WO2009153995A1 - 量子化装置、符号化装置およびこれらの方法 - Google Patents

量子化装置、符号化装置およびこれらの方法 Download PDF

Info

Publication number
WO2009153995A1
WO2009153995A1 PCT/JP2009/002780 JP2009002780W WO2009153995A1 WO 2009153995 A1 WO2009153995 A1 WO 2009153995A1 JP 2009002780 W JP2009002780 W JP 2009002780W WO 2009153995 A1 WO2009153995 A1 WO 2009153995A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
coefficient
quantization
vector signal
power
Prior art date
Application number
PCT/JP2009/002780
Other languages
English (en)
French (fr)
Inventor
利幸 森井
江原　宏幸
吉田　幸司
Original Assignee
パナソニック株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by パナソニック株式会社 filed Critical パナソニック株式会社
Priority to JP2010517730A priority Critical patent/JP5425066B2/ja
Priority to EP09766443.7A priority patent/EP2293292B1/en
Priority to RU2010151983/08A priority patent/RU2486609C2/ru
Priority to US12/990,697 priority patent/US8473288B2/en
Publication of WO2009153995A1 publication Critical patent/WO2009153995A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique

Definitions

  • the present invention relates to a quantization apparatus that quantizes a value related to a transform coefficient when performing stereo encoding by applying principal component analysis transform, an encoding apparatus that performs stereo encoding using the transform coefficient, and a method thereof. .
  • Speech coding is used for communication applications that use narrowband speech in the telephone band (200 Hz to 3.4 kHz).
  • Monaural audio narrowband audio codecs are widely used in communications applications such as mobile telephones, teleconferencing equipment and recently voice communications over packet networks (eg, the Internet).
  • a monaural signal that is the sum of a left channel signal and a right channel signal and a side signal that is a difference between the left channel signal and the right channel signal are obtained, and the monaural signal and the side signal are encoded.
  • a method of encoding each signal is known (see Patent Document 1 and Patent Document 2).
  • the left channel signal and the right channel signal are signals representing sounds coming from human ears, and the monaural signal can represent the common part of the left channel signal and the right channel signal, and the side signal represents the left channel signal. And the spatial difference between the right channel signal and the right channel signal.
  • the left channel signal L and the right channel signal R of a stereo signal are expressed by using the two weighting factors W 1 and W 2 as shown in the equations (1-1) and (1-2),
  • a method for converting to a monaural signal M and a side signal S is disclosed.
  • x 1 and i indicate the left channel signal L
  • x 2 and i indicate the right channel signal R
  • y 1 and i indicate the monaural signal M
  • y 2 and i indicate the side signal S.
  • I is an index indicating time.
  • the left channel signal L and the right channel signal R are signals that enter from the left and right sides of the person's head and have high correlation. Therefore, a signal that represents most of the left and right signals is obtained by the monaural signal M, and the side signal S Thus, a signal representing a spatial difference component between the left and right signals can be obtained.
  • appropriate encoding according to the respective characteristics becomes possible, and the left channel signal L and The redundancy is less than when the right channel signal R is encoded as it is, and high-quality encoding can be realized at a low bit rate.
  • W 1 and W 2 can be obtained from the relationship of the equations (3-1) and (3-2). Therefore, instead of the two weighting factors W 1 and W 2 , it is only necessary to notify the decoding side of the rotation angle ⁇ , so that the encoding efficiency is improved as compared with the case of notifying the two weighting factors W 1 and W 2 . be able to. Further, instead of the rotation angle ⁇ , one of the two weighting factors W 1 and W 2 may be notified to the decoding side. This is because the two weighting factors W 1 and W 2 satisfy the relationship of the expression (2), and if one of them is known, the other is also known.
  • Patent Document 2 discloses a method of obtaining the weighting factor by principal component analysis and notifying one of the two weighting factors to the decoding side. Specifically, an iterative method using Oja rules is described.
  • Non-Patent Document 1 and Non-Patent Document 2 disclose a method for performing principal component analysis using KL transform (Karhunen-Loeve-Transform). Specifically, an algorithm for obtaining a rotation angle for converting two vectors by KL conversion is disclosed.
  • Non-Patent Document 2 discloses a method for obtaining the rotation angle ⁇ from the power of the first signal, the power of the second signal, and the correlation value between the first signal and the second signal.
  • the rotation angle ⁇ is derived by an algorithm for obtaining an eigenvector (an element sum of squares is 1) by eigenvalue expansion using a two-dimensional correlation matrix. By separating the obtained rotation angle ⁇ and transmitting it, signal separation and coding can be performed efficiently.
  • An example of quantization is scalar quantization using a table.
  • the power C 11 of the input left channel signal L, the power C 22 of the right channel signal R, and the correlation value C 12 are calculated using equations (4-1) to (4-3).
  • Non-Patent Document 2 discloses a rotation angle calculation method by PCA (Principal Component Analysis), which is one of the methods for obtaining a coefficient of KL conversion.
  • Formula (5) shows the calculation formula for the rotation angle disclosed in Non-Patent Document 2.
  • the quantization code corresponding to the rotation angle closest to the rotation angle ⁇ obtained by Expression (5) is notified to the decoding side from a plurality of sets in which the rotation angle and the quantization code are associated in advance.
  • the encoding efficiency can be improved as compared with the case where the two transform coefficients W 1 and W 2 required when performing the principal component analysis are notified.
  • Non-Patent Document 2 efficient encoding is performed by quantizing the rotation angle when two vectors (signal or spectrum) are converted into different vectors by principal component analysis.
  • Non-Patent Document 1 discloses an example in which the quantization target is the coefficient itself of KL transform instead of the rotation angle.
  • the quantization method disclosed in Non-Patent Document 2 requires a calculation such as division and trigonometric function in calculating the rotation angle ⁇ . There is a problem. Also, the quantization method disclosed in Non-Patent Document 1 must eventually calculate coefficients by principal component analysis, which requires division and square root calculation. There is a problem that there are many.
  • the present invention has been made in view of such a point, and reduces the amount of calculation when quantizing values related to transform coefficients of principal component analysis transformation when performing principal encoding by applying principal component analysis transformation. It is an object of the present invention to provide a quantization apparatus that can perform the encoding, an encoding apparatus that performs stereo encoding using the transform coefficient, and a method thereof.
  • a quantization apparatus is a quantization apparatus that quantizes a value related to a transform coefficient when principal component analysis transform is performed on a first vector signal and a second vector signal, wherein the first vector signal has power, A power of two vector signals, a power / correlation calculating means for calculating a correlation value between the first vector signal and the second vector signal, a power of the first vector signal, and a power of the second vector signal.
  • Intermediate value calculation means for calculating a result obtained by performing the difference calculation used as an intermediate value, and a code for holding a plurality of numbered pairs of first coefficient and second coefficient related to the conversion coefficient
  • the encoding device of the present invention rotates the first vector signal and the second vector signal using the quantization device and the transform coefficient corresponding to the code selected by the quantization means,
  • a configuration is provided that includes a conversion unit that obtains a monaural signal and a side signal, a first encoding unit that encodes the monaural signal, and a second encoding unit that encodes the side signal.
  • the quantization method of the present invention is a quantization method for quantizing a value related to a transform coefficient when principal component analysis transform is performed on a first vector signal and a second vector signal, the power of the first vector signal, A step of calculating a power of two vector signals, a correlation value between the first vector signal and the second vector signal, and a difference calculation using the power of the first vector signal and the power of the second vector signal Calculating the result obtained by performing as an intermediate value, and reading the first number read from a codebook that holds a plurality of numbered pairs of the first coefficient and the second coefficient related to the transform coefficient An addition result of a first multiplication result obtained by multiplying a coefficient by the correlation value and a second multiplication result obtained by multiplying the second coefficient by the intermediate value is calculated as a reference value, Reference value Based on of it come, and to have a step of selecting the number as a code.
  • the main component analysis transformation is applied to perform stereo coding without performing arithmetic processing such as trigonometric function and division. Since the quantization code corresponding to the transform coefficient can be obtained, it is possible to reduce the amount of calculation when quantizing the value related to the transform coefficient of the principal component analysis transform.
  • the block diagram which shows the structure of the encoding apparatus containing the quantization apparatus which concerns on one embodiment of this invention The figure which shows an example of the table hold
  • the block diagram which shows the structure of the decoding apparatus which concerns on the said one embodiment The figure which shows an example of the table hold
  • two vectors input to the quantization device are a left channel signal and a right channel signal in a stereo signal.
  • FIG. 1 is a block diagram showing a main configuration of an encoding apparatus including a quantization apparatus according to the present embodiment. 1 mainly includes a quantizing device 110, a transforming unit 120, a monaural coding unit 130, a side coding unit 140, and a multiplexing unit 150.
  • the quantization apparatus 110 acquires the transform coefficients W 1 and W 2 used when the principal component analysis is performed in the transform unit 120 from the left channel signal L and the right channel signal R in the stereo signal, and the obtained transform coefficient W 1. , W 2 are output to the conversion unit 120. Further, the quantization device 110 acquires the quantization code corresponding to the transform coefficients W 1 and W 2 and outputs the acquired quantization code to the multiplexing unit 150.
  • the internal configuration of the quantization device 110 will be described later.
  • the conversion unit 120 uses the transform coefficients W 1 and W 2 output from the quantization device 110 to convert the left channel signal L and the right channel signal R into Equations (6-1) and (6-2). Thus, the signal is converted into a monaural signal M and a side signal S.
  • Equations (6-1) and (6-2) x 1 and i indicate the left channel signal L, and x 2 and i indicate the right channel signal R. Further, y 1 and i indicate the monaural signal M, and y 2 and i indicate the side signal S.
  • I is an index indicating time.
  • the conversion unit 120 outputs the monaural signal M to the monaural encoding unit 130 and outputs the side signal S to the side encoding unit 140.
  • the monaural encoding unit 130 encodes the monaural signal M and outputs the obtained encoded data to the multiplexing unit 150.
  • the side encoding unit 140 encodes the side signal S and outputs the obtained encoded data to the multiplexing unit 150.
  • the multiplexing unit 150 multiplexes the encoded data of the monaural signal M, the encoded data of the side signal S, and the quantization code, and outputs a multiplexed bit stream.
  • the quantization apparatus 110 includes a power / correlation calculation unit 111, an intermediate value calculation unit 112, a codebook 113, and a quantization unit 114.
  • the power / correlation calculation unit 111 uses the expressions (7-1) to (7-3) to input the power C 11 of the input left channel signal L, the power C 22 of the right channel signal R, and the correlation value to calculate the C 12.
