JP2000508440A

JP2000508440A - オーディオデータストリームにおける誤りを修整する方法

Info

Publication number: JP2000508440A
Application number: JP10544823A
Authority: JP
Inventors: ヴォルフガンクシルドバッハ; ユルゲンヘルレ; マルチンジーラー; カールハインツブランデンブルク; ハインツゲルホイザー
Original assignee: フラウンホーファーゲゼルシャフトツアフォルデルンクデアアンゲヴァンテンフォルシュンクエーファウ
Priority date: 1997-04-23
Filing date: 1998-03-13
Publication date: 2000-07-04
Also published as: DK0978172T3; US6421802B1; ATE196960T1; EP0978172A1; EP0978172B1; CA2276202C; WO1998048531A1

Abstract

(57)【要約】オーディオデータストリームにおける誤りを修整する方法において、誤りの発生は、オーディオデータストリームにおいて検出され、誤り発生前のオーディオデータは、無傷のオーディオデータである。その後、無傷のオーディオデータのサブグループのスペクトルエネルギーが計算される。無傷のオーディオデータのサブグループについて計算されたスペクトルエネルギーに基づいて置換データのパターンが形成されてから、サブグループに相当する誤りの、または欠落しているオーディオデータについての置換データが、パターンに基づいて形成される。

Description

【発明の詳細な説明】オーディオデータストリームにおける誤りを修整する方法本願発明はオーディオコーディング方法、特にオーディオ信号のコード化における誤り修整技術に関する。いわゆる「インターネットラジオ放送」、すなわちインターネット上でのラジオ番組の生放送は、送信者と、たとえばインターネット加入者のパーソナルコンピュータ中の受信側プログラムとの間に、何千ものリアルタイム接続を必要とする。現在最も広くゆきわたっているインターネットプロトコルｈｔｔｐは、誤りの無い送信を保証するが、リアルタイム特性を有していない。このプロトコルは、受信ステーションの数に比例するだけの、送信者側で積まれるネットワークを必要とする。これは、コード化された信号のデータレートに応じて同時聴取者が典型的に数百に限られることを意味し、それは「放送アプリケーション」すなわちラジオまたはテレビ信号の送信が行われるアプリケーションには確実に十分でない。たとえばｒｔｐ（ｒｔｐ＝リアルタイム・トランスミッション・プロトコル）などのインターネット上でのデータ送信のための新しいプロトコルは、ｈｔｔｐプロトコルとは違い、送信中の誤りを許容して、この隘路を避けている。これは、誤りの送信データをどのように扱うかに関して、受信者側に問題を提起する。たとえばマルチメディアまたはオーディオデータストリームの部分の欠落がどのようにして埋められるのか？先行技術において既に公知の誤り管理方法がある。元も単純な種類の誤り修整であるミュート切り換え方法では、データが欠落しているか誤りであるかぎり、再生がオフに切り換えられる。欠落データはヌル信号に置き換えられる。心理音響学効果のため、この信号エネルギーにおける突然の降下と上昇は、非常に不快に感じられる。ミュート切り換え方法は、たとえばＤｅｔｌｅｆＷｉｅｓｅ著 “ＥｒｒｏｒＣｏｎｃｅａｌｍｅｎｔＳｔｒａｔｅｇｉｅｓｆｏｒＤｉｇｉｔａｌＡｕｄｉｏＢｒｏａｄｃａｓｔｉｎｇ”，９２ｔｈＡＥＳＣｏｎｖｅｎｔｉｏｎ，Ｗｉｅｎ１９９２，Ｐｒｅｐｒｉｎｔ３２６４、およびＤｅｔｌｅｆＷｉｅｓｅ著“ＡｎｗｅｎｄｕｎｇｖｏｎＦｅｈｌｅｒｖている。別の公知の方法は、データ反復の方法である。あるデータストリームが中断すると、最後に送信されたデータの部分がループ状に反復される。公知のオーディオコーディング方法の大半を構成しているブロック式方法では、たとえば最後に送信された１つのブロックまたは複数のブロックが反復される。そのような方法は、既に引用した文献から公知である。