JP2002268693A

JP2002268693A - オーディオ符号化装置

Info

Publication number: JP2002268693A
Application number: JP2001069083A
Authority: JP
Inventors: Tetsuro Wada; 哲朗和田
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2001-03-12
Filing date: 2001-03-12
Publication date: 2002-09-20

Abstract

(57)【要約】【課題】符号化の際に使用した補助情報の情報量圧縮
の効率を高める。【解決手段】処理区分決定部５が、変換係数を符号化
する際の周波数軸上での複数の処理区分を、既定の最小
単位区分より少ない区分数になるよう設定し、最適符号
化処理部３は、聴覚分析部２により算出された量子化雑
音の発生量を適応的に制御するための指標に基づいて、
処理区分決定部５が設定した複数の処理区分毎に、直交
変換部１により算出された変換係数を符号化し、符号化
された変換係数及び符号化の際に使用した付随する補助
情報を出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、オーディオ信号
を効率的に符号化するオーディオ符号化装置に関し、特
に複数の周波数区分毎に適応処理を行うオーディオ符号
化装置に関するものである。

【０００２】

【従来の技術】オーディオ符号化には、オーディオ信号
を時間軸上で複数の周波数帯域に分割して符号化する帯
域分割符号化や、オーディオ信号を周波数軸へ直交変換
し複数の帯域区分に分割して符号化する変換符号化があ
る。また、これらを組み合わせた高能率符号化もある。

【０００３】図１８は、ＭＰＥＧ−２ＡＡＣ方式（Ｉ
ＳＯ／ＩＥＣ１３８１８−７）に規定されている、変
換符号化を行う従来のオーディオ符号化装置の構成を示
すブロック図である。図において、１０１は入力された
オーディオ信号を、聴覚分析部１０２から出力される変
換ブロックサイズに応じて直交変換し変換係数を算出す
る直交変換部、１０２は入力されたオーディオ信号を人
間の聴覚特性に基づき分析し、マスキングしきい値や許
容雑音量等の量子化雑音の発生量を適応的に制御するた
めの指標を算出する聴覚分析部である。

【０００４】また、図１８において、１０３は、聴覚分
析部１０２により算出された量子化雑音の発生量を適応
的に制御するための指標に基づいて、予め保有している
規定の最小単位区分である複数の帯域区分毎に、入力さ
れた変換係数を符号化し、符号化された変換係数及び符
号化の際に使用した付随する補助情報を出力する最適符
号化処理部、１０４は符号化された変換係数及び付随す
る補助情報を多重化する多重化部、２０１はオーディオ
信号を入力する入力端子、２０２は多重化された符号化
ビットストリームを出力する出力端子である。

【０００５】次に動作について説明する。入力端子２０
１から入力されたオーディオ信号は、例えば、１０２４
サンプルを１つの時間フレームとしてフレーム化され、
フレーム単位で直交変換部１０１により直交変換され
る。直交変換部１０１で用いる直交変換には、変形離散
コサイン変換（ＭＤＣＴ：ＭｏｄｉｆｉｅｄＤｉｓｃ
ｒｅｔｅＣｏｓｉｎｅＴｒａｎｓｆｏｒｍ）等があ
り、ＭＤＣＴでは、変換ブロック毎に入力サンプルの５
０％がオーバーラップするように変換を行う。なお、直
交変換部１０１では、時間フレームを１０２４サンプル
としたが、時間分解能を上げるために１２８サンプルの
時間フレームである場合もあり、さらに、これらを長短
２つの変換ブロックとして適応的に切替可能とする場合
もある。

【０００６】オーディオ信号は聴覚分析部１０２にも入
力され、オーディオ信号の特性及び人間の聴覚特性をモ
デル化した分析が行われる。聴覚特性の一つにマスキン
グ効果という特性があり、これはある音によってその他
の音が聞こえなくなるという現象のことである。近年の
オーディオ符号化では、この特性を利用して、符号化の
過程において発生する量子化雑音を人間の耳に知覚させ
ないような適応制御が用いられている。聴覚分析部１０
２は、聴覚特性に基づいて量子化雑音の発生量を適応的
に制御するための指標を算出する。この指標は、マスキ
ングしきい値や許容雑音量等と呼ばれる。

【０００７】直交変換部１０１において、ＭＤＣＴによ
って得られる変換係数は、最適符号化処理部１０３に入
力される。最適符号化処理部１０３では、入力された変
換係数を予め保有している複数の帯域区分に分割し、聴
覚分析部１０２により算出された量子化雑音の発生量を
適応的に制御するための指標に基づいて、その帯域区分
毎に量子化雑音の発生量を鑑みながら適応的な符号化処
理を行う。この帯域区分は最適符号化処理部１０３が予
め保有している規定の最小単位区分であり、例えば、臨
界帯域を模した複数の帯域区分、すなわち低域では帯域
幅が狭く、高域では帯域幅が広い帯域に分割する。

【０００８】ある帯域区分においては、その区分に属す
る変換係数を正規化するためのスケーリング係数を求
め、そのスケーリング係数で正規化する。さらには、割
り当てられたビットによって量子化される。量子化され
た変換係数は、ハフマン符号化等のエントロピー符号化
によって符号化される。また、これらスケーリング係数
や量子化のためのビット割当て、ハフマン符号化のため
に選択された符号テーブル等の符号化の際に使用された
情報は、多重化部１０４によって、補助情報として変換
係数の情報である主情報と共に帯域区分毎に多重化さ
れ、符号化ビットストリームとして出力端子２０２から
出力される。出力データは、記録媒体に蓄積されたり、
伝送路を介して送信されたりする。

【０００９】ところで、多重化部１０４では、最適符号
化処理部１０３で帯域区分毎に適応処理を行った結果得
られる個々の補助情報を全て多重化する。例えば、ＭＰ
ＥＧ−２ＡＡＣ方式（ＩＳＯ／ＩＥＣ１３８１８−
７）では、長変換ブロックにおける帯域区分を４９個に
設定しており、帯域区分毎の補助情報の多重方法を補助
情報の種類に応じて規定している。

【００１０】ここで、例としてハフマン符号の符号テー
ブルの情報の多重方法について述べる。図１９は、最適
符号化処理部１０３から出力された、帯域区分毎に選択
されたハフマン符号テーブルの様子の一例を示す図であ
る。図１９における（ａ）は帯域区分ｓｂを示すインデ
ックス、（ｂ）は該帯域区分ｓｂで選択されたハフマン
符号テーブルのインデックスｃｂ［ｓｂ］である。ハフ
マン符号テーブルとしては、インデックス０からインデ
ックス１１の１２種類のテーブルが用意されている。

【００１１】多重化部１０４は、このハフマン符号テー
ブルの情報を次のように多重する。まず、ハフマン符号
テーブルのインデックスｃｂ［ｓｂ］について、連続し
た帯域区分において、同じインデックスが選択されてい
るケースを見つけ、その連続数を調べる。図１９におけ
る（ｃ）のｌｅｎがその連続数である。次に帯域区分ｓ
ｂ０から順に、１）ハフマン符号テーブルのインデック
スｃｂ［ｓｂ］、２）その連続数ｌｅｎの順に情報を多
重する。同じ符号テーブルが連続する帯域区分について
は情報の多重を省略し、異なる符号テーブルが選択され
た帯域区分から改めて情報を多重する。

【００１２】図２０は多重化部１０４によるハフマン符
号テーブルの情報の多重される順序を示す図である。す
なわち、図１９の場合、情報の多重される順序は図２０
に示す通りとなる。このように、ハフマン符号テーブル
のインデックスが連続する場合は形式的に１つの情報に
まとめる結果となり、図１９の場合、最終的に多重化す
る情報の数はｃｂ［ｓｂ］及びｌｅｎを１つの組と考え
ると４１組になる。これは、元々の４９個の帯域区分に
おいて連続して同じハフマン符号テーブルが選択されな
い場合に対して８組分の情報量の減少を意味する。

