JPH03263925A - デイジタルデータの高能率符号化方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、いわゆる高能率符号化によって入力ディジタ
ルデータの符号化を行うディジタルデータの高能率符号
化装置に関するものである。

〔発明の概要〕

本発明は、入力データを高域程帯域幅が広くなるように
分割した帯域毎に複数のサンプルからなるブロックを形
成し、ブロック毎の直交変換による係数データを得る高
能率符号化装置において、少なくとも最も低帯域の直交
変換前のブロックが小ブロック化された各小ブロック毎
のエネルギの検出出力に基づいて小ブロックの利得を制
御するようにしたことにより、直交変換等により発生す
るノイズを低減することができ、特に、過渡性入力によ
るノイズを低減することができるディジタルデータの高
能率符号化装置を提供するものである。

〔従来の技術〕

オーディオ或いは音声等の信号の高能率符号化の手法に
は種々あるが、例えば、時間軸上のオーディオ信号等を
複数の周波数帯域に分割して符号化する帯域分割符号化
（サブ・バンド・コーディング：５ＢＣ）や、時間軸の
信号を周波数軸上の信号に変換（直交変換〕して複数の
周波数帯域に分割し各帯域毎に符号化するいわゆる変換
符号化等を挙げることができる。また、上述の帯域分割
符号化と変換符号化とを組み合わせた高能率符号化の手
法も考えられでおり、この場合には、例えば、上記帯域
分割符号化で帯域分割を行った後、該各帯域毎の信号を
周波数軸上の信号に直交変換し、これら各′４１域の直
交変換された信号が、帯域毎に符号化される。ここで、
上述した直交変換としては、例えば、入力オーディオ信
号を所定単位時間でブロック化し、該ブロック毎に高速
フーリエ変換（ＦＦＴ）を行うことで時間軸を周波数軸
に変換するような直交変換がある。更に、直交変換され
た周波数軸上のデータを帯域分割する際には、例えば人
間の聴覚特性を考慮した帯域分割が行われることがある
。すなわち、−１に臨界帯域（クリティカルハンド）と
呼ばれている高域程帯域幅が広くなるような帯域幅で、
オーディオ信号を複数（例えば２５ハント）の帯域に分
割することがある。また、この時の各帯域毎のデータを
符号化する際には、各帯域毎に所定のビット配分、或い
は、各帯域毎に適応的なビット割当で（ビットアロケー
ション）による上記ＦＦＴ係数データの符号化が行われ
る。例えば、上記ピントアロケーションによる符号化の
際には、該各ブロック毎のＦＦＴ処理により得られる各
帯域毎のＦＦＴ係数データに対して、適応的な割当てビ
ット数で符号化が行われることになる。

ところで、一般に音に対する人間の聴覚特性には、マス
キング効果と呼ばれるものがあり、当該マスキング効果
には、テンポラルマスキング効果と同時刻マスキング効
果等がある。上記同時刻マスキング効果とは、ある大き
な音と同時刻に発生する小さな音（或いはノイズ）が当
咳大きな音によってマスクされて聞こえなくなるような
効果であり、上記テンポラルマスキング効果とは、大き
な音の時間的な前後の小さな音（ノイズ）が、この大き
な音にマスクされて聞こえなくなるような効果である。

このテンポラルマスキング効果において、上記大きな音
の時間的に後方のマスキングはフォワードマスキングと
呼ばれ、また、時間的に前方のマスキングはバックワー
ドマスキングと呼ばれている。また、テンポラルマスキ
ングにおいては、人間の聴覚特性から、フォワードマス
キングの効果は長時間（例えば１００ｍ５ｅｃ程度）効
くようになっているのに対し、バックワードマスキング
の効果は短時間（例えば５　ｍ５ｅｃ程度）となってい
る、更に、上記マスキング効果のレベル（マスキング量
）は、フォワードマスキングが２０ｄＢ程度で、バック
ワードマスキングが３０ｄＢ程度となっている。

