Nothing Special   »   [go: up one dir, main page]

JP2002049399A - Digital signal processing method, learning method, and their apparatus, and program storage media therefor - Google Patents

Digital signal processing method, learning method, and their apparatus, and program storage media therefor

Info

Publication number
JP2002049399A
JP2002049399A JP2000238898A JP2000238898A JP2002049399A JP 2002049399 A JP2002049399 A JP 2002049399A JP 2000238898 A JP2000238898 A JP 2000238898A JP 2000238898 A JP2000238898 A JP 2000238898A JP 2002049399 A JP2002049399 A JP 2002049399A
Authority
JP
Japan
Prior art keywords
audio signal
spectrum data
digital audio
power spectrum
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2000238898A
Other languages
Japanese (ja)
Other versions
JP2002049399A5 (en
JP4645869B2 (en
Inventor
Tetsujiro Kondo
哲二郎 近藤
Masaaki Hattori
正明 服部
Tsutomu Watanabe
勉 渡辺
Hiroto Kimura
裕人 木村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Priority to JP2000238898A priority Critical patent/JP4645869B2/en
Publication of JP2002049399A publication Critical patent/JP2002049399A/en
Publication of JP2002049399A5 publication Critical patent/JP2002049399A5/ja
Application granted granted Critical
Publication of JP4645869B2 publication Critical patent/JP4645869B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Landscapes

  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)

Abstract

PROBLEM TO BE SOLVED: To provide a digital signal processing method capable of further improving the waveform reproducibility of a digital signal, a learning method, and their apparatus, and a program storage media therefor. SOLUTION: In this digital signal processing method, power spectrum data are calculated from a digital audio signal D10, the calculated power spectrum is normalized at the maximum value width and normalization data are calculated, the class of the digital audio signal D10 is categorized on the basis of the calculated normalization data, and the digital audio signal D10 is converted by a prediction system corresponding to the categorized class. Thus the method makes it possible to perform conversion further adaptive to the characteristics of the digital audio signal D10.

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【0001】[0001]

【発明の属する技術分野】本発明はディジタル信号処理
方法、学習方法及びそれらの装置並びにプログラム格納
媒体に関し、レートコンバータ又はPCM(Pulse Code
Modulation) 復号装置等においてディジタル信号に対し
てデータの補間処理を行うディジタル信号処理方法、学
習方法及びそれらの装置並びにプログラム格納媒体に適
用して好適なものである。
BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a digital signal processing method, a learning method, a device thereof, and a program storage medium, and more particularly to a rate converter or a PCM (Pulse Code).
Modulation) The present invention is suitably applied to a digital signal processing method and a learning method for performing data interpolation processing on a digital signal in a decoding device or the like, a device thereof, and a program storage medium.

【0002】[0002]

【従来の技術】従来、ディジタルオーディオ信号をディ
ジタル/アナログコンバータに入力する前に、サンプリ
ング周波数を元の値の数倍に変換するオーバサンプリン
グ処理を行っている。これにより、ディジタル/アナロ
グコンバータから出力されたディジタルオーディオ信号
はアナログ・アンチ・エイリアス・フィルタの位相特性
が可聴周波数高域で一定に保たれ、また、サンプリング
に伴うディジタル系のイメージ雑音の影響が排除される
ようになされている。
2. Description of the Related Art Conventionally, before a digital audio signal is input to a digital / analog converter, an oversampling process for converting a sampling frequency to several times the original value is performed. As a result, the digital audio signal output from the digital / analog converter maintains the phase characteristic of the analog anti-aliasing filter constant at high audio frequencies, and eliminates the influence of digital image noise caused by sampling. It has been made to be.

【0003】かかるオーバサンプリング処理では、通
常、線形一次(直線)補間方式のディジタルフィルタが
用いられている。このようなディジタルフィルタは、サ
ンプリングレートが変わったりデータが欠落した場合等
に、複数の既存データの平均値を求めて直線的な補間デ
ータを生成するものである。
In such oversampling processing, a digital filter of a linear primary (linear) interpolation system is usually used. Such a digital filter generates linear interpolation data by calculating the average value of a plurality of existing data when the sampling rate changes or data is lost.

【0004】[0004]

【発明が解決しようとする課題】ところが、オーバサン
プリング処理後のディジタルオーディオ信号は、線形一
次補間によって時間軸方向に対してデータ量が数倍に緻
密になっているものの、オーバサンプリング処理後のデ
ィジタルオーディオ信号の周波数帯域は変換前とあまり
変わらず、音質そのものは向上していない。さらに、補
間されたデータは必ずしもA/D変換前のアナログオー
ディオ信号の波形に基づいて生成されたのではないた
め、波形再現性もほとんど向上していない。
However, although the digital audio signal after the oversampling process has a data amount several times more dense in the time axis direction by linear linear interpolation, the digital audio signal after the oversampling process has been used. The frequency band of the audio signal is not much different from that before conversion, and the sound quality itself has not been improved. Furthermore, since the interpolated data is not necessarily generated based on the waveform of the analog audio signal before A / D conversion, the waveform reproducibility is hardly improved.

【0005】また、サンプリング周波数の異なるディジ
タルオーディオ信号をダビングする場合において、サン
プリング・レート・コンバータを用いて周波数を変換し
ているが、かかる場合でも線形一次ディジタルフィルタ
によって直線的なデータの補間しか行うことができず、
音質や波形再現性を向上することが困難であった。さら
に、ディジタルオーディオ信号のデータサンプルが欠落
した場合において同様である。
Further, when dubbing digital audio signals having different sampling frequencies, the frequency is converted using a sampling rate converter. Even in such a case, only linear data interpolation is performed by a linear primary digital filter. Can not
It was difficult to improve sound quality and waveform reproducibility. The same applies to a case where a data sample of a digital audio signal is missing.

【0006】本発明は以上の点を考慮してなされたもの
で、ディジタルオーディオ信号の波形再現性を一段と向
上し得るディジタル信号処理方法、学習方法及びそれら
の装置並びにプログラム格納媒体を提案しようとするも
のである。
The present invention has been made in view of the above points, and proposes a digital signal processing method, a learning method, a device thereof, and a program storage medium capable of further improving the waveform reproducibility of a digital audio signal. Things.

【0007】[0007]

【課題を解決するための手段】かかる課題を解決するた
め本発明においては、ディジタルオーディオ信号からパ
ワースペクトルデータを算出し、算出されたパワースペ
クトルデータを最大値幅で正規化して正規化データを算
出し、算出された正規化データに基づいてそのクラスを
分類し、分類されたクラスに対応した予測方式でディジ
タルオーディオ信号を変換するようにしたことにより、
一段とディジタルオーディオ信号の特徴に適応した変換
を行うことができる。
According to the present invention, power spectrum data is calculated from a digital audio signal, and the calculated power spectrum data is normalized by a maximum value width to calculate normalized data. By classifying the class based on the calculated normalized data and converting the digital audio signal by a prediction method corresponding to the classified class,
It is possible to perform conversion that is more adapted to the characteristics of the digital audio signal.

【0008】[0008]

【発明の実施の形態】以下図面について、本発明の一実
施の形態を詳述する。
DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS An embodiment of the present invention will be described below in detail with reference to the drawings.

【0009】図1においてオーディオ信号処理装置10
は、ディジタルオーディオ信号(以下これをオーディオ
データと呼ぶ)のサンプリングレートを上げたり、オー
ディオデータを補間する際に、真値に近いオーディオデ
ータをクラス分類適用処理によって生成するようになさ
れている。
In FIG. 1, an audio signal processing device 10
When increasing the sampling rate of a digital audio signal (hereinafter referred to as audio data) or interpolating audio data, audio data that is close to a true value is generated by class classification application processing.

【0010】因みに、この実施の形態におけるオーディ
オデータとは、人間の声や楽器の音等を表す楽音デー
タ、さらにはその他種々の音を表すデータである。
[0010] Incidentally, the audio data in the present embodiment is tone data representing human voices and the sounds of musical instruments, and data representing various other sounds.

【0011】すなわち、オーディオ信号処理装置10に
おいて、スペクトル処理部11は入力端子TINから供給
された入力オーディオデータD10を所定時間毎の領域
(この実施の形態の場合、例えば6サンプル毎とする)
に切り出した時間軸波形データであるクラスタップを構
築した後、当該構築したクラスタップについて、後述す
る対数データ算出方法により、入力手段18から供給さ
れる制御データD18に応じて対数データを算出する。
That is, in the audio signal processing apparatus 10, the spectrum processing section 11 converts the input audio data D10 supplied from the input terminal T IN into a region for every predetermined time (in this embodiment, for example, every six samples).
After constructing a class tap which is the time axis waveform data cut out in the above, log data is calculated for the constructed class tap according to control data D18 supplied from the input unit 18 by a log data calculation method described later.

【0012】スペクトル処理部11は入力オーディオデ
ータD10のこのとき構築されたクラスタップについ
て、対数データ算出方法による算出結果であってクラス
分類しようとする対数データD11を算出し、これをク
ラス分類部14に供給する。
The spectrum processing unit 11 calculates log data D11, which is a result of the log data calculation method and is to be classified, with respect to the class taps constructed at this time of the input audio data D10. To supply.

【0013】クラス分類部13は、スペクトル処理部1
1から供給された対数データD11について、当該対数
データD11を圧縮して圧縮データパターンを生成する
ADRC(Adaptive Dynamic Range Coding) 回路部と、
対数データD11の属するクラスコードを発生するクラ
スコード発生回路部とを有する。
The classifying unit 13 includes the spectrum processing unit 1
An ADRC (Adaptive Dynamic Range Coding) circuit unit for compressing the log data D11 and generating a compressed data pattern for the log data D11 supplied from 1;
A class code generation circuit for generating a class code to which the logarithmic data D11 belongs.

【0014】ADRC回路部は対数データD11に対し
て、例えば8ビットから2ビットに圧縮するような演算
を行うことによりパターン圧縮データを形成する。この
ADRC回路部は、適応的量子化を行うものであり、こ
こでは、信号レベルの局所的なパターンを短い語長で効
率的に表現することができるので、信号パターンのクラ
ス分類のコード発生用に用いられる。
The ADRC circuit section performs an operation to compress the logarithmic data D11 from, for example, 8 bits to 2 bits to form pattern compression data. The ADRC circuit section performs adaptive quantization. Here, since a local pattern of a signal level can be efficiently represented by a short word length, the ADRC circuit section is used for generating a code for classifying a signal pattern. Used for

【0015】具体的には、6つの8ビットのデータ(対
数データ)をクラス分類しようとする場合、248という
膨大な数のクラスに分類しなければならず、回路上の負
担が多くなる。そこで、この実施の形態のクラス分類部
14ではその内部に設けられたADRC回路部で生成さ
れるパターン圧縮データに基づいてクラス分類を行う。
例えば6つの対数データに対して1ビットの量子化を実
行すると、6つの対数データを6ビットで表すことがで
き、26 =64クラスに分類することができる。
[0015] More specifically, when attempting to classification six 8-bit data (log data), must be classified into enormous number of classes 2 48, the greater the burden on the circuit. Therefore, the class classification unit 14 of this embodiment classifies the data based on the compressed pattern data generated by the ADRC circuit unit provided therein.
For example, if 1-bit quantization is performed on six logarithmic data, the six logarithmic data can be represented by six bits and can be classified into 2 6 = 64 classes.