【００１３】次の例として、スケーリング係数の情報に
関する多重方法について述べる。図２１は、最適符号化
処理部１０３から出力された、帯域区分毎に選択された
スケーリング係数の様子の一例を示す図である。図２１
における（ａ）は帯域区分ｓｂを示すインデックス、
（ｂ）は該帯域区分ｓｂで選択されたスケーリング係数
ｓｆ［ｓｂ］である。（ｃ）は、帯域区分ｓｂにおい
て、その直前の帯域区分のスケーリング係数との差分ｄ
ｉｆｆ［ｓｂ］である。差分ｄｉｆｆ［ｓｂ］は、次の
（１）式によって求められる。ｄｉｆｆ［ｓｂ］＝ｓｆ［ｓｂ］−ｓｆ［ｓｂ−１］（１）但し、ｄｉｆｆ［０］＝０とする。

【００１４】多重化部１０４は、スケーリング係数に関
する情報として、この差分ｄｉｆｆ［ｓｂ］をハフマン
符号化して帯域区分毎に多重する。図２２は、ｄｉｆｆ
［ｓｂ］をハフマン符号化する際に使用するハフマン符
号テーブルの例を示す図である。

【００１５】図２２における（ａ）は差分ｄｉｆｆで、
（ｂ）は差分ｄｉｆｆに対応したハフマン符号の符号長
ｌｅｎｇｔｈである。スケーリング係数用のハフマン符
号テーブルは、差分の絶対値が小さい場合に対応するハ
フマン符号の符号長を短く、差分の絶対値が大きい場合
には対応するハフマン符号の符号長を長くしている。従
って、帯域区分毎に異なるスケーリング係数が選択さ
れ、さらには、多くの帯域区分において差分ｄｉｆｆ
［ｓｂ］の絶対値が大きい場合には、スケーリング係数
に関する情報に必要なビット量は多くなる。

【００１６】

【発明が解決しようとする課題】従来のオーディオ符号
化装置は、以上のように構成されているので、最適符号
化処理部１０３においては、常に最小の帯域区分毎に適
応処理が行われており、ハフマン符号テーブルやスケー
リング係数等の補助情報は異なる結果になることが多か
った。そのため、多重化部１０４で補助情報を多重する
ために必要なビット量を削減する手法が備わっていて
も、その効果が得られず、情報量圧縮の効率を低下させ
るという課題があった。また、特に低ビットレートでの
符号化の場合には、相対的に主情報に比べて補助情報の
占める比率が高くなり、品質劣化が生じるという課題が
あった。

【００１７】この発明は上記のような課題を解決するた
めになされたもので、補助情報の情報量圧縮の効率を高
めたオーディオ符号化装置を得ることを目的とする。

【００１８】

【課題を解決するための手段】この発明に係るオーディ
オ符号化装置は、入力されたオーディオ信号を人間の聴
覚特性に基づき分析し、マスキングしきい値や許容雑音
量等の量子化雑音の発生量を適応的に制御するための指
標を算出する聴覚分析部と、入力されたオーディオ信号
を、上記聴覚分析部から出力される変換ブロックサイズ
に応じて直交変換し変換係数を算出する直交変換部と、
上記変換係数を符号化する際の周波数軸上での複数の処
理区分を、既定の最小単位区分より少ない区分数になる
よう設定する処理区分決定部と、上記聴覚分析部により
算出された量子化雑音の発生量を適応的に制御するため
の指標に基づいて、上記処理区分決定部が設定した複数
の処理区分毎に、上記直交変換部により算出された変換
係数を符号化し、符号化された変換係数及び符号化の際
に使用した付随する補助情報を出力する最適符号化処理
部と、上記最適符号化処理部により出力された変換係数
及び補助情報を多重化する多重化手段とを備えたもので
ある。

【００１９】この発明に係るオーディオ符号化装置は、
処理区分決定部が、規定のｎ個の最小単位区分に対して
ｋ個（ｋ＜ｎ）ずつの最小単位区分を１つにまとめて処
理区分として設定するものである。

【００２０】この発明に係るオーディオ符号化装置は、
処理区分決定部が、処理区分に属する変換係数の数が一
様になるように処理区分を設定するものである。

【００２１】この発明に係るオーディオ符号化装置は、
聴覚分析部が、処理区分決定部が設定した複数の処理区
分毎に、量子化雑音の発生量を適応的に制御するための
指標を算出するものである。

【００２２】この発明に係るオーディオ符号化装置は、
処理区分決定部が、直交変換部により算出された変換係
数から最小単位区分毎の変換係数のパワーを算出し、算
出された変換係数のパワーの差分が所定のしきい値内に
ある最小単位区分を同一の処理区分にまとめることによ
り処理区分を設定するものである。

【００２３】この発明に係るオーディオ符号化装置は、
処理区分決定部が、直交変換部により算出された変換係
数から最小単位区分毎に変換係数のパワーの最大値を検
出し、検出された変換係数のパワーの最大値の差分が所
定のしきい値内にある最小単位区分を同一の処理区分に
まとめることにより処理区分を設定するものである。

【００２４】この発明に係るオーディオ符号化装置は、
処理区分決定部が、聴覚分析部によりオーディオ信号を
分析した際に得られるスペクトルから最小単位区分毎の
スペクトルのパワーを算出し、算出されたスペクトルの
パワーの差分が所定のしきい値内にある最小単位区分を
同一の処理区分にまとめることにより処理区分を設定す
るものである。

【００２５】この発明に係るオーディオ符号化装置は、
処理区分決定部が、外部から与えられる符号化ビットレ
ートに応じて、符号化ビットレートが低いほど区分数を
少なく、符号化ビットレートが高いほど区分数を多くな
るように処理区分を設定するものである。

【００２６】この発明に係るオーディオ符号化装置は、
最適符号化処理部により出力された変換係数及び補助情
報に必要なそれぞれのビット量を求め、補助情報に必要
なビット量の全体のビット量に対する割合が所定のしき
い値より多い場合に、補助情報に必要なビット量を少な
くするために、より少ない区分数になるように複数の処
理区分を再設定するよう処理区分決定部に指示する情報
量判定部を備えたものである。

【００２７】この発明に係るオーディオ符号化装置は、
情報量判定部が、補助情報に必要なビット量の全体のビ
ット量に対する割合が符号化ビットレートごとに定めら
れた所定のしきい値より多い場合に、より少ない区分数
になるように複数の処理区分を再設定するよう処理区分
決定部に指示するものである。

【００２８】

【発明の実施の形態】以下、この発明の実施の一形態を
説明する。実施の形態１．図１はこの発明の実施の形態１によるオ
ーディオ符号化装置の構成を示すブロック図である。図
において、１は入力されたオーディオ信号を、聴覚分析
部２から出力される変換ブロックサイズに応じて直交変
換し変換係数を算出する直交変換部、２は入力されたオ
ーディオ信号を人間の聴覚特性に基づき分析し、マスキ
ングしきい値や許容雑音量等の量子化雑音の発生量を適
応的に制御するための指標を算出する聴覚分析部であ
る。

【００２９】また、図１において、３は、聴覚分析部２
により算出された量子化雑音の発生量を適応的に制御す
るための指標に基づき、処理区分決定部５が設定した処
理区分毎に、直交変換部１により算出された変換係数を
符号化し、符号化された変換係数及び符号化の際に使用
した付随する補助情報を出力する最適符号化処理部、４
は最適符号化処理部３により出力された変換係数及び補
助情報を多重化する多重化部、５は、最適符号化処理部
３が変換係数を符号化する際の周波数軸上での複数の処
理区分を、最適符号化処理部３が予め保有している周波
数軸上の規定の最小単位区分である帯域区分より少ない
区分数になるよう設定する処理区分決定部、９はオーデ
ィオ信号を入力する入力端子、１０は多重化された符号
化ビットストリームを出力する出力端子である。