〔発明が解決しようとする課題〕

ここで、符号化の際に上述のように上記所定単位時間ブ
ロック内のオーディオ信号を高速フーリエ変換した場合
、該信号のデコード時には、逆高速フーリエ変換（ＩＦ
ＦＴ）が行われる。このようなエンコード、デコードに
よって得られる信号には、通常、これらＦＦＴ、ＩＦＦ
Ｔにより発生するノイズがブロック内全体に現れること
になる。

このため、例えば、上記ＦＦＴ、ＩＦＦＴされるブロッ
ク内に過渡的変化が生じている場合、すなわち例えば第
５図に示すように、ブロック内の無信号（無音）部Ｕに
、例えばカスタ７、トの打音による信号のように象徴に
レベルが増大する信号Ｃが入って来ることでブロック内
の信号のｉｙＪ渡的変化が大きくなっているような場合
には、上記ＦＦＴ、ＩＦＦＴ処理を施すことによるノイ
ズが上記無信号部Ｕにも現れることになる。すなわち、
第６図に示すように上記無信号部Ｕにも上記大レベルの
信号部Ｃに起因したノイズ成分が現れることになる。し
たがって、この信号を再生すると、本来無信号であった
部分でのノイズが目立つようになる。

このような過渡的変化のあるブロックをＦＦＴ。

ＩＦＦＴ等で処理することによって発生するノイズの、
上記大レベル信号部Ｃの時間的に後のノイズは、第７図
に示すような長時間のフォワードマスキングＦＭの効果
でマスクされるため、耳につくことが少ない。しかし、
該大レベル信号部Ｃの時間的に前のノイズは、バックワ
ードマスキングＢＭの効果が短時間であるため、耳に付
きやすくなる。すなわち、当該バックワードマスキング
ＢＭの効果の作用する時間よりも前の時間のノイズは耳
につく。

上述のようなバックワードマスキングＢＭの効果が期待
できない場合の対策としては、例えば、上記高速フーリ
エ変換処理が施される単位時間ブロック長を上記ハック
ワードマスキングＢＭの効く時間範囲（例えば５　ｍ５
ｅｃ）程度に短くすることが考えられる。すなわち、上
記大レベル信号部ＣによるバックワードマスキングＢＭ
の効果が有効に作用する時間まで、上記高能率符号化処
理の際の時間分解能を上げる（ブロック長を短くする）
ことが考えられる。

しかし、上述のようにフーリエ変換される単位時間ブロ
ック長を短くすることは、当該ブロック内のサンプル数
が減ることにほかならないため、当該フーリエ変換によ
る周波数分解能は逆に下がることになる。ところが、人
間の聴覚における周波数分析能力（周波数分解能）は、
−ｉに、高域ではさほど高くないが低域では高いもので
ある。

したがって、当該低域での周波数分解能を確保する必要
性から、現実には上述したように単位時間ブロック長を
あまり短くすることはできない。すなわち、低域で時間
分解能を上げることは好ましくない。

なお、一般に、低域信号では定常区間が長く、逆に高域
信号では短いため、高域での時間分解能を高める（ブロ
ック長を短くする）ことは有効となる。

そこで、本発明は、上述のような実情に鑑みて提案され
たものであり、高域では高い時間分解能を得ることがで
き、更に、低域では高い周波数分解能を得ることができ
、かつ、時間分解能を上げることができない低域でブロ
ック内の大レベル信号部に起因したノイズの低減が可能
なディジタルデータの高能率符号化装置を提供すること
を目的とするものである。

（課題を解決するための手段〕 本発明のディジタルデータの高能率符号化装置は、上述
の目的を達成するために提案されたものであり、入力デ
ィジタルデータを高域程帯域幅が広くなるように複数の
帯域に分割し、分割された帯域毎に複数のサンプルから
なるブロックを形成し、各帯域のブロック毎に例えば高
速フーリエ変換による直交変換を行い係数データ（ＦＦ
Ｔ係数データ）を得るようにしたディジタルデータの高
能率符号化装置において、少なくとも最も低域の帯域の
直交変換前のブロックを複数の小ブロックに分けて各小
ブロック毎のエネルギ（或いはピークレベル）を検出す
るエネルギ検出手段と、上記小ブロックの利得を制御す
る利得制御手段とを設け、上記エネルギ検出手段の出力
によって上記利得制御手段の利得を制御するようにした
ものである。ここで、上記エネルギ検出手段は、少なく
とも最も低域の帯域の直交変換前のブロックのデータの
過渡的変化を検出するようなものとすることもでき、こ
の場合、上記利得制御手段では、例えば上記エネルギ検
出手段の出力によって、過渡的変化のある小ブロックの
利得を低下させるような制御を行うようにする。また、
上記ブロックを形成する際には、高域ではブロック長を
長く　（時間分解能を高く）シ、低域では１ブロック内
のサンプル数を増やす（周波数分解能を上げる）ように
することができる。更に、量子化される各帯域毎の係数
データは、いわゆる臨界帯域での各帯域（例えば２５バ
ンド）の係数データとすることができる。