【0016】ここで、ADRC回路部は、切り出された
領域内のダイナミックレンジをDR、ビット割り当てを
m、各対数データのデータレベルをL、量子化コードを
Qとすると、次式、
Here, the ADRC circuit section calculates the dynamic range in the cut-out area as DR, the bit allocation as m, the data level of each logarithmic data as L, and the quantization code as Q, as follows:

【0017】[0017]

【数1】 (Equation 1)

【0018】に従って、領域内の最大値MAXと最小値
MINとの間を指定されたビット長で均等に分割して量
子化を行う。なお、(1)式において{ }は小数点以
下の切り捨て処理を意味する。かくしてスペクトル処理
部11において算出された6つの対数データが、それぞ
れ例えば8ビット(m=8)で構成されているとする
と、これらはADRC回路部においてそれぞれが2ビッ
トに圧縮される。
In accordance with the above, quantization between the maximum value MAX and the minimum value MIN in the area is equally divided by the designated bit length. In equation (1), {} means truncation processing below the decimal point. Assuming that each of the six logarithmic data calculated in the spectrum processing unit 11 is composed of, for example, 8 bits (m = 8), these are each compressed to 2 bits in the ADRC circuit unit.

【0019】このようにして圧縮された対数データをそ
れぞれqn (n=1〜6)とすると、クラス分類部14
に設けられたクラスコード発生回路部は、圧縮された対
数データqn に基づいて、次式、
Assuming that the log data thus compressed is q n (n = 1 to 6), the class classification unit 14
Is based on the compressed log data q n , the following equation:

【0020】[0020]

【数2】 (Equation 2)

【0021】に示す演算を実行することにより、そのブ
ロック(q1 〜q6 )が属するクラスを示すクラスコー
ドclass を算出し、当該算出されたクラスコードclass
を表すクラスコードデータD14を予測係数メモリ15
に供給する。このクラスコードclass は、予測係数メモ
リ15から予測係数を読み出す際の読み出しアドレスを
示す。因みに(2)式において、nは圧縮された対数デ
ータqn の数を表し、この実施の形態の場合n=6であ
り、またPはビット割り当てを表し、この実施の形態の
場合P=2である。
By executing the operation shown in ( 1 ), a class code class indicating the class to which the block (q 1 to q 6 ) belongs is calculated, and the calculated class code class
Is stored in the prediction coefficient memory 15
To supply. This class code class indicates a read address when a prediction coefficient is read from the prediction coefficient memory 15. In the expression (2), n represents the number of compressed logarithmic data q n , n = 6 in this embodiment, P represents bit allocation, and P = 2 in this embodiment. It is.

【0022】このようにして、クラス分類部14は入力
オーディオデータD10から算出された対数データD1
1のクラスコードデータD14を生成し、これを予測係
数メモリ15に供給する。
As described above, the classifying unit 14 calculates the logarithmic data D1 calculated from the input audio data D10.
1 is generated and supplied to the prediction coefficient memory 15.

【0023】予測係数メモリ15には、各クラスコード
に対応する予測係数のセットがクラスコードに対応する
アドレスにそれぞれ記憶されており、クラス分類部14
から供給されるクラスコードデータD14に基づいて、
当該クラスコードに対応するアドレスに記憶されている
予測係数のセットW1 〜Wn が読み出され、予測演算部
16に供給される。
The prediction coefficient memory 15 stores a set of prediction coefficients corresponding to each class code at an address corresponding to the class code.
Based on the class code data D14 supplied from
The set of prediction coefficients W 1 to W n stored at the address corresponding to the class code is read and supplied to the prediction calculation unit 16.

【0024】予測演算部16は、予測演算部抽出部13
において入力オーディオデータD10から時間軸領域で
切り出された予測演算しようとするオーディオ波形デー
タ(予測タップ)D13(X1 〜Xn )と、予測係数W
1 〜Wn に対して、次式
The prediction calculation unit 16 includes a prediction calculation unit extraction unit 13
, Audio waveform data (prediction taps) D13 (X 1 to X n ) cut out from the input audio data D10 in the time domain to be calculated, and a prediction coefficient W
For 1 to W n ,

【0025】[0025]

【数3】 (Equation 3)

【0026】に示す積和演算を行うことにより、予測結
果y′を得る。この予測値y′が、音質が改善されたオ
ーディオデータD16として予測演算部16から出力さ
れる。
The prediction result y 'is obtained by performing the product-sum operation shown in FIG. The prediction value y 'is output from the prediction calculation unit 16 as audio data D16 with improved sound quality.

【0027】なお、オーディオ信号処理装置10の構成
として図1について上述した機能ブロックを示したが、
この機能ブロックを構成する具体的構成として、この実
施の形態においては図2に示すコンピュータ構成の装置
を用いる。すなわち、図2において、オーディオ信号処
理装置10は、バスBUSを介してCPU21、ROM
(Read Only Memory)22、予測係数メモリ15を構成す
るRAM(Random Access Memory)15、及び各回路部が
それぞれ接続された構成を有し、CPU11はROM2
2に格納されている種々のプログラムを実行することに
より、図1について上述した各機能ブロック(スペクト
ル処理部11、予測演算部抽出部13、クラス分類部1
4及び予測演算部16)として動作するようになされて
いる。
Although the functional blocks described above with reference to FIG. 1 are shown as the configuration of the audio signal processing device 10,
As a specific configuration of the functional blocks, in this embodiment, an apparatus having a computer configuration shown in FIG. 2 is used. That is, in FIG. 2, the audio signal processing device 10 includes a CPU 21 and a ROM via a bus BUS.
(Read Only Memory) 22, a RAM (Random Access Memory) 15 constituting the prediction coefficient memory 15, and each circuit unit are connected to each other.
By executing various programs stored in the storage unit 2, the function blocks (the spectrum processing unit 11, the prediction calculation unit extraction unit 13, and the class classification unit 1) described above with reference to FIG.
4 and a prediction calculation unit 16).

【0028】また、オーディオ信号処理装置10にはネ
ットワークとの間で通信を行う通信インターフェース2
4、フロッピィディスクや光磁気ディスク等の外部記憶
媒体から情報を読み出すリムーバブルドライブ28を有
し、ネットワーク経由又は外部記憶媒体から図1につい
て上述したクラス分類適用処理を行うための各プログラ
ムをハードディスク装置25のハードディスクに読み込
み、当該読み込まれたプログラムに従ってクラス分類適
応処理を行うこともできる。
The audio signal processor 10 has a communication interface 2 for communicating with a network.
4. A hard disk drive 25 having a removable drive 28 for reading information from an external storage medium such as a floppy disk or a magneto-optical disk, and performing the class classification application processing described above with reference to FIG. , And the classification adaptive processing can be performed according to the read program.

【0029】ユーザは、キーボードやマウス等の入力手
段18を介して種々のコマンドを入力することにより、
CPU21に対して図1について上述したクラス分類処
理を実行させる。この場合、オーディオ信号処理装置1
0はデータ入出力部27を介して音質を向上させようと
するオーディオデータ(入力オーディオデータ)D10
を入力し、当該入力オーディオデータD10に対してク
ラス分類適用処理を施した後、音質が向上したオーディ
オデータD16をデータ入出力部27を介して外部に出
力し得るようになされている。
The user inputs various commands through input means 18 such as a keyboard and a mouse,
The CPU 21 is caused to execute the class classification processing described above with reference to FIG. In this case, the audio signal processing device 1
0 is audio data (input audio data) D10 whose sound quality is to be improved via the data input / output unit 27.
After the input audio data D10 is subjected to the class classification application processing, the audio data D16 with improved sound quality can be output to the outside via the data input / output unit 27.

【0030】因みに、図3はオーディオ信号処理装置1
0におけるクラス分類適応処理の処理手順を示し、オー
ディオ信号処理装置10はステップSP101から当該
処理手順に入ると、続くステップSP102において入
力オーディオデータD10の対数データD11をスペク
トル処理部11において算出する。
FIG. 3 shows the audio signal processing device 1
The processing procedure of the class classification adaptation processing at 0 is shown. When the audio signal processing apparatus 10 enters the processing procedure from step SP101, the logarithmic data D11 of the input audio data D10 is calculated by the spectrum processing unit 11 in the following step SP102.

【0031】この算出された対数データD11は入力オ
ーディオデータD10の特徴を表すものであり、オーデ
ィオ信号処理装置10は、ステップSP103に移って
クラス分類部14により対数データD11に基づいてク
ラスを分類する。そしてオーディオ信号処理装置10は
クラス分類の結果得られたクラスコードを用いて予測係
数メモリ15から予測係数を読み出す。この予測係数は
予め学習によりクラス毎に対応して格納されており、オ
ーディオ信号処理装置10はクラスコードに対応した予
測係数を読み出すことにより、このときの対数データD
11の特徴に合致した予測係数を用いることができる。
The calculated log data D11 represents the characteristics of the input audio data D10, and the audio signal processing apparatus 10 proceeds to step SP103 and classifies the class based on the log data D11 by the class classification unit 14. . Then, the audio signal processing device 10 reads a prediction coefficient from the prediction coefficient memory 15 using the class code obtained as a result of the classification. The prediction coefficients are stored in advance for each class by learning, and the audio signal processing device 10 reads out the prediction coefficients corresponding to the class codes, thereby obtaining the logarithmic data D at this time.
A prediction coefficient matching the eleven characteristics can be used.

【0032】予測係数メモリ15から読み出された予測
係数は、ステップSP104において予測演算部16の
予測演算に用いられる。これにより、入力オーディオデ
ータD10はその対数データD11の特徴に適応した予
測演算により、所望とするオーディオデータD16に変
換される。かくして入力オーディオデータD10はその
音質が改善されたオーディオデータD16に変換され、
オーディオ信号処理装置10はステップSP105に移
って当該処理手順を終了する。
The prediction coefficient read from the prediction coefficient memory 15 is used in the prediction operation of the prediction operation unit 16 in step SP104. As a result, the input audio data D10 is converted into desired audio data D16 by a prediction operation adapted to the characteristics of the log data D11. Thus, the input audio data D10 is converted into audio data D16 having improved sound quality,
The audio signal processing device 10 proceeds to step SP105 and ends the processing procedure.

【0033】次に、オーディオ信号処理装置10のスペ
クトル処理部11における入力オーディオデータD10
の対数データD11の算出方法について説明する。
Next, the input audio data D10 in the spectrum processing section 11 of the audio signal processing device 10
The method of calculating the log data D11 will be described.

【0034】すなわち、図4はスペクトル処理部11に
おける対数データ算出方法の対数データ算出処理手順を
示し、スペクトル処理部11はステップSP1から当該
処理手順に入ると、続くステップSP2において入力オ
ーディオデータD10を所定時間毎の領域に切り出した
時間軸波形データであるクラスタップを構築し、ステッ
プSP3に移る。
That is, FIG. 4 shows a logarithmic data calculation processing procedure of the logarithmic data calculation method in the spectrum processing section 11. When the processing procedure starts from step SP1, the spectrum processing section 11 converts the input audio data D10 in step SP2. A class tap, which is time-axis waveform data cut out for each predetermined time, is constructed, and the process proceeds to step SP3.