【００３０】次に動作について説明する。入力端子９か
ら入力されたオーディオ信号は、例えば、１０２４サン
プルを１つの時間フレームとして直交変換部１で直交変
換される。ここでは、長変換ブロックを選択して２０４
８ポイントのＭＤＣＴを行うと、１０２４個の変換係数
が出力される。

【００３１】聴覚分析部２は、時間フレーム単位でオー
ディオ信号を分析する。オーディオ信号のパワーやＦＦ
Ｔ（ＦａｓｔＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ；
高速フーリエ変換）によるスペクトラム解析、あるいは
マスキング特性等の、量子化雑音の発生量を適応的に制
御するための指標を算出する。聴覚分析部２におけるＦ
ＦＴでは、ＭＤＣＴの分解能に合わせて２０４８ポイン
トのＦＦＴを行い、１０２４個のスペクトルを基に、周
波数軸上の特性を中心に解析する。これは、後段の最適
符号化処理部３における適応処理が周波数軸上の区分で
行われるのに適合させるためである。

【００３２】最適符号化処理部３では、最初は、予め保
有している所定の帯域区分毎に適応処理を行う。図２は
最適符号化処理部３が予め保有している規定の最小区分
単位である帯域区分の一例であり、直交変換部１から出
力される１０２４個の変換係数を複数の帯域に区分する
ための区分規定テーブルを示す図である。図２における
（ａ）は帯域区分ｓｂを示すインデックスで、（ｂ）は
その帯域区分に含まれる変換係数の数を示す。図２の帯
域区分においては、帯域区分の総数は４９個で、それぞ
れの帯域区分では、周波数の低い方で変換係数の数が少
なく、高域になるに従ってその数が多くなっている。こ
れは、人間の聴覚特性の臨界帯域をモデル化しているか
らである。

【００３３】図３は最適符号化処理部３の構成を示すブ
ロック図である。最適符号化処理部３は、変換係数をス
ケーリングする正規化部３０１、正規化された変換係数
を量子化する量子化部３０２、量子化された変換係数を
ハフマン符号化するハフマン符号化部３０３と、これら
の正規化部３０１、量子化部３０２、ハフマン符号化部
３０３に対して統括した制御を行うレート／歪み制御部
３０４で構成される。

【００３４】正規化部３０１は、帯域区分内に属する変
換係数の大小を調べ、その値に応じて正規化を行うため
のスケーリング係数ｓｆ［ｓｂ］を決定し、さらに、そ
のスケーリング係数を用いて、帯域区分内の変換係数を
それぞれ正規化する。量子化部３０２は、正規化部３０
１で正規化された変換係数に対して、その帯域区分に対
して割り当てられたビット数で量子化を行う。正規化部
３０１及び量子化部３０２は、個別に動作する場合もあ
り、次の（２）式で表されるように同時に動作する場合
もある。ｘｑ＝ｉｎｔ（（ａｂｓ（ｃｏｅｆｆ）＊２＾（（１／４）＊α））＾３／４＋ β）（２）

【００３５】上記（２）式において、ｘｑは変換係数の
量子化値、ｃｏｅｆｆは変換係数、αがスケーリング係
数とビット割当てを総合したパラメータ、βは量子化の
為の補正値であり、αは整数とする。なお、ｉｎｔ
（）は小数値を切り捨てて整数値化する関数で、ａｂ
ｓ（）は絶対値化を行う関数である。（２）式におけ
るｉｎｔ（）関数によって切り捨てられる小数値が量
子化誤差であり、これが符号化品質の劣化をもたらす。

【００３６】なお、上記αは通常、ビット割当てに関す
る項γと合わせて、次の（３）式のように現されるが、
以下では簡単のため、（４）式と見なせるものとして考
える。 α＝ｓｆ［ｓｂ］−γ （γ：整数）（３） α＝ｓｆ［ｓｂ］（４）

【００３７】量子化後の変換係数は複数個ずつにまとめ
られ、ハフマン符号化部３０３によってハフマン符号に
置換される。ハフマン符号とは、出現確率に応じてその
ランレングスを定めた符号である。ハフマン符号化部３
０３には使用可能な複数のハフマン符号テーブルが用意
されており、全てのハフマン符号テーブルを用いてハフ
マン符号への置換を試行し、置換後のハフマン符号に必
要なビット量が最も少なくなる場合のハフマン符号テー
ブルを最適なハフマン符号テーブルｃｂ［ｓｂ］として
選択し、このハフマン符号テーブルを用いた場合のハフ
マン符号を最終的なハフマン符号とする。

【００３８】上記、正規化部３０１、量子化部３０２、
ハフマン符号化部３０３の一連の処理に対し、レート／
歪み制御部３０４は、量子化誤差量が多い帯域区分に対
して量子化誤差の発生量を減少させるようにスケーリン
グ係数を調整する。このとき、帯域区分選出の過程にお
いては、単に量子化誤差量を比較するのではなく、マス
キングしきい値との相対差によって行う場合もある。こ
のスケーリング係数の調整においては、量子化値が大き
くなり必然的にハフマン符号に必要なビット量は増加す
るため、この量子化誤差の発生量とビット量のトレード
オフで最終的に符号化効率が高まるように制御する。こ
の制御は特定の帯域区分に対して行われるのではなく、
全ての帯域区分を対象として行われ、全帯域区分の総合
的な量子化誤差の発生量を調節し、全帯域の変換係数の
ハフマン符号化に必要なビット量が指定の符号化ビット
レートの範囲内に収まるように制御する。

【００３９】図１の処理区分決定部５は、最適符号化処
理部３が持つ図２に示した規定の最小単位区分である帯
域区分より区分数が少ない処理区分テーブルを持つもの
とする。この処理区分テーブルとして、図２の４９個の
帯域区分をｋ個ずつに再区分化した処理区分テーブルを
考える。ここで、ｋ＝２，３，４，・・・，２５であ
り、帯域区分をｎ個とするとｋ＜ｎである。例えば、ｋ
＝２の場合の処理区分を図４に示す。図４は帯域区分を
２個ずつに再区分化した処理区分テーブルを示す図であ
る。図４における（ａ）は、図２における帯域区分ｓｂ
を２個ずつにまとめた新たな処理区分ｎｂである。図４
における（ｂ）は該処理区分ｎｂに属する帯域区分ｓｂ
を示しており、各々の処理区分ｎｂにおいて２個の帯域
区分を含んでいる。また、図４における（ｃ）は処理区
分ｎｂに属する変換係数の総数を示している。処理区分
決定部５は、図４に示すこの処理区分ｎｂの処理区分テ
ーブルを最適符号化処理部３に対して与える。

【００４０】最適符号化処理部３は、処理区分決定部５
から与えられた処理区分ｎｂに基づき、それぞれの帯域
区分におけるスケーリング係数ｓｆ［ｓｂ］及びハフマ
ン符号テーブルｃｂ［ｓｂ］の最適解を求める。このと
き、処理区分ｎｂに属する２つの帯域区分において、ス
ケーリング係数ｓｆ［ｓｂ］の値は同一であるように制
御し、処理区分ｎｂに属する２つの帯域区分において、
ハフマン符号テーブルｃｂ［ｓｂ］の値は同一であるよ
うに制御する。すなわち、１つの処理区分、つまり２つ
の連続する帯域区分に属する変換係数の大小を調べ、そ
の値に応じて正規化及び量子化を行うための係数ｓｆ
［ｓｂ］、ｓｆ［ｓｂ＋１］を決定し、帯域区分内の変
換係数を正規化及び量子化する。このとき、ｓｆ［ｓ
ｂ］＝ｓｆ［ｓｂ＋１］である。また、得られた量子化
後の変換係数に対して、１つの処理区分、つまり２つの
連続する帯域区分毎に、ハフマン符号化に必要なビット
量が最も少なくなるようなハフマン符号テーブルｃｂ
［ｓｂ］、ｃｂ［ｓｂ＋１］を選択する。ここでｃｂ
［ｓｂ］＝ｃｂ［ｓｂ＋１］である。