この方法は、不快な続発性発現または人工物に繋がる。しかしながら、もしオーディオ信号の短い部分のみが反復されるならば、反復信号は−オリジナルの信号がなんであれ−基本周波数が反復周波数となり、機械的な音がする。より長い部分が反復されると、「エコー効果」が生じ、これもまた不快に感じられる。更なる方法、すなわちデータ補間方法は、データストリームが比較的高い遅延で送信される場合に、オーディオデータ信号の誤りギャップが修整されなければならないとすれば、有効オーディオデータは既に再び存在しているという可能性に基づく。ＬａｕｒｅｎｔＦｉｌｌｉａｔ，ＭａｒｉｏＲｏｓｓｉ，ＪｏｓｅｐｈＭａｉｓａｎｏ“ＥｒｒｏｒＣｏｒｒｅｃｔｉｏｎｂｙＩｎｔｅｒｐｏｌａｔｉｏｎｉｎＤｉｇｉｔａｌＡｕｄｉｏ”，９２．ＡＥＳＣｏｎｖｅｎｔｉｏｎ，Ｗｉｅｎ１９９２，Ｐｒｅｐｒｉｎｔ３２８１に記述されているように、補間はギャップ中のデータを生成するのに用いられる。この方法の欠点は、多くの場合、特に電話技術アプリケーションに関して、遅延は許容されないということである。ブロック式変換コーダ／デコーダにおいて、スペクトル線毎の信号エネルギーは、ひとつのブロックから次のものへと予測または「賓述される」ことが可能でｈｌｅｉｅｒｕｎｇｂｅｉｓｐｅｋｔｒａｌｃｏｄｉｅｒｔｅｎＡｕｄに良好な誤り修整という結果を得ているが、比較的高度な演算上の努力が必要とされ、そのことが受信したマルチメディアまたはオーディオデータ信号のデコーディングを現在不可能としている。当該技術分野においてまた公知であるのは、データストリームにおける冗長性増加の実行である。コーダまたは送信器において、オーディオデータストリーム中に、（おそらくより低いデータレートおよびそれに応じたより低い品質で）同じ信号を送信する第２のデータストリームを最初から導入することが可能である。この第２のデータストリームが、第１のデータストリームに関する時間において置換されるならば、各瞬間に、２つのストリームのうちの少なくとも１つから有効データが受信される可能性がある。それゆえ１つの信号の喪失はもう一方の信号によって埋められる。主要な信号が誤りである場合、この方法は真の情報の再現をもたらすが、通常はより劣悪な品質である。前記の方法のように、この方法は送信者と受信者の間の遅延を増し、よってデータ補間の場合と同じ不利益が生じる。更に、ある程度まで同一の第２の信号が送信されるが、それは特に低いデータレートまたは低い有効送信バンド幅では許容できないので、データレートが増加する。ステレオ信号の送信については、送信における誤りを修整する更なる方法がある。左／右交換方法において、ＤｅｔｌｅｆＷｉｅｓｅ著“ＥｒｒｏｒＣｏｎｃｅａｌｍｅｎｔＳｔｒａｔｅｇｉｅｓｆｏｒＤｉｇｉｔａｌＡｕｄｉｏＢｒｏａｄｃａｓｔｉｎｇ”，９２．ＡＥＳＣｏｎｖｅｎｔｉｏｎ，Ｗｉｅｎ１９９２，Ｐｒｅｐｒｉｎｔ３２６４、ＤｅｔｌｅｆＷｉｅｓｅ著 “ＡｎｗｅｎｄｕｎｇｖｏｎＦｅｈｌｅｒｖｅｒｓｃｈｌｅｉｅｒｕｎｇｓｅｒｖｅｒｓｃｈｌｅｉｅｒｕｎｇｂｅｉｓｐｅｋｔｒａｌｃｏｄｉｅｒｔｅｎＡｕｄｉｏｓｉｇｎａｌｅｎ”，Ｄｉｓｓｅｒｔａｔｉｏｎ，Ｕｎｉｖ９９５に記述されているように、妨害された、または失敗したチャンネルは、各々他方のテャンネルによって交換されることが可能である。しかしながら、概して両方のチャンネルのデータは同時に送信され、よって同時に妨害される。その代わりに、ここで関係するのはデーダストリームにおける冗長性を増加させる方法の特別な場合である。この方法は更に、左右のチャンネルが互いに独立してデコードされることが可能である場合のみに採用され得る。しかし、たとえばＭＰＥＧレイヤー３標準によって規定されるいわゆる「ジョイントステレオ」モードについては、これは不可能である。本願発明の目的は、効果的な誤り修整を達成し、かつできるだけ非可聴の、オーディオデータストリームにおける誤り修整の方法をもたらすことである。この目的は請求項１による方法によって達せられる。