【0035】ステップSP3において、スペクトル処理
部11はクラスタップに対して、窓関数を「W(k)」
とすると、次式、
In step SP3, the spectrum processing unit 11 sets the window function to "W (k)" for the class tap.
Then the following equation:

【0036】[0036]

【数4】 (Equation 4)

【0037】に示すハミング窓に従って、乗算データを
算出し、ステップSP4に移る。因みに、この窓関数の
乗算処理においては、続くステップSP4において行わ
れる周波数分析の精度を向上させるために、このとき構
築されたそれぞれのクラスタップの最初の値と最後の値
を等しくするようになされている。また、(1)式にお
いて、「N」はハミング窓のサンプル数を表しており、
「k」は何番目のサンプルデータであるかを表してい
る。
The multiplication data is calculated according to the Hamming window shown in FIG. Incidentally, in the multiplication processing of the window function, the first value and the last value of each of the class taps constructed at this time are made equal in order to improve the accuracy of the frequency analysis performed in the subsequent step SP4. ing. Further, in equation (1), “N” represents the number of samples of the Hamming window,
“K” indicates the order of the sample data.

【0038】ステップSP4において、スペクトル処理
部11は乗算データに対して、高速フーリエ変換(FF
T:Fast Fourier Transform)を行うことにより、図5
に示すようなパワースペクトルデータを算出し、ステッ
プSP5に移る。
In step SP4, the spectrum processing unit 11 performs a fast Fourier transform (FF) on the multiplied data.
T: Fast Fourier Transform)
Then, the power spectrum data as shown in FIG.

【0039】ステップSP5において、スペクトル処理
部11はパワースペクトルデータから有意であるパワー
スペクトルデータのみを抽出するようになされている。
At step SP5, the spectrum processing section 11 extracts only significant power spectrum data from the power spectrum data.

【0040】この抽出処理において、N個の乗算データ
から算出したパワースペクトルデータのうち、N/2か
ら右側のパワースペクトルデータ群AR2(図5)は、
ゼロ値からN/2までの左側のパワースペクトルデータ
群AR1(図5)とほぼ同じ成分になる(すなわち、左
右対称となる)。このことは、N個の乗算データの周波
数帯域内で、両端から等距離にある2個の周波数点にお
けるパワースペクトルデータの成分が互いに共役である
ことを示している。従って、スペクトル処理部11は、
ゼロ値からN/2までの左側のパワースペクトルデータ
群AR1(図5)のみを抽出対象とする。
In this extraction processing, among the power spectrum data calculated from the N multiplied data, the power spectrum data group AR2 (FIG. 5) on the right side from N / 2 is
The components are almost the same as the power spectrum data group AR1 (FIG. 5) on the left side from the zero value to N / 2 (that is, symmetric). This indicates that the components of the power spectrum data at two frequency points equidistant from both ends within the frequency band of the N multiplied data are conjugate to each other. Therefore, the spectrum processing unit 11
Only the left power spectrum data group AR1 (FIG. 5) from the zero value to N / 2 is to be extracted.

【0041】そしてスペクトル処理部11は、このとき
抽出対象としたパワースペクトルデータ群AR1のう
ち、予めユーザが入力手段18(図1及び図2)を介し
て選択設定した以外のm個のパワースペクトルデータを
除いて抽出する。
Then, the spectrum processing unit 11 selects m power spectrums from the power spectrum data group AR1 to be extracted which are not selected and set in advance by the user via the input means 18 (FIGS. 1 and 2). Extract without data.

【0042】具体的には、ユーザが入力手段18を介し
て例えば人間の声を一段と高音質にするように選択設定
を行った場合、当該選択操作に応じた制御データD18
が入力手段18からスペクトル処理部11に出力され
(図1及び図2)、これによりスペクトル処理部11
は、このとき抽出したパワースペクトルデータ群AR1
(図5)から、人間の声において有意となる500Hz
から4kHz付近のパワースペクトルデータのみを抽出
する(すなわち500Hzから4kHz付近以外のパワ
ースペクトルデータが、除くべきm個のパワースペクト
ルデータである)。
More specifically, when the user makes a selection setting through the input means 18 so that, for example, a human voice has a higher sound quality, the control data D18 corresponding to the selection operation is set.
Is output from the input means 18 to the spectrum processing unit 11 (FIGS. 1 and 2), whereby the spectrum processing unit 11
Is the power spectrum data group AR1 extracted at this time.
From (Fig. 5), 500 Hz that is significant in human voice
, And extracts only the power spectrum data in the vicinity of 4 kHz (that is, the power spectrum data other than the vicinity of 500 Hz to 4 kHz is m power spectrum data to be removed).

【0043】また、ユーザが入力手段18(図1及び図
2)を介して例えば音楽を一段と高音質にするように選
択を行った場合には、当該選択操作に応じた制御データ
D18が入力手段18からスペクトル処理部11に出力
され、これによりスペクトル処理部11は、このとき抽
出したパワースペクトルデータ群AR1(図5)から、
音楽において有意となる20Hzから20kHz付近の
パワースペクトルデータのみを抽出する(すなわち20
Hzから20kHz付近以外のパワースペクトルデータ
が、除くべきm個のパワースペクトルデータである)。
When the user makes a selection through the input means 18 (FIGS. 1 and 2) so that, for example, the music has a higher sound quality, the control data D18 corresponding to the selection operation is input to the input means 18. 18 to the spectrum processing unit 11, whereby the spectrum processing unit 11 outputs the power spectrum data group AR 1 (FIG. 5)
Only power spectrum data around 20 Hz to 20 kHz which is significant in music is extracted (ie, 20 Hz).
The power spectrum data other than the frequency from about 20 Hz to 20 kHz is m power spectrum data to be removed.)

【0044】このように入力手段18(図1及び図2)
から出力される制御データD18は、有意なパワースペ
クトルデータとして抽出する周波数成分を決定づけるよ
うになされており、入力手段18(図1及び図2)を介
して手動で選択操作するユーザの意図を反映している。
Thus, the input means 18 (FIGS. 1 and 2)
The control data D18 output from the CPU determines the frequency components to be extracted as significant power spectrum data, and reflects the intention of the user to manually perform the selection operation via the input means 18 (FIGS. 1 and 2). are doing.

【0045】従って、制御データD18に応じてパワー
スペクトルデータを抽出するスペクトル処理部11は、
ユーザが高音質での出力を希望する特定のオーディオ成
分の周波数成分を有意なパワースペクトルデータとして
抽出することとなる。
Therefore, the spectrum processing unit 11 for extracting the power spectrum data according to the control data D18
The frequency component of the specific audio component that the user desires to output with high sound quality is extracted as significant power spectrum data.

【0046】因みに、スペクトル処理部11は、抽出対
象としたパワースペクトルデータ群AR1のうち、もと
の波形の音程を表すため、有意な特徴をもたない直流成
分のパワースペクトルデータをも除いて抽出するように
なされている。
Incidentally, since the spectrum processing unit 11 represents the pitch of the original waveform in the power spectrum data group AR1 to be extracted, the spectrum processing unit 11 excludes the DC spectrum power spectrum data having no significant feature. It has been made to extract.

【0047】このように、ステップSP5において、ス
ペクトル処理部11は制御データD18に応じて、パワ
ースペクトルデータ群AR1(図5)からm個のパワー
スペクトルデータを除くと共に、直流成分のパワースペ
クトルデータも除いてなる必要最小限のパワースペクト
ルデータ、すなわち有意なパワースペクトルデータのみ
を抽出し、続くステップSP6に移る。
As described above, in step SP5, the spectrum processing unit 11 removes the m pieces of power spectrum data from the power spectrum data group AR1 (FIG. 5) according to the control data D18, and also removes the DC component power spectrum data. Only the necessary minimum power spectrum data to be removed, that is, only significant power spectrum data is extracted, and the process proceeds to subsequent step SP6.

【0048】ステップSP6において、スペクトル処理
部11は抽出されたパワースペクトルデータに対して、
次式、
In step SP6, the spectrum processing section 11 performs processing on the extracted power spectrum data.
The following formula,

【0049】[0049]

【数5】 (Equation 5)

【0050】に従って、このとき抽出されたパワースペ
クトルデータ(ps[k] )の最大値(ps_max)を
算出し、次式、
The maximum value (ps_max) of the power spectrum data (ps [k]) extracted at this time is calculated according to the following equation:

【0051】[0051]

【数6】 (Equation 6)

【0052】に従って、このとき抽出されたパワースペ
クトルデータ(ps[k] )の最大値(ps_max)で
の正規化(除算)し、このとき得られた基準値(psn
[k] )に対して、次式、
According to the above, the power spectrum data (ps [k]) extracted at this time is normalized (divided) by the maximum value (ps_max), and the reference value (psn) obtained at this time is obtained.
[k]),

【0053】[0053]

【数7】 (Equation 7)

【0054】に従って、対数(デシベル値)変換を行う
ようになされている。
In accordance with the above, logarithmic (decibel) conversion is performed.

【0055】因みに(7)式において、logは常用対
数である。また対数変換においては、任意の基準値によ
って、小さな波形をもデシベル値(音圧レベル)として
表し得る。従って、例えば大きな波形付近に有意である
小さな波形が存在するオーディオデータをスペクトル処
理部11が対数変換しなかった場合、当該オーディオデ
ータは一般的に16ビット等の大きなビット数で量子化
されていることにより、有意である小さな波形部分が大
きな波形にマスキングされてしまう。
In the expression (7), log is a common logarithm. In the logarithmic conversion, a small waveform can be represented as a decibel value (sound pressure level) by an arbitrary reference value. Therefore, for example, when the spectrum processing unit 11 does not logarithmically convert audio data having a significant small waveform near a large waveform, the audio data is generally quantized with a large bit number such as 16 bits. As a result, a significant small waveform portion is masked into a large waveform.

【0056】このため、スペクトル処理部11は、特徴
部分(有意である小さな波形部分)を見い出せないこと
になる。従って、スペクトル処理部11は、対数変換を
行うことにより、特徴部分(有意である小さな波形部
分)をも見い出すようになされている。
For this reason, the spectrum processing section 11 cannot find a characteristic portion (significant small waveform portion). Therefore, the spectrum processing unit 11 also performs a logarithmic transformation to find a characteristic portion (a significant small waveform portion).

【0057】また、音感等の刺激に対する人間の感覚
は、ほぼその強さの対数に比例するため、対数変換にて
表した量(すなわち、デシベル値)は、感覚の度合いを
表すことになる。従って、スペクトル処理部11は、対
数変換を行うことにより、結果として、音声を聞く対象
である人間が心地よく聞き得るようにする。
Further, since a human sensation to a stimulus such as a sound pitch is almost proportional to the logarithm of the intensity, a quantity expressed by logarithmic conversion (ie, a decibel value) indicates a degree of sensation. Therefore, the spectrum processing unit 11 performs logarithmic conversion, so that the person who is to hear the sound can comfortably hear the sound.

【0058】このように、ステップSP6において、ス
ペクトル処理部11は最大振幅で正規化及び振幅の対数
変換を行うことにより、特徴部分(有意である小さな波
形部分)をも見い出すと共に、結果として、音声を聞く
対象である人間が心地よく聞き得るようにする対数デー
タD11を算出し、続くステップSP7に移って対数デ
ータ算出処理手順を終了する。
As described above, in step SP6, the spectrum processing unit 11 performs the normalization at the maximum amplitude and the logarithmic conversion of the amplitude to find a characteristic portion (significant small waveform portion). The log data D11 is calculated so that the person who is to listen to can listen comfortably, and the process proceeds to step SP7 where the log data calculation procedure ends.