【００４１】次に、多重化部４の補助情報を多重化する
動作について詳述する。まず、ハフマン符号テーブル情
報について考える。図５はｋ＝２の場合の処理区分ｎｂ
を適用して最適符号化処理部３によって得られたハフマ
ン符号テーブルの結果を示す図であり、図５における
（ａ）は帯域区分のインデックス、（ｂ）は帯域区分別
のハフマン符号テーブルを示している。多重化部４は、
ハフマン符号テーブルの情報を以下の手順で多重する。

【００４２】まず、図５における（ｂ）のｃｂ［ｓｂ］
について、連続する帯域区分ｓｂにおいて同じハフマン
符号テーブルが選択されているケースを見つけ、その連
続数ｌｅｎを見つける。図５における（ｂ）の場合、そ
の連続数ｌｅｎは図５における（ｃ）の通りとなる。次
にインデックスの小さな帯域区分ｓｂ０から情報を多重
し始める。ｓｂ０からｓｂ７までの連続する８個の帯域
区分において同じハフマン符号テーブル「１１」が選択
されており、この場合、ｃｂ［０］＝１１及びｌｅｎ＝
８の情報を多重する。続いて、ｓｂ１からｓｂ７までの
帯域区分については情報を多重せず、次はｓｂ８から情
報の多重を再開する。すなわち、ｓｂ８からｓｂ９まで
２個の連続する帯域区分において、同じハフマン符号テ
ーブル「１０」が選択されており、ｃｂ［８］＝１０及
びｌｅｎ＝２の情報を多重する。図６は、このようにし
て、多重化部４がハフマン符号テーブルの情報を多重し
た結果を示す図である。

【００４３】このように、同じハフマン符号テーブルが
選択された連続する帯域区分について、共通なハフマン
符号テーブル情報ｃｂ［ｓｂ］の値、帯域区分の連続数
ｌｅｎの値、の順に情報を多重し、同じハフマン符号テ
ーブルが続く（ｌｅｎ−１）個のｓｂについてはハフマ
ン符号テーブルの情報を多重しないことを繰り返す。

【００４４】以上の手順によれば、ほとんどの処理区分
ｎｂにおいて、同じハフマン符号テーブルが選択された
帯域区分の連続数は最低２帯域以上になることが保証さ
れ、多重すべきハフマン符号テーブルｃｂ［ｓｂ］及び
帯域区分の連続数ｌｅｎの情報の総数は、帯域区分毎に
ハフマン符号テーブルを決定する場合に比較して減少す
る。

【００４５】次に、スケーリング係数情報について考え
る。図７は帯域区分ｋ＝２の場合の処理区分ｎｂを適用
して最適符号化処理部３によって得られたスケーリング
係数の結果を示す図であり、図７における（ａ）は帯域
区分のインデックス、（ｂ）は帯域区分別のスケーリン
グ係数を示している。多重化部４は、スケーリング係数
の情報を以下の手順で多重する。

【００４６】まず、図７における（ｂ）のｓｆ［ｓｂ］
について、隣接する２つの帯域区分間のスケーリング係
数のインデックスの差分ｄｉｆｆ［ｓｂ］を、上記
（１）式により求める。図７における（ｃ）はその結果
である。スケーリング係数を帯域区分毎に決定する場合
と比較して差分が０となる場合が増えている。これは、
最低２帯域以上の連続した帯域区分で同じスケーリング
係数が選択されることに加えて、処理区分あたりに含ま
れる変換係数の数が相対的に多くなり、スケーリング係
数の大小関係が平滑化されるためである。

【００４７】この差分ｄｉｆｆ［ｓｂ］に対して、図２
２に示したスケーリング係数のためのハフマン符号テー
ブルによってハフマン符号化を行う。図２２に示したハ
フマン符号テーブルは、差分が０の場合に最も符号長の
短い符号を割り当てており、さらに、差分の絶対値が小
さい場合に、より短い符号長の符号を割り当てているた
め、図７における（ｃ）の結果においては、帯域区分毎
にスケーリング係数を調整する場合に比較して、差分ｄ
ｉｆｆの情報を多重するために必要なビット量は減少す
る。

【００４８】このように、ｋ＝２として帯域区分を２つ
ずつまとめた処理区分ｎｂを新たに設定して、その処理
区分ｎｂを用いてスケーリング係数やハフマン符号テー
ブルを決定することにより、それらの補助情報に必要な
ビット量は大きく減少する。すなわち、より低ビットレ
ートでの符号化が可能となり、あるいは、減少した補助
情報のビット量を変換係数の量子化のために、あらため
て割り当てることによって、同一の符号化ビットレート
においては、より符号化品質を向上させることが可能と
なる。

【００４９】このように、処理区分決定部５は最適符号
化処理部３が予め保有している規定の最小単位区分であ
る帯域区分より少ない区分数の処理区分を最適符号化処
理部３に与え、最適符号化処理部３はその処理区分を用
いて最適符号化処理を行う。この一連の処理を、処理区
分決定部５が有する全てのパターンについて繰り返し実
行し、最適符号化処理部３は、異なる処理区分のパター
ンに対する結果を保存しておき、最終的に最も符号化効
率の良い結果が得られるケースを選定し、その結果の情
報を多重化部に出力する。この選定の方法としては、全
帯域区分における量子化誤差量が最も少ない場合を選択
する方法や、主情報及び補助情報を合わせたトータルで
のビット量が最も少ない場合を選択する方法があり、も
ちろん、この両者をトレードオフの関係として、最適な
場合を選択するものであっても良い。

【００５０】多重化部４は、最適符号化処理部３から最
終結果として得られる主情報及び補助情報を規定の文法
に従って多重化し、出力端子１０へ出力する。出力端子
１０から出力されるデータは伝送路を介して伝送された
り、記録媒体へ記録されたりする。

【００５１】以上のように、この実施の形態１によれ
ば、最適符号化処理部３において、予め保有している規
定の最小単位区分である帯域区分より少ない区分数の処
理区分を適用することにより、帯域区分毎に存在する補
助情報に必要なビット量を削減することが可能となり、
全体としてデータ圧縮効率を高めることができるという
効果が得られる。すなわち、量子化誤差量を同水準に維
持しつつ符号化を行う場合には、補助情報量のビット
量、すなわち全体の情報のビット量を抑えることができ
る。また、同一の符号化ビットレートで符号化する場合
には、補助情報に必要なビット量を抑えた分、その他の
情報に使用することにより、より高品質な符号化が可能
となる。

【００５２】なお、処理区分決定部５で有する処理区分
テーブルは、帯域区分をｋ（ｋ＝２，３，４，・・・）
個ずつまとめた処理区分テーブルや、臨界帯域をモデル
化した処理区分テーブルだけではなく、１つの処理区分
内に等しい数の変換係数を持つように帯域区分をまとめ
た処理区分テーブルであっても良い。また、上記では変
換符号化の例をあげて説明したが、帯域分割符号化であ
っても良い。