〔作用〕

本発明によれば、少なくとも最も低域の帯域の各小ブロ
ック毎に検出されたエネルギに応じた各小ブロック毎の
利得制御を行うことで、ブロック内のデータの直交変換
等によるノイズを低減するようにしている。

〔実施例〕

以下、本発明を適用した実施例について図面を参照しな
がら説明する。

本実施例のディジタルデータの高能率符号化装置は、オ
ーディオ或いは音声等の入力ディジタルデータを、例え
ば、前述の高能率符号化の帯域分割符号化（ＳＢＣ）等
ムニよって符号化するものである。すなわち、本実施例
の高能率符号化装置では、第１図に示すように、いわゆ
るミラーフィルタのＱＭ　Ｆ　（ｑｕａｄｒａｔｕｒｅ
　＋ｅｉｒｒｏｒ　ｆｉｌｔｅｒ）　４１　、　４２に
よって、入力端子３０を介して供給される上記入力ディ
ジタルデータを、高域程帯域幅が広くなるように複数の
帯域に分割し、高速フーリエ変ｆｉ（ＦＦＴ）回路４３
，４４．４５によって、この分割された帯域毎に複数の
サンプルからなるブロックを形成して、これら各ブロッ
ク毎に例えば高速フーリエ変換による直交変換（時間軸
を周波数軸に変換）を行うことで係数データ（ＦＦＴ係
数データ）を得るようになっている。この時、上記ブロ
ックを形成する際には、高域ではブロック長を長くする
ことで時間分解能を上げ、低域では１ブロック内のサン
プル数を増やして周波数分解能を上げるようにしている
。なお、本実施例では、上記量子化される各帯域毎の係
数データは、いわゆる臨界帯域（クリティカルバント）
での各帯域（例えば２５バンド）の係数データとしてお
り、該ＦＦＴ係数データを量子化処理部５８によって適
応的な割当てビット数で量子化した後、出力端子３１か
ら出力するようにしている。

ここで、本実施例装置においては、少なくとも最も低域
の帯域の直交変換前のブロックを複数の小ブロックに分
けて各小ブロック毎のエネルギを検出するエネルギ検出
回ＦＩＭ５０（或いはピークレベルを検出する回路とし
てもよい）と、上記小ブロックの利得を制御する利得制
御手段であるゲインコントロール回路６０とを設け、上
記エネルギ検出回路５０の出力によって上記ゲインコン
トロール回路６０の利得を制御するようにしている。

例えば、無信号時すなわちエネルギ値が０の時を基準（
例えば０ｄＢ）として、小ブロック内のエネルギの大き
さに応じた量だけ、当該小ブロックの利得を下げるよう
に制御する。或いは、ある任意のエネルギ値を基準とし
て、その基準エネルギ値よりも小ブロック内のエネルギ
が大きいときは、その基準エネルギ値と小ブロック内エ
ネルギ値の差に応した量だけ当該小ブロックの利得を低
下させ、逆に基準エネルギ値よりも小さい時は利得を増
加させる方向に制御を行うようにする。すなわち、例え
ば、第２図の（ａ）に示すように、上記ＦＦＴ処理され
るブロックＢを、複数の小ブロックＢｓに分けて、上記
エネルギ検出回路５０で各小ブロックＢｓ毎のエネルギ
を検出する。この時、例えば無信号時のＯｄＢを基準と
した場合は、第２図の（ｂ）に示すように、当該エネル
ギ検出回路５０の検出出力に応して、上記ゲインコント
ロール回路６０で各小ブロックＢｓ毎のデータの利得を
制御するようにする。このような利得制御を行うことで
、エネルギの大きい信号の直交変換等により発生するノ
イズのレベルを低減することが可能となる。なお、上述
のように小ブロック単位でエネルギ検出を行う場合、利
得制御の行われるデータは、１小ブロック内位分の検出
にかかる時間だけ遅延されることになる。