【0059】このようにして、スペクトル処理部11は
対数データ算出方法の対数データ算出処理手順によっ
て、入力オーディオデータD10で表される信号波形の
特徴を一段と見い出した対数データD11を算出するこ
とができる。
In this way, the spectrum processing unit 11 can calculate log data D11 in which the characteristics of the signal waveform represented by the input audio data D10 are found further by the log data calculation procedure of the log data calculation method. .

【0060】次に、図1について上述した予測係数メモ
リ15に記憶するクラス毎の予測係数のセットを予め学
習によって得るための学習回路について説明する。
Next, a learning circuit for obtaining a set of prediction coefficients for each class stored in the prediction coefficient memory 15 described above with reference to FIG. 1 by learning in advance will be described.

【0061】図6において、学習回路30は、高音質の
教師オーディオデータD30を生徒信号生成フィルタ3
7に受ける。生徒信号生成フィルタ37は、間引き率設
定信号D39により設定された間引き率で教師オーディ
オデータD30を所定時間ごとに所定サンプル間引くよ
うになされている。
In FIG. 6, the learning circuit 30 converts the high-quality teacher audio data D30 into the student signal generation filter 3.
Receive at 7. The student signal generation filter 37 thins out the teacher audio data D30 by a predetermined number of samples at a predetermined time interval at the thinning rate set by the thinning rate setting signal D39.

【0062】この場合、生徒信号生成フィルタ37にお
ける間引き率によって、生成される予測係数が異なり、
これに応じて上述のオーディオ信号処理装置10で再現
されるオーディオデータも異なる。例えば、上述のオー
ディオ信号処理装置10においてサンプリング周波数を
高くすることでオーディオデータの音質を向上しようと
する場合、生徒信号生成フィルタ37ではサンプリング
周波数を減らす間引き処理を行う。また、これに対して
上述のオーディオ信号処理装置10において入力オーデ
ィオデータD10の欠落したデータサンプルを補うこと
で音質の向上を図る場合には、これに応じて、生徒信号
生成フィルタ37ではデータサンプルを欠落させる間引
き処理を行うようになされている。
In this case, the generated prediction coefficient differs depending on the thinning rate in the student signal generation filter 37.
The audio data reproduced by the above-described audio signal processing device 10 differs accordingly. For example, when the audio signal processing device 10 attempts to improve the sound quality of audio data by increasing the sampling frequency, the student signal generation filter 37 performs a thinning process to reduce the sampling frequency. On the other hand, when the audio signal processing device 10 described above aims to improve the sound quality by compensating for the missing data sample of the input audio data D10, the student signal generation filter 37 responds accordingly. A thinning-out process is performed to remove the data.

【0063】かくして、生徒信号生成フィルタ37は教
師オーディオデータ30から所定の間引き処理により生
徒オーディオデータD37を生成し、これをスペクトル
処理部31及び予測演算部抽出部33にそれぞれ供給す
る。
Thus, the student signal generation filter 37 generates the student audio data D37 from the teacher audio data 30 by a predetermined thinning process, and supplies this to the spectrum processing unit 31 and the prediction calculation unit extraction unit 33.

【0064】スペクトル処理部31は生徒信号生成フィ
ルタ37から供給された生徒オーディオデータD37を
所定時間毎の領域(この実施の形態の場合、例えば6サ
ンプル毎とする)に分割した後、当該分割された各時間
領域の波形について、図4について上述した対数データ
算出方法による算出結果であってクラス分類しようとす
る対数データD31を算出し、これをクラス分類部34
に供給する。
The spectrum processing section 31 divides the student audio data D37 supplied from the student signal generation filter 37 into regions at predetermined time intervals (in this embodiment, for example, every six samples), and then performs the division. For each of the time domain waveforms, log data D31, which is a result of the log data calculation method described above with reference to FIG.
To supply.

【0065】クラス分類部34は、スペクトル処理部3
1から供給された対数データD31について、当該対数
データD31を圧縮して圧縮データパターンを生成する
ADRC回路部と、対数データD31の属するクラスコ
ードを発生するクラスコード発生回路部とを有する。
The class classifying unit 34 includes the spectrum processing unit 3
For the log data D31 supplied from No. 1, an ADRC circuit section that compresses the log data D31 to generate a compressed data pattern, and a class code generation circuit section that generates a class code to which the log data D31 belongs.

【0066】ADRC回路部は対数データD31に対し
て、例えば8ビットから2ビットに圧縮するような演算
を行うことによりパターン圧縮データを形成する。この
ADRC回路部は、適応的量子化を行うものであり、こ
こでは、信号レベルの局所的なパターンを短い語長で効
率的に表現することができるので、信号パターンのクラ
ス分類のコード発生用に用いられる。
The ADRC circuit unit performs an operation for compressing the logarithmic data D31 from, for example, 8 bits to 2 bits to form pattern compression data. The ADRC circuit section performs adaptive quantization. Here, since a local pattern of a signal level can be efficiently represented by a short word length, the ADRC circuit section is used for generating a code for classifying a signal pattern. Used for

【0067】具体的には、6つの8ビットのデータ(対
数データ)をクラス分類しようとする場合、248という
膨大な数のクラスに分類しなければならず、回路上の負
担が多くなる。そこで、この実施の形態のクラス分類部
34ではその内部に設けられたADRC回路部で生成さ
れるパターン圧縮データに基づいてクラス分類を行う。
例えば6つの対数データに対して1ビットの量子化を実
行すると、6つの対数データを6ビットで表すことがで
き、26 =64クラスに分類することができる。
[0067] More specifically, when attempting to classification six 8-bit data (log data), must be classified into enormous number of classes 2 48, the greater the burden on the circuit. Therefore, the class classification unit 34 of this embodiment classifies the data based on the compressed pattern data generated by the ADRC circuit unit provided therein.
For example, if 1-bit quantization is performed on six logarithmic data, the six logarithmic data can be represented by six bits and can be classified into 2 6 = 64 classes.

【0068】ここで、ADRC回路部は、切り出された
領域内のダイナミックレンジをDR、ビット割り当てを
m、各対数データのデータレベルをL、量子化コードを
Qとして、上述の(1)式と同様の演算により、領域内
の最大値MAXと最小値MINとの間を指定されたビッ
ト長で均等に分割して量子化を行う。かくしてスペクト
ル処理部31において算出された6つの対数データが、
それぞれ例えば8ビット(m=8)で構成されていると
すると、これらはADRC回路部においてそれぞれが2
ビットに圧縮される。
Here, the ADRC circuit section calculates the dynamic range in the cut-out area as DR, the bit allocation as m, the data level of each logarithmic data as L, the quantization code as Q, and the above equation (1). By the same operation, quantization between the maximum value MAX and the minimum value MIN in the area is equally divided by the designated bit length. Thus, the six logarithmic data calculated by the spectrum processing unit 31 are:
Assuming that each is composed of, for example, 8 bits (m = 8), these are each 2 bits in the ADRC circuit section.
Compressed to bits.

【0069】このようにして圧縮された対数データをそ
れぞれqn (n=1〜6)とすると、クラス分類部34
に設けられたクラスコード発生回路部は、圧縮された対
数データqn に基づいて、上述の(2)式と同様の演算
を実行することにより、そのブロック(q1 〜q6 )が
属するクラスを示すクラスコードclass を算出し、当該
算出されたクラスコードclass を表すクラスコードデー
タD34を予測係数算出部36に供給する。因みに
(2)式において、nは圧縮された対数データqnの数
を表し、この実施の形態の場合n=6であり、またPは
ビット割り当てを表し、この実施の形態の場合P=2で
ある。
Assuming that the log data thus compressed is q n (n = 1 to 6), the class classification unit 34
Class class code generating circuit section provided, on the basis of the compressed log data q n, by performing a calculation similar to the above equation (2), the block (q 1 to q 6) belongs to the Is calculated, and class code data D34 representing the calculated class code class is supplied to the prediction coefficient calculation unit 36. In the expression (2), n represents the number of compressed logarithmic data q n , n = 6 in this embodiment, P represents bit allocation, and P = 2 in this embodiment. It is.

【0070】このようにして、クラス分類部34はスペ
クトル処理部31から供給された対数データD31のク
ラスコードデータD34を生成し、これを予測係数算出
部36に供給する。また、予測係数算出部36には、ク
ラスコードデータD34に対応した時間軸領域のオーデ
ィオ波形データD33(x1 、x2 、……、xn )が予
測演算部抽出部33において切り出されて供給される。
As described above, the class classification unit 34 generates the class code data D34 of the logarithmic data D31 supplied from the spectrum processing unit 31, and supplies this to the prediction coefficient calculation unit 36. In addition, the prediction coefficient calculation unit 36 cuts out and supplies the audio waveform data D33 (x 1 , x 2 ,..., X n ) in the time axis region corresponding to the class code data D 34 in the prediction calculation unit extraction unit 33. Is done.

【0071】予測係数算出部36は、クラス分類部34
から供給されたクラスコードclassと、各クラスコ
ードclass 毎に切り出されたオーディオ波形デー
タD33と、入力端TINから供給された高音質の教師オ
ーディオデータD30とを用いて、正規方程式を立て
る。
The prediction coefficient calculation unit 36 includes a class classification unit 34
A normal equation is established by using the class code class supplied from, the audio waveform data D33 cut out for each class code class, and the high-quality teacher audio data D30 supplied from the input terminal T IN .

【0072】すなわち、生徒オーディオデータD37の
nサンプルのレベルをそれぞれx1、x2 、……、xn
として、それぞれにpビットのADRCを行った結果の
量子化データをq1 、……、qn とする。このとき、こ
の領域のクラスコードclassを上述の(2)式のように
定義する。そして、上述のように生徒オーディオデータ
D37のレベルをそれぞれ、x1 、x2 、……、xn
し、高音質の教師オーディオデータD30のレベルをy
としたとき、クラスコード毎に、予測係数w1、w2
……、wn によるnタップの線形推定式を設定する。こ
れを次式、
That is, the levels of n samples of the student audio data D37 are x 1 , x 2 ,.
As a result of the quantized data subjected to ADRC of p bits each q 1, ......, and q n. At this time, the class code class of this area is defined as in the above equation (2). Then, each level of the student audio data D37 as described above, x 1, x 2, ......, and x n, the level of teacher audio data D30 of the high-quality sound y
, The prediction coefficients w 1 , w 2 ,
.., And a linear estimation equation of n taps by w n is set. This is given by the following equation:

【0073】[0073]

【数8】 (Equation 8)

【0074】とする。学習前は、Wn が未定係数であ
る。
Assume that Before learning, W n is an undetermined coefficient.

【0075】学習回路30では、クラスコード毎に、複
数のオーディオデータに対して学習を行う。データサン
プル数がMの場合、上述の(8)式に従って、次式、
The learning circuit 30 learns a plurality of audio data for each class code. When the number of data samples is M, the following equation is obtained according to the above equation (8).

【0076】[0076]

【数9】 (Equation 9)

【0077】が設定される。但しk=1、2、……Mで
ある。
Is set. However, k = 1, 2,..., M.

【0078】M>nの場合、予測係数w1 、……wn
一意的に決まらないので、誤差ベクトルeの要素を次
式、
When M> n, the prediction coefficients w 1 ,..., W n are not uniquely determined.