【００５３】実施の形態２．図８はこの発明の実施の形
態２によるオーディオ符号化装置の構成を示すブロック
図である。図において、２１は入力されたオーディオ信
号を分析し処理区分決定部５から与えられる処理区分毎
にマスキングしきい値や信号パワー等の指標を算出する
聴覚分析部で、その他の構成は実施の形態１の図１と同
等である。上記実施の形態１では、処理区分決定部５に
よって設定された処理区分は、最適符号化処理部３に対
してのみ与えられるものであったが、同時に聴覚分析部
２１に対しても与えられるものであっても良い。

【００５４】次に動作について説明する。聴覚分析部２
１は、入力端子９からの入力されたオーディオ信号を分
析し、通常は、予め保有している規定の帯域区分毎にマ
スキングしきい値や信号パワー等の指標を算出して、最
適符号化処理部３に対して出力する。図９は、ある帯域
区分におけるマスキングしきい値算出方法の一例を示す
図である。帯域区分をｓｂｎとすると、ｓｂｎ内に含ま
れる信号スペクトルの最大ＳＰｍａｘを検出する（図９
（ａ））。次に、信号スペクトルによるマスキング効果
を計算する。図９（ｂ）の斜線部がマスクされる範囲を
示している。さらに、ｓｂｎ内で最小となるしきい値Ｔ
Ｈｍｉｎを求める。これを帯域区分内のマスキングしき
い値の代表値とする。また、最大信号スペクトルと最小
マスキングしきい値との差分を信号対マスク比として指
標化する。

【００５５】これに対して、処理区分決定部５から処理
区分ｎｂを与えられた場合は、その処理区分単位で指標
を算出する。図１０はある処理区分におけるマスキング
しきい値算出方法の一例を示す図である。図１０に示す
ように、例えば、ｎ番目の帯域区分ｓｂｎ及びｎ＋１番
目のｓｂｎ＋１をまとめたｍ番目の処理区分ｎｂｍを考
えると、２つの帯域区分内に含まれる信号スペクトルの
最大ＳＰｍａｘを検出し、次にｓｂｎ及びｓｂｎ＋１内
で最小となるしきい値ＴＨｍｉｎを求める。これを処理
区分内のマスキングしきい値の代表値とし、また、最大
信号スペクトルと最小マスキングしきい値との差分を信
号対マスク比として指標化する。

【００５６】以上のように、この実施の形態２によれ
ば、処理区分決定部５から、同時に聴覚分析部２１と最
適符号化処理部３に対して同じ処理区分を与えることに
より、その処理区分に最適な指標が得られ、その指標を
用いて最適符号化処理が行われることになり、符号化品
質の向上あるいは圧縮効率の向上が可能となるという効
果が得られる。

【００５７】実施の形態３．上記実施の形態１及び実施
の形態２では、処理区分決定部５においては、予め用意
しておいた複数の処理区分テーブルの中からその処理区
分を選択するものであったが、オーディオ信号の特性に
応じて処理区分テーブルを絞り込む、あるいは生成する
ものであっても良い。

【００５８】図１１はこの発明の実施の形態３によるオ
ーディオ符号化装置の構成を示すブロック図であり、図
において、５１は直交変換部１から得られるオーディオ
信号の特性に基づいて新たな処理区分を設定する処理区
分決定部であり、その他の構成は実施の形態１の図１と
同等である。この実施の形態では、オーディオ信号の特
性情報を直交変換部１の出力から得るものである。最適
符号化処理部３で符号化の対象となるデータは、直交変
換部１から出力される変換係数そのものであり、帯域区
分毎の適応処理を行うことは、すなわち帯域区分内に含
まれる変換係数に応じた処理を行うことに等しい。そこ
で、変換係数のパワー分布を基準に処理区分を決定す
る。以下にその具体的方法を示す。

【００５９】次に動作について説明する。処理区分決定
部５１は、まず、直交変換部１から得られる変換係数を
基に帯域区分毎の変換係数のパワーを算出する。すなわ
ち、帯域区分毎に、各帯域区分に含まれる全体の変換係
数のパワーを算出する。次に、帯域区分毎の変換係数の
パワーについて、隣接する帯域区分間の差分値を求め
る。図１２は隣接する帯域区分間の変換係数のパワーの
差分値を示す図であり、ｎ−１，ｎ，ｎ＋１番目の帯域
区分の変換係数のパワーを、それぞれＰｗｎ−１、Ｐｗ
ｎ、Ｐｗｎ＋１としたときの様子を示している。

【００６０】図１２における差分１及び差分２は、次の
（５）式で表せる。差分１＝｜Ｐｗｎ−Ｐｗｎ−１｜差分２＝｜Ｐｗｎ＋１−Ｐｗｎ｜（５）ここで、あらかじめ定めたしきい値ＴＨｐｗと差分を比
較し、差分値がしきい値ＴＨｐｗよりも小さければ、そ
の隣接する２つの帯域区分を一つの処理区分とする。例
えば、次の（６）式、差分１＜ＴＨｐｗかつ差分２＞ＴＨｐｗ（６）である場合には、ｎ−１及びｎ番目の帯域区分を１つの
処理区分とし、ｎ＋１番目の帯域区分は別の処理区分と
する。

【００６１】処理区分決定部５１は、上記の処理を全て
の帯域区分について行い、最終的な処理区分を決定す
る。なお、ここでは隣接する２つの帯域区分間の差分を
用いたが、３つ以上の帯域区分間の相対関係を用いて判
定しても良い。また、帯域区分毎の変換係数のパワーを
算出する代わりに、この帯域区分における変換係数のパ
ワーの最大値を検出し、これを帯域区分毎の変換係数の
パワーの代用としても良い。

【００６２】図１３はこの発明の実施の形態３によるオ
ーディオ符号化装置の他の構成を示すブロック図であ
り、図において、５１は聴覚分析部２から得られるオー
ディオ信号の特性を基に新たな処理区分を設定する処理
区分決定部であり、その他の構成は実施の形態１の図１
と同等である。この実施の形態では、オーディオ信号の
特性情報を聴覚分析部２の出力から得るものである。

【００６３】聴覚分析部２ではＦＦＴによるスペクトラ
ム解析が行われており、この結果から得られる個々のス
ペクトルのパワーを変換係数のパワーとみなし、帯域区
分毎のスペクトルのパワーを算出し、隣接する帯域区分
間の差分を求め、その値としきい値を比較判定し、しき
い値以下であればこれらの帯域区分を同一の処理区分と
してまとめる。これを全ての帯域区分について繰り返し
行い、最終的な処理区分を決定する。

【００６４】以上のように、実施の形態３によれば、符
号化の対象となる変換係数から帯域区分毎の変換係数の
パワーの分布を算出し、変換係数のパワーが同じレベル
の帯域区分を同一の処理区分にまとめることによって、
処理区分内には一様な変換係数が揃うことになり、量子
化効率を向上させることができるという効果が得られ
る。

【００６５】また、実施の形態３によれば、聴覚分析部
２によりオーディオ信号を分析した際に得られるスペク
トルから帯域区分毎のスペクトルのパワーの分布を算出
し、スペクトルのパワーが同じレベルの帯域区分を同一
の処理区分にまとめることによって、処理区分内には一
様なスペクトルが揃うことになり、量子化効率を向上さ
せることができるという効果が得られる。

【００６６】なお、オーディオ信号の特性情報は、入力
端子９から処理区分決定部５に対して直接オーディオ信
号を入力し、処理区分決定部５の内部に解析部を設ける
ものであっても良いが、上記のように、もともとオーデ
ィオ信号の特性を解析している処理部からその結果を得
るように構成することによって、装置規模やコストを下
げることができる。

【００６７】また、予め用意されている処理区分テーブ
ルを参照する場合、その数が多い場合には、それらのケ
ース全てを実行するには膨大な演算量が必要となるが、
上記のような構成とすることで、オーディオ信号の特性
を考慮することによって処理区分テーブルを絞り込むこ
とが可能となり、処理区分テーブルを格納するメモリサ
イズや演算量を低減することができる。