また、上記工ふルギ検出回路５０は、少なくとも最も低
域の帯域の直交変換前のブロックのデータの過渡的変化
を検出するようなものとすることもできる。この場合、
例えば、上記工Ｚルギ検出回路５０では、逐次小ブロッ
クのエネルギを検出すると共に、隣接する前の小ブロッ
クと当該小フロック間のエネルギの差或いは比率を求め
、この差或いは比率が所定値を越えた時（すなわち過渡
的変化のあった時）、上記ゲインコントロール回路６０
で、当該過渡的変化のある小ブロックのゲインをコント
ロールするようにする１例えば、過渡的変化のある小ブ
ロックのみ利得を低下させるような制御を行うようにし
て、他の小ブロックではゲインコントロールを行わずに
所定の基準利得としておく、すなわち、上記ブロックＢ
内に例えば前述した第５図のような大レベル信号部Ｃが
存在するような場合、このブロックＢ内の上記大レベル
信号部Ｃのある小ブロックのみの利得を低下させるよう
に制御する。上述のように過渡的変化のある小ブロック
の利得を制御することで、この大レベル信号部Ｃの直交
変換等に起因するノイズのレベルを低減することが可能
となる。更に、このような過渡的変化のある小ブロック
のみを検出するような場合、上述のように逐次小ブロッ
クのエネルギを検出して比較するものの他、例えば、上
記ブロック内の全ての小ブロックのエネルギを計算した
後に、過渡的変化のある小ブロックのみを検出し、この
小ブロックの利得を低下させるようにすることも可能で
ある。このようにすることで、前述したテンポラルマス
キングを有効に利用することができない小ブロックのみ
を検出することができるようになり、この検出された小
ブロックの利得を低下させるように制御することで、上
述同様直交変換等の起因するノイズを低減することがで
きるようになる。なお、この場合は、ｌプロ・ツタ単位
分の遅延を行うことになる。

更に、前述のマスキング（テンポラルマスキング）を考
慮することで、各小ブロック毎の利得制御を行うか否か
をコントロールするようにしてもよい。すなわち、ある
小ブロック内の信号によって隣接する小ブロックの信号
がマスキングされるような場合には、特にその隣接する
小ブロックの利得を制御しなくともよい。

上述のように、本発明実施例においては、小フロック毎
の利得制御、或いは過渡的変化のある小ブロックのみの
利得制御を行うようにすることで、低域での直交変換等
により発生するノイズを低減することができると共に、
上記大レベル信号部Ｃの直交変換等に起因して発生する
ノイズも低減することが可能となる。

また、本実施例では、上記フロックを形成する際には、
高域ではブロンク長を長く　（時間分解能を高く）シ、
低域では１ブロック内のサンプル数を増やす（周波数分
解能を高くする）ようにすることができる。

すなわち再び第１図に戻って、入力端子３０には例えば
４８ｋＨｚのサンプリング周波数ｆｓでサンプリングさ
れたオーディオのディジタルデータ（０〜２４　ｋＨｚ
）が供給されており、該ディジタルデータは上記ＱＭＦ
４１．４２により、高域程帯域幅が広くなるように大ま
かに３つの帯域（０〜６ｋＨｚ、６ｋＨｚ　〜１２ｋＨ
ｚ、１２ｋＨｚ　〜２４に士）に分割される。上記ＱＭ
Ｆ４１では、上記０〜２４　ｋＨｚのディジタルデータ
が２分割されて１２ｋＨｚ〜２４に七とＯ〜１２に七の
２つの出力が得られ、１２ｋＨｚ〜２４ｋＨｚの出力は
高速フーリエ変換回路４３に、０〜１２ｋ）（ｚの出力
はＱＭＦ４２に送られる。ＱＭＦ４２へ送られた０〜１
２ｋＨｚの出力は、該ＱＭＦ４２で更に２分割されて６
に七〜１２ｋｌ（ｚと０〜６に七の２つの出力が得られ
る。これら出力は、高速フーリエ変換回路４４４５にそ
れぞれ送られる。

