JP3134338B2 - ディジタル音声信号符号化方法 - Google Patents
ディジタル音声信号符号化方法Info
- Publication number
- JP3134338B2 JP3134338B2 JP03092739A JP9273991A JP3134338B2 JP 3134338 B2 JP3134338 B2 JP 3134338B2 JP 03092739 A JP03092739 A JP 03092739A JP 9273991 A JP9273991 A JP 9273991A JP 3134338 B2 JP3134338 B2 JP 3134338B2
- Authority
- JP
- Japan
- Prior art keywords
- band
- block
- signal
- circuit
- bits
- 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.)
- Expired - Lifetime
Links
- 230000005236 sound signal Effects 0.000 title claims description 15
- 238000000034 method Methods 0.000 title claims description 14
- 230000001052 transient effect Effects 0.000 claims description 27
- 238000001228 spectrum Methods 0.000 description 31
- 230000000873 masking effect Effects 0.000 description 30
- 238000001514 detection method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000013139 quantization Methods 0.000 description 9
- 230000003044 adaptive effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 5
- 230000002194 synthesizing effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03G—CONTROL OF AMPLIFICATION
- H03G7/00—Volume compression or expansion in amplifiers
- H03G7/007—Volume compression or expansion in amplifiers of digital or coded signals
-
- 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
- G10L19/02—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 using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/032—Quantisation or dequantisation of spectral components
-
- 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
- G10L19/002—Dynamic bit allocation
-
- 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
- G10L19/02—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 using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/0212—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 using spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
-
- 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
- G10L19/02—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 using spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
- G10L19/025—Detection of transients or attacks for time/frequency resolution switching
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Analogue/Digital Conversion (AREA)
Description
号を周波数領域及び時間領域で分割された各ブロック毎
に直交変換して得られた信号を各ブロック単位でビット
配分して符号化するようなディジタル音声信号符号化方
法に関する。
化する技術の一つとして、時間軸上の入力ディジタル信
号を周波数軸上の信号に変換(いわゆる直交変換)して
符号化する直交変換符号化が知られている。この直交変
換としては、例えばオーディオPCMデータを時間軸方
向の一定ワード数(サンプル数)単位で高速フーリエ変
換(FFT)処理を行うようなものがある。
の周波数帯域に分割し、各帯域毎にそれぞれブロック化
して直交変換すると共に、直交変換された信号を各ブロ
ック単位でビット割当するような符号化技術が考えられ
ている。
変換が施された信号は、デコーダ側でIFFT(逆高速
フーリエ変換)が施される。このとき、一般に直交変換
の際の周波数分析精度を高くとると時間軸上での精度が
劣化する。これは特に、信号の始まり部分等の過渡部、
あるいは非定常部において、時間的に先立って信号が聞
こえるようないわゆるプリエコーという現象を起こし、
聴感上聞き苦しく、符号化品質に大きな影響を与えてい
る。
においては、無信号(あるいは微小レベル)部分Uに、
例えばカスタネットやトライアングル等の打音時のよう
な急激にレベルが増大する部分Cが存在する信号が示さ
れている。このブロックBの信号に対してFFT処理を
施し、デコーダ側でIFFT処理を施すと、図8に示す