  • the power / correlation calculation unit 111 outputs the powers C 11 and C 22 and the correlation value C 12 to the intermediate value calculation unit 112, and outputs the correlation value C 12 to the quantization unit 114.
  • the intermediate value calculation unit 112 calculates the intermediate value C 1122 from Expression (8) using the powers C 11 and C 22 , and outputs the intermediate value C 1122 to the quantization unit 114.
  • the code book 113 holds a plurality of coefficients ⁇ 1, n , ⁇ 2, n used in the quantization unit 114.
  • FIG. 2 shows an example of a table held by the code book 113.
  • FIG. 2 is an example of a table used when the coefficients ⁇ 1, n and ⁇ 2, n are scalar-coded with 3 bits. As shown in FIG. 2, the table is numbered with coefficients ⁇ 1, n , ⁇ 2, n .
  • the numerical value of the number is described in FIG. 2 in the binary system, it is not actually necessary to store this numerical value in the memory, and the order of the coefficients (the number indicating the order) is used as a code.
  • FIG. 2 shows an example in which the codebook 113 holds coefficients ⁇ 1, n , ⁇ 2, n and conversion coefficients W 1 , W 2 corresponding to the coefficients ⁇ 1, n , ⁇ 2, n in advance. Has been.
  • the quantization unit 114 selects, from the codebook 113, coefficients ⁇ 1, n and ⁇ 2, n that maximize the cost function E expressed by the equation (9).
  • the quantization unit 114 outputs the numbers of the selected coefficients ⁇ 1, n and ⁇ 2, n as codes (quantization codes) to the multiplexing unit 150. Further, the quantization unit 114 outputs the transform coefficients W 1 and W 2 corresponding to the selected coefficients ⁇ 1, n and ⁇ 2, n to the transform unit 120.
  • conversion section 120 converts left channel signal L and right channel signal R into monaural signal M and side signal S using equations (6-1) and (6-2). .
  • the conversion unit 120 performs KL conversion.
  • equation (12) is obtained.
  • equation (13) is obtained.
  • the coefficients ⁇ 1, n and ⁇ 2, n are quantized and notified to the decoding side. Therefore, the codebook 113 holds the coefficients ⁇ 1, n and ⁇ 2, n and the quantization code in association with each other.
  • the coefficients ⁇ 1, n , ⁇ 2, n and the rotation angle ⁇ have the relationship of the equations (14-1) and (14-2), so that on the decoding side, the quantization code is used.
  • the coefficients ⁇ 1, n , ⁇ 2, n and the rotation angle ⁇ can be associated with each other on a one-to-one basis.
  • the quantization unit 114 selects a quantization code associated with the coefficients ⁇ 1, n , ⁇ 2, n that maximizes the cost function E represented by Expression (9). As a result, it is possible to obtain a quantized code corresponding to a transform coefficient when performing stereo coding by applying principal component analysis transform without performing arithmetic processing such as trigonometric function and division. The amount of calculation can be reduced.
  • Equation (9) there is a relationship such as Equation (15-1) and Equation (15-2) between the coefficients ⁇ 1, n and ⁇ 2, n and the transformation coefficients W 1 , W 2. Therefore, the codebook 113 holds the conversion coefficients W 1 and W 2 corresponding to the coefficients ⁇ 1, n and ⁇ 2, n in advance in a table format. Thereby, the quantization unit 114 can immediately acquire the transform coefficients W 1 and W 2 corresponding to the selected coefficients ⁇ 1, n , ⁇ 2 and n, and does not need to calculate the transform coefficients W 1 and W 2. Therefore, the amount of calculation required for principal component analysis can be further reduced.
  • FIG. 3 is a block diagram showing a main configuration of a decoding apparatus that decodes a bitstream transmitted from encoding apparatus 100 according to the present embodiment.
  • the decoding device 200 shown in FIG. 3 mainly includes a separation unit 210, a monaural decoding unit 220, a side decoding unit 230, an inverse quantization device 240, and an inverse transform unit 250.
  • the separation unit 210 separates the bit stream into encoded data of the monaural signal M, encoded data of the side signal S, and quantization code. Separation section 210 then outputs the encoded data of monaural signal M to monaural decoding section 220, outputs the encoded data of side signal S to side decoding section 230, and outputs the quantized code to inverse quantization apparatus 240. To do.
  • the monaural decoding unit 220 decodes the encoded data of the monaural signal M, and outputs the obtained monaural regeneration signal M ′ to the inverse conversion unit 250.
  • the side decoding unit 230 decodes the encoded data of the side signal S and outputs the obtained side regeneration signal S ′ to the inverse conversion unit 250.
  • the inverse quantization device 240 calculates weighting factors W 1 and W 2 from the rotation angle ⁇ corresponding to the quantization code, and outputs the obtained weighting factors W 1 and W 2 to the inverse transform unit 250. Note that the internal configuration of the inverse quantization apparatus 240 will be described later.
  • the inverse transform unit 250 uses the weight coefficients W 1 and W 2 , the monaural regeneration signal M ′, and the side regeneration signal S ′ to regenerate the left channel from Equation (16-1) and Equation (16-2).
  • a signal L ′ and a right channel regeneration signal R ′ are obtained.
  • x ′ 1, i indicates the left channel regeneration signal L ′
  • x ′ 2, i indicates the right channel regeneration signal R ′.
  • y ′ 1, i indicates the monaural regeneration signal M ′
  • y ′ 2, i indicates the side regeneration signal S ′.
  • I is an index indicating time.
  • the inverse quantization device 240 has a codebook 241 and an inverse quantization unit 242.
  • the codebook 241 holds a plurality of sets of rotation angles and quantization codes.
  • FIG. 4A shows an example of a table held by the code book 241.
  • FIG. 4A is an example of a table used when a rotation angle is 3 bits and scalar encoding is performed. As illustrated in FIG. 4A, the rotation angle and the quantization code are associated with each other in the table.
  • the coefficients ⁇ 1, n , ⁇ 2, n and the rotation angle ⁇ have the relationship of the equations (14-1) and (14-2), so the table includes the coefficients
  • the rotation angle and the quantization code are associated with each other such that ⁇ 1, n , ⁇ 2, n and the rotation angle ⁇ have a one-to-one correspondence through the quantization code.
  • the inverse quantization unit 242 selects the rotation angle ⁇ corresponding to the quantization code, and uses the selected rotation angle ⁇ and Equations (17-1) and (17-2) to weight factors W 1 , W 2. And the obtained weighting factors W 1 and W 2 are output to the inverse transform unit 250.
  • the codebook 241 holds the transform coefficients W 1 and W 2 corresponding to the rotation angles ⁇ 1 to ⁇ 8 in advance, and the inverse quantization device 240 reverses the transform coefficients W 1 and W 2 corresponding to the quantization code.
  • the inverse conversion unit 250 can omit the calculations of the equations (17-1) and (17-2).
  • FIG. 4B shows an example of a table in which quantization codes, rotation angles ⁇ 1 to ⁇ 8, and transform coefficients W 1 and W 2 are associated with each other.
  • the quantization code associated with the coefficients ⁇ 1, n , ⁇ 2, n that maximizes the cost function E represented by Expression (9) is selected.
  • the same quantization code on the encoding side and the decoding side includes coefficients ⁇ 1, n , ⁇ 2, n and a rotation angle ⁇ satisfying the relationship of Expression (14-1) and Expression (14-2).
  • the quantization code corresponding to the rotation angle ⁇ is notified to the decoding side as in the conventional case, so that the conventional configuration is not changed without changing the configuration on the decoding side. Can be used.
  • the codebook 113 holds a table in which the quantization code and the conversion coefficients W 1 and W 2 corresponding to the quantization code are associated with each other, and the quantization unit 114 has the conversion unit 120. It was designed to output the transform coefficients W 1, W 2, the present invention is not limited thereto.
  • the codebook 113 holds a table in which the coefficients ⁇ 1, n , ⁇ 2, n and the quantization code are associated, and the conversion unit 120 converts the quantization code and the conversion corresponding to the quantization code.
  • a table in which the coefficients W 1 and W 2 are associated may be held.
  • the quantization unit 114 outputs the quantization code associated with the coefficients ⁇ 1, n , ⁇ 2, n that maximizes the cost function E represented by the equation (9) to the conversion unit 120,
  • the conversion unit 120 may perform principal component analysis conversion using the conversion coefficients W 1 and W 2 corresponding to the quantization code.
  • the inverse transform unit 250 may hold a table in which the quantization code is associated with the transform coefficients W 1 and W 2 corresponding to the quantization code.
  • the decoded sound decoded by the conventional decoding device is only slightly different from the conventional decoded sound in digital samples, and the encoding method according to the present embodiment is theoretical. In particular, it was verified that the conventional features were not lost at all.
  • the two stereo signals are represented using the names of the left channel signal and the right channel signal.
  • a more general first channel signal, second channel signal, or first vector signal can also be used.
  • the present invention may use a frequency spectrum on the frequency axis as an input vector.
  • a partial section of a signal on the time axis or the frequency axis may be used as an input vector. This is because the present invention does not depend on vector properties such as the type of vector.
  • the decoding apparatus according to the above embodiment has been described by taking as an example the case where the bit stream transmitted by the encoding apparatus according to the above embodiment is received and processed.
  • the present invention is not limited to this, and the bitstream received and processed by the decoding apparatus according to the above embodiment is an encoding apparatus capable of generating a bitstream that can be processed by the decoding apparatus according to the above embodiment. As long as it is sent.
  • the present invention is also effective when the information encoded on the encoding side is stored in a recording medium. is there. Audio signals are often used by being stored in a recording medium such as a memory or a disk, and the present invention is also effective in that case.
  • the encoded information may be printed on a medium such as a print code, and the encoded information printed on the decoding side may be read.
  • the present invention is not limited in the number of channels, and is effective even in the case of multi-channels such as 5.1 ch, with a time difference from a fixed channel. If a correlated channel is clarified, it can be applied as it is.
  • the above description is an illustration of a preferred embodiment of the present invention, and the scope of the present invention is not limited to this.
  • the present invention can be applied to any system as long as the system includes an encoding device and a decoding device.
  • the encoding device and the decoding device according to the present invention can be mounted on a communication terminal device and a base station device in a mobile communication system, whereby a communication terminal device and a base having the same operational effects as described above.
  • a station apparatus and a mobile communication system can be provided.
  • the present invention can also be realized by software.
  • the function according to the present invention can be realized by describing the algorithm according to the present invention in a programming language, storing the program in a memory, and causing the information processing means to execute the same function as the encoding apparatus according to the present invention. it can.
  • each functional block used in the description of the above embodiment is typically realized as an LSI which is an integrated circuit. These may be individually made into one chip, or may be made into one chip so as to include a part or all of them.
  • LSI LSI
  • IC system LSI
  • super LSI ultra LSI
  • the method of circuit integration is not limited to LSI, and implementation with a dedicated circuit or a general-purpose processor is also possible.
  • An FPGA Field Programmable Gate Array
  • a reconfigurable processor that can reconfigure the connection or setting of circuit cells inside the LSI may be used.
  • the quantization device, the coding device, and these methods according to the present invention are suitable for use in mobile phones, IP phones, video conferences, and the like.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