【0079】[0079]

【数10】 (Equation 10)

【0080】によって定義し(但し、k=1、2、…
…、M)、次式、
(Where k = 1, 2,...)
..., M),

【0081】[0081]

【数11】 [Equation 11]

【0082】を最小にする予測係数を求める。いわゆ
る、最小自乗法による解法である。
A prediction coefficient for minimizing is calculated. This is a so-called least squares solution.

【0083】ここで、(11)式によるwn の偏微分係
数を求める。この場合、次式、
Here, the partial differential coefficient of w n is obtained by the equation (11). In this case,

【0084】[0084]

【数12】 (Equation 12)

【0085】を「0」にするように、各Wn (n=1〜
6)を求めれば良い。
Each W n (n = 1 to 1) is set so that
6) may be obtained.

【0086】そして、次式、Then, the following equation:

【0087】[0087]

【数13】 (Equation 13)

【0088】[0088]

【数14】 [Equation 14]

【0089】のように、Xij、Yi を定義すると、(1
2)式は行列を用いて次式、
When X ij and Y i are defined as follows, (1)
Expression 2) is obtained by using a matrix as follows:

【0090】[0090]

【数15】 (Equation 15)

【0091】として表される。Is represented as

【0092】この方程式は、一般に正規方程式と呼ばれ
ている。なお、ここではn=6である。
This equation is generally called a normal equation. Here, n = 6.

【0093】全ての学習用データ(教師オーディオデー
タD30、クラスコードclass 、オーディオ波形データ
D33)の入力が完了した後、予測係数算出部36は各
クラスコードclass に上述の(15)式に示した正規方
程式を立てて、この正規方程式を掃き出し法等の一般的
な行列解法を用いて、各Wn について解き、各クラスコ
ード毎に、予測係数を算出する。予測係数算出部36
は、算出された各予測係数(D36)を予測係数メモリ
15に書き込む。
After the input of all the learning data (teacher audio data D30, class code class, audio waveform data D33) is completed, the prediction coefficient calculation unit 36 sets each class code class as shown in the above equation (15). A normal equation is established, and the normal equation is solved for each W n using a general matrix solution method such as a sweeping method, and a prediction coefficient is calculated for each class code. Prediction coefficient calculation unit 36
Writes the calculated prediction coefficients (D36) into the prediction coefficient memory 15.

【0094】このような学習を行った結果、予測係数メ
モリ15には、量子化データq1 、……、q6 で規定さ
れるパターン毎に、高音質のオーディオデータyを推定
するための予測係数が、各クラスコード毎に格納され
る。この予測係数メモリ15は、図1について上述した
オーディオ信号処理装置10において用いられる。かか
る処理により、線形推定式に従って通常のオーディオデ
ータから高音質のオーディオデータを作成するための予
測係数の学習が終了する。
As a result of such learning, the prediction coefficient memory 15 stores a prediction for estimating high-quality audio data y for each pattern defined by the quantized data q 1 ,..., Q 6. A coefficient is stored for each class code. This prediction coefficient memory 15 is used in the audio signal processing device 10 described above with reference to FIG. With this processing, the learning of the prediction coefficient for creating the high-quality audio data from the normal audio data in accordance with the linear estimation formula ends.

【0095】このように、学習回路30は、オーディオ
信号処理装置10において補間処理を行う程度を考慮し
て、生徒信号生成フィルタ37で高音質の教師オーディ
オデータの間引き処理を行うことにより、オーディオ信
号処理装置10における補間処理のための予測係数を生
成することができる。
As described above, the learning circuit 30 performs the thinning process of the high-quality teacher audio data by the student signal generation filter 37 in consideration of the degree of performing the interpolation process in the audio signal processing device 10, thereby obtaining the audio signal. A prediction coefficient for the interpolation processing in the processing device 10 can be generated.

【0096】以上の構成において、オーディオ信号処理
装置10は、入力オーディオデータD10に対して高速
フーリエ変換を行うことにより、周波数軸上にパワース
ペクトルを算出する。周波数分析(高速フーリエ変換)
は、時間軸波形データからでは知りえない微妙な違いを
発見することが可能であることにより、オーディオ信号
処理装置10は、時間軸領域に特徴を見い出せない微妙
な特徴を見い出し得るようになる。
In the above configuration, the audio signal processing apparatus 10 calculates a power spectrum on the frequency axis by performing a fast Fourier transform on the input audio data D10. Frequency analysis (fast Fourier transform)
Can detect a subtle difference that cannot be known from the time axis waveform data, so that the audio signal processing device 10 can find a subtle feature that cannot find a feature in the time axis region.

【0097】微妙な特徴を見い出し得る状態(すなわ
ち、パワースペクトルを算出した状態)において、オー
ディオ信号処理装置10は、選択範囲設定手段(ユーザ
が入力手段18から手動で行う選択設定)に応じて、有
意とされるパワースペクトルデータのみを抽出(すなわ
ち、N/2−m個)する。
In a state where a delicate feature can be found (that is, a state in which a power spectrum is calculated), the audio signal processing device 10 responds to selection range setting means (selection setting manually performed by the user from the input means 18). Only the significant power spectrum data is extracted (that is, N / 2−m).

【0098】これによりオーディオ信号処理装置10
は、処理負担を一段と軽減することができ、かつ処理速
度を向上させることができる。
Thus, the audio signal processing device 10
Can further reduce the processing load and improve the processing speed.

【0099】さらに、オーディオ信号処理装置10は、
有意とされた必要最小限のパワースペクトルデータに対
して、最大振幅で正規化及び振幅の対数変換を行うこと
により、対数データを生成する。この対数変換において
は、特徴部分(有意である小さな波形部分)をも見い出
すと共に、結果として、音声を聞く対象である人間が心
地よく聞き得るようにする対数データを生成する。
Further, the audio signal processing device 10
Log data is generated by performing normalization with the maximum amplitude and logarithmic conversion of the amplitude for the minimum required power spectrum data that has been regarded as significant. In this logarithmic conversion, a characteristic portion (significant small waveform portion) is also found, and as a result, logarithmic data is generated so that a person who is to hear the sound can comfortably hear it.

【0100】このように、オーディオ信号処理装置10
は、周波数分析を行うことにより、微妙な特徴を見い出
し得るようになされたパワースペクトルデータから有意
とされるパワースペクトルデータのみを抽出し、さら
に、抽出したパワースペクトルデータに対して、最大振
幅で正規化及び振幅の対数変換を行うことにより得られ
る対数データに基づいて、そのクラスを特定する。
As described above, the audio signal processing device 10
Is to extract only the power spectrum data that is significant from the power spectrum data that was able to find delicate features by performing frequency analysis. The class is specified based on logarithmic data obtained by performing logarithmic conversion of amplitude and amplitude.

【0101】そしてオーディオ信号処理装置10は、抽
出した有意なパワースペクトルデータに基づいて特定し
たクラスに基づく予測係数を用いて入力オーディオデー
タD10を予測演算することにより、当該入力オーディ
オデータD10を一段と高音質のオーディオデータD1
6に変換することができる。
The audio signal processing apparatus 10 performs a prediction operation on the input audio data D10 using a prediction coefficient based on the class specified based on the extracted significant power spectrum data, thereby further increasing the input audio data D10. Audio data D1 of sound quality
6 can be converted.

【0102】また、クラス毎の予測係数を生成する学習
時において、位相の異なる多数の教師オーディオデータ
についてそれぞれに対応した予測係数を求めておくこと
により、オーディオ信号処理装置10における入力オー
ディオデータD10のクラス分類適応処理時に位相変動
が生じても、位相変動に対応した処理を行うことができ
る。
Also, at the time of learning for generating prediction coefficients for each class, by obtaining prediction coefficients corresponding to a large number of teacher audio data having different phases, the input audio data D10 of the audio signal processing apparatus 10 can be obtained. Even if a phase change occurs during the classification adaptive processing, a process corresponding to the phase change can be performed.

【0103】以上の構成によれば、周波数分析を行うこ
とにより、微妙な特徴を見い出し得るようになされたパ
ワースペクトルデータから有意とされるパワースペクト
ルデータのみを抽出し、さらに、抽出したパワースペク
トルデータに対して最大振幅で正規化及び振幅の対数変
換を行うことにより得た対数データをクラス分類した結
果に基づく予測係数を用いて入力オーディオデータD1
0を予測演算するようにしたことにより、入力オーディ
オデータD10を一段と高音質のオーディオデータD1
6に変換することができる。
According to the above configuration, by performing the frequency analysis, only the significant power spectrum data is extracted from the power spectrum data in which delicate features can be found, and the extracted power spectrum data is further extracted. Input data D1 using a prediction coefficient based on the result of classifying log data obtained by performing normalization with the maximum amplitude and logarithmic conversion of the amplitude.
0, the input audio data D10 is converted to the higher-quality audio data D1.
6 can be converted.

【0104】なお上述の実施の形態においては、窓関数
としてハミング窓を用いて乗算する場合について述べた
が、本発明はこれに限らず、ハミング窓に代えて、例え
ばハニング窓やブラックマン窓等、他の種々の窓関数に
よって乗算する、又はスペクトル処理部において予め各
種窓関数(ハミング窓、ハニング窓及びブラックマン窓
等)を用いて乗算し得るようにしておき、入力されるデ
ィジタルオーディオ信号の周波数特性に応じて、スペク
トル処理部が所望の窓関数を用いて乗算するようにして
も良い。
In the above-described embodiment, multiplication is performed using a Hamming window as a window function. However, the present invention is not limited to this. For example, instead of the Hamming window, a Hanning window, a Blackman window, or the like may be used. , Or by using various window functions (such as a Hamming window, a Hanning window, and a Blackman window) in advance in the spectrum processing unit. The spectrum processing unit may perform the multiplication using a desired window function according to the frequency characteristics.

【0105】因みに、スペクトル処理部がハニング窓を
用いて乗算する場合、スペクトル処理部は、切り出し部
から供給されたクラスタップに対して、次式、
Incidentally, when the spectrum processing unit performs the multiplication using the Hanning window, the spectrum processing unit applies the following equation to the class tap supplied from the cutout unit.

【0106】[0106]

【数16】 (Equation 16)

【0107】からなるハニング窓を乗算して乗算データ
を算出する。
Is multiplied by a Hanning window, to calculate multiplied data.

【0108】また、スペクトル処理部がブラックマン窓
を使用して乗算する場合、スペクトル処理部は、切り出
し部から供給されたクラスタップに対して、次式、
When the spectrum processing unit performs the multiplication using the Blackman window, the spectrum processing unit applies the following equation to the class tap supplied from the cutout unit.

【0109】[0109]

【数17】 [Equation 17]

【0110】からなるブラックマン窓を乗算して乗算デ
ータを算出する。
Is multiplied by a Blackman window, thereby calculating multiplied data.

【0111】また上述の実施の形態においては、高速フ
ーリエ変換を用いる場合について述べたが、本発明はこ
れに限らず、例えば離散フーリエ変換(DFT:Discre
te Fourier Transformer)や離散コサイン変換(DC
T:Discrete Cosine Transform )や最大エントロピー
法、さらには線形予測分析による方法等、他の種々の周
波数分析手段を適用することができる。
In the above-described embodiment, the case where the fast Fourier transform is used has been described. However, the present invention is not limited to this. For example, the discrete Fourier transform (DFT: Discrete
te Fourier Transformer) and discrete cosine transform (DC
T: Discrete Cosine Transform), a maximum entropy method, a method based on linear prediction analysis, and other various frequency analysis means can be applied.