ように上記無信号部分Uにも信号、すなわち量子化ノイ
ズが現れる。
性には、マスキング効果と称されるものがある。このマ
スキング効果には、大別して、テンポラルマスキング効
果と同時刻マスキング効果とがある。同時刻マスキング
効果とは、大きな音と同時に発生した小さな音が大きな
音によってマスクされて聞こえなくなるような効果であ
る。テンポラルマスキング効果とは、大きな音の時間的
に前後の小さな音が大きな音によってマスクされて聞こ
えなくなるような効果である。図9はこのテンポラルマ
スキング効果を説明するためのものであり、大きな音C
の時間的に後方のフォワードマスキングFMは、長時間
(例えば100msec 程度)に亘って効果が及ぶのに対し
て、大きな音Cの時間的に前方のバックワードマスキン
グBMの効果は短時間(例えば5msec程度)しか効かな
い。
時間的に後方部分で急激に信号レベルが上昇した場合に
は、IFFT後のブロック内の前方部分に比較的大きな
ノイズが現れ、耳障りになるという欠点がある。
れたものであり、入力音声信号をいくつかの帯域に分割
し各帯域毎にそれぞれ直交変換して適応的にビット割当
して符号化する符号化方法であって、マスキングによっ
てもマスクしきれない量子化ノイズを有効に低減し得る
ようなディジタル音声信号符号化方法の提供を目的とす
る。
音声信号符号化方法は、入力ディジタル音声信号を複数
の周波数帯域に分割し、分割された各帯域毎に時間軸方
向でブロック化して直交変換し、これらの直交変換され
たそれぞれのブロック毎に符号化ビット数を割り当てて
符号化を行うディジタル音声信号符号化方法であって、
上記ブロック毎に時間軸上の信号の過渡部を検出し、こ
の検出された過渡部の上記ブロック内における位置を求
め、この過渡部のブロック内の位置に応じて上記各ブロ
ック毎の割当ビット数を変更することにより、上述の課
題を解決する。
については、特に、直交変換ブロックの後方でレベルが
急上昇したことを検出することが望ましい。
ロックについては、上記割当ビットを増やすことによ
り、量子化ノイズを低減し、いわゆるプリエコーの発生
を防止する。
ブロックフローティングとを組み合わせたディジタル信
号符号化装置の一部構成を示している。図1に示す実施
例の高能率符号化装置では、入力ディジタル信号を複数
の周波数帯域に分割すると共に、高い周波数帯域ほどバ
ンド幅を広く選定し、各周波数帯域毎に直交変換を行っ
て、得られた周波数軸のスペクトルデータを、後述する
人間の聴覚特性を考慮したいわゆる臨界帯域幅(クリテ
ィカルバンド)毎に適応的にビット割当して符号化して
いる。これは、帯域分割符号化(SBC)、適応変換符
号化(ATC)及び適応ビット割当て(APC−AB)
の各技術を組み合わせた高能率符号化技術である。
は例えば0〜20kHzのオーディオPCM信号が供給さ
れている。この入力信号は、例えばいわゆるQMFフィ
ルタ等の帯域分割フィルタ11により0〜10kHz帯域
と10k〜20kHz帯域とに分割され、0〜10kHz帯
域の信号は同じくいわゆるQMFフィルタ等の帯域分割
フィルタ12により0〜5kHz帯域と5k〜10kHz帯
域とに分割される。帯域分割フィルタ11からの10k
〜20kHz帯域の信号は直交変換回路の一例である高速
フーリエ変換(FFT)回路13に送られ、帯域分割フ
ィルタ12からの5k〜10kHz帯域の信号はFFT回
路14に送られ、帯域分割フィルタ12からの0〜5k
Hz帯域の信号はFFT回路15に送られることにより、
それぞれFFT処理される。
供給する各帯域毎のブロックについての標準的な入力信
号に対する具体例を図2に示す。この図2の具体例にお
いては、高域側ほど周波数帯域を広げると共に時間分解
能を高め(ブロック長を短くし)ている。すなわち、低
域側の0〜5kHz帯域の信号に対しては1ブロックBL
L を例えば1024サンプルとし、また中域の5k〜1
0kHz帯域の信号に対しては、上記低域側の長さTBLの
ブロックBLL のそれぞれ半分の長さTBL/2のブロッ
クBLM1、BLM2でブロック化し、高域側の10k〜2
0kHz帯域の信号に対しては、上記低域側のブロックB
LL のそれぞれ1/4の長さTBL/4のブロックB
LH1、BLH2、BLH3及びBLH4でブロック化してい
る。なお、入力信号として0〜22kHzの帯域を考慮す
る場合には、低域が0〜5.5kHz、中域が5.5k〜
11kHz、高域が11k〜22kHzとなる。
1、12から各FFT回路13、14、15に供給され
る各周波数帯域の時間軸上の信号は、過渡部検出回路1
7に送られている。この過渡部検出回路17において、
上記図2に示す各周波数帯域の各ブロック毎に、信号の
過渡部あるいは非定常部の検出が行われる。
処理されて得られた周波数軸上のスペクトルデータある
いはFFT係数データは、いわゆる臨界帯域(クリティ
カルバンド)毎にまとめられて適応ビット割当符号化回
路18に送られている。このクリティカルバンドとは、
人間の聴覚特性を考慮して分割された周波数帯域であ
り、ある純音の周波数近傍の同じ強さの狭帯域バンドノ
イズによって当該純音がマスクされるときのそのノイズ
の持つ帯域のことである。このクリティカルバンドは、
高域ほど帯域幅が広くなっており、上記0〜20kHzの
全周波数帯域は例えば25のクリティカルバンドに分割
されている。
ルバンド毎に分割されたスペクトルデータに基づき、い
わゆるマスキング効果等を考慮した各クリティカルバン
ド毎の許容ノイズ量を求め、この許容ノイズ量と各クリ
ティカルバンド毎のエネルギあるいはピーク値等に基づ
いて、各クリティカルバンド毎に割当ビット数を求め
る。適応ビット割当符号化回路18により各クリティカ
ルバンド毎に割り当てられたビット数に応じて各スペク
トルデータ(あるいはFFT係数データ)を再量子化す
るようにしている。このようにして符号化されたデータ
は、出力端子19を介して取り出される。
上記過渡部検出回路17からの検出出力が供給されてお
り、この過渡部検出出力に応じて、上記図2に示すブロ
ック毎に許容雑音が補正されることによって、適応ビッ
ト割当符号化回路18での各割当ビット数の増減変更が
行われるようになっている。この過渡部(非定常部)検
出動作及び割当ビット数の変更動作の一具体例について
以下に説明する。
データに関する過渡状態は、例えば各ブロックを4分割
し、各分割領域のエネルギ差や比率等に応じて検出する
ようにすればよい。すなわち、例えば1ブロック内のワ
ード数(サンプル数)としてx0 からx63までの64ワ
ード(64サンプル)が存在するとき、これを時間軸方