本願発明によるオーディオデータストリームにおける誤り修整方法は、下記のステップを含む：オーディオデータストリーム中の誤りの発生を検出するステップであり、誤りが発生する前のオーディオデータは無傷のオーディオデータであるステップ；無傷のオーディオデータのサブグループ中のスペクトルエネルギーを計算するステップ；無傷のオーディオデータのサブグループについて計算されたスペクトルエネルギーに基づいて置換データのパターンを形成するステップ；およびパターンに基づいて、サブグループに相当する誤りの、または欠落しているオーディオデータの置換データを形成するステップである。本願の意味でのサブグループは、数個の連続した周波数ラインを常に含む。それゆえ、周波数ドメインは連続したサブグループに分割され、各サブグループは連続した周波数ラインを有する。サブグループは心理音響学の分野で公知の周波数グループに対応できることが好ましい。しかし、後ほど記述されるように、周波数グループとは異なるサブグループの分割を選択することも可能である。以降の詳細な記述から明らかになるように、この方法は、増大された遅延またはデータレートの増加、すなわちソースコーディングの変更を必要とせず、また単純に反復される信号セクションの好ましくない時間および周波数構造を示さないので、先行技術における欠点を克服する。たとえば既に触れたスペクトル予測の方法とは対照的に、本願発明による方法は、聴覚調節されたノイズ置換をもたらす。出発点は、当業者には公知の多くの方法で得られる時間的オーディオ信号周波数表示である。“Ｐｓｙｃｈｏａｃｏｕｓｔｉｃｓ，ＦａｃｔｓａｎｄＭｏｄｅｌｓ”１９９０においてＺｗｉｃｋｅｒとＦａｓｔｌにより説明されたように、信号のスペクトルはいわゆる周波数グループにグループ化され得る。これは、聴覚関連特性を考慮したバークの周波数軸のスケーリングへと繋がり、そのような考慮がされないヘルツの周波数軸の習慣的なスケーリングとは対照的である。１バークとは隣接する周波数グループ間の周波数差である。Ｚｗｉｃｋｅｒにより定義された１周波数グループとは、聴力閾値を形成するために、個々のトーンの強度が人間の耳によって加算される最大バンド幅である。本願発明は、誤り修整について、「良好な」スペクトル形態で不規則信号を形成すれば十分であるとの認識に基づく。本文脈において「良好な」とは、不規則信号の周波数グループのスペクトルエネルギーが、誤り発生前の無傷のオーディオデータのスペクトルエネルギーに整合する、またはそれから引き出されるということである。本願発明の様々な実施例を検討する前に、本願発明を理解するために重要な他の概念を簡単に説明する。本願において周波数ラインの「スペクトルエネルギー」が言及される場合、これはたとえばフーリエ変換により計算された、このスペクトル成分の振幅の二乗として理解されるべきである。他方、サブグループの「スペクトルエネルギー」について言及される場合、これはたとえばフーリエ変換により計算された、このサブグループにおけるスペクトル成分の二乗された振幅の和と理解されるべきである。しかし、「スペクトルエネルギー」という表現が、完全に厳密には使用されないことに注目するのは重要である。たとえば本願発明による方法がＭＰＥＧレイヤー３により作動するコーダにおいて実行されるならば、方法はＭＤＣＴライン（ＭＤＣＴ＝修正離散コサイン変換）に基づいて続行される。しかし、そこで用いられるところのオーバラップおよび窓かけを伴う修正離散コサイン変換は、厳密な意味でエネルギー保存的ではない。これは、ＭＤＣＴスペクトルから、たとえばフーリエ変換の意味での周波数ライン毎のエネルギーを知見する単純な方法がないという意味である。逆に、このエネルギーが知見される場合、必要なエネルギーを含むＭＤＣＴスペクトルを形成するのは容易ではない。よって、「スペクトルエネルギー」という表現は、エネルギー保存的フーリエ変換およびエネルギー保存的「でない」修正離散コサイン変換または公知の類似の非エネルギー保存的変換方法の両方を指す。しかしながら、オーディオデータストリームにおける誤り修整の方法が、通常可能でないオリジナルのデータの正確な再構成ではなく、できるだけ誤りが非可聴に発生して修整される置換データの推測に関係するので、本願発明による方法の有用性は、正確なエネルギー保存に依存するものではない。更に、本願では、誤り発生前のオーディオデータまたは無傷のオーディオデータについてしばしば言及される。