　主成分分析変換を適用してステレオ符号化を行う場合において、主成分分析変換の変換係数に関する値を量子化する際の計算量を削減する量子化装置、符号化装置およびこれらの方法を開示する。量子化装置（１１０）は、左チャネル信号のパワＣ１１、右チャネル信号のパワＣ２２、左チャネル信号と右チャネル信号との相関値Ｃ１２を算出するパワ・相関計算部（１１１）と、パワＣ１１とパワＣ２２の差である中間値Ｃ１１２２を算出する中間値計算部（１１２）と、主成分分析変換の変換係数に関する係数γ１，ｎ，γ２，ｎおよび符号の組を、複数保持する符号帳（１１３）と、係数γ１，ｎに相関値Ｃ１２を乗算し得られる第１の乗算結果と、係数γ１，ｎに中間値Ｃ１１２２を乗算して得られる第２の乗算結果との加算結果を、コスト関数Ｅとして算出し、コスト関数Ｅが最大となる係数γ１，ｎ，γ２，ｎを選択し、選択した係数γ１，ｎ，γ２，ｎに対応する符号を量子化符号として取得する量子化部（１１４）と、を備える。

Description

量子化装置、符号化装置およびこれらの方法
　本発明は、主成分分析変換を適用してステレオ符号化を行う際の変換係数に関する値を量子化する量子化装置、当該変換係数を用いてステレオ符号化を行う符号化装置およびこれらの方法に関する。
　音声符号化は、電話帯域（２００Ｈｚ～３．４ｋＨｚ）の狭帯域音声を使用する通信用途に用いられる。モノラル音声の狭帯域音声コーデックは、移動電話、遠隔会議機器や最近ではパケットネットワーク（たとえば、インターネット）上での音声通信などの通信用途に広く使用されている。
　近年、通信ネットワークのブロードバンド化に伴い、音声通信に対して臨場感や音楽に対する品質の高さが求められるようになり、このニーズに応えるために、ステレオ音声の符号化技術を用いた音声通信システムの開発が進められている。
　従来から、ステレオ音声を符号化する方法として、左チャネル信号と右チャネル信号との和であるモノラル信号と、左チャネル信号と右チャネル信号との差であるサイド信号とを求め、モノラル信号とサイド信号とをそれぞれ符号化する方法が知られている（特許文献１および特許文献２参照）。
　左チャネル信号と右チャネル信号とは、人間のそれぞれの耳から入る音を表す信号であり、モノラル信号によって左チャネル信号と右チャネル信号との共通部分を表すことができ、サイド信号によって左チャネル信号と右チャネル信号との空間的な違いを表すことができる。
　左チャネル信号と右チャネル信号との相関性が高いことから、これらの信号をモノラル信号とサイド信号とに変換してから符号化する方が、直接符号化するよりも、モノラル信号とサイド信号との特徴に応じた適切な符号化が可能になり、冗長性を少なくすることができ、低ビットレートで高品質な符号化を実現することができる。
　特許文献２には、ステレオ信号の左チャネル信号Ｌおよび右チャネル信号Ｒを、２つの重み係数Ｗ１、Ｗ２を用いて、式（１－１）、式（１－２）のように、モノラル信号Ｍおよびサイド信号Ｓに変換する方法が開示されている。
Figure JPOXMLDOC01-appb-M000001
 　なお、式（１－１）、式（１－２）において、ｘ１，ｉは、左チャネル信号Ｌを示し、ｘ２，ｉは、右チャネル信号Ｒを示す。また、ｙ１，ｉは、モノラル信号Ｍを示し、ｙ２，ｉは、サイド信号Ｓを示す。また、ｉは、時間を示すインデックスである。
　左チャネル信号Ｌと右チャネル信号Ｒとは、人の頭の左右両側からそれぞれ入る信号であり、相関が高いことから、モノラル信号Ｍによって左右の信号の大部分を表す信号を求め、サイド信号Ｓによって左右の信号の空間的な違いの成分を表す信号を求めることができる。このように、左チャネル信号Ｌと右チャネル信号Ｒとを、モノラル信号Ｍとサイド信号Ｓとに変換することにより、それぞれの特徴に応じた適切な符号化が可能になり、左チャネル信号Ｌと右チャネル信号Ｒとをそのまま符号化する場合よりも冗長性が少なく、低ビットレートで高品質な符号化が実現できる。
　このとき、２つの重み係数Ｗ１、Ｗ２を、式（２）の関係を満たすように設定すると、式（１－１）、式（１－２）は、左チャネル信号Ｌおよび右チャネル信号Ｒベクトルを回転させることと等価になる。
Figure JPOXMLDOC01-appb-M000002
 　この場合の回転角度αと重み係数Ｗ１、Ｗ２との関係を、式（３－１）、式（３－２）に示す。
Figure JPOXMLDOC01-appb-M000003
　復号側では、回転角度αがわかれば、式（３－１）、式（３－２）の関係からＷ１、Ｗ２を得ることができる。したがって、２つの重み係数Ｗ１、Ｗ２に代えて、回転角度αを復号側に通知すればよいので、２つの重み係数Ｗ１、Ｗ２を通知する場合に比べ、符号化効率を向上させることができる。また、回転角度αに代えて、２つの重み係数Ｗ１、Ｗ２のうちいずれか一方を復号側に通知するようにしてもよい。２つの重み係数Ｗ１、Ｗ２は、式（２）の関係を満たすので、いずれか一方がわかれば他方もわかるからである。
　特許文献２には、上記重み係数を主成分分析により求め、２つの重み係数のうちいずれか一方を復号側に通知する方法が開示されている。具体的には、Ｏｊａのルールを使用した繰り返し方法が記載されている。
　さらに、非特許文献１および非特許文献２には、ＫＬ変換（Karhunen-Loeve Transform）を用いて、主成分分析を行う方法が開示されている。具体的には、２つのベクトルを変換するための回転角度をＫＬ変換で求めるアルゴリズムが開示されている。例えば、非特許文献２には、第１信号のパワ、第２信号のパワ、および、第１信号と第２信号との相関値から回転角度θを求める方法が開示されている。回転角度θは、２次元相関行列を用いた固有値展開による固有ベクトル（要素の２乗和が１）を求めるアルゴリズムにより導かれる。得られた回転角度θを量子化して伝送するという方法により、信号の分離と符号化を効率良く行うことができる。量子化の一例としては、テーブルを利用したスカラ量子化が挙げられる。
　以下、非特許文献２に記載される量子化方法について説明する。
　先ず、式（４－１）～式（４－３）を用いて、入力される左チャネル信号ＬのパワＣ１１、右チャネル信号ＲのパワＣ２２、および、相関値Ｃ１２を算出する。
Figure JPOXMLDOC01-appb-M000004
　さらに、パワＣ１１、Ｃ２２および相関値Ｃ１２用いて、回転角度αを算出する。非特許文献２には、ＫＬ変換の係数を求める方法の１つであるＰＣＡ（Principal Component Analysis）による回転角度の算出方法が開示されている。非特許文献２に開示されている回転角度の算出式を式（５）に示す。
Figure JPOXMLDOC01-appb-M000005
　そして、予め回転角度と量子化符号とが対応付けられた複数の組から、式（５）によって得られた回転角度αに最も近い回転角度に対応した量子化符号を、復号側に通知する。これにより、主成分分析を行う際に必要となる２つの変換係数Ｗ１、Ｗ２を通知する場合に比べ、符号化効率を向上させることができる。
　このように、非特許文献２では、２つのベクトル（信号またはスペクトル）を主成分分析により異なるベクトルに変換する際の回転角度を量子化することにより、効率的な符号化を行う。また、非特許文献１には、回転角度に代え、量子化対象をＫＬ変換の係数そのものとする例が開示されている。
特開２００１－２５５８９２号公報 特表２００５－５２２７２１号公報