向で4分割して、x0 〜x15、x16〜x31、x32〜
x47、x48〜x63とする。次に、これらの各分割領域の
サンプルについての2乗和を求め、それぞれP1 、
P2 、P3 、P4 とする。例えばP1 はx0 2 +・・・
+x15 2 である。次に、以下のような条件式を満足する
か否かを順次判別して、過渡状態のモードを決定する。
すなわち例えば、 (P2 +P3 +P4 )/P1 <k1 のときモード0 (P2 +P3 +P4 )/P1 ≧k1 かつ (P3 +P4 )/P2
<k2 のときモード1 (P3 +P4 )/P2 ≧k2 かつP4 / P3 <k3 のとき
モード2 P4 / P3 ≧k3 のときモード3 ここで、k1 は例えば9、k2 は例えば6、k3 は例え
ば3、とすればよい。
ド0は略々定常状態であり、モードの番号が増える程、
信号レベルの立ち上がり部分がブロック内の後方に移る
ことになり、量子化ノイズによるプリエコーの影響が大
きくなる。すなわち、ブロック内の後方位置に信号の立
ち上がりがあると、前述したテンポラルマスキング効果
も期待できず、量子化ノイズが聴感上で耳障りとなるわ
けである。このことを考慮して、番号が大きいモードの
ブロック程、割当ビット数を増やすような変更あるいは
補正を施すのが好ましい。
を考慮した1次ビット割当を行った後の余ったビットに
関して、上記モード1〜3のブロックには優先的にビッ
トを再配分することが挙げられる。この再配分には、モ
ード3、2、1の順に優先順位をつける。
あるブロックについては、1次ビット割当の段階で割当
ビット数を多くとるようにするのも好ましい。すなわち
マスキングを用いた1次ビット割当の代わりに、聴感上
の最大S/Nがとれるような1次ビット割当を優先的に
行う。
った結果、ビット数が足りない場合には、上記モード0
のブロックの割当ビットを削るようにし、以下必要に応
じてモード1、2、3の順でビットを削るようにする。
ットを再配分する際には、S/Nが良くなるように、エ
ネルギの高いバンドにビットを割り当てるのが好まし
い。
ク毎に信号の過渡状態を検出し、検出された過渡状態の
上記各モードに応じて割当ビット数を変更、補正あるい
は再配分することによって、上記プリエコーの影響が生
じ易いブロックのビット数を増加させてS/Nを改善す
る。
一具体例の概略構成を示すブロック回路図である。この
図3において、入力端子21には、上記各FFT回路1
3、14、15からの周波数軸上のスペクトルデータが
供給されている。このデータとしては、FFT演算をし
て得られるFFT係数データの実数成分と虚数成分とに
基づいて算出された振幅値と位相値との内の振幅値を用
いるようにしている。これは、一般に人間の聴覚は周波
数軸上の振幅(レベル、強度)には敏感であるが位相に
ついてはかなり鈍感であることを考慮したものである。
エネルギ算出回路22に送られて、上記クリティカルバ
ンド(臨界帯域)毎のエネルギが、例えば当該バンド内
での各振幅値の総和を計算すること等により求められ
る。この各バンド毎のエネルギの代わりに、振幅値のピ
ーク値、平均値等が用いられることもある。このエネル
ギ算出回路22からの出力として、例えば各バンドの総
和値のスペクトルは、一般にバークスペクトルと称され
ている。図4はこのような各クリティカルバンド毎のバ
ークスペクトルSBを示している。ただし、この図4で
は、図示を簡略化するため、上記クリティカルバンドの
バンド数を12バンド(B1 〜B12)で表現している。
ゆるマスキングに於ける影響を考慮するために、該バー
クスペクトルSBに所定の重み付け関数を掛けて加算す
るような畳込み(コンボリューション)処理を施す。こ
のため、上記帯域毎のエネルギ算出回路22の出力すな
わち該バークスペクトルSBの各値は、畳込みフィルタ
回路23に送られる。該畳込みフィルタ回路23は、例
えば、入力データを順次遅延させる複数の遅延素子と、
これら遅延素子からの出力にフィルタ係数(重み付け関
数)を乗算する複数の乗算器(例えば各バンドに対応す
る25個の乗算器)と、各乗算器出力の総和をとる総和
加算器とから構成されるものである。この畳込み処理に
より、図4中点線で示す部分の総和がとられる。なお、
上記マスキングとは、人間の聴覚上の特性により、ある
信号によって他の信号がマスクされて聞こえなくなる現
象をいうものであり、このマスキング効果には、時間軸
上のオーディオ信号による時間軸マスキング効果と、周
波数軸上の信号による同時刻マスキング効果とがある。
これらのマスキング効果により、マスキングされる部分
にノイズがあったとしても、このノイズは聞こえないこ
とになる。このため、実際のオーディオ信号では、この
マスキングされる範囲内のノイズは許容可能なノイズと
される。
乗算器の乗算係数(フィルタ係数)の一具体例を示す
と、任意のバンドに対応する乗算器Mの係数を1とする
とき、乗算器M−1で係数0.15を、乗算器M−2で
係数0.0019を、乗算器M−3で係数0.0000
086を、乗算器M+1で係数0.4を、乗算器M+2
で係数0.06を、乗算器M+3で係数0.007を各
遅延素子の出力に乗算することにより、上記バークスペ
クトルSBの畳込み処理が行われる。ただし、Mは1〜
25の任意の整数である。
は引算器24に送られる。該引算器24は、上記畳込ん
だ領域での後述する許容可能なノイズレベルに対応する
レベルαを求めるものである。なお、当該許容可能なノ
イズレベル(許容ノイズレベル)に対応するレベルα
は、後述するように、逆コンボリューション処理を行う
ことによって、クリティカルバンドの各バンド毎の許容
ノイズレベルとなるようなレベルである。ここで、上記
引算器24には、上記レベルαを求めるための許容関数
(マスキングレベルを表現する関数)が供給される。こ
の許容関数を増減させることで上記レベルαの制御を行
っている。当該許容関数は、次に説明するような(n−
ai)関数発生回路25から供給されているものであ
る。
ベルαは、クリティカルバンドのバンドの低域から順に
与えられる番号をiとすると、次の(1)式で求めるこ
とができる。 α=S−(n−ai) ・・・(1) この(1)式において、n,aは定数でa>0、Sは畳
込み処理されたバークスペクトルの強度であり、(1)
式中(n-ai)が許容関数となる。本実施例ではn=38,
a=1としており、この時の音質劣化はなく、良好な符
号化が行えた。
れ、このデータは、割算器26に伝送される。当該割算
器26では、上記畳込みされた領域での上記レベルαを
逆コンボリューションするためのものである。したがっ