これらの表現は、たとえばインターネットから読み込まれるプログラムの実際の受信工程を指しているのではないことに注目すべきである。いくつかのインターネットプロトコルでは、連続的に伝送されたデータパケットが異なった順番で到達するものもある。それゆえ、誤り発生前のオーディオデータについて言及される場合、ここではリアルタイムではなく、オーディオデータストリームにより特定された順番について言及されている。また、誤り発生前のオーディオデータは、明らかに、もっと早いある時点でも誤りである、または欠落しているはずであることにも注目すべきである。しかし、もしオーディオデータストリームにおいて誤りが検出されるなら、これは無傷のオーディオデータが誤り発生前に必ず存在していたことを意味する。これは、本願発明の方法がオーディオデータストリームにおける一番最初の誤りしか扱えないという意味ではない。既に述べたように、オーディオデータの予想外の欠落および誤りの、すなわち部分的に破損しているオーディオデータの存在は、本願では誤りと記述される。それゆえ、誤りのオーディオデータが置換データにより置換される場合、これは部分的に破損したオーディオデータが置換データによって置換されること、および予想外にオーディオデータが存在していない場所に、置換データが挿入されることのいずれをも意味する。更に、本願において、スペクトルエネルギーが無傷のオーディオデータに基づいて計算されると述べられる場合、これは現在の誤りと最後の誤りとの間の無傷のオーディオデータ全体が用いられるという意味に解釈されるべきではない。その代わりに、誤り発生前のオーディオデータストリームを表す無傷のオーディオデータの量は、個々のアプリケーション次第である。ブロック式で作動する本願発明の実施例において、無傷のオーディオデータの量は、たとえば最後の１つのブロックまたは数個の最後のブロックのオーディオデータのみを含むかもしれない。更に、たとえばあるブロックの無傷のオーディオデータが必ずしも全て使用される必要はなく、たとえばサブグループ毎のエネルギーに関する情報を含むオーディオデータのみが使用される。本願発明による方法の長所のひとつはまさに、誤りの際、必ずしも全ての周波数ラインが記憶および賓述される必要がないことにある。しかし、置換データのパターン形成に使用されるオーディオデータが多いほど、誤りを修整するための置換データがスペクトルパターンからより正確に形成される。以下において、スペクトルでコード化されたオーディオデータを形成、送信するオーディオコーディング方法の見地から、本願発明による方法が詳細に説明される。たとえばＭＰＥＧレイヤー１〜３、ＭＰＥＧＡＡＣ、ＤｏｌｂｙＡＣ −３、ＰＡＣ等の現在のオーディオコーディング方法のほとんどは、スペクトルでコード化されたオーディオデータを伝送し、それらが受信され、適当なデコーダによりデコードされ、もとの時間ドメインに変換される。周知のように、コード化されるアナログ信号は、離散時間信号を得るために、たとえば４４．１ｋＨｚの適当な分解周波数で分解される。そして、遠距離通信の分野では周知であるように、窓関数によって特にブロックの境界の方向に重み付けされた、特定の数の個々の時間離散信号値のブロックを得るために、そのような離散時間信号は、適当な窓関数を用いて窓かけされる。窓関数により重み付けされた時間離散信号のブロックは、適当な変換方法で時間ドメインから周波数ドメインに変換される。適当な変換方法とは、高速フーリエ変換（ＦＦＴ）、フィルタバンク法または修正離散コサイン変換（ＭＤＣＴ）でよい。変換後、時間離散信号のブロックは、周波数ラインのブロックとして存在する。そして、周波数ラインのブロックまたは時間離散信号値のブロックの周波数スペクトルは、量子化される。心理音響学条件を考慮して、特定の状況下で、量子化により導入される量子化誤りを、可聴でないように、すなわち人間の耳の聴覚の閾値より下となるように作ることが可能である。現在のオーディオコーディング方法では、量子化された形で存在するスペクトル線は、たとえばハフマンコーディングにより冗長性抑圧を受け、オーディオデータストリームにおけるデコーディングに必要なページ情報と共にパック化されて、受信者への送信の準備が完了する。