Yang,他"High-Fidelity Multichannel Audio Coding With Karhunen-Loeve Transform" IEEE Trans. Speech and Audio processing, VOL 11, No.4, JULY 2003 Virette,他"PANAMETRIC CODING OF STEREO AUDIO BASED ON PRINCIPAL COMPONENT ANALYSIS",Proc. of the Comference on Digital Audio Effects(DAFx-06), September  18-20, 2006
　しかしながら、非特許文献２に開示されている量子化方法は、式（５）から明らかなように、回転角度αの算出において、除算および三角関数等の計算が必要となるため、計算量が多いという課題がある。また、非特許文献１に開示されている量子化方法も、結局主成分分析により係数を計算しなくてはならず、除算や平方根の計算が必要となり、上記非特許文献２と同様に計算量が多いという課題を有する。
　本発明はかかる点に鑑みてなされたものであり、主成分分析変換を適用してステレオ符号化を行う場合において、主成分分析変換の変換係数に関する値を量子化する際の計算量を削減することができる量子化装置、当該変換係数を用いてステレオ符号化を行う符号化装置およびこれらの方法を提供することを目的とする。
　本発明の量子化装置は、第１ベクトル信号および第２ベクトル信号を主成分分析変換する際の変換係数に関する値を量子化する量子化装置であって、前記第１ベクトル信号のパワ、前記第２ベクトル信号のパワ、および、前記第１ベクトル信号と前記第２ベクトル信号との相関値を算出するパワ・相関算出手段と、前記第１ベクトル信号のパワと前記第２ベクトル信号のパワとを用いた差分演算を行って得られる結果を中間値として算出する中間値算出手段と、前記変換係数に関する、番号付けられた、第１の係数と第２の係数との組を、複数保持する符号帳と、前記第１の係数に前記相関値を乗算し得られる第１の乗算結果と、前記第２の係数に前記中間値を乗算して得られる第２の乗算結果との加算結果を、参照値として算出し、前記参照値の大きさに基づいて、前記番号を符号として選択する量子化手段と、を具備する構成を採る。
　本発明の符号化装置は、上記量子化装置と、前記量子化手段により選択された前記符号に対応する前記変換係数を用いて、前記第１ベクトル信号および前記第２ベクトル信号を回転させて、モノラル信号およびサイド信号を得る変換手段と、前記モノラル信号を符号化する第１符号化手段と、前記サイド信号を符号化する第２符号化手段と、を具備する構成を採る。
　本発明の量子化方法は、第１ベクトル信号および第２ベクトル信号を主成分分析変換する際の変換係数に関する値を量子化する量子化方法であって、前記第１ベクトル信号のパワ、前記第２ベクトル信号のパワ、および、前記第１ベクトル信号と前記第２ベクトル信号との相関値を算出するステップと、前記第１ベクトル信号のパワと前記第２ベクトル信号のパワとを用いた差分演算を行って得られる結果を中間値として算出するステップと、前記変換係数に関する、番号付けられた、第１の係数と第２の係数との組を複数保持する符号帳から読み出した前記第１の係数に前記相関値を乗算し得られる第１の乗算結果と、前記第２の係数に前記中間値を乗算して得られる第２の乗算結果との加算結果を、参照値として算出し、前記参照値の大きさに基づいて、前記番号を符号として選択するステップと、を有するようにした。
　本発明によれば、主成分分析変換を適用してステレオ符号化を行う場合において、三角関数、除算等の演算処理を行うことなく、主成分分析変換を適用してステレオ符号化を行う際の変換係数に対応する量子化符号を得ることができるので、主成分分析変換の変換係数に関する値を量子化する際の計算量を削減することができる。
本発明の一実施の形態に係る量子化装置を含む符号化装置の構成を示すブロック図 上記一実施の形態に係る符号化装置が備える符号帳に保持されるテーブルの一例を示す図 上記一実施の形態に係る復号装置の構成を示すブロック図 上記一実施の形態に係る復号装置が備える符号帳に保持されるテーブルの一例を示す図 上記一実施の形態に係る復号装置が備える符号帳に保持されるテーブルの一例を示す図
　以下、本発明の一実施の形態について、図面を用いて説明する。なお、本実施の形態では、量子化装置に入力される２つのベクトルが、ステレオ信号における左チャネル信号と右チャネル信号である場合を例に説明する。
　図１は、本実施の形態に係る量子化装置を含む符号化装置の要部構成を示すブロック図である。図１に示す符号化装置１００は、量子化装置１１０と、変換部１２０と、モノラル符号化部１３０と、サイド符号化部１４０と、多重化部１５０とから主に構成される。
　量子化装置１１０は、ステレオ信号における左チャネル信号Ｌおよび右チャネル信号Ｒから、変換部１２０において主成分分析を行う際に用いられる変換係数Ｗ１およびＷ２を取得し、取得した変換係数Ｗ１、Ｗ２を変換部１２０に出力する。また、量子化装置１１０は、変換係数Ｗ１およびＷ２に対応する量子化符号を取得し、取得した量子化符号を多重化部１５０に出力する。なお、量子化装置１１０の内部構成については、後述する。
　変換部１２０は、量子化装置１１０から出力される変換係数Ｗ１、Ｗ２を用いて、左チャネル信号Ｌおよび右チャネル信号Ｒを、式（６－１）および式（６－２）を用いて、モノラル信号Ｍ、および、サイド信号Ｓに変換する。
Figure JPOXMLDOC01-appb-M000006
 　なお、式（６－１）、式（６－２）において、ｘ１，ｉは、左チャネル信号Ｌを示し、ｘ２，ｉは、右チャネル信号Ｒを示す。また、ｙ１，ｉは、モノラル信号Ｍを示し、ｙ２，ｉは、サイド信号Ｓを示す。また、ｉは、時間を示すインデックスである。
　そして、変換部１２０は、モノラル符号化部１３０にモノラル信号Ｍを出力し、サイド符号化部１４０にサイド信号Ｓを出力する。
　モノラル符号化部１３０は、モノラル信号Ｍを符号化し、得られた符号化データを多重化部１５０に出力する。サイド符号化部１４０は、サイド信号Ｓを符号化し、得られた符号化データを多重化部１５０に出力する。
　多重化部１５０は、モノラル信号Ｍの符号化データ、サイド信号Ｓの符号化データおよび量子化符号を多重化し、多重化後のビットストリームを出力する。
　次いで、量子化装置１１０の内部構成について説明する。
　量子化装置１１０は、パワ・相関計算部１１１、中間値計算部１１２、符号帳１１３および量子化部１１４を有する。
　パワ・相関計算部１１１は、式（７－１）～式（７－３）を用いて、入力される左チャネル信号ＬのパワＣ１１、右チャネル信号ＲのパワＣ２２、および、相関値Ｃ１２を算出する。
Figure JPOXMLDOC01-appb-M000007
　パワ・相関計算部１１１は、パワＣ１１、Ｃ２２、および、相関値Ｃ１２を中間値計算部１１２に出力し、相関値Ｃ１２を量子化部１１４に出力する。
　中間値計算部１１２は、パワＣ１１、Ｃ２２を用いて、式（８）より中間値Ｃ１１２２を算出し、中間値Ｃ１１２２を量子化部１１４に出力する。
Figure JPOXMLDOC01-appb-M000008
　符号帳１１３は、量子化部１１４において用いられる係数γ１，ｎ，γ２，ｎを複数保持する。図２に、符号帳１１３が保持するテーブルの一例を示す。図２は、係数γ１，ｎおよびγ２，ｎが３ビットでスカラ符号化される場合に用いられるテーブルの一例である。図２に示すように、テーブルには、係数γ１，ｎ，γ２，ｎに番号が付けられている。なお、図２には２進法で番号の数値を記載しているが、実際にはこの数値をメモリに記憶することは必要なく、係数の順番（順序を示す番号）を符号とする。また、図２は、符号帳１１３が、係数γ１，ｎ，γ２，ｎと、係数γ１，ｎ，γ２，ｎに対応する変換係数Ｗ１、Ｗ２を予め保持する例が示されている。
