクトルを変倍して、変倍再生音響信号を生成する。

更に、図６の拡張レイヤデコーダの誤差信号デコーダ６６５等の誤差信号デコーダは、再生音響ベクトルに対する拡張を生成し得る。図６の信号結合器６７５の様な信号結合器は、変倍再生音響信号と再生音響ベクトルに対する拡張を組み合わせて、拡張復号信号を生成する。

更に、図１２乃至１４のバランス係数指向のフロー及び図１７乃至１９のピーク検出指向のフローの選択的なスケーリングマスクは、双方共、様々な組合せで実施でき、また、本明細書に述べた装置及び構造によってそのようにサポートされることに留意されたい。

本発明について、特に、特定の実施形態を参照して示し説明したが、形態及び細目の様々な変更が、本発明の精神及び範囲から逸脱することなく、それらに行い得ることは、当業者によって理解されるであろう。例えば、上記技法は、電気通信システムのチャネルを介した送信及び受信の観点で述べたが、本技法は、固体メモリ装置又はコンピュータハードディスク等のデジタル媒体装置における記憶容量を低減する目的のために信号圧縮システムを用いるシステムにも同様に適用し得る。そのような変更は、以下の請求項の範囲内に入ることを意図している。

Claims (15)

1. 音響信号を復号する装置において、
   再生音響ベクトル（下式。以下、＾Ｓと表記）
   と利得ベクトルを表すインデックスとを受信する拡張レイヤデコーダの利得ベクトルデコーダであって、該利得ベクトルデコーダの利得セレクタは利得ベクトルを表すインデックスを受信する、利得ベクトルデコーダと、
   

   

   再生音響ベクトルにおける一組のピークを検出し、検出した前記一組のピークに基づき、スケーリングマスクを生成し、少なくともスケーリングマスクと利得ベクトルを表すインデックスとに基づき、利得ベクトルｇ^＊を生成する、利得ベクトルデコーダの利得セレクタと、
   利得ベクトルで再生音響ベクトルを変倍して、変倍した再生音響信号を生成する、利得ベクトルデコーダのスケーリングユニットと、を備える装置。
2. 再生音響ベクトルに対する拡張を生成する誤差信号デコーダと、
   変倍した再生音響信号と再生音響ベクトルに対する拡張とを組み合わせて、拡張した復号信号を生成する、拡張レイヤデコーダの信号結合器と、をさらに備える請求項１に記載の装置。
3. 利得セレクタは、下式に示すピーク検出関数によって前記一組のピークを検出する、請求項１に記載の装置。
   

   
4. 音響信号は複数のレイヤに埋め込まれている、請求項１に記載の装置。
5. 再生音響ベクトル＾Ｓは周波数領域にあり、前記一組のピークは周波数領域ピークである、請求項１に記載の装置。
6. 符号化音響信号と、符号化バランス係数と、符号化利得値とを受信するデコーダであって、
   拡張レイヤデコーダの利得ベクトルデコーダは符号化利得値から復号利得値を生成し、
   拡張レイヤデコーダのスケーリングユニットは復号利得値で符号化音響信号を変倍して、変倍した音響信号を生成する、デコーダをさらに備え、
   変倍した音響信号に符号化バランス係数を適用して、復号多チャネル音響信号を生成し、復号多チャネル音響信号を出力する信号結合器をさらに備える、請求項１に記載の装置。
7. 音響信号を復号するための方法において、
   再生音響ベクトル＾Ｓと利得ベクトルを表すインデックスとを受信する工程と、
   再生音響ベクトルにおける一組のピークを検出する工程と、
   検出した前記一組のピークに基づき、スケーリングマスクを生成する工程と、
   少なくともスケーリングマスクと利得ベクトルを表すインデックスとに基づき、利得ベクトルｇ^＊を生成する工程と、
   利得ベクトルで再生音響ベクトルを変倍して、変倍した再生音響信号を生成する工程と、を備える方法。
8. 再生音響ベクトルに対する拡張を生成する工程と、
   変倍した再生音響信号と再生音響ベクトルに対する拡張とを組み合わせて、拡張復号信号を生成する工程と、をさらに備える請求項７に記載の方法。
9. 前記一組のピークを検出する工程は、下式に示すピーク検出関数を含む、請求項７に記載の方法。
   

   
10. 符号化音響信号と、符号化バランス係数と、符号化利得値とを受信する工程と、
    符号化利得値から復号利得値を生成する工程と、
    復号利得値で符号化音響信号を変倍して、変倍した音響信号を生成する工程と、
    変倍した音響信号に符号化バランス係数を適用して、復号多チャネル音響信号を生成する工程と、
    復号多チャネル音響信号を出力する工程と、をさらに備える請求項７に記載の方法。
11. 音響信号を符号化するための方法において、
    音響信号を受信する工程と、
    音響信号を符号化して、再生音響ベクトル＾Ｓを生成する工程と、
    受信した音響信号の再生音響ベクトル＾Ｓにおいて一組のピークを検出する工程と、
    検出した前記一組のピークに基づき、スケーリングマスクを生成する工程と、
    スケーリングマスクに基づき、複数の利得ベクトルｇ_ｊを生成する工程と、
    前記複数の利得ベクトルで再生音響信号を変倍して、複数の変倍した再生音響信号を生成する工程と、
    音響信号と前記複数の変倍した再生音響信号とに基づき、複数の歪みを生成する工程と、
    前記複数の歪みに基づき、前記複数の利得ベクトルから１つの利得ベクトルを選択する工程と、
    前記利得ベクトルを表すインデックスを送信及び記憶のうちの少なくとも１つのために出力する工程と、を備える方法。
12. 複数の歪みのうちの最小の歪みに相当する利得ベクトルが選択される、請求項１１に記載の方法。
13. 前記一組のピークを検出する工程は、下式に示すピーク検出関数を含む、請求項１１に記載の方法。
    

    
14. 音響信号は複数のレイヤに埋め込まれている、請求項１１に記載の方法。
15. 再生音響ベクトル＾Ｓは周波数領域にあり、前記一組のピークは周波数領域ピークである、請求項１１に記載の方法。

Images