【0112】さらに上述の実施の形態においては、スペ
クトル処理部11がゼロ値からN/2までの左側のパワ
ースペクトルデータ群AR1(図5)のみを抽出対象と
する場合について述べたが、本発明はこれに限らず、右
側のパワースペクトルデータ群AR2(図5)のみを抽
出対象とするようにしても良い。
Further, in the above-described embodiment, the case has been described where the spectrum processing section 11 extracts only the left power spectrum data group AR1 (FIG. 5) from zero value to N / 2. Is not limited thereto, and only the power spectrum data group AR2 on the right side (FIG. 5) may be extracted.

【0113】この場合、オーディオ信号処理装置10の
処理負担を一段と軽減することができ、処理速度を一段
と向上させることができる。
In this case, the processing load on the audio signal processing device 10 can be further reduced, and the processing speed can be further improved.

【0114】さらに上述の実施の形態においては、圧縮
データパターンを生成するパターン生成手段として、A
DRCを行う場合について述べたが、本発明はこれに限
らず、例えば可逆符号化(DPCM:Differential Pul
se Code Modulation)やベクトル量子化(VQ:Vector
Quantize )等の圧縮手段を用いるようにしても良い。
要は、信号波形のパターンを少ないクラスで表現し得る
ような圧縮手段であれば良い。
Further, in the above-described embodiment, A is used as a pattern generating means for generating a compressed data pattern.
Although the case of performing DRC has been described, the present invention is not limited to this, and for example, lossless coding (DPCM: Differential Pull
se Code Modulation and vector quantization (VQ: Vector)
Compressing means such as Quantize) may be used.
In short, any compression means that can represent a signal waveform pattern with a small number of classes may be used.

【0115】さらに上述の実施の形態においては、ユー
ザが手動で選択操作し得る選択範囲設定手段として、人
間の声及び音声を選択(すなわち、抽出する周波数成分
として500Hz〜4kHz又は20Hz〜20kH
z)する場合について述べたが、本発明はこれに限ら
ず、例えば図7に示すように、高域(UPP)、中域
(MID)及び低域(LOW)のいづれかの周波数成分
を選択する、又は図8に示すように、まばらに周波数成
分を選択する、さらには図9に示すように、不均一に帯
域を周波数成分する等、他の種々の選択範囲設定手段を
適用し得る。
Further, in the above-described embodiment, human voice and voice are selected (that is, 500 Hz to 4 kHz or 20 Hz to 20 kHz as frequency components to be extracted) as selection range setting means that can be manually selected and operated by the user.
z), the present invention is not limited to this. For example, as shown in FIG. 7, any one of high-frequency (UPP), middle-frequency (MID), and low-frequency (LOW) frequency components is selected. Alternatively, various other selection range setting means, such as sparsely selecting frequency components as shown in FIG. 8, and non-uniform frequency components as shown in FIG. 9, can be applied.

【0116】この場合、オーディオ信号処理装置には、
新たに設けられた選択範囲設定手段に対応するプログラ
ムを作成してハードディスクドライブやROM等、所定
の記憶手段に格納させる。これにより、ユーザが手動で
入力手段18を介して新たに設けられた選択範囲設定手
段を選択操作した場合においても、このとき選択された
選択範囲設定手段に応じた制御データが入力手段からス
ペクトル処理部に出力され、これによりスペクトル処理
部は、新たに設けられた選択範囲設定手段に対応するプ
ログラムによって、所望の周波数成分からパワースペク
トルデータの抽出を行う。
In this case, the audio signal processing device includes:
A program corresponding to the newly provided selection range setting means is created and stored in a predetermined storage means such as a hard disk drive or a ROM. Thus, even when the user manually selects the newly provided selection range setting means via the input means 18, the control data corresponding to the selected selection range setting means at this time is transmitted from the input means to the spectrum processing unit. The spectrum processing unit extracts power spectrum data from desired frequency components by using a program corresponding to the newly provided selection range setting means.

【0117】このようにすれば、他の種々の選択範囲設
定手段を適用することができ、ユーザの意図に応じた有
意なパワースペクトルデータを抽出することができる。
In this way, various other selection range setting means can be applied, and significant power spectrum data according to the user's intention can be extracted.

【0118】さらに上述の実施の形態においては、オー
ディオ信号処理装置10(図2)がプログラムによって
クラスコード生成処理手順を実行する場合について述べ
たが、本発明はこれに限らず、ハードウェア構成によっ
てこれらの機能を実現して種々のディジタル信号処理装
置(例えば、レートコンバータ、オーバーサンプリング
処理装置、BS(Broadcasting Satellite)放送等に用い
られているPCM(Pulse Code Modulation) ディジタル
音声エラー訂正を行うPCMエラー修正装置等)内に設
けたり、又は各機能を実現するプログラムを格納したプ
ログラム格納媒体(フロッピー(登録商標)ディスク、
光ディスク等)からこれらのプログラムを種々のディジ
タル信号処理装置にロードして各機能部を実現するよう
にしても良い。
Further, in the above-described embodiment, a case has been described where the audio signal processing device 10 (FIG. 2) executes a class code generation processing procedure by a program. PCM (Pulse Code Modulation) used for various digital signal processing devices (for example, rate converter, oversampling processing device, BS (Broadcasting Satellite) broadcasting, etc.) to realize these functions and perform PCM error correction Correction device, etc.) or a program storage medium (floppy (registered trademark) disk,
These programs may be loaded from an optical disk or the like) into various digital signal processing devices to realize the respective functional units.

【0119】[0119]

【発明の効果】上述のように本発明によれば、ディジタ
ルオーディオ信号からパワースペクトルデータを算出
し、算出されたパワースペクトルデータを最大値幅で正
規化して正規化データを算出し、算出された正規化デー
タに基づいてそのクラスを分類し、分類されたクラスに
対応した予測方式でディジタルオーディオ信号を変換す
るようにしたことにより、一段とディジタルオーディオ
信号の特徴に適応した変換を行うことができ、かくし
て、ディジタルオーディオ信号の波形再現性を一段と向
上した高音質のディジタルオーディオ信号への変換を行
うことができる。
As described above, according to the present invention, power spectrum data is calculated from a digital audio signal, and the calculated power spectrum data is normalized by a maximum value width to calculate normalized data. By classifying the class based on the digitized data and converting the digital audio signal by a prediction method corresponding to the classified class, it is possible to perform conversion that is more adapted to the characteristics of the digital audio signal. In addition, the digital audio signal can be converted to a high-quality digital audio signal with further improved waveform reproducibility.

【図面の簡単な説明】[Brief description of the drawings]

【図1】本発明によるオーディオ信号処理装置を示す機
能ブロック図である。
FIG. 1 is a functional block diagram showing an audio signal processing device according to the present invention.

【図2】本発明によるオーディオ信号処理装置を示すブ
ロック図である。
FIG. 2 is a block diagram showing an audio signal processing device according to the present invention.

【図3】オーディオデータの変換処理手順を示すフロー
チャートである。
FIG. 3 is a flowchart illustrating a procedure of audio data conversion processing;

【図4】対数データ算出処理手順を示すフローチャート
である。
FIG. 4 is a flowchart illustrating a logarithmic data calculation processing procedure.

【図5】パワースペクトルデータ算出例を示す略線図で
ある。
FIG. 5 is a schematic diagram illustrating an example of calculating power spectrum data.

【図6】学習回路の構成を示すブロック図である。FIG. 6 is a block diagram illustrating a configuration of a learning circuit.

【図7】パワースペクトルデータ選択例を示す略線図で
ある。
FIG. 7 is a schematic diagram illustrating an example of power spectrum data selection.

【図8】パワースペクトルデータ選択例を示す略線図で
ある。
FIG. 8 is a schematic diagram illustrating an example of power spectrum data selection.

【図9】パワースペクトルデータ選択例を示す略線図で
ある。
FIG. 9 is a schematic diagram illustrating an example of power spectrum data selection.

【符号の説明】[Explanation of symbols]

10……オーディオ信号処理装置、11……スペクトル
処理部、22……ROM、15……RAM、24……通
信インターフェース、25……ハードディスクドライ
ブ、26……入力手段、27……データ入出力部、28
……リムーバブルドライブ。
10 audio signal processing device, 11 spectral processing unit, 22 ROM, 15 RAM, 24 communication interface, 25 hard disk drive, 26 input means, 27 data input / output unit , 28
...... Removable drive.

───────────────────────────────────────────────────── フロントページの続き (72)発明者 渡辺 勉 東京都品川区北品川6丁目7番35号ソニー 株式会社内 (72)発明者 木村 裕人 東京都品川区北品川6丁目7番35号ソニー 株式会社内 Fターム(参考) 5D045 CC07 5J064 AA01 BB03 BC01 BC19 BC21 BD03 5K041 CC01 EE23 EE35 HH11 HH43 ────────────────────────────────────────────────── ─── Continuing on the front page (72) Inventor Tsutomu Watanabe 6-7-35 Kita-Shinagawa, Shinagawa-ku, Tokyo Sony Corporation (72) Inventor Hiroto Kimura 6-35-35 Kita-Shinagawa, Shinagawa-ku, Tokyo Sony F term in reference (reference) 5D045 CC07 5J064 AA01 BB03 BC01 BC19 BC21 BD03 5K041 CC01 EE23 EE35 HH11 HH43

Claims (26)