各高速フーリエ変換回路４３，４４．４５では、供給さ
れた各帯域のデータの複数サンプルで１フロ、りを構成
し、当該ブロック毎にフーリエ変換処理を施してＦＦＴ
係数データを得るようになっている。この時、上記高速
フーリエ変換回路４３では、６４サンプルで１ブロック
を構成して、このブロック毎に上記ＦＦＴ係数データを
得るようにしている。この結果、該１２ｋＨｚ〜２４ｋ
Ｈｚの帯域での時間分解能は、約２．６７　ｍ５ｅｃの
高時間分解能となる。上記高速フーリエ変換回路４４で
は、１ブロック６４サンプルでＦＦＴ係数データを得て
おり、この結果、当該６ｋＨｚ〜１２ｋＨｚでの時間分
解能は約５．３　ｍ５ｅｃとなる。また、上記高速フー
リエ変換回路４５では、ｌブロック１２８サンプルでＦ
ＦＴ係数データを得ているため、該０〜６ｋＨｚでの時
間分解能は約１０．６７１Ｉｌｓｅｃとなっている。

このように、本実施例においては、高域（１２ｋＨｚ〜
２４に七）及び中域（６に七〜１２に七）での時間分解
能が２．６７　蒙ｓｅｃ及び５．３　ｖｓｅｃとなって
いるため、前記大レベル信号部Ｃに起因した前述の第６
図のようなノイズが発生しても、この高域・中域では、
上記ブロック内の当該大レベル信号部Ｃによる上記バッ
クワードマスキングを有効に利用（効果の時間は５　ｍ
５ｅｃ程度）することができる、また、本実施例の装置
では、低域での周波数分解能を確保する必要性から、当
該低域での時間分解能が上述のように１０．６７　ｖａ
ｓｅｃとなっており、更に、ｌ　Ｑ、　５７　ｍ５ｅｃ
の時間分解能であっても、該低域でのブロック内の上記
大レベル信号部Ｃに起因するノイズに対応できるように
している。すなわち、上述したように、この低帯域の直
交変換前のブロックを複数の小ブロックに分けて、各小
ブロック毎のエネルギを検出しく或いは過渡的変化部の
ある小ブロックを検出）し、この検出出力に応じて各小
ブロック毎（或いは過渡的変化部のある小ブロック）の
利得を制御することで、上記低域でのブロック内の上記
大レベル信号部Ｃの直交変換等によって発生するノイズ
に対応（ノイズを低減）できるようにしている。

ここで、第３図に本実施例における周波数領域と時間領
域での分解能を示す、この第３図では、上述した帯域分
割、高速フーリエ変換等の処理の１単位を示し、ｂ　（
ｍ、ｎ）におけるｍ、ｎの２つのパラメータにより、ブ
ロックが指定されている。ｍは帯域ナンバーを、ｎは時
間ナンバーを示している。該第３図において、０〜６ｋ
Ｈｚの低域では、各帯域の１ブロックが１０．６７　＋
ａｓｅｃの時間長（時間分解能）となることを示してい
る。また、６Ｋ）（ｚ〜１２ｋ）（ｚの中域では１ブロ
ックの時間長が５．３　ｍ５ｅｃとなることを、１２　
ｋＨｚ　〜２４　ｋＨｚの高域では１ブロンクの時間長
が２．６７　ｍ５ｅｃとなることを示している。

このように、本実施例においては、聴覚から必要とされ
る周波数軸上の分解能と時間軸上の分解能を同時に満足
するような構成となっていて、低域（０〜６ｋＨｚ）で
は処理のサンプル数を多くして周波数分解能を上げ、高
域（１２ｋ）（ｚ〜２４にセ）では帯域幅を広くする共
に時間分解能も上げている。中域（６ｋＨｚ〜１２ｋＨ
ｚでも時間分解能を上げている。また、上記工ふルギ検
出回路５０及びゲインコントロール回路６０による検出
、利得制御処理は低域のみで行っているため、例えば、
全帯域で検出、利得制御を行う場合よりも誤動作が少な
くなっている。