　量子化部１１４は、式（９）によって表されるコスト関数Ｅを最大とする係数γ１，ｎおよびγ２，ｎを、符号帳１１３から選択する。
Figure JPOXMLDOC01-appb-M000009
　さらに、量子化部１１４は、選択した係数γ１，ｎおよびγ２，ｎの番号を符号（量子化符号）として多重化部１５０に出力する。また、量子化部１１４は、選択した係数γ１，ｎおよびγ２，ｎに対応する変換係数Ｗ１、Ｗ２を変換部１２０に出力する。
　例えば、係数γ１，ｎ，γ２，ｎが、（γ１，ｎ，γ２，ｎ）＝（ｇ３１，ｇ３２）の場合に、式（９）のコスト関数Ｅが最大となる場合、量子化部１１４は、量子化符号として、上記係数γ１，ｎおよびγ２，ｎの組に対応する番号「０１０」を選択して多重化部１５０に出力する。また、量子化部１１４は、選択した量子化符号「０１０」に対応する変換係数（Ｗ１，Ｗ２）＝（ω３１，ω３２）を変換部１２０に出力する。
　以下、係数γ１，ｎおよびγ２，ｎと変換係数Ｗ１、Ｗ２との関係について説明する。
　上述したように、変換部１２０は、式（６－１）および式（６－２）を用いて、左チャネル信号Ｌおよび右チャネル信号Ｒを、モノラル信号Ｍ、および、サイド信号Ｓに変換する。このようにして、変換部１２０は、ＫＬ変換を行う。ここで、ＫＬ変換係数と回転角度αとの間には、式（１０－１）、式（１０－２）のような関係がある。したがって、Ｗ１，Ｗ２は、式（１０－３）を満たす。
Figure JPOXMLDOC01-appb-M000010
　式（９）で表されるコスト関数Ｅは、式（１０－３）を用いて、式（１１）のようにＫＬ変換係数Ｗ１のみを用いた式に書き替えられる。
Figure JPOXMLDOC01-appb-M000011
　ここで、上記式（１１）をＷ１で偏微分すると、式（１２）を得る。
Figure JPOXMLDOC01-appb-M000012
　さらに、上記式（１２）の右辺に、式（１０－１）を代入し、両辺にｓｉｎ（α）を乗算すると、式（１３）を得る。
Figure JPOXMLDOC01-appb-M000013
　上述したように、本実施の形態では、量子化部１１４において、式（９）で表されるコスト関数Ｅが最大となる係数γ１，ｎおよびγ２，ｎを選択する。これは、式（１３）＝０となるような係数γ１，ｎおよびγ２，ｎを選択したことと等価になる。
　ここで、式（５）を、式（１３）に代入すると、式（１３）＝０となる。本発明者らは、この点に着目した。すなわち、コスト関数Ｅは、変換係数Ｗ１に対して極値を取り、式（５）から得られる回転角度αの場合に最大となる。したがって、コスト関数が最大となる係数γ１，ｎおよびγ２，ｎに対応する変換係数Ｗ１、Ｗ２を用いてＫＬ変換を行うことは、式（５）から得られる回転角度αを式（１０－１）、式（１０－２）に代入し、変換係数Ｗ１、Ｗ２を算出し、ＫＬ変換を行うことと等価となる。そのため、回転角度αを量子化して復号側に通知することは、コスト関数Ｅが最大となる係数γ１，ｎおよびγ２，ｎを量子化して復号側に通知することと、理論的に等しい。
　本実施の形態では、係数γ１，ｎおよびγ２，ｎを量子化して復号側に通知する。そのため、符号帳１１３には、係数γ１，ｎおよびγ２，ｎと、量子化符号とを、対応付けて保持するようにする。
　なお、係数γ１，ｎ，γ２，ｎと回転角度αと間には、式（１４－１）、式（１４－２）の関係があるので、復号側では、量子化符号を介して、係数γ１，ｎ，γ２，ｎと回転角度αとを１対１に対応付けることができる。
Figure JPOXMLDOC01-appb-M000014
　このように、量子化部１１４は、式（９）で表されるコスト関数Ｅが最大となる係数γ１，ｎ，γ２，ｎに対応付けられた量子化符号を選択する。これにより、三角関数、除算等の演算処理を行うことなく、主成分分析変換を適用してステレオ符号化を行う際の変換係数に対応する量子化符号を得ることができるので、量子化に伴う計算量を削減することができる。
　なお、式（９）から、係数γ１，ｎおよびγ２，ｎと変換係数Ｗ１、Ｗ２の間には、式（１５－１）、式（１５－２）のような関係があるので、符号帳１１３に、予め、係数γ１，ｎおよびγ２，ｎに対応する変換係数Ｗ１、Ｗ２をテーブル形式で保持するようにする。これにより、量子化部１１４は、選択した係数γ１，ｎ，γ２，ｎに対応する変換係数Ｗ１、Ｗ２を直ちに取得することができ、変換係数Ｗ１、Ｗ２の計算が不要となるので、主成分分析に要する計算量をさらに削減することができる。
Figure JPOXMLDOC01-appb-M000015
　次いで、本実施の形態に係る復号装置について説明する。
　図３は、本実施の形態に係る符号化装置１００から送信されるビットストリームを復号する復号装置の要部構成を示すブロック図である。図３に示す復号装置２００は、分離部２１０と、モノラル復号部２２０と、をサイド復号部２３０と、逆量子化装置２４０と、逆変換部２５０とから主に構成される。
　分離部２１０は、ビットストリームを、モノラル信号Ｍの符号化データと、サイド信号Ｓの符号化データと、量子化符号とに分離する。そして、分離部２１０は、モノラル信号Ｍの符号化データをモノラル復号部２２０に出力し、サイド信号Ｓの符号化データをサイド復号部２３０に出力し、量子化符号を逆量子化装置２４０に出力する。
　モノラル復号部２２０は、モノラル信号Ｍの符号化データを復号し、得られたモノラル再生成信号Ｍ’を逆変換部２５０に出力する。
　サイド復号部２３０は、サイド信号Ｓの符号化データを復号し、得られたサイド再生成信号Ｓ’を逆変換部２５０に出力する。
　逆量子化装置２４０は、量子化符号に対応する回転角度αから、重み係数Ｗ１、Ｗ２を算出し、得られた重み係数Ｗ１、Ｗ２を逆変換部２５０に出力する。なお、逆量子化装置２４０の内部構成については、後述する。
　逆変換部２５０は、重み係数Ｗ１、Ｗ２、モノラル再生成信号Ｍ’およびサイド再生成信号Ｓ’を用いて、式（１６－１）、式（１６－２）から、左チャネル再生成信号Ｌ’および右チャネル再生成信号Ｒ’を得る。
Figure JPOXMLDOC01-appb-M000016
 　なお、式（１６－１）、式（１６－２）において、ｘ’１，ｉは、左チャネル再生成信号Ｌ’を示し、ｘ’２，ｉは、右チャネル再生成信号Ｒ’を示す。また、ｙ’１，ｉは、モノラル再生成信号Ｍ’を示し、ｙ’２，ｉは、サイド再生成信号Ｓ’を示す。また、ｉは、時間を示すインデックスである。
　次いで、逆量子化装置２４０の内部構成について説明する。
　逆量子化装置２４０は、符号帳２４１および逆量子化部２４２を有する。
　符号帳２４１は、回転角度および量子化符号の組を複数保持する。図４Ａに、符号帳２４１が保持するテーブルの一例を示す。図４Ａは、回転角度が３ビットでスカラ符号化される場合に用いられるテーブルの一例である。図４Ａに示すように、テーブルには、回転角度と量子化符号とが対応付けられている。
　なお、上述したように、係数γ１，ｎ，γ２，ｎと回転角度αと間には、式（１４－１）、式（１４－２）の関係があるので、テーブルには、係数γ１，ｎ，γ２，ｎと回転角度αとが、量子化符号を介して、１対１に対応するように、回転角度と量子化符号とが対応付けられている。
　逆量子化部２４２は、量子化符号に対応する回転角度αを選択し、選択した回転角度αと式（１７－１）、式（１７－２）を用いて、重み係数Ｗ１、Ｗ２を算出し、得られた重み係数Ｗ１、Ｗ２を、逆変換部２５０に出力する。