て、この逆コンボリューション処理を行うことにより、
上記レベルαからマスキングスペクトルが得られるよう
になる。すなわち、このマスキングスペクトルが許容ノ
イズスペクトルとなる。なお、上記逆コンボリューショ
ン処理は、複雑な演算を必要とするが、本実施例では簡
略化した割算器26を用いて逆コンボリューションを行
っている。
回路27を介して減算器28に伝送される。ここで、当
該減算器28には、上記帯域毎のエネルギ検出回路22
からの出力、すなわち前述したバークスペクトルSB
が、遅延回路29を介して供給されている。したがっ
て、この減算器28で上記マスキングスペクトルとバー
クスペクトルSBとの減算演算が行われることで、図5
に示すように、上記バークスペクトルSBは、該マスキ
ングスペクトルMSのレベルで示すレベル以下がマスキ
ングされることになる。
正回路30を介し、出力端子31を介して取り出され、
例えば割当てビット数情報が予め記憶されたROM等
(図示せず)に送られる。このROM等は、上記減算回
路28から許容雑音補正回路30を介して得られた出力
(上記各バンドのエネルギと上記ノイズレベル設定手段
の出力との差分のレベル)に応じ、各バンド毎の割当ビ
ット数情報を出力する。この割当ビット数情報が上記適
応ビット割当符号化回路18に送られることで、FFT
回路13、14、15からの周波数軸上の各スペクトル
データがそれぞれのバンド毎に割り当てられたビット数
で量子化されるわけである。
化回路18では、上記クリティカルバンドの各バンドの
エネルギと上記ノイズレベル設定手段の出力との差分の
レベルに応じて割当てられたビット数で上記各バンド毎
のスペクトルデータを量子化することになる。なお、遅
延回路29は上記合成回路27以前の各回路での遅延量
を考慮してエネルギ検出回路22からのバークスペクト
ルSBを遅延させるために設けられている。
の際には、最小可聴カーブ発生回路32から供給される
図6に示すような人間の聴覚特性であるいわゆる最小可
聴カーブRCを示すデータと、上記マスキングスペクト
ルMSとを合成することができる。この最小可聴カーブ
において、雑音絶対レベルがこの最小可聴カーブ以下な
らば該雑音は聞こえないことになる。この最小可聴カー
ブは、コーディングが同じであっても例えば再生時の再
生ボリュームの違いで異なるものとなが、現実的なディ
ジタルシステムでは、例えば16ビットダイナミックレ
ンジへの音楽のはいり方にはさほど違いがないので、例
えば4kHz付近の最も耳に聞こえやすい周波数帯域の量
子化雑音が聞こえないとすれば、他の周波数帯域ではこ
の最小可聴カーブのレベル以下の量子化雑音は聞こえな
いと考えられる。したがって、このように例えばシステ
ムの持つワードレングスの4kHz付近の雑音が聞こえな
い使い方をすると仮定し、この最小可聴カーブRCとマ
スキングスペクトルMSとを共に合成することで許容ノ
イズレベルを得るようにすると、この場合の許容ノイズ
レベルは、図6中の斜線で示す部分までとすることがで
きるようになる。なお、本実施例では、上記最小可聴カ
ーブの4kHzのレベルを、例えば20ビット相当の最低
レベルに合わせている。また、この図6は、信号スペク
トルSSも同時に示している。
正情報出力回路33から送られてくる情報に基づいて、
上記減算器28からの出力における許容雑音レベルを補
正している。この補正情報出力回路33は、上記過渡部
検出回路17からの上記図2の各ブロック単位で検出さ
れた過渡状態の上記各モード等に応じて、補正情報を出
力するものであり、上述したようなモードに応じたブロ
ック単位でのビット割当が補正されるように、上記減算
器28からの出力における許容雑音レベルが補正される
わけである。
の際の出力情報量(データ量)の検出出力と、最終符号
化データのビットレート目標値との間の誤差の情報に基
づいて、上記許容ノイズレベルを補正する。これは、全
てのビット割当単位ブロックに対して予め一時的な適応
ビット割当を行って得られた総ビット数が、最終的な符
号化出力データのビットレートによって定まる一定のビ
ット数(目標値)に対して誤差を持つことがあり、その
誤差分を0とするように再度ビット割当をするものであ
る。すなわち、目標値よりも総割当ビット数が少ないと
きには、差のビット数を各単位ブロックに割り振って付
加するようにし、目標値よりも総割当ビット数が多いと
きには、差のビット数を各単位ブロックに割り振って削
るようにするわけである。
ット数の上記目標値からの誤差を検出し、この誤差デー
タに応じて補正情報出力回路33が各割当ビット数を補
正するための補正データを出力する。ここで、上記誤差
データがビット数不足を示す場合は、上記単位ブロック
当たり多くのビット数が使われることで上記データ量が
上記目標値よりも多くなっている場合を考えることがで
きる。また、上記誤差データが、ビット数余りを示すデ
ータとなる場合は、上記単位ブロック当たり少ないビッ
ト数で済み、上記データ量が上記目標値よりも少なくな
っている場合を考えることができる。したがって、上記
補正情報出力回路33からは、この誤差データに応じ
て、上記減算器28からの出力における許容ノイズレベ
ルを、例えば上記過渡状態のモード情報に基づいて補正
させるための上記補正値のデータが出力されるようにな
る。上述のような補正値が、上記許容雑音補正回路30
に伝送されることで、上記減算器28からの許容ノイズ
レベルが補正される。
等ラウドネスカーブに基づいた補正情報を出力するよう
にもなっており、上記過渡状態の各モード及びこの等ラ
ウドネスカーブを考慮した補正情報により、上記減算器
28からの出力における許容雑音レベルを補正するよう
にしている。ここで、等ラウドネスカーブとは、人間の
聴覚特性に関する特性曲線であり、例えば1kHzの純音
と同じ大きさに聞こえる各周波数での音の音圧を求めて
曲線で結んだもので、ラウドネスの等感度曲線とも呼ば
れる。またこの等ラウドネス曲線は、図6に示した最小
可聴カーブRCと略同じ曲線を描くものである。この等
ラウドネス曲線においては、例えば4kHz付近では1k
Hzのところより音圧が8〜10dB下がっても1kHzと
同じ大きさに聞こえ、逆に、50kHz付近では1kHzで
の音圧よりも約15dB高くないと同じ大きさに聞こえ
ない。このため、上記最小可聴カーブのレベルを越えた
雑音(許容ノイズレベル)は、該等ラウドネス曲線に応
じたカーブで与えられる周波数特性を持つようにするの
が良いことがわかる。このようなことから、上記等ラウ
ドネス曲線を考慮して上記許容ノイズレベルを補正する
ことは、人間の聴覚特性に適合していることがわかる。