【００６８】さらには、処理区分を上記のように一意に
設定し、設定した処理区分により少数のバリエーション
の処理区分の候補を設定し、上記実施の形態１及び実施
の形態２のように、最適符号化処理部３で繰り返し実行
して最適な処理区分を選択しても同様の効果が得られ
る。演算量の削減は、即ち装置規模及びコストの縮小に
つながる。

【００６９】実施の形態４．図１４はこの発明の実施の
形態４によるオーディオ符号化装置の構成を示すブロッ
ク図である。図において、５２は外部から符号化ビット
レート情報を得て処理区分を設定する処理区分決定部
で、９１は符号化ビットレート情報を入力する制御端子
であり、その他の構成は実施の形態１の図１と同等であ
る。

【００７０】図１５は処理区分決定部５２の構成を示す
ブロック図である。処理区分決定部５２は、処理区分テ
ーブルを複数ずつに分けたＮ個の処理区分テーブル群
（１）５０１、処理区分テーブル群（２）５０２、・・
・、処理区分テーブル群（Ｎ）５０Ｎを持ち、また、Ｎ
個の処理区分テーブル群の中から特定の処理区分テーブ
ル群を選択するテーブル群選択部５１０及び切り替えの
ための切替器５１１で構成される。

【００７１】次に動作について説明する。ここで、簡単
のため、図２に示す帯域区分において、ｋ個（ｋ＝２〜
７）ずつをまとめて１つの処理区分とする６個の処理区
分テーブルを考える。さらに、ｋ＝２，３の場合の処理
区分テーブルを第１の処理区分テーブル群とし、ｋ＝
４，５の場合の処理区分テーブルを第２の処理区分テー
ブル群とし、ｋ＝６，７の場合の処理区分テーブルを第
３の処理区分テーブル群とする。すなわち、第１の処理
区分テーブル群には比較的処理区分数が多いテーブルが
含まれ、第３の処理区分テーブル群には比較的処理区分
数が少ないテーブルが含まれている。第２の処理区分テ
ーブル群にはその中間のテーブルが含まれている。ここ
で、処理区分数が少ないテーブルほど、補助情報に必要
なビット量が少なくなることは前述の通りである。

【００７２】テーブル群選択部５１０は、外部からの符
号化ビットレート情報を受け、予め処理区分テーブル群
の数と同じ数に区分された符号化ビットレートの範囲に
対応付けられた処理区分テーブル群を、切替器５１１に
よって選択する。この対応付けでは、ビットレートが低
いほど処理区分数が少なく、ビットレートが高いほど処
理区分数が多いというように対応付けられている。

【００７３】例えば、入力された符号化ビットレート情
報が、３つの符号化ビットレート区分のうち最も低いビ
ットレート区分の範囲にあると仮定すると、テーブル群
選択部５１０は、切替器５１１によって第３の処理区分
テーブル群を選択する。これは、生成する符号化ストリ
ームに占める補助情報の割合を相対的に低く抑えるため
である。そして、第３の処理区分テーブル群に属するｋ
＝６，７の場合のそれぞれの処理区分テーブルを最適符
号化処理部３に対して与える。

【００７４】最適符号化処理部３では、ｋ＝６，７の２
つの処理区分について最適符号化処理を行い、結果とし
て符号化効率の良い方を選定し、その処理区分テーブル
を用いた場合の各種情報を多重化部４に出力する。この
動作については上記実施の形態で述べた通りである。

【００７５】また、符号化ビットレートが高い場合に
は、テーブル群選択部５１０は、切替器５１１によって
第１の処理区分テーブル群を選択する。これは、処理区
分数が多い処理区分テーブルを適用し帯域区分毎の適応
処理を図った結果、補助情報に必要なビット量が多くな
ったとしても、符号化ビットレートが高いため、１符号
化フレームに相当する全体のビット量も多く、生成する
符号化ストリームに占める補助情報の割合は低いと判断
できるからである。

【００７６】以上のように、この実施の形態４によれ
ば、符号化ビットレートの情報を考慮して処理区分を決
定することによって、補助情報に必要なビット量を調節
し、生成される符号化ストリームに占める補助情報の割
合を一様にすることが可能になり、特に低ビットレート
符号化の場合に、変換係数等の主情報に必要なビット量
を確保することができ、符号化品質の劣化を防ぐことが
できるという効果が得られる。また、処理区分テーブル
を絞り込むことによって、最適符号化処理部３での実行
処理回数を減らすことができ、装置規模、コストの縮小
を図ることができるという効果が得られる。さらに、処
理負荷が抑えられることによって、入力されたオーディ
オ信号に対して実時間処理が可能となるという効果が得
られる。

【００７７】実施の形態５．図１６はこの発明の実施の
形態５によるオーディオ符号化装置の構成を示すブロッ
ク図である。図において、６は、最適符号化処理部３の
処理の結果得られる主情報及び補助情報に必要なそれぞ
れのビット量を求め、補助情報に必要なビット量の全体
のビット量に占める割合を算出し、算出した結果に応じ
て、処理区分決定部５３に処理区分を決定させる情報量
判定部で、５３は情報量判定部６からの指示に基づき処
理区分を設定する処理区分決定部であり、その他の構成
は実施の形態１の図１と同等である。

【００７８】次に動作について説明する。処理区分決定
部５３及び情報量判定部６以外は、これまで説明した通
りの動作をするものであり、ここでは説明を省略する。
情報量判定部６は、最適符号化処理部３の処理の結果得
られる主情報及び補助情報に必要なそれぞれのビット量
Ｑｍ及びＱｓを求め、ビット量Ｑｓの全体のビット量に
占める割合Ｒｑ＝Ｑｓ／（Ｑｍ＋Ｑｓ）を算出する。こ
こで、全体のビット量とは、符号化ビットレートに対し
て１符号化フレーム時間に相当するビット量Ｑａに等し
い（Ｑａ＝Ｑｍ＋Ｑｓ）。全体のビット量は符号化フレ
ーム毎に固定であっても可変であっても良い。

【００７９】次に情報量判定部６は、ビット量Ｑｓの全
体のビット量に占める割合Ｒｑと予め用意されたしきい
値Ｒｔｈ１と比較し、Ｒｑ＞Ｒｔｈ１であれば相対的に
補助情報のビット量が多く、変換係数等の主情報のビッ
ト量が少ないと判断して、処理区分決定部５３に対して
補助情報のビット量が少なくなるように調整する指示を
出す。すなわち、処理区分決定部５３が、処理区分の数
がより少ない処理区分テーブルを選択して最適符号化処
理部３に処理区分情報を与えるような制御情報を与え
る。Ｒｑ≦Ｒｔｈ１であれば、最適符号化処理部３の処
理結果を最終結果として、そのまま多重化部４へ各種情
報を出力する。

【００８０】処理区分決定部５３は、情報量判定部６か
ら処理区分の数を減少させるように指示を受けた場合、
改めて処理区分を設定し、最適符号化処理部３に与え
る。例えば、図２の帯域区分に対して、ｋ（ｋ＝２，
３，４，・・・）個ずつにまとめた処理区分テーブルを
持ち、情報量判定部６からの指示に対して、順次それぞ
れの処理区分を与える。最適符号化処理部３は、この処
理区分を用いて再び処理区分毎の適応処理を実行する。
そして、情報量判定部６は再び判定を行う。この一連の
処理はＲｑ≦Ｒｔｈ１を満足するまで繰り返し行われ
る。

【００８１】このように、情報量判定部６において補助
情報に必要なビット量の全体に占める割合を求め、その
結果に応じて処理区分を再区分化することによって補助
情報量を削減するので、変換係数等の主情報に必要なビ
ット量をより多く確保することができ、全体としてデー
タ圧縮効率を高めることができるという効果が得られ
る。特に、最適符号化処理部３の処理結果を基に補助情
報のビット量の判定を行うというフィードバック型の構
成をとることによって、補助情報量を調整するための、
より正確な判定がなされる。