この時点で、本願における「オーディオデータストリーム」という表現は、前述のように形成されたオーディオデータストリームのみならず、コード化されているといないとにかかわらず、いかなる形態のオーディオデータをも含むことが注目されるべきである。それゆえ、本願発明では、オーディオデータストリームは、等しい長さのブロックまたはその他のあらゆる種類のブロックに細分される必要はない。しかし、オーディオデータストリームがブロックの形でスペクトルにコード化されて存在するならば、本願発明による方法は、最小の努力で実行可能である。オーディオデータストリームが他の形態で存在しているならば、本願発明による方法を実行するために、公知のステップおよび方法を用いてオーディオデータを形成することが可能である。それゆえ、本願発明による方法は、４つのステップを含む。第１のステップは、オーディオデータストリーム中の誤りの発生の検出にあり、第２のステップおよび第３のステップは、誤り発生前のオーディオデータストリームを表すオーディオデータ、すなわち無傷のオーディオデータにおけるサブグループのスペクトルエネルギーを計算し、それから無傷のオーディオデータのサブグループについて計算されたスペクトルエネルギーに基づき、置換データのパターンを形成することにある。最後のステップは、サブグループの既に形成されたパターンに基づいて、誤りの、または欠落しているオーディオデータの置換データを形成することにある。そのとき第１のステップは誤りの発生の検出にある。入力データストリームが喪失または誤りを表示し、それがコード化されたオーディオ信号のたとえばチェックサムをチェックするための装置またはそれに類似の適当な装置を用いて検出が可能である場合、データの特定の部分が、この誤り発生前に、たとえばリングバッファに記憶され得る。本願発明による方法は、各サブグループについてのスペクトルエネルギーを計算する。（サブグループが周波数グループに対応する場合）線形予測の公知の変形例が、本願発明の方法に比べて典型的に２０から３０倍の記憶および演算を必要とするのに対し、本願発明による各サブグループのスペクトルエネルギーは、効率的かつ経済的に計算され得る。しかしながら、前記の記憶および演算量は、誤り修整にのみ当てはまることが指摘されるべきである。たとえば完全なＭＰＥＧレイヤー３デコーダの全体の複雑さ（記憶または演算時間）は、通常それほど増加しない。他方、線形予測が用いられたならば、コーダ／デコーダの全体の演算量は実に著しく上昇する。サブグループ毎のスペクトルエネルギーは、サブグループにおけるスペクトル成分の振幅の二乗の和で構成される。それゆえ、サブグループ毎のスペクトルエネルギーは、このサブグループの二乗されたラインの和に相当する。これは、現代のコーダについて慣習的であるように、時間離散オーディオ信号を周波数ドメインに変換するための時間−周波数変換に、ＭＤＣＴを用いた場合にもＦＦＴを用いた場合にも然りである。しかしここで、フーリエ変換と違ってＭＤＣＴは正確にはエネルギー保存的でないという前出の言及について触れておく。サブグループのスペクトルエネルギーは、それゆえに置換データのパターンを形成するための基礎である。置換データは、短時間統計の意味で「スペクトル的に平均の」スペクトルを示しているべきである。「スペクトル的に平均」とは、そのような信号の一部が、本願発明の方法によって置換されたとき、特に目立たない、すなわち置換が隠されているという意味である。簡潔にする理由で、本願発明の以下の記述は、現代のオーディオコーダのほとんどがそうであるブロック式方法の観点からもたらされる。しかしながら、本願発明はブロック式方法に限定されないということが指摘される。方法の必要条件とは、信号のスペクトル成分に関する情報が得られ、よってそこからサブグループ毎のスペクトルエネルギーが計算されるということである（当然ながら、これはブロック式変換コーデックについて特に容易である）。置換データのパターンすなわち短時間統計を確認するため、過去に受信されたデータ（無傷のデータ）が用いられる。原理的には、信号経路に遅延を導入した後に、誤り後の「未来の」データを使月して補間を行うことも可能である。しかし、それによる不利益は、既に述べた遅延にある。