Figure JPOXMLDOC01-appb-M000017
　なお、符号帳２４１が、予め、回転角度α１～α８に対応する変換係数Ｗ１、Ｗ２を保持し、逆量子化装置２４０が、量子化符号に対応する変換係数Ｗ１、Ｗ２を逆変換部２５０に出力する場合には、逆変換部２５０は、式（１７－１）、式（１７－２）の計算を省くことができる。図４Ｂに、量子化符号と、回転角度α１～α８と、変換係数Ｗ１、Ｗ２とが対応付けられたテーブルの一例を示す。
　以上のように、本実施の形態では、式（９）で表されるコスト関数Ｅが最大となる係数γ１，ｎ，γ２，ｎに対応付けられた量子化符号を選択する。これにより、三角関数、除算等の演算処理を行うことなく、主成分分析変換を適用してステレオ符号化を行う際の変換係数に対応する量子化符号を得ることができるので、量子化に伴う計算量を削減することができる。
　また、符号化側と復号側とで、同一の量子化符号には、式（１４－１）、式（１４－２）の関係を満たす係数γ１，ｎ，γ２，ｎと回転角度αとを対応付けておくようにすることにより、復号側には、従来と同様に回転角度αに対応した量子化符号が通知されることになるので、復号側の構成に変更を加えることなく従来の復号装置を用いることができる。
　なお、以上の説明では、符号帳１１３が、量子化符号と、量子化符号に対応する変換係数Ｗ１、Ｗ２とが対応付けられたテーブルを保持し、量子化部１１４が、変換部１２０に変換係数Ｗ１、Ｗ２を出力するようにしたが、本発明はこれに限られない。例えば、符号帳１１３が、係数γ１，ｎ，γ２，ｎと、量子化符号とが対応付けられたテーブルを保持し、変換部１２０が、量子化符号と、量子化符号に対応する変換係数Ｗ１、Ｗ２とが対応付けられたテーブルを保持するようにしてもよい。この場合、量子化部１１４が、式（９）で表されるコスト関数Ｅが最大となる係数γ１，ｎ，γ２，ｎに対応付けられた量子化符号を変換部１２０に出力し、変換部１２０が当該量子化符号に対応する変換係数Ｗ１、Ｗ２を用いて主成分分析変換を行うようにしてもよい。
　また、逆変換部２５０が、量子化符号と、量子化符号に対応する変換係数Ｗ１、Ｗ２とが対応付けられたテーブルを保持するようにしてもよい。
　本発明の効果を検証するために実証実験を行った。その結果、ＫＬ変換の係数の量子化ビット数が４ビット程度では、非特許文献２の方法と比べて約２／５と大幅に少ない計算量で量子化が実現出来ることが検証された。
　また、従来の復号装置によって復号化された復号化音は、従来の復号化音とデジタルデータとして僅かなサンプルに僅かの差が見られるのみであり、本実施の形態に係る符号化方法が理論的に従来の特長を全く失わせていないことが検証された。
　上記大きな効果が得られた理由としては、本実施の形態では、三角関数（約２５ステップ）、除算（約１８ステップ）、または平方根（約２５ステップ）など、計算量が多い演算を行わずに済むことと、符号帳が比較的小さい（４ビット：１６種類）ことが挙げられる。
　なお、上記実施の形態では、左チャネル信号、右チャネル信号という名称を用いて２つのステレオ信号を表したが、より一般的な第１チャネル信号、第２チャネル信号、又は第１ベクトル信号、第２ベクトル信号という名称を用いることもできる。
　また、上記実施の形態では量子化装置の入力ベクトルが、時間軸上の信号である場合について説明したが、本発明は、周波数軸上の周波数スペクトルを入力ベクトルとしてもよい。また、時間軸上または周波数軸上の信号の部分区間を入力ベクトルとしてもよい。本発明は、ベクトルの種類等、ベクトルの性質に依存しないからである。
　また、上記実施の形態に係る復号装置は、上記実施の形態に係る符号化装置が送信したビットストリームを受信して処理を行う場合を例にとって説明した。しかし、本発明はこれに限定されず、上記実施の形態に係る復号装置が受信して処理するビットストリームは、上記実施の形態に係る復号装置で処理可能なビットストリームを生成可能な符号化装置が送信したものであればよい。
　また、上記実施の形態では、符号化側から復号側に符号化した情報を伝送する場合について説明したが、本発明は、符号化側において符号化した情報を記録媒体に格納する場合も有効である。オーディオ信号はメモリやディスクなどの記録媒体に蓄積されて用いられる場合も多く、本発明はその場合にも有効である。また、符号化した情報を、印刷コード等の媒体に印字して、復号側で印字された符号化情報を読み取るようにしてもよい。
　また、上記実施の形態では２チャネルの場合について示したが、本発明は、チャネル数について限定はなく、５．１ｃｈなどの多チャネルの場合にも有効であり、固定するチャネルと時間差を伴った相関のあるチャネルを明らかにすればそのまま適用することができる。
　なお、以上の説明は本発明の好適な実施の形態の例証であり、本発明の範囲はこれに限定されることはない。本発明は、符号化装置、復号装置を有するシステムであればどのような場合にも適用することができる。
　また、本発明に係る符号化装置および復号装置は、移動体通信システムにおける通信端末装置および基地局装置に搭載することが可能であり、これにより上記と同様の作用効果を有する通信端末装置、基地局装置、および移動体通信システムを提供することができる。
　また、ここでは、本発明をハードウェアで構成する場合を例にとって説明したが、本発明をソフトウェアで実現することも可能である。例えば、本発明に係るアルゴリズムをプログラミング言語によって記述し、このプログラムをメモリに記憶しておいて情報処理手段によって実行させることにより、本発明に係る符号化装置等と同様の機能を実現することができる。
　また、上記実施の形態の説明に用いた各機能ブロックは、典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されても良いし、一部または全てを含むように１チップ化されても良い。
　また、ここではＬＳＩとしたが、集積度の違いによって、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩ等と呼称されることもある。
　また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現しても良い。ＬＳＩ製造後に、プログラム化することが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続もしくは設定を再構成可能なリコンフィギュラブル・プロセッサを利用しても良い。
　さらに、半導体技術の進歩または派生する別技術により、ＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行っても良い。バイオ技術の適用等が可能性としてあり得る。
　２００８年６月１９日出願の特願２００８－１６１０２０に含まれる明細書、図面及び要約書の開示内容は、すべて本願に援用される。
　本発明に係る量子化装置、符号化装置およびこれらの方法は、携帯電話、ＩＰ電話、テレビ会議等に用いるに好適である。
　１００　符号化装置
　１１０　量子化装置
　１２０　変換部
　１３０　モノラル符号化部
　１４０　サイド符号化部
　１５０　多重化部
　１１１　パワ・相関計算部
　１１２　中間値計算部
　１１３，２４１　符号帳
　１１４　量子化部
　２００　復号装置
　２１０　分離部
　２２０　モノラル復号部
　２３０　サイド復号部
　２４０　逆量子化装置
　２４２　逆量子化部
　２５０　逆変換部