るものではなく、例えば、オーディオPCM信号のみな
らず、ディジタル音声(スピーチ)信号やディジタルビ
デオ信号等の信号処理装置にも適用可能である。また、
上述した最小可聴カーブの合成処理を行わない構成とし
てもよい。この場合には、最小可聴カーブ発生回路3
2、合成回路27が不要となり、上記引算器24からの
出力は、割算器26で逆コンボリューションされた後、
直ちに減算器28に伝送されることになる。
方法によれば、入力ディジタル音声信号を時間軸と周波
数軸との2次元的にそれぞれのブロック毎に符号化ビッ
ト数を割り当てて符号化を行う際に、上記ブロック毎に
時間軸上の信号の過渡部を検出し、この検出された過渡
部の上記ブロック内における位置を求め、この過渡部の
ブロック内の位置に応じて上記各ブロック毎の割当ビッ
ト数を変更することにより、量子化ノイズを低減し、い
わゆるプリエコーの発生を防止することができる。
の概略構成を示すブロック回路図である。
時間軸方向のブロック化の具体例を示す図である。
示すブロック回路図である。
した図である。
号の一例を示す図である。
を示す図である。
る。
Claims (1)
- 【請求項1】 入力ディジタル音声信号を複数の周波数
帯域に分割し、分割された各帯域毎に時間軸方向でブロ
ック化して直交変換し、これらの直交変換されたそれぞ
れのブロック毎に符号化ビット数を割り当てて符号化を
行うディジタル音声信号符号化方法であって、 上記ブロック毎に時間軸上の信号の過渡部を検出し、 この検出された過渡部の上記ブロック内における位置を
求め、 この過渡部のブロック内の位置に応じて上記各ブロック
毎の割当ビット数を変更することを特徴とするディジタ
ル音声信号符号化方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03092739A JP3134338B2 (ja) | 1991-03-30 | 1991-03-30 | ディジタル音声信号符号化方法 |
KR1019920002727A KR100241498B1 (ko) | 1991-03-30 | 1992-02-22 | 디지털신호 부호화장치 |
US07/859,089 US5268685A (en) | 1991-03-30 | 1992-03-27 | Apparatus with transient-dependent bit allocation for compressing a digital signal |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP03092739A JP3134338B2 (ja) | 1991-03-30 | 1991-03-30 | ディジタル音声信号符号化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH04304029A JPH04304029A (ja) | 1992-10-27 |
JP3134338B2 true JP3134338B2 (ja) | 2001-02-13 |
Family
ID=14062789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP03092739A Expired - Lifetime JP3134338B2 (ja) | 1991-03-30 | 1991-03-30 | ディジタル音声信号符号化方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US5268685A (ja) |
JP (1) | JP3134338B2 (ja) |
KR (1) | KR100241498B1 (ja) |
Families Citing this family (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5115240A (en) * | 1989-09-26 | 1992-05-19 | Sony Corporation | Method and apparatus for encoding voice signals divided into a plurality of frequency bands |
GB2257606B (en) * | 1991-06-28 | 1995-01-18 | Sony Corp | Recording and/or reproducing apparatuses and signal processing methods for compressed data |
EP0525809B1 (en) * | 1991-08-02 | 2001-12-05 | Sony Corporation | Digital encoder with dynamic quantization bit allocation |
JP3141450B2 (ja) * | 1991-09-30 | 2001-03-05 | ソニー株式会社 | オーディオ信号処理方法 |
ATE195618T1 (de) * | 1991-09-30 | 2000-09-15 | Sony Corp | Verfahren und einrichtung zur audiodatenkompression |
JP3153933B2 (ja) * | 1992-06-16 | 2001-04-09 | ソニー株式会社 | データ符号化装置及び方法並びにデータ復号化装置及び方法 |
JPH0743598B2 (ja) * | 1992-06-25 | 1995-05-15 | 株式会社エイ・ティ・アール視聴覚機構研究所 | 音声認識方法 |
JP3186292B2 (ja) * | 1993-02-02 | 2001-07-11 | ソニー株式会社 | 高能率符号化方法及び装置 |
JP3123290B2 (ja) * | 1993-03-09 | 2001-01-09 | ソニー株式会社 | 圧縮データ記録装置及び方法、圧縮データ再生方法、記録媒体 |
JP3186307B2 (ja) * | 1993-03-09 | 2001-07-11 | ソニー株式会社 | 圧縮データ記録装置及び方法 |
TW232116B (en) * | 1993-04-14 | 1994-10-11 | Sony Corp | Method or device and recording media for signal conversion |