だが本願発明の方法は、補間ではなく予測を用いている。予測の演算の結果とは常により早い時間のデータから引き出されたより遅い時間のスペクトルなので、予測について言及することは可能である。それゆえ、もし誤りが発生したら、誤り発生前のオーディオデータ、すなわち無傷のオーディオデータは、誤りを修整するため、人工的に形成された置換データを誤りのデータまたは欠落データの場所に挿入するために常に使用される。しかし、「予測」という表現は、文献では通常より限定的に解釈されていることが指摘されるべきである。無傷のオーディオデータのサブグループについて計算されたスペクトルエネルギーに基づく置換データのパターン形成は、多少複雑化され得るのであり、よって多少正確にされ得る。後述の個々の方法について、前もって以下の約束事が特定される。Ｘ_iは、ブロックｉの短時間スペクトル、すなわち短時間スペクトル成分のベクトルを意味する。Ｅ_i（ｆ）は、ブロックｉにおける中間周波数ｆのサブグループのスペクトルエネルギーを表す。ここで、ｉ＝０とは、賓述されるべきブロック、すなわち置換データのブロックを表し、負ｉは無傷のオーディオデータの記憶されたブロックを表し、Ｎは記憶されたブロックの数に相当することに留意すべきである。Ｅ_v（ｆ）は、中間周波数ｆのサブグループにおけるパターンにより必要とされるエネルギーを表す。計算の複雑さが増してゆく順番に整理された、置換データのパターンを形成するための以下の方法が適当であるとみなされ得る： 1. 最後に受信されたブロックのサブグループ毎のスペクトルエネルギーが、直接欠落ブロックのパターンとして使用される。これは以下の式で表される：Ｅ_v＝Ｅ_-1 2. 先行のブロックの相当するサブグループのスペクトルエネルギーのパワーの１次結合としてパターンが現れる： −Ｎｂ_i Ｅ_v（ｆ）＝ Σ ａ_iＥ_i（ｆ）ｉ＝−１ａ_iは１次結合の不変係数であり、ｂ_iは個々のスペクトルエネルギーを重み付けするための指数である。ここでもまた最も簡単な場合は平均を取ることであり、以下の係数値で表されてよい：ａ_i＝１／Ｎおよびｂ_i＝１ 3. 置換データのパターンはまた、前のエネルギーのメジアンの形成によって得られる。これは以下の式で表されてよい：Ｅ_v（ｆ）＝ｍｅｄｉａｎ｛Ｅ_i（ｆ），ｉ＝−１．．．−Ｎ｝代わりに、Ｅ_i（ｆ）から最小、二番目に最小、・・・・、二番目に最大または最大のエレメントがメジアンの形成に用いられるであろう。 4. しかし、無傷のオーディオデータのサブグループについて計算されたスペクトルエネルギーに基づく置換データのパターンは、線形適応予測の方法により計算することも可能である。これは、式に時間依存的係数ａ_i（ｔ）がなくてはならないが、第２の場合に示される式に相当する。この場合、未来に存在するエネルギーも計算できる。置換データのパターンを形成するための線形適応予測は、データストリームにおいて１つより多いデータブロックが欠落しているまたは置換されなければならない場合、特に有益である。この時点で、置換データのパターンを計算するための先行のリストは、完全さを要求するものではないことに注目すべきである。重要なのは単に、サブグループの置換データのパターンは、特定の数の、無傷のオーディオデータの先行の相当するサブグループのスペクトルエネルギーから得られるということである。さて、無傷のオーディオデータのサブグループについて計算されたスペクトルエネルギーに基づいて置換データのパターンが形成されたところで、方法の最後のステップは、オーディオデータストリームの誤りまたは欠落オーディオデータの場所に挿入される、または置換されるべき置換データを形成することにある。置換データは、置換データのパターンと同じサブグループ毎のスペクトルエネルギーを示すように形成されるべきである。それゆえ、基本的な方法は、最終的な解析ではスペクトル成分となる、誤りの、または欠落しているオーディオデータを、人工的に形成されたスペクトル成分によって置換することにある。よって、境界条件は、あるサブグループにおける人工的に形成されたスペクトル成分は、共にパターンによって与えられたのと同じスペクトルエネルギーを示すということである。これについては様々な可能性がある。