Claims (5)

  1. 　第１ベクトル信号および第２ベクトル信号を主成分分析変換する際の変換係数に関する値を量子化する量子化装置であって、
    　前記第１ベクトル信号のパワ、前記第２ベクトル信号のパワ、および、前記第１ベクトル信号と前記第２ベクトル信号との相関値を算出するパワ・相関算出手段と、
    　前記第１ベクトル信号のパワと前記第２ベクトル信号のパワとを用いた差分演算を行って得られる結果を中間値として算出する中間値算出手段と、
    　前記変換係数に関する、番号付けられた、第１の係数と第２の係数との組を、複数保持する符号帳と、
    　前記第１の係数に前記相関値を乗算し得られる第１の乗算結果と、前記第２の係数に前記中間値を乗算して得られる第２の乗算結果との加算結果を、参照値として算出し、前記参照値の大きさに基づいて、前記番号を符号として選択する量子化手段と、
    　を具備する量子化装置。
  2. 　前記量子化手段は、
    　前記参照値を最大とする、前記第１の係数および前記第２の係数の組に対応する前記番号を前記符号として選択する、
    　請求項１に記載の量子化装置。
  3. 　前記第１の係数は、前記変換係数に対応する回転角αを用いて、式（１）で表され、前記第２の係数は、前記回転角αを用いて、式（２）で表される、
    　請求項１に記載の量子化装置。
    Figure JPOXMLDOC01-appb-M000018
  4. 　請求項１に記載の量子化装置と、
    　前記量子化手段により選択された前記符号に対応する前記変換係数を用いて、前記第１ベクトル信号および前記第２ベクトル信号を回転させて、モノラル信号およびサイド信号を得る変換手段と、
    　前記モノラル信号を符号化する第１符号化手段と、
    　前記サイド信号を符号化する第２符号化手段と、
    　を具備する符号化装置。
  5. 　第１ベクトル信号および第２ベクトル信号を主成分分析変換する際の変換係数に関する値を量子化する量子化方法であって、
    　前記第１ベクトル信号のパワ、前記第２ベクトル信号のパワ、および、前記第１ベクトル信号と前記第２ベクトル信号との相関値を算出するステップと、
    　前記第１ベクトル信号のパワと前記第２ベクトル信号のパワとを用いた差分演算を行って得られる結果を中間値として算出するステップと、
    　前記変換係数に関する、番号付けられた、第１の係数と第２の係数との組を複数保持する符号帳から読み出した前記第１の係数に前記相関値を乗算し得られる第１の乗算結果と、前記符号帳から読み出した前記第２の係数に前記中間値を乗算して得られる第２の乗算結果との加算結果を、参照値として算出し、前記参照値の大きさに基づいて、前記番号を符号として選択するステップと、
    　を有する量子化方法。
PCT/JP2009/002780 2008-06-19 2009-06-18 量子化装置、符号化装置およびこれらの方法 WO2009153995A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2010517730A JP5425066B2 (ja) 2008-06-19 2009-06-18 量子化装置、符号化装置およびこれらの方法
EP09766443.7A EP2293292B1 (en) 2008-06-19 2009-06-18 Quantizing apparatus, quantizing method and encoding apparatus
RU2010151983/08A RU2486609C2 (ru) 2008-06-19 2009-06-18 Квантователь, кодер и их способы
US12/990,697 US8473288B2 (en) 2008-06-19 2009-06-18 Quantizer, encoder, and the methods thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008161020 2008-06-19
JP2008-161020 2008-06-19

Publications (1)

Publication Number Publication Date
WO2009153995A1 true WO2009153995A1 (ja) 2009-12-23

Family

ID=41433913

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/002780 WO2009153995A1 (ja) 2008-06-19 2009-06-18 量子化装置、符号化装置およびこれらの方法

Country Status (5)

Country Link
US (1) US8473288B2 (ja)
EP (1) EP2293292B1 (ja)
JP (1) JP5425066B2 (ja)
RU (1) RU2486609C2 (ja)
WO (1) WO2009153995A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015129785A (ja) * 2014-01-06 2015-07-16 日本電信電話株式会社 符号化装置、復号装置、符号化方法、復号方法、およびプログラム

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8452587B2 (en) * 2008-05-30 2013-05-28 Panasonic Corporation Encoder, decoder, and the methods therefor
RU2486609C2 (ru) * 2008-06-19 2013-06-27 Панасоник Корпорейшн Квантователь, кодер и их способы
SG11201502613XA (en) 2012-10-05 2015-05-28 Fraunhofer Ges Forschung An apparatus for encoding a speech signal employing acelp in the autocorrelation domain
RU2665287C2 (ru) * 2013-12-17 2018-08-28 Нокиа Текнолоджиз Ой Кодер звукового сигнала