US5479447A (en) * | 1993-05-03 | 1995-12-26 | The Board Of Trustees Of The Leland Stanford, Junior University | Method and apparatus for adaptive, variable bandwidth, high-speed data transmission of a multicarrier signal over digital subscriber lines |
US5581654A (en) * | 1993-05-25 | 1996-12-03 | Sony Corporation | Method and apparatus for information encoding and decoding |
TW327223B (en) * | 1993-09-28 | 1998-02-21 | Sony Co Ltd | Methods and apparatus for encoding an input signal broken into frequency components, methods and apparatus for decoding such encoded signal |
US5737720A (en) * | 1993-10-26 | 1998-04-07 | Sony Corporation | Low bit rate multichannel audio coding methods and apparatus using non-linear adaptive bit allocation |
AU689506B2 (en) * | 1993-11-04 | 1998-04-02 | Sony Corporation | Signal encoder, signal decoder, recording medium and signal encoding method |
US5731767A (en) * | 1994-02-04 | 1998-03-24 | Sony Corporation | Information encoding method and apparatus, information decoding method and apparatus, information recording medium, and information transmission method |
US5608713A (en) * | 1994-02-09 | 1997-03-04 | Sony Corporation | Bit allocation of digital audio signal blocks by non-linear processing |
JP3186412B2 (ja) * | 1994-04-01 | 2001-07-11 | ソニー株式会社 | 情報符号化方法、情報復号化方法、及び情報伝送方法 |
JP3250376B2 (ja) * | 1994-06-13 | 2002-01-28 | ソニー株式会社 | 情報符号化方法及び装置並びに情報復号化方法及び装置 |
JP3277699B2 (ja) * | 1994-06-13 | 2002-04-22 | ソニー株式会社 | 信号符号化方法及び装置並びに信号復号化方法及び装置 |
JP3277705B2 (ja) | 1994-07-27 | 2002-04-22 | ソニー株式会社 | 情報符号化装置及び方法、並びに情報復号化装置及び方法 |
JP3341474B2 (ja) * | 1994-07-28 | 2002-11-05 | ソニー株式会社 | 情報符号化方法及び復号化方法、情報符号化装置及び復号化装置、並びに情報記録媒体 |
JP3557674B2 (ja) * | 1994-12-15 | 2004-08-25 | ソニー株式会社 | 高能率符号化方法及び装置 |
JPH08190764A (ja) * | 1995-01-05 | 1996-07-23 | Sony Corp | ディジタル信号処理方法、ディジタル信号処理装置及び記録媒体 |
JPH08223049A (ja) * | 1995-02-14 | 1996-08-30 | Sony Corp | 信号符号化方法及び装置、信号復号化方法及び装置、情報記録媒体並びに情報伝送方法 |
JP3307138B2 (ja) * | 1995-02-27 | 2002-07-24 | ソニー株式会社 | 信号符号化方法及び装置、並びに信号復号化方法及び装置 |
JP2809126B2 (ja) * | 1995-03-30 | 1998-10-08 | 日本電気株式会社 | 音声信号処理回路および音声信号処理方法 |
JP3082625B2 (ja) * | 1995-07-15 | 2000-08-28 | 日本電気株式会社 | 音声信号処理回路 |
US5960390A (en) * | 1995-10-05 | 1999-09-28 | Sony Corporation | Coding method for using multi channel audio signals |
US5956674A (en) * | 1995-12-01 | 1999-09-21 | Digital Theater Systems, Inc. | Multi-channel predictive subband audio coder using psychoacoustic adaptive bit allocation in frequency, time and over the multiple channels |
US5825320A (en) * | 1996-03-19 | 1998-10-20 | Sony Corporation | Gain control method for audio encoding device |
JPH1083623A (ja) * | 1996-09-10 | 1998-03-31 | Sony Corp | 信号記録方法、信号記録装置、記録媒体および信号処理方法 |
JP3496411B2 (ja) * | 1996-10-30 | 2004-02-09 | ソニー株式会社 | 情報符号化方法及び復号化装置 |
TW384434B (en) | 1997-03-31 | 2000-03-11 | Sony Corp | Encoding method, device therefor, decoding method, device therefor and recording medium |