たとえば、あるサブグループにおける全てのスペクトル値が同じ値であり得、スペクトル値または周波数ラインの振幅には、そのスペクトルエネルギーがパターンの相当するスペクトルエネルギーに対応するという要件が与えられている。サブグループの境界のスペクトル値を減衰させ、サブグループの中間のスペクトル値を強調することにある特定の重み付けを最初から特定することに、更なる可能性が存する。しかし、相当するスペクトル値はともに、パターンの相当するサブグループと同じスペクトルエネルギーを有さなければならない。しかしながら、置換データを形成するための好ましい方法は、あるサブグループ内の全てのスペクトル成分を、−１と＋１の間の等分布不規則値Ｘ（ｆ）に設定し、続いて、形成されたばかりの信号のレベルが、各サブグループ内でパターンにより必要とされるスペクトルエネルギーを有するように増加／減少される、スケーリングまたは正規化を行うことに存する。これを達成するため、不規則信号Ｘの形成後、定義により−１と＋１の間の値を持つ各々のラインＸ（ｆ）を、相当するサブグループ内で、正規化因子αとも呼ばれる以下の指数で乗算することが必要である。ｆ∈中間周波数ｆ_kのサブグループここで、Ｅ_v（ｆ_k）は、中間周波数ｆ_kのあるサブグループｋ内のパターンにおけるスペクトルエネルギーを表す。よってＥ_v（ｆ_k）は、中間周波数ｆ_kに関するサブグループｋのパターンを表す。分母における加算を省くことができるように上述の要件を簡潔にするため、不規則信号はまた＋Ｐと−Ｐの間の等分布値を含むように生成されることが可能であり、そこでＰは次の値でなくてはならない：そのときこの信号のエネルギーは、高い確率で、必要とされるエネルギーＥ_v （ｆ_k）の近くにある。これは比較的多い数（約１０）の周波数ラインを含むサブグループについてももちろん真である。これは、−１と＋１の間の等分布値の平均平方は、１／３に等しいからである。こうしてサブグループについて形成された置換データまたはスペクトル成分は、誤りの無いデータまたはスペクトル値と全く同じように、デコーダによって処理される。人工的に形成されたデータにおけるサブグループのスペクトルエネルギーは、最後の無傷のブロックにおけるサブグループのスペクトルエネルギーに相当するか、または数個の先行するブロックのサブグループのスペクトルエネルギーから引き出されることから、人工的に形成された置換データまたは人工的に形成された置換データのブロックは、オーディオ信号の信号統計がおおよそ等分布であれば、非可聴である。よって誤りは修整される。オーディオデータストリームにおける誤りを修整するための本願発明による方法では、信号について非定型の統計を有するブロックが置換の基礎として使用される可能性があるので、不定信号は問題を生ずるかもしれない。すぐ後に誤りのブロックが続く非定型の統計を有するブロックが、誤りのブロックについての置換データのパターン形成の中心となり、それによって可聴の誤りが導入されることを防ぐため、単一のブロックの統計または挙動だけでなく、信号挙動または信号統計のより長時間の傾向を考慮した置換データのパターンを得るように、最後の１つの無傷のブロックのみならず数個の直前の無傷のブロックを記憶し、それらをまさに述べられた予測に使用することが有益であると判明するであろう。妨害されていない、または無傷の信号またはオーディオデータストリームが、サブグループの境界近くにある顕著な、または異常なスペクトル成分を含む場合、サブグループ内に一様に分布しており（「ホワイト」ノイズ）、前述の方法により生成されたノイズは、異なるトーンレベル、すなわちサブグループの中間周波数で体感される。この効果を避けるため、耳がそのようなトーンレベルの変化に感応するような周波数域においては、おそらくただ１つの周波数ラインの幅の狭いサブグループが選択されるべきである。ただ１つの周波数ラインの幅について、前記方法はーパターンのスペクトル成分の振幅の二乗で計算する代わりに− パターンのスペクトル成分が、（＋１，１）から無作為に選択された数で直接乗算されることが可能なので、より容易となる。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｈ０４Ｈ 1/00 Ｈ０４Ｌ 1/00 ＢＨ０４Ｌ 1/00 Ｇ１０Ｌ 7/04 Ｆ (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＣＡ，ＪＰ，ＵＳ (72)発明者ジーラーマルチンドイツ連邦共和国Ｄ―91207 ラウフブリフェルアレ３ (72)発明者ブランデンブルクカールハインツドイツ連邦共和国Ｄ―91054 エアランゲンハーグシュトラーセ 32 (72)発明者ゲルホイザーハインツドイツ連邦共和国Ｄ―91344 ヴァイシェンフェルトザウゲンドルフ 17