更に、本実施例では、量子化処理部５８での量子化の際
に、人間の聴覚特性に基づくマスキングを考慮した適応
的な割当てビット数で量子化を行うようにしているため
、上記各フーリエ変換回路の出力（ＦＦＴ係数データ）
を、同様に人間の聴覚特性に基づいた臨界帯域の各帯域
（例えば２５ハンド）に対応させている。すなわち、上
記高速フーリエ変換回路４３の出力が、臨界帯域の高域
のバンドＢ２４とバンドＢ２５の２つの帯域と対応し、
高速フーリエ変換回路４４の出力がバンドＢ２１〜Ｂ２
３の３つの帯域と、高速フーリエ変換回路４５の出力が
臨界帯域の低域のバンド８１〜Ｂ２０の２０個の帯域と
対応するようにされている。

なお、本実施例の上述したような利得制御を行う場合、
デコーダ側には、上記量子化後０ＦＦＴ係数データと共
にゲインコントロール情報も伝送され、このゲインコン
トロール情報に基づいたデコード処理が施されるように
なる。

上述した本実施例での周波数軸上の帯域分割の様子を第
４図に示す。

第４図において、低域（０〜６ｋ）（ｚ）のハンド８１
〜Ｂ２０での係数データ数は、例えば、バンド８１〜Ｂ
８は各１個、バンド８９〜Ｂｌｌは各２個、バンドＢ１
２とＢ１３は各３個、バンド８１４〜Ｂ１６は各４個、
バンドＢ１７と８１８は各６個、バンドＢ］９は９個、
ハンドＢ２０は１１個とする。中域（６ｋＨｚ〜１２ｋ
Ｈｚ）のハンドＢ２１−Ｂ２３での係数データ数は、例
えば、バンドＢ２１は７個、バンドＢ２２は１１個、バ
ンドＢ２３は１４個とする。また、高域（１２ｋＨｚ〜
２４　ｋ）（ｚ）のバンドＢ２４と８２５での係数デー
タ数は、例えば、各１６個としている。

〔発明の効果〕

本発明のディジタルデータの高能率符号化装置において
は、少なくとも最も低帯域の直交変換前のブロックが小
ブロック化された各小ブロック毎のエネルギの検出出力
に基づいて小ブロックの利得を制御するようにしたこと
により、直交変換等により発生するノイズを低減するこ
とができ、特に、過渡性入力によるノイズを低減するこ
とが可能となる。

なお、高域では高い時間分解能を得ることができ、また
、時間分解能を高（できない低域では高い周波数分解能
を得ることができるようにもなっている。

ための図、第６図は高速フーリエ変換、逆高速フーリエ
変換後のノイズ発生を説明するための図、第７図はテン
ポラルマスキングを説明するための図である。

４１．４２・・・・・・・−・・ＱＭＦ４３〜４５・・
・・・・・、・、高速フーリエ変換回路５０・・・・・
・・・・・・・・・・・エネルギ検出回路５８・・・・
・・・・・・・・・・・・量子化処理部６０・・・・・
・・・・・・・・・・・ゲインコントロール回路

【図面の簡単な説明】

Claims (1)

1. 【特許請求の範囲】 入力ディジタルデータを高域程帯域幅が広くなるように
   複数の帯域に分割し、分割された帯域毎に複数のサンプ
   ルからなるブロックを形成し、各帯域のブロック毎に直
   交変換を行い係数データを得るようにしたディジタルデ
   ータの高能率符号化装置において、 少なくとも最も低域の帯域の直交変換前のブロックを複
   数の小ブロックに分けて、各小ブロック毎のエネルギを
   検出するエネルギ検出手段と、上記小ブロックの利得を
   制御する利得制御手段とを設け、 上記エネルギ検出手段の出力によって上記利得制御手段
   の利得を制御するようにしたことを特徴とするディジタ
   ルデータの高能率符号化装置。