JP2000101439A (ja) | 1998-09-24 | 2000-04-07 | Sony Corp | 情報処理装置および方法、情報記録装置および方法、記録媒体、並びに提供媒体 |
US20020009000A1 (en) * | 2000-01-18 | 2002-01-24 | Qdesign Usa, Inc. | Adding imperceptible noise to audio and other types of signals to cause significant degradation when compressed and decompressed |
WO2002037688A1 (en) * | 2000-11-03 | 2002-05-10 | Koninklijke Philips Electronics N.V. | Parametric coding of audio signals |
AU2001276588A1 (en) | 2001-01-11 | 2002-07-24 | K. P. P. Kalyan Chakravarthy | Adaptive-block-length audio coder |
US7711123B2 (en) * | 2001-04-13 | 2010-05-04 | Dolby Laboratories Licensing Corporation | Segmenting audio signals into auditory events |
WO2002093560A1 (en) * | 2001-05-10 | 2002-11-21 | Dolby Laboratories Licensing Corporation | Improving transient performance of low bit rate audio coding systems by reducing pre-noise |
JP2003110429A (ja) * | 2001-09-28 | 2003-04-11 | Sony Corp | 符号化方法及び装置、復号方法及び装置、伝送方法及び装置、並びに記録媒体 |
US20040203476A1 (en) * | 2002-10-08 | 2004-10-14 | Jung-Tao Liu | Method of feedback for HSDPA system using OFMDA |
US7546240B2 (en) * | 2005-07-15 | 2009-06-09 | Microsoft Corporation | Coding with improved time resolution for selected segments via adaptive block transformation of a group of samples from a subband decomposition |
US7796708B2 (en) | 2006-03-29 | 2010-09-14 | Provigent Ltd. | Adaptive receiver loops with weighted decision-directed error |
US7839952B2 (en) | 2006-12-05 | 2010-11-23 | Provigent Ltd | Data rate coordination in protected variable-rate links |
US8315574B2 (en) * | 2007-04-13 | 2012-11-20 | Broadcom Corporation | Management of variable-rate communication links |
US7821938B2 (en) | 2007-04-20 | 2010-10-26 | Provigent Ltd. | Adaptive coding and modulation for synchronous connections |
US7761290B2 (en) | 2007-06-15 | 2010-07-20 | Microsoft Corporation | Flexible frequency and time partitioning in perceptual transform coding of audio |
US8001445B2 (en) | 2007-08-13 | 2011-08-16 | Provigent Ltd. | Protected communication link with improved protection indication |
US8040985B2 (en) | 2007-10-09 | 2011-10-18 | Provigent Ltd | Decoding of forward error correction codes in the presence of phase noise |
CN104025189B (zh) * | 2011-10-27 | 2016-10-12 | Lg电子株式会社 | 编码语音信号的方法、解码语音信号的方法,及使用其的装置 |
CN103854653B (zh) | 2012-12-06 | 2016-12-28 | 华为技术有限公司 | 信号解码的方法和设备 |
US20150025894A1 (en) * | 2013-07-16 | 2015-01-22 | Electronics And Telecommunications Research Institute | Method for encoding and decoding of multi channel audio signal, encoder and decoder |
CN103479224B (zh) * | 2013-10-23 | 2016-01-06 | 赵凯 | 一种小型手动压力咖啡壶 |
CN104934034B (zh) * | 2014-03-19 | 2016-11-16 | 华为技术有限公司 | 用于信号处理的方法和装置 |
CN114822564A (zh) * | 2021-01-21 | 2022-07-29 | 华为技术有限公司 | 音频对象的比特分配方法和装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL8700985A (nl) * | 1987-04-27 | 1988-11-16 | Philips Nv | Systeem voor sub-band codering van een digitaal audiosignaal. |