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01240032A (ja) * 1988-03-22 1989-09-25 Toshiba Corp 適応ｋｌ変換符号化方式及びその復号化方式
JP2001255892A (ja) 2000-03-13 2001-09-21 Nippon Telegr & Teleph Corp <Ntt> ステレオ信号符号化方法
JP2004029708A (ja) * 2002-05-08 2004-01-29 Samsung Electronics Co Ltd 音声信号に対するベクトル量子化及びデコーディング装置とその方法
JP2005522721A (ja) 2002-04-10 2005-07-28 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ ステレオ信号の符号化
WO2007087117A1 (en) * 2006-01-20 2007-08-02 Microsoft Corporation Complex-transform channel coding with extended-band frequency coding
WO2007104883A1 (fr) * 2006-03-15 2007-09-20 France Telecom Dispositif et procede de codage gradue d'un signal audio multi-canal selon une analyse en composante principale
JP2008161020A (ja) 2006-12-26 2008-07-10 Brother Ind Ltd 磁石埋込型回転電機

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2756399B1 (fr) * 1996-11-28 1999-06-25 Thomson Multimedia Sa Procede et dispositif de compression video pour images de synthese
US7644003B2 (en) * 2001-05-04 2010-01-05 Agere Systems Inc. Cue-based audio coding/decoding
DE60331535D1 (de) * 2002-04-10 2010-04-15 Koninkl Philips Electronics Nv Kodierung und Dekodierung für mehrkanalige Signale
AU2003244932A1 (en) * 2002-07-12 2004-02-02 Koninklijke Philips Electronics N.V. Audio coding
CN1820306B (zh) * 2003-05-01 2010-05-05 诺基亚有限公司 可变比特率宽带语音编码中增益量化的方法和装置
WO2005098821A2 (en) * 2004-04-05 2005-10-20 Koninklijke Philips Electronics N.V. Multi-channel encoder
BRPI0509108B1 (pt) * 2004-04-05 2019-11-19 Koninklijke Philips Nv método para codificar uma pluralidade de sinais de entrada, codificador para codificar uma pluralidade de sinais de entrada, método de decodificar dados, e decodificador
EP1821287B1 (en) * 2004-12-28 2009-11-11 Panasonic Corporation Audio encoding device and audio encoding method
PL1866911T3 (pl) * 2005-03-30 2010-12-31 Koninl Philips Electronics Nv Skalowalne, wielokanałowe kodowanie dźwięku
US7751572B2 (en) * 2005-04-15 2010-07-06 Dolby International Ab Adaptive residual audio coding
CN101185123B (zh) * 2005-05-31 2011-07-13 松下电器产业株式会社 可扩展编码装置及可扩展编码方法
JP3981399B1 (ja) 2006-03-10 2007-09-26 松下電器産業株式会社 固定符号帳探索装置および固定符号帳探索方法
WO2007104882A1 (fr) * 2006-03-15 2007-09-20 France Telecom Dispositif et procede de codage par analyse en composante principale d'un signal audio multi-canal
WO2008126382A1 (ja) * 2007-03-30 2008-10-23 Panasonic Corporation 符号化装置および符号化方法
JP5363488B2 (ja) * 2007-09-19 2013-12-11 テレフオンアクチーボラゲット エル エム エリクソン（パブル） マルチチャネル・オーディオのジョイント強化
RU2486609C2 (ru) * 2008-06-19 2013-06-27 Панасоник Корпорейшн Квантователь, кодер и их способы

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01240032A (ja) * 1988-03-22 1989-09-25 Toshiba Corp 適応ｋｌ変換符号化方式及びその復号化方式
JP2001255892A (ja) 2000-03-13 2001-09-21 Nippon Telegr & Teleph Corp <Ntt> ステレオ信号符号化方法
JP2005522721A (ja) 2002-04-10 2005-07-28 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ ステレオ信号の符号化
JP2004029708A (ja) * 2002-05-08 2004-01-29 Samsung Electronics Co Ltd 音声信号に対するベクトル量子化及びデコーディング装置とその方法
WO2007087117A1 (en) * 2006-01-20 2007-08-02 Microsoft Corporation Complex-transform channel coding with extended-band frequency coding
WO2007104883A1 (fr) * 2006-03-15 2007-09-20 France Telecom Dispositif et procede de codage gradue d'un signal audio multi-canal selon une analyse en composante principale
JP2008161020A (ja) 2006-12-26 2008-07-10 Brother Ind Ltd 磁石埋込型回転電機

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Proc. of the 9th Int. Conference on Digital Audio Effects, 2006.09.18", article MANUEL BRIAND ET AL.: "PARAMETRIC CODING OF STEREO AUDIO BASED ON PRINCIPAL COMPONENT ANALYSIS", pages: DAFX-1 - DAFX-7, XP002579979 *
VIRETTE: "PARAMETRIC CODING OF STEREO AUDIO BASED ON PRINCIPAL COMPONENT ANALYSIS", PROC. OF THE CONFERENCE ON DIGITAL AUDIO EFFECTS, 18 September 2006 (2006-09-18)
YANG: "High-Fidelity Multichannel Audio Coding With Karhunen-Loeve Transform", IEEE TRANS. SPEECH AND AUDIO PROCESSING, vol. 11, no. 4, July 2003 (2003-07-01)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015129785A (ja) * 2014-01-06 2015-07-16 日本電信電話株式会社 符号化装置、復号装置、符号化方法、復号方法、およびプログラム

Also Published As

Publication number Publication date
JPWO2009153995A1 (ja) 2011-11-24
JP5425066B2 (ja) 2014-02-26
EP2293292A1 (en) 2011-03-09
EP2293292A4 (en) 2012-05-23
US20110125495A1 (en) 2011-05-26
RU2010151983A (ru) 2012-06-27
RU2486609C2 (ru) 2013-06-27
EP2293292B1 (en) 2013-06-05
US8473288B2 (en) 2013-06-25

Similar Documents

Publication Publication Date Title
CN112735447B (zh) 压缩和解压缩高阶高保真度立体声响复制信号表示的方法及装置
CN1503572A (zh) 多个因式分解可逆变换的逐次浮现无损嵌入式音频编码器
JP4555299B2 (ja) スケーラブル符号化装置およびスケーラブル符号化方法
JPWO2006059567A1 (ja) ステレオ符号化装置、ステレオ復号装置、およびこれらの方法
JPWO2006046587A1 (ja) スケーラブル符号化装置、スケーラブル復号化装置、およびこれらの方法
JP5425066B2 (ja) 量子化装置、符号化装置およびこれらの方法
CN112997248A (zh) 确定空间音频参数的编码和相关联解码
WO2006035810A1 (ja) スケーラブル符号化装置、スケーラブル復号装置、及びこれらの方法
US20090041255A1 (en) Scalable encoding device and scalable encoding method
KR20070090217A (ko) 스케일러블 부호화 장치 및 스케일러블 부호화 방법
JP2024512953A (ja) 空間音声ストリームの結合
JP2019512739A (ja) 入力信号を処理する符号化装置及び符号化信号を処理する復号化装置
CN111149157A (zh) 使用经扩展参数对高阶立体混响系数的空间关系译码
US8271275B2 (en) Scalable encoding device, and scalable encoding method
WO2009122757A1 (ja) ステレオ信号変換装置、ステレオ信号逆変換装置およびこれらの方法
JP2010020333A (ja) スケーラブル符号化装置およびスケーラブル復号化装置
WO2010098120A1 (ja) チャネル信号生成装置、音響信号符号化装置、音響信号復号装置、音響信号符号化方法及び音響信号復号方法
CN116762127A (zh) 量化空间音频参数
US8949117B2 (en) Encoding device, decoding device and methods therefor
EP4278347A1 (en) Transforming spatial audio parameters
CN116508098A (zh) 量化空间音频参数
CN115410585A (zh) 音频数据编解码方法和相关装置及计算机可读存储介质
CN112352277A (zh) 编码装置及编码方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09766443

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2010517730

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 12990697

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2009766443

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2010151983

Country of ref document: RU

NENP Non-entry into the national phase

Ref country code: DE