Claims

【特許請求の範囲】 1. オーディオデータストリームにおける誤りを修整するための方法であって、下記のステップを含む：オーディオデータストリーム中の誤りの発生を検出するステップであり、誤り発生前のオーディオデータは無傷のオーディオデータであるステップ；無傷のオーディオデータのサブグループのスペクトルエネルギーを計算するステップ；無傷のオーディオデータのサブグループについて計算されたスペクトルエネルギーに基づいて置換データのパターンを形成するステップ；および前記パターンに基づき、サブグループに相当する誤りのまたは欠落しているオーディオデータについて置換データを形成するステップ。 2. オーディオデータストリームは連続的なデータブロックを含み、１つのデータブロックは特定のブロック持続時間に相当するオーディオデータを含み、最後の無傷のデータブロックの各サブグループについてのスペクトルエネルギーは、誤りのデータブロックが発生する場合に計算され、誤りのデータブロックの各サブグループの置換データは、最後の無傷のデータブロックの相当するサブグループのスペクトルエネルギーを含む、請求項１に記載の方法。 3. オーディオデータストリームは連続的なデータブロックを含み、１つのデータブロックは特定のブロック持続時間に相当するオーディオデータを含み、少なくとも２つの先行する無傷のデータブロックの相当するサブグループについてのスペクトルエネルギーが、誤りのデータブロックが発生する場合に計算され、誤りのデータブロックの各サブグループの置換データは、少なくとも２つの先行する無傷のデータブロックの相当するサブグループからの予測によって確認される、請求項１に記載の方法。 4. パターンのサブグループ毎のスペクトルエネルギーは、先行する無傷のデータブロックの相当するサブグループのスペクトルエネルギーのパワーの１次結合の結果を表す、先行するいずれかの請求項に記載の方法。 5. パターンのサブグループ毎のスペクトルエネルギーは、先行する無傷のデータブロックの相当するサブグループのスペクトルエネルギーを平均した結果を表す、請求項１乃至３のいずれかに記載の方法。 6. パターンのサブグループ毎のスペクトルエネルギーは、先行する無傷のデータブロックの相当するサブグループのスペクトルエネルギーのメジアンを形成することによって生ずる、請求項１乃至３のいずれかに記載の方法。 7. パターンのサブグループ毎のスペクトルエネルギーは、先行する無傷のデータブロックの相当するサブグループのスペクトルエネルギーの線形適応予測から生ずる、請求項１乃至３のいずれかに記載の方法。 8. 先行するいずれかの請求項に記載の方法であって、置換データの形成のステップは、以下のステップを含む：あるサブグループ内のオーディオデータを、−１および＋１の間の等分布不規則値に設定するステップ；およびサブグループの設定されたオーディオデータのスペクトルエネルギーは、無傷のオーディオデータのサブグループについての置換データのパターンと同じであるように、設定されたオーディオデータをスケーリングするステップ。 9. オーディオデータストリームのデータは、既に周波数ドメインに存在する、先行する請求項のいずれかに記載の方法。１０．先行する請求項のいずれかに記載の方法であって、以下のステップがオーディオデータストリームにおける誤り発生の検出前に実行される：オーディオデータストリームを受信するステップ；および少なくとも経時的に最後に受信されたオーディオデータストリームのデータを、オーディオデータストリームにより特定された順番に記憶するステップ。