【００８２】また、この実施の形態では、情報量判定部
６は、外部からの符号化ビットレート情報に応じてその
判定条件を変更するものであっても良い。補助情報のビ
ット量Ｑｓは、設定する符号化ビットレートに依らず、
その変動範囲には上限及び下限がある。

【００８３】例えば、ハフマン符号テーブルの情報につ
いては、極端な場合、全ての帯域区分において同じハフ
マン符号テーブルが選択された場合に最小となり、（４
ｂｉｔ＋５ｂｉｔ）×２＝１８ｂｉｔ、全ての帯域区分
において同じハフマン符号テーブルが連続して選択され
ることが無い場合に最大となり、（４ｂｉｔ＋５ｂｉ
ｔ）×４９＝４４１ｂｉｔとなる。ここでは、１１種類
のハフマン符号テーブルを表すために必要なビット数を
４ｂｉｔ、同じハフマン符号テーブルが選択されている
帯域の連続数を表すために必要なビット数を、３２個以
下の連続数を示すことができる５ｂｉｔ、また、帯域区
分の数を４９個と仮定している。

【００８４】図１７は符号化ビットレート、全体のビッ
ト量、補助情報の上限における割合の関係を示す図であ
る。上記のＱｓの最大値をＱｓｍａｘとすると、符号化
ビットレート、全体のビット量Ｑａ、補助情報の上限に
おける割合Ｑｓｍａｘ／Ｑａの関係は図１７に示す通り
となる。ここでは符号化フレーム周期を２１．３３ｍｓ
としている。

【００８５】図１７に示す通り、符号化ビットレートが
高くなるに応じてＱｓｍａｘ／Ｑａの値は小さくなる。
すなわち、Ｑｓｍａｘの全体に占める割合が低くなり、
言い換えれば主情報のビット量は十分確保されるという
ことになる。従って、Ｒｑを算出し、この比が符号化ビ
ットレート毎に定められたしきい値Ｒｔｈ２（＝Ｑｓｍ
ａｘ／Ｑａ）との関係Ｒｑ＞Ｒｔｈ２を満たす場合にの
み、処理区分決定部５３に対して再区分化を行うような
指示を与え、条件を満たさない場合には再区分化を行わ
ないような指示を与える。

【００８６】処理区分決定部５３は、情報量判定部６か
らの指示を受け、再区分化が必要な場合は処理区分を新
たに設定して最適符号化処理部３に出力する。再区分化
が必要でない場合には新たに処理区分を設定することは
しない。なお、処理区分決定部５３での処理区分を設定
する動作については、上記実施の形態で説明したものを
適用する。すなわち、帯域区分をｋ個ずつにまとめた処
理区分の中から選択するものであっても良いし、入力さ
れたオーディオ信号を分析することによって処理区分を
決定するものであっても良い。

【００８７】以上のように、この実施の形態５によれ
ば、情報量判定部６を設けることによって、補助情報の
占める割合が大きく変換係数等の主情報に必要なビット
数が不足するような低ビットレートでの符号化の場合に
のみ、処理区分化を行って符号化効率を向上させること
ができると共に、低ビットレートではない符号化の場合
には、帯域毎の適応制御結果を優先して採用することに
より、無駄な処理区分の見直しにおける処理の実行を避
けることができるという効果が得られる。

【００８８】

【発明の効果】以上のように、この発明によれば、変換
係数を符号化する際の周波数軸上での複数の処理区分
を、既定の最小単位区分より少ない区分数になるよう設
定する処理区分決定部と、処理区分決定部が設定した複
数の処理区分毎に、算出された変換係数を符号化し、符
号化された変換係数及び符号化の際に使用した付随する
補助情報を出力する最適符号化処理部とを備えたことに
より、帯域区分毎に存在する補助情報に必要なビット量
を削減することが可能となり、全体としてデータ圧縮効
率を高めることができるという効果がある。

【００８９】この発明によれば、処理区分決定部が、規
定のｎ個の最小単位区分に対してｋ個（ｋ＜ｎ）ずつの
最小単位区分を１つにまとめて処理区分として設定する
ことにより、帯域区分毎に存在する補助情報に必要なビ
ット量を削減することが可能となり、全体としてデータ
圧縮効率を高めることができるという効果がある。

【００９０】この発明によれば、処理区分決定部が、処
理区分に属する変換係数の数が一様になるように処理区
分を設定することにより、帯域区分毎に存在する補助情
報に必要なビット量を削減することが可能となり、全体
としてデータ圧縮効率を高めることができるという効果
がある。

【００９１】この発明によれば、聴覚分析部が、処理区
分決定部が設定した複数の処理区分毎に、量子化雑音の
発生量を適応的に制御するための指標を算出することに
より、その処理区分に最適な指標が得られ、その指標を
用いて最適符号化処理が行われることになり、符号化品
質の向上あるいは圧縮効率の向上が可能となるという効
果がある。

【００９２】この発明によれば、処理区分決定部が、算
出された変換係数から最小単位区分毎の変換係数のパワ
ーを算出し、算出された変換係数のパワーの差分が所定
のしきい値内にある最小単位区分を同一の処理区分にま
とめることにより処理区分を設定することで、処理区分
内には一様な変換係数が揃うことになり、量子化効率を
向上させることができるという効果がある。

【００９３】この発明によれば、処理区分決定部が、算
出された変換係数から最小単位区分毎に変換係数のパワ
ーの最大値を検出し、検出された変換係数のパワーの最
大値の差分が所定のしきい値内にある最小単位区分を同
一の処理区分にまとめることにより処理区分を設定する
ことで、処理区分内には一様な変換係数が揃うことにな
り、量子化効率を向上させることができるという効果が
ある。

【００９４】この発明によれば、処理区分決定部が、聴
覚分析部によりオーディオ信号を分析した際に得られる
スペクトルから最小単位区分毎のスペクトルのパワーを
算出し、算出されたスペクトルのパワーの差分が所定の
しきい値内にある最小単位区分を同一の処理区分にまと
めることにより処理区分を設定することで、処理区分内
には一様なスペクトルが揃うことになり、量子化効率を
向上させることができるという効果がある。

【００９５】この発明によれば、処理区分決定部が、外
部から与えられる符号化ビットレートに応じて、符号化
ビットレートが低いほど区分数を少なく、符号化ビット
レートが高いほど区分数を多くなるように処理区分を設
定することにより、補助情報に必要なビット量を調節
し、生成される符号化ストリームに占める補助情報の割
合を一様にすることが可能になり、特に低ビットレート
符号化の場合に、変換係数等の主情報に必要なビット量
を確保することができ、符号化品質の劣化を防ぐことが
できるという効果がある。

【００９６】この発明によれば、最適符号化処理部によ
り出力された変換係数及び補助情報に必要なそれぞれの
ビット量を求め、補助情報に必要なビット量の全体のビ
ット量に対する割合が所定のしきい値より多い場合に、
補助情報に必要なビット量を少なくするために、より少
ない区分数になるように複数の処理区分を再設定するよ
う処理区分決定部に指示する情報量判定部を備えたこと
により、補助情報の占める割合が大きく変換係数等の主
情報に必要なビット数が不足するような低ビットレート
での符号化の場合にのみ、処理区分化を行って符号化効
率を向上させることができると共に、低ビットレートで
はない符号化の場合には、帯域毎の適応制御結果を優先
して採用することにより、無駄な処理区分の見直しにお
ける処理の実行を避けることができるという効果があ
る。