US5109417A (en) * | 1989-01-27 | 1992-04-28 | Dolby Laboratories Licensing Corporation | Low bit rate transform coder, decoder, and encoder/decoder for high-quality audio |
US5142656A (en) * | 1989-01-27 | 1992-08-25 | Dolby Laboratories Licensing Corporation | Low bit rate transform coder, decoder, and encoder/decoder for high-quality audio |
US5115240A (en) * | 1989-09-26 | 1992-05-19 | Sony Corporation | Method and apparatus for encoding voice signals divided into a plurality of frequency bands |
JPH03117919A (ja) * | 1989-09-30 | 1991-05-20 | Sony Corp | ディジタル信号符号化装置 |
-
1991
- 1991-03-30 JP JP03092739A patent/JP3134338B2/ja not_active Expired - Lifetime
-
1992
- 1992-02-22 KR KR1019920002727A patent/KR100241498B1/ko not_active IP Right Cessation
- 1992-03-27 US US07/859,089 patent/US5268685A/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JPH04304029A (ja) | 1992-10-27 |
US5268685A (en) | 1993-12-07 |
KR920019106A (ko) | 1992-10-22 |
KR100241498B1 (ko) | 2000-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3134338B2 (ja) | ディジタル音声信号符号化方法 | |
JP3134337B2 (ja) | ディジタル信号符号化方法 | |
JP3178026B2 (ja) | ディジタル信号符号化装置及び復号化装置 | |
US5634082A (en) | High efficiency audio coding device and method therefore | |
US5553193A (en) | Bit allocation method and device for digital audio signals using aural characteristics and signal intensities | |
US5490170A (en) | Coding apparatus for digital signal | |
JP3508146B2 (ja) | ディジタル信号符号化復号化装置、ディジタル信号符号化装置及びディジタル信号復号化装置 | |
JP3127600B2 (ja) | ディジタル信号復号化装置及び方法 | |
JP3185413B2 (ja) | 直交変換演算並びに逆直交変換演算方法及びその装置、ディジタル信号符号化及び/又は復号化装置 | |
JP3153933B2 (ja) | データ符号化装置及び方法並びにデータ復号化装置及び方法 | |
JPH0435123A (ja) | ディジタル信号符号化装置 | |
PL182240B1 (pl) | Koder akustyczny wielokanalowy PL PL PL PL PL PL PL PL PL | |
JP3041967B2 (ja) | ディジタル信号符号化装置 | |
JP3070123B2 (ja) | ディジタル信号符号化装置及び方法 | |
JP3089692B2 (ja) | ディジタルデータの高能率符号化方法 | |
JP3089691B2 (ja) | ディジタルデータの高能率符号化方法 | |
JP3134335B2 (ja) | ディジタル信号符号化方法及びディジタル信号復号化装置 | |
JP3060578B2 (ja) | ディジタル信号符号化方法 | |
JP3060576B2 (ja) | ディジタル信号符号化方法 | |
JP2913696B2 (ja) | ディジタル信号符号化方法 | |
JP3060577B2 (ja) | ディジタル信号符号化方法 | |
JP2913695B2 (ja) | ディジタル信号符号化方法 | |
JP3033157B2 (ja) | ディジタル信号符号化装置 | |
JPH04302538A (ja) | ディジタル信号符号化方法 | |
JP3132031B2 (ja) | ディジタル信号の高能率符号化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20001031 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071201 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081201 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091201 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091201 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101201 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111201 Year of fee payment: 11 |
|
EXPY | Cancellation because of completion of term | ||
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111201 Year of fee payment: 11 |