【特許請求の範囲】[Claims] 【請求項1】ディジタルオーディオ信号を変換するディ
ジタル信号処理方法において、 上記ディジタルオーディオ信号からパワースペクトルデ
ータを算出する周波数分析ステップと、 上記パワースペクトルデータを最大値幅で正規化して正
規化データを算出する正規化ステップと、 上記正規化データに基づいてそのクラスを分類するクラ
ス分類ステップと、 上記分類されたクラスに対応した予測方式で上記ディジ
タルオーディオ信号を予測演算することにより上記ディ
ジタルオーディオ信号を変換してなる新たなディジタル
オーディオ信号を生成する予測演算ステップとを具える
ことを特徴とするディジタル信号処理方法。
1. A digital signal processing method for converting a digital audio signal, comprising: a frequency analysis step of calculating power spectrum data from the digital audio signal; and normalizing the power spectrum data by a maximum value width to calculate normalized data. A normalization step; a class classification step of classifying the class based on the normalized data; and a prediction operation of the digital audio signal by a prediction method corresponding to the classified class, thereby converting the digital audio signal. A prediction operation step of generating a new digital audio signal.
【請求項2】上記周波数分析ステップでは、窓関数の各
種演算処理方法が具えられ、 上記ディジタルオーディオ信号の周波数特性に応じて、
所望の上記演算処理方法が用いられることを特徴とする
請求項1に記載のディジタル信号処理方法。
2. The method according to claim 1, wherein said frequency analysis step includes various arithmetic processing methods of a window function.
2. The digital signal processing method according to claim 1, wherein a desired arithmetic processing method is used.
【請求項3】上記スペクトルデータ抽出ステップでは、 上記一部のパワースペクトルデータを抽出する際、直流
成分のパワースペクトルデータが除かれることを特徴と
する請求項1に記載のディジタル信号処理方法。
3. The digital signal processing method according to claim 1, wherein in the spectrum data extracting step, when extracting the part of the power spectrum data, power spectrum data of a DC component is removed.
【請求項4】上記予測演算ステップでは、 予め所望とするディジタルオーディオ信号に基づいて学
習により生成されている予測係数が用いられることを特
徴とする請求項1に記載のディジタル信号処理方法。
4. The digital signal processing method according to claim 1, wherein in the prediction calculation step, a prediction coefficient generated by learning based on a desired digital audio signal in advance is used.
【請求項5】上記パワースペクトルデータは、ほぼ左右
対称の成分からなり、 上記スペクトルデータ抽出ステップでは、 上記パワースペクトルデータのうち、左右いづれかの成
分が抽出対象とされることを特徴とする請求項1に記載
のディジタル信号処理方法。
5. The power spectrum data comprises substantially symmetrical components, and in the spectrum data extracting step, one of right and left components of the power spectrum data is to be extracted. 2. The digital signal processing method according to 1.
【請求項6】ディジタルオーディオ信号を変換するディ
ジタル信号処理装置において、 上記ディジタルオーディオ信号からパワースペクトルデ
ータを算出する周波数分析手段と、 上記パワースペクトルデータを最大値幅で正規化して正
規化データを算出する正規化手段と、 上記正規化データに基づいてそのクラスを分類するクラ
ス分類手段と、 上記分類されたクラスに対応した予測方式で上記ディジ
タルオーディオ信号を予測演算することにより上記ディ
ジタルオーディオ信号を変換してなる新たなディジタル
オーディオ信号を生成する予測演算手段とを具えること
を特徴とするディジタル信号処理装置。
6. A digital signal processing device for converting a digital audio signal, comprising: frequency analysis means for calculating power spectrum data from the digital audio signal; and normalizing the power spectrum data by a maximum value width to calculate normalized data. Normalizing means, class classifying means for classifying the class based on the normalized data, and converting the digital audio signal by performing a prediction operation on the digital audio signal by a prediction method corresponding to the classified class. A digital signal processing apparatus for generating a new digital audio signal.
【請求項7】上記周波数分析手段は、窓関数の各種演算
処理手段を具え、 上記ディジタルオーディオ信号の周波数特性に応じて、
所望の上記演算処理手段を用いることを特徴とする請求
項6に記載のディジタル信号処理装置。
7. The frequency analysis means includes various operation processing means for a window function, and according to frequency characteristics of the digital audio signal,
7. The digital signal processing apparatus according to claim 6, wherein said arithmetic processing means is used as desired.
【請求項8】上記スペクトルデータ抽出手段は、 上記一部のパワースペクトルデータを抽出する際、直流
成分のパワースペクトルデータを除くことを特徴とする
請求項6に記載のディジタル信号処理装置。
8. The digital signal processing apparatus according to claim 6, wherein said spectrum data extracting means excludes DC component power spectrum data when extracting said partial power spectrum data.
【請求項9】上記予測演算手段は、 予め所望とするディジタルオーディオ信号に基づいて学
習により生成されている予測係数を用いることを特徴と
する請求項6に記載のディジタル信号処理装置。
9. The digital signal processing apparatus according to claim 6, wherein said prediction operation means uses a prediction coefficient generated by learning based on a desired digital audio signal in advance.
【請求項10】上記パワースペクトルデータは、ほぼ左
右対称の成分からなり、 上記スペクトルデータ抽出手段は、 上記パワースペクトルデータのうち、左右いづれかの成
分を抽出対象とすることを特徴とする請求項6に記載の
ディジタル信号処理装置。
10. The power spectrum data comprises substantially symmetrical components, and the spectrum data extracting means extracts one of right and left components from the power spectrum data. 2. The digital signal processing device according to claim 1.
【請求項11】ディジタルオーディオ信号からパワース
ペクトルデータを算出する周波数分析ステップと、 上記パワースペクトルデータを最大値幅で正規化して正
規化データを算出する正規化ステップと、 上記正規化データに基づいてそのクラスを分類するクラ
ス分類ステップと、 上記分類されたクラスに対応した予測方式で上記ディジ
タルオーディオ信号を予測演算することにより上記ディ
ジタルオーディオ信号を変換してなる新たなディジタル
オーディオ信号を生成する予測演算ステップとを含むプ
ログラムをディジタル信号処理装置に実行させるプログ
ラム格納媒体。
11. A frequency analysis step of calculating power spectrum data from a digital audio signal; a normalization step of normalizing the power spectrum data by a maximum value width to calculate normalized data; A class classification step of classifying a class; a prediction calculation step of generating a new digital audio signal by converting the digital audio signal by performing a prediction calculation on the digital audio signal by a prediction method corresponding to the classified class And a program storage medium for causing a digital signal processing device to execute a program including the following.
【請求項12】上記周波数分析ステップでは、窓関数の
各種演算処理方法が具えられ、 上記ディジタルオーディオ信号の周波数特性に応じて、
所望の上記演算処理方法が用いられることを特徴とする
請求項11に記載のプログラム格納媒体。
12. The frequency analysis step includes various arithmetic processing methods of a window function, and according to a frequency characteristic of the digital audio signal,
12. The program storage medium according to claim 11, wherein a desired arithmetic processing method is used.
【請求項13】上記スペクトルデータ抽出ステップで
は、 上記一部のパワースペクトルデータを抽出する際、直流
成分のパワースペクトルデータが除かれることを特徴と
する請求項11に記載のプログラム格納媒体。
13. The program storage medium according to claim 11, wherein in the spectrum data extracting step, when extracting the part of the power spectrum data, power spectrum data of a DC component is removed.
【請求項14】上記パワースペクトルデータは、ほぼ左
右対称の成分からなり、 上記スペクトルデータ抽出ステップでは、 上記パワースペクトルデータのうち、左右いづれかの成
分が抽出対象とされることを特徴とする請求項11に記
載のプログラム格納媒体。
14. The power spectrum data comprises substantially symmetric components, and in the spectrum data extracting step, one of right and left components of the power spectrum data is to be extracted. 12. The program storage medium according to claim 11.
【請求項15】ディジタルオーディオ信号を変換するデ
ィジタル信号処理装置の上記変換処理の予測に用いられ
る予測係数を生成する学習方法において、 所望とするディジタルオーディオ信号から当該ディジタ
ルオーディオ信号を劣化させた生徒ディジタルオーディ
オ信号を生成する生徒ディジタルオーディオ信号生成ス
テップと、 上記生徒ディジタルオーディオ信号からパワースペクト
ルデータを算出する周波数分析ステップと、 上記パワースペクトルデータを最大値幅で正規化して正
規化データを算出する正規化ステップと、 上記正規化データに基づいてそのクラスを分類するクラ
ス分類ステップと、 上記ディジタルオーディオ信号と上記生徒ディジタルオ
ーディオ信号とに基づいて上記クラスに対応する予測係
数を算出する予測係数算出ステップとを具えることを特
徴とする学習方法。
15. A learning method for generating a prediction coefficient used for predicting the conversion processing of a digital signal processing device for converting a digital audio signal, wherein a student digital signal obtained by deteriorating a digital audio signal from a desired digital audio signal is provided. A student digital audio signal generation step of generating an audio signal; a frequency analysis step of calculating power spectrum data from the student digital audio signal; and a normalization step of normalizing the power spectrum data by a maximum value width to calculate normalized data. A classifying step of classifying the class based on the normalized data; and a predictor calculating a prediction coefficient corresponding to the class based on the digital audio signal and the student digital audio signal. Learning method characterized by comprising a calculation step.
【請求項16】上記周波数分析ステップでは、窓関数の
各種演算処理方法が具えられ、 上記ディジタルオーディオ信号の周波数特性に応じて、
所望の上記演算処理方法が用いられることを特徴とする
請求項15に記載の学習方法。
16. The frequency analysis step includes various arithmetic processing methods of a window function, and according to a frequency characteristic of the digital audio signal,
16. The learning method according to claim 15, wherein a desired arithmetic processing method is used.
【請求項17】上記スペクトルデータ抽出ステップで
は、 上記一部のパワースペクトルデータを抽出する際、直流
成分のパワースペクトルデータが除かれることを特徴と
する請求項15に記載の学習方法。
17. The learning method according to claim 15, wherein in the spectrum data extracting step, when extracting the part of the power spectrum data, power spectrum data of a DC component is removed.
【請求項18】上記パワースペクトルデータは、ほぼ左
右対称の成分からなり、 上記スペクトルデータ抽出ステップでは、 上記パワースペクトルデータのうち、左右いづれかの成
分が抽出対象とされることを特徴とする請求項15に記
載の学習方法。
18. The power spectrum data comprises substantially symmetric components, and in the spectrum data extracting step, one of right and left components of the power spectrum data is to be extracted. 15. The learning method according to 15.
【請求項19】ディジタルオーディオ信号を変換するデ
ィジタル信号処理装置の上記変換処理の予測演算に用い
られる予測係数を生成する学習装置において、 所望とするディジタルオーディオ信号から当該ディジタ
ルオーディオ信号を劣化させた生徒ディジタルオーディ
オ信号を生成する生徒ディジタルオーディオ信号生成手
段と、 上記生徒ディジタルオーディオ信号からパワースペクト
ルデータを算出する周波数分析手段と、 上記パワースペクトルデータを最大値幅で正規化して正
規化データを算出する正規化手段と、 上記正規化データに基づいてそのクラスを分類するクラ
ス分類手段と、 上記ディジタルオーディオ信号と上記生徒ディジタルオ
ーディオ信号とに基づいて上記クラスに対応する予測係
数を算出する予測係数算出手段とを具えることを特徴と
する学習装置。
19. A learning apparatus for generating a prediction coefficient used in a prediction operation of the above-mentioned conversion processing of a digital signal processing apparatus for converting a digital audio signal, wherein a student who has degraded the digital audio signal from a desired digital audio signal is provided. Student digital audio signal generation means for generating a digital audio signal; frequency analysis means for calculating power spectrum data from the student digital audio signal; normalization for normalizing the power spectrum data with a maximum value width to calculate normalized data Means, class classification means for classifying the class based on the normalized data, and prediction coefficient calculation means for calculating a prediction coefficient corresponding to the class based on the digital audio signal and the student digital audio signal. Learning device characterized by comprising.
【請求項20】上記周波数分析手段は、窓関数の各種演
算処理手段を具え、 上記ディジタルオーディオ信号の周波数特性に応じて、
所望の上記演算処理手段を用いることを特徴とする請求
項19に記載の学習装置。
20. The frequency analysis means includes various operation processing means for a window function, and according to frequency characteristics of the digital audio signal,
20. The learning device according to claim 19, wherein a desired one of the arithmetic processing units is used.
【請求項21】上記スペクトルデータ抽出手段は、 上記一部のパワースペクトルデータを抽出する際、直流
成分のパワースペクトルデータを除くことを特徴とする
請求項19に記載の学習装置。
21. The learning apparatus according to claim 19, wherein said spectrum data extracting means excludes DC component power spectrum data when extracting said part of the power spectrum data.
【請求項22】上記パワースペクトルデータは、ほぼ左
右対称の成分からなり、 上記スペクトルデータ抽出手段は、 上記パワースペクトルデータのうち、左右いづれかの成
分を抽出対象とすることを特徴とする請求項19に記載
の学習装置。
22. The power spectrum data according to claim 19, wherein said spectrum data extracting means extracts either the left or right component of said power spectrum data. The learning device according to claim 1.
【請求項23】所望とするディジタルオーディオ信号か
ら当該ディジタルオーディオ信号を劣化させた生徒ディ
ジタルオーディオ信号を生成する生徒ディジタルオーデ
ィオ信号生成ステップと、 上記生徒ディジタルオーディオ信号からパワースペクト
ルデータを算出する周波数分析ステップと、 上記パワースペクトルデータを最大値幅で正規化して正
規化データを算出する正規化ステップと、 上記正規化データに基づいてそのクラスを分類するクラ
ス分類ステップと、 上記ディジタルオーディオ信号と上記生徒ディジタルオ
ーディオ信号とに基づいて上記クラスに対応する予測係
数を算出する予測係数算出ステップと を含むプログラムをディジタル信号処理装置に実行させ
るプログラム格納媒体。
23. A student digital audio signal generating step of generating a student digital audio signal in which the digital audio signal is degraded from a desired digital audio signal, and a frequency analyzing step of calculating power spectrum data from the student digital audio signal A normalization step of normalizing the power spectrum data with a maximum value width to calculate normalized data; a class classification step of classifying the class based on the normalized data; a digital audio signal and the student digital audio A prediction coefficient calculating step of calculating a prediction coefficient corresponding to the class based on the signal and the digital signal processing device.
【請求項24】上記周波数分析ステップでは、窓関数の
各種演算処理方法が具えられ、 上記ディジタルオーディオ信号の周波数特性に応じて、
所望の上記演算処理方法が用いられることを特徴とする
請求項23に記載のプログラム格納媒体。
24. In the frequency analysis step, there are provided various arithmetic processing methods of a window function, and in accordance with a frequency characteristic of the digital audio signal,
24. The program storage medium according to claim 23, wherein a desired arithmetic processing method is used.
【請求項25】上記スペクトルデータ抽出ステップで
は、 上記一部のパワースペクトルデータを抽出する際、直流
成分のパワースペクトルデータが除かれることを特徴と
する請求項23に記載のプログラム格納媒体。
25. The program storage medium according to claim 23, wherein, in the spectrum data extracting step, when extracting the part of the power spectrum data, power spectrum data of a DC component is removed.
【請求項26】上記パワースペクトルデータは、ほぼ左
右対称の成分からなり、 上記スペクトルデータ抽出ステップでは、 上記パワースペクトルデータのうち、左右いづれかの成
分が抽出対象とされることを特徴とする請求項23に記
載のプログラム格納媒体。
26. The power spectrum data comprises substantially symmetric components, and in the spectrum data extracting step, one of right and left components of the power spectrum data is to be extracted. 24. The program storage medium according to claim 23.
JP2000238898A 2000-08-02 2000-08-02 DIGITAL SIGNAL PROCESSING METHOD, LEARNING METHOD, DEVICE THEREOF, AND PROGRAM STORAGE MEDIUM Expired - Fee Related JP4645869B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2000238898A JP4645869B2 (en) 2000-08-02 2000-08-02 DIGITAL SIGNAL PROCESSING METHOD, LEARNING METHOD, DEVICE THEREOF, AND PROGRAM STORAGE MEDIUM