【００９７】この発明によれば、情報量判定部が、補助
情報に必要なビット量の全体のビット量に対する割合が
符号化ビットレートごとに定められた所定のしきい値よ
り多い場合に、より少ない区分数になるように複数の処
理区分を再設定するよう処理区分決定部に指示すること
により、補助情報の占める割合が大きく変換係数等の主
情報に必要なビット数が不足するような低ビットレート
での符号化の場合にのみ、処理区分化を行って符号化効
率を向上させることができると共に、低ビットレートで
はない符号化の場合には、帯域毎の適応制御結果を優先
して採用することにより、無駄な処理区分の見直しにお
ける処理の実行を避けることができるという効果があ
る。

【図面の簡単な説明】

【図１】この発明の実施の形態１によるオーディオ符
号化装置の構成を示すブロック図である。

【図２】この発明の実施の形態１による、変換係数を
複数の帯域に区分するための区分規定テーブルを示す図
である。

【図３】この発明の実施の形態１による最適符号化処
理部の構成を示すブロック図である。

【図４】この発明の実施の形態１による帯域区分を２
個ずつに再区分化した処理区分テーブルを示す図であ
る。

【図５】この発明の実施の形態１による帯域区分が２
個の場合の処理区分ｎｂを適用して最適符号化処理部に
よって得られたハフマン符号テーブルの結果を示す図で
ある。

【図６】この発明の実施の形態１による多重化部がハ
フマン符号テーブルの情報を多重した結果を示す図であ
る。

【図７】この発明の実施の形態１による帯域区分が２
個の場合の処理区分ｎｂを適用して最適符号化処理部に
よって得られたスケーリング係数の結果を示す図であ
る。

【図８】この発明の実施の形態２によるオーディオ符
号化装置の構成を示すブロック図である。

【図９】この発明の実施の形態２による、ある帯域区
分におけるマスキングしきい値算出方法の一例を示す図
である。

【図１０】この発明の実施の形態２による、ある処理
区分におけるマスキングしきい値算出方法の一例を示す
図である。

【図１１】この発明の実施の形態３によるオーディオ
符号化装置の構成を示すブロック図である。

【図１２】この発明の実施の形態３による隣接する帯
域区分間の変換係数のパワーの差分値を示す図である。

【図１３】この発明の実施の形態３によるオーディオ
符号化装置の他の構成を示すブロック図である。

【図１４】この発明の実施の形態４によるオーディオ
符号化装置の構成を示すブロック図である。

【図１５】この発明の実施の形態４による処理区分決
定部の構成を示すブロック図である。

【図１６】この発明の実施の形態５によるオーディオ
符号化装置の構成を示すブロック図である。

【図１７】この発明の実施の形態５による、符号化ビ
ットレート、全体のビット量、補助情報の上限における
割合の関係を示す図である。

【図１８】従来のオーディオ符号化装置の構成を示す
ブロック図である。

【図１９】従来の最適符号化処理部から出力された、
帯域区分毎に選択されたハフマン符号テーブルの様子の
一例を示す図である。

【図２０】従来の多重化部によるハフマン符号テーブ
ルの情報の多重される順序を示す図である。

【図２１】従来の最適符号化処理部から出力された、
帯域区分毎に選択されたスケーリング係数の様子の一例
を示す図である。

【図２２】従来における、ｄｉｆｆ［ｓｂ］をハフマ
ン符号化する際に使用するハフマン符号テーブルの例を
示す図である。

【符号の説明】

１直交変換部、２聴覚分析部、３最適符号化処理
部、４多重化部、５処理区分決定部、６情報量判定
部、９入力端子、１０出力端子、２１聴覚分析部、
５１処理区分決定部、５２処理区分決定部、５３
処理区分決定部、９１制御端子、３０１正規化部、
３０２量子化部、３０３ハフマン符号化部、３０４
レート／歪み制御部、５０１処理区分テーブル群
（１）、５０２処理区分テーブル群（２）、５０Ｎ
処理区分テーブル群（Ｎ）、５１０テーブル群選択
部、５１１切替器。

Claims

【特許請求の範囲】

【請求項１】入力されたオーディオ信号を人間の聴覚
特性に基づき分析し、マスキングしきい値や許容雑音量
等の量子化雑音の発生量を適応的に制御するための指標
を算出する聴覚分析部と、入力されたオーディオ信号を、上記聴覚分析部から出力
される変換ブロックサイズに応じて直交変換し変換係数
を算出する直交変換部と、上記変換係数を符号化する際の周波数軸上での複数の処
理区分を、既定の最小単位区分より少ない区分数になる
よう設定する処理区分決定部と、上記聴覚分析部により算出された量子化雑音の発生量を
適応的に制御するための指標に基づいて、上記処理区分
決定部が設定した複数の処理区分毎に、上記直交変換部
により算出された変換係数を符号化し、符号化された変
換係数及び符号化の際に使用した付随する補助情報を出
力する最適符号化処理部と、上記最適符号化処理部により出力された変換係数及び補
助情報を多重化する多重化手段とを備えたことを特徴と
するオーディオ符号化装置。
【請求項２】処理区分決定部は、規定のｎ個の最小単
位区分に対してｋ個（ｋ＜ｎ）ずつの最小単位区分を１
つにまとめて処理区分として設定することを特徴とする
請求項１のオーディオ符号化装置。
【請求項３】処理区分決定部は、処理区分に属する変
換係数の数が一様になるように処理区分を設定すること
を特徴とする請求項１のオーディオ符号化装置。
【請求項４】聴覚分析部は、処理区分決定部が設定し
た複数の処理区分毎に、量子化雑音の発生量を適応的に
制御するための指標を算出することを特徴とする請求項
１のオーディオ符号化装置。
【請求項５】処理区分決定部は、直交変換部により算
出された変換係数から最小単位区分毎の変換係数のパワ
ーを算出し、算出された変換係数のパワーの差分が所定
のしきい値内にある最小単位区分を同一の処理区分にま
とめることにより処理区分を設定することを特徴とする
請求項１のオーディオ符号化装置。
【請求項６】処理区分決定部は、直交変換部により算
出された変換係数から最小単位区分毎に変換係数のパワ
ーの最大値を検出し、検出された変換係数のパワーの最
大値の差分が所定のしきい値内にある最小単位区分を同
一の処理区分にまとめることにより処理区分を設定する
ことを特徴とする請求項１のオーディオ符号化装置。
【請求項７】処理区分決定部は、聴覚分析部によりオ
ーディオ信号を分析した際に得られるスペクトルから最
小単位区分毎のスペクトルのパワーを算出し、算出され
たスペクトルのパワーの差分が所定のしきい値内にある
最小単位区分を同一の処理区分にまとめることにより処
理区分を設定することを特徴とする請求項１のオーディ
オ符号化装置。
【請求項８】処理区分決定部は、外部から与えられる
符号化ビットレートに応じて、符号化ビットレートが低
いほど区分数を少なく、符号化ビットレートが高いほど
区分数を多くなるように処理区分を設定することを特徴
とする請求項１のオーディオ符号化装置。
【請求項９】最適符号化処理部により出力された変換
係数及び補助情報に必要なそれぞれのビット量を求め、
補助情報に必要なビット量の全体のビット量に対する割
合が所定のしきい値より多い場合に、補助情報に必要な
ビット量を少なくするために、より少ない区分数になる
ように複数の処理区分を再設定するよう処理区分決定部
に指示する情報量判定部を備えたことを特徴とする請求
項１のオーディオ符号化装置。
【請求項１０】情報量判定部は、補助情報に必要なビ
ット量の全体のビット量に対する割合が符号化ビットレ
ートごとに定められた所定のしきい値より多い場合に、
より少ない区分数になるように複数の処理区分を再設定
するよう処理区分決定部に指示することを特徴とする請
求項９のオーディオ符号化装置。