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2000238898A JP4645869B2 (en) 2000-08-02 2000-08-02 DIGITAL SIGNAL PROCESSING METHOD, LEARNING METHOD, DEVICE THEREOF, AND PROGRAM STORAGE MEDIUM

Publications (3)

Publication Number Publication Date
JP2002049399A true JP2002049399A (en) 2002-02-15
JP2002049399A5 JP2002049399A5 (en) 2007-04-05
JP4645869B2 JP4645869B2 (en) 2011-03-09

Family

ID=18730529

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000238898A Expired - Fee Related JP4645869B2 (en) 2000-08-02 2000-08-02 DIGITAL SIGNAL PROCESSING METHOD, LEARNING METHOD, DEVICE THEREOF, AND PROGRAM STORAGE MEDIUM

Country Status (1)

Country Link
JP (1) JP4645869B2 (en)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8160258B2 (en) 2006-02-07 2012-04-17 Lg Electronics Inc. Apparatus and method for encoding/decoding signal
US8208641B2 (en) 2006-01-19 2012-06-26 Lg Electronics Inc. Method and apparatus for processing a media signal
US8917874B2 (en) 2005-05-26 2014-12-23 Lg Electronics Inc. Method and apparatus for decoding an audio signal
US9595267B2 (en) 2005-05-26 2017-03-14 Lg Electronics Inc. Method and apparatus for decoding an audio signal
CN106847295A (en) * 2011-09-09 2017-06-13 松下电器(美国)知识产权公司 Code device and coding method
CN115937282A (en) * 2023-01-10 2023-04-07 郑州思昆生物工程有限公司 Fluorescent image registration method, device, equipment and storage medium

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01204538A (en) * 1988-02-10 1989-08-17 Kokusai Denshin Denwa Co Ltd <Kdd> Vector quantizing system
JPH07147566A (en) * 1993-11-24 1995-06-06 Nec Corp Sound signal transmitter
JPH07321662A (en) * 1994-05-28 1995-12-08 Sony Corp Digital signal processing unit and its method
JPH08265711A (en) * 1995-03-22 1996-10-11 Sony Corp Signal converter and signal conversion method
JPH08275120A (en) * 1995-03-31 1996-10-18 Sony Corp Image signal conversion method, image signal converter and image signal transmitter
JPH09167240A (en) * 1995-12-15 1997-06-24 Sony Corp Digital image signal processing device and method therefor
JPH10313251A (en) * 1997-05-12 1998-11-24 Sony Corp Device and method for audio signal conversion, device and method for prediction coefficeint generation, and prediction coefficeint storage medium
JPH113094A (en) * 1997-06-12 1999-01-06 Kobe Steel Ltd Noise eliminating device

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01204538A (en) * 1988-02-10 1989-08-17 Kokusai Denshin Denwa Co Ltd <Kdd> Vector quantizing system
JPH07147566A (en) * 1993-11-24 1995-06-06 Nec Corp Sound signal transmitter
JPH07321662A (en) * 1994-05-28 1995-12-08 Sony Corp Digital signal processing unit and its method
JPH08265711A (en) * 1995-03-22 1996-10-11 Sony Corp Signal converter and signal conversion method
JPH08275120A (en) * 1995-03-31 1996-10-18 Sony Corp Image signal conversion method, image signal converter and image signal transmitter
JPH09167240A (en) * 1995-12-15 1997-06-24 Sony Corp Digital image signal processing device and method therefor
JPH10313251A (en) * 1997-05-12 1998-11-24 Sony Corp Device and method for audio signal conversion, device and method for prediction coefficeint generation, and prediction coefficeint storage medium
JPH113094A (en) * 1997-06-12 1999-01-06 Kobe Steel Ltd Noise eliminating device

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8917874B2 (en) 2005-05-26 2014-12-23 Lg Electronics Inc. Method and apparatus for decoding an audio signal
US9595267B2 (en) 2005-05-26 2017-03-14 Lg Electronics Inc. Method and apparatus for decoding an audio signal
US8351611B2 (en) 2006-01-19 2013-01-08 Lg Electronics Inc. Method and apparatus for processing a media signal
US8208641B2 (en) 2006-01-19 2012-06-26 Lg Electronics Inc. Method and apparatus for processing a media signal
US8521313B2 (en) 2006-01-19 2013-08-27 Lg Electronics Inc. Method and apparatus for processing a media signal
US8411869B2 (en) 2006-01-19 2013-04-02 Lg Electronics Inc. Method and apparatus for processing a media signal
US8160258B2 (en) 2006-02-07 2012-04-17 Lg Electronics Inc. Apparatus and method for encoding/decoding signal
US8612238B2 (en) 2006-02-07 2013-12-17 Lg Electronics, Inc. Apparatus and method for encoding/decoding signal
US8625810B2 (en) 2006-02-07 2014-01-07 Lg Electronics, Inc. Apparatus and method for encoding/decoding signal
US8638945B2 (en) 2006-02-07 2014-01-28 Lg Electronics, Inc. Apparatus and method for encoding/decoding signal
US8712058B2 (en) 2006-02-07 2014-04-29 Lg Electronics, Inc. Apparatus and method for encoding/decoding signal
US8285556B2 (en) 2006-02-07 2012-10-09 Lg Electronics Inc. Apparatus and method for encoding/decoding signal
US8296156B2 (en) 2006-02-07 2012-10-23 Lg Electronics, Inc. Apparatus and method for encoding/decoding signal
US9626976B2 (en) 2006-02-07 2017-04-18 Lg Electronics Inc. Apparatus and method for encoding/decoding signal
CN106847295A (en) * 2011-09-09 2017-06-13 松下电器(美国)知识产权公司 Code device and coding method
CN115937282A (en) * 2023-01-10 2023-04-07 郑州思昆生物工程有限公司 Fluorescent image registration method, device, equipment and storage medium

Also Published As

Publication number Publication date
JP4645869B2 (en) 2011-03-09

Similar Documents

Publication Publication Date Title
JP3321971B2 (en) Audio signal processing method
US8666733B2 (en) Audio signal compression and decoding using band division and polynomial approximation
JP2002041089A (en) Frequency-interpolating device, method of frequency interpolation and recording medium
JPH10319996A (en) Efficient decomposition of noise and periodic signal waveform in waveform interpolation
JP2001343997A (en) Method and device for encoding digital acoustic signal and recording medium
JP2003108197A (en) Audio signal decoding device and audio signal encoding device
JP4645869B2 (en) DIGITAL SIGNAL PROCESSING METHOD, LEARNING METHOD, DEVICE THEREOF, AND PROGRAM STORAGE MEDIUM
JP4596197B2 (en) Digital signal processing method, learning method and apparatus, and program storage medium
JP4596196B2 (en) Digital signal processing method, learning method and apparatus, and program storage medium
JP4359949B2 (en) Signal encoding apparatus and method, and signal decoding apparatus and method
US6990475B2 (en) Digital signal processing method, learning method, apparatus thereof and program storage medium
CN1198397C (en) Decoder, decoding method and program publishing medium
JPH07199997A (en) Processing method of sound signal in processing system of sound signal and shortening method of processing time in itsprocessing
JP2002041098A (en) Frequency thinning device, frequency thinning method and recording medium
JP3353266B2 (en) Audio signal conversion coding method
JP4645866B2 (en) DIGITAL SIGNAL PROCESSING METHOD, LEARNING METHOD, DEVICE THEREOF, AND PROGRAM STORAGE MEDIUM
JP4645867B2 (en) DIGITAL SIGNAL PROCESSING METHOD, LEARNING METHOD, DEVICE THEREOF, AND PROGRAM STORAGE MEDIUM
JP4645868B2 (en) DIGITAL SIGNAL PROCESSING METHOD, LEARNING METHOD, DEVICE THEREOF, AND PROGRAM STORAGE MEDIUM
JP4618823B2 (en) Signal encoding apparatus and method
JP4260928B2 (en) Audio compression apparatus and recording medium
JP3384523B2 (en) Sound signal processing method
JP3297750B2 (en) Encoding method
US5899974A (en) Compressing speech into a digital format
JPH06202695A (en) Speech signal processor
JPH07334189A (en) Sound information analysis device

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20070220

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070220

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20090929

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20091203

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100106

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20101111

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20101124

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131217

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131217

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees