JP2006003580A - オーディオ信号符号化装置及びオーディオ信号符号化方法 - Google Patents

Abstract

【課題】複数チャンネルのオーディオ信号において、周波数データの時間方向又は周波数方向のグループ分けを適切に行い、効率的に符号化してビットレートを低減すること。
【解決手段】分析フィルタバンク１０１、１０２は左右チャンネルの入力オーディオ信号を入力して周波数データの時間系列に変換する。強度算出部１１０、１１１は周波数データの強度を算出する。類似度判定部１３０は複数のチャンネルの類似度を判定する。類似度判定部１３０により類似度が高いと判定された場合に、グループ分け部１２２は複数のチャンネルにおける周波数データの時間方向又は周波数方向のグループ分けを、周波数データの強度平均に基づいて、複数のチャンネルに対して共通に行う。符号化部１５０、１５１は、グループ分けに基づいて周波数データを符号化する。
【選択図】図１

Description

本発明は、複数のチャンネルの入力オーディオ信号を、周波数データの時間系列に変換して、周波数データの時間方向又は周波数方向のグループ分けを共通に行い、オーディオ信号を効率的に符号化するオーディオ信号符号化装置及びオーディオ信号符号化方法に関するものである。

近年、複数のチャンネルの入力オーディオ信号を周波数データの時間系列に変換し、周波数データ又はそのエンベロープデータの時間方向又は周波数方向のグループ分けを、複数のチャンネルに対して共通に行うことによって、グループ分けに関する情報を削減し、符号化効率を改善する方法が提案されてきている。

このような提案として、例えば非特許文献１と非特許文献２に記載されたＭＰＥＧ（Ｍｏｖｉｎｇ Ｐｉｃｔｕｒｅ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）のＡＡＣ（Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ）が知られている。ＡＡＣでは、ＭＤＣＴ（Ｍｏｄｉｆｉｅｄ Ｄｉｓｃｒｅｔｅ Ｃｏｓｉｎｅ Ｔｒａｎｓｆｏｒｍ，変形離散コサイン変換）により、入力信号を周波数データ（ＭＤＣＴ係数）に変換する。ＭＤＣＴのブロック長には、長時間ブロックと短時間ブロックの２種類があり、入力信号の性質に応じて適切なブロック長を選択する。過渡的な入力信号の場合には、短時間ブロックを選択する。

ＡＡＣの規格では、１つの短時間ブロックは１２８本の周波数データからなり、８ブロックを１フレームとして符号化する。短時間ブロックの符号化に際して、時間的に連続する複数の短時間ブロックのグループ分けを行い、グループを単位として量子化と符号化の処理を行う。ＡＡＣの規格では、１フレーム当り、最小１個から最大８個のグループに分ける。周波数データのバンド単位の量子化ステップサイズをスケールファクタとすると、同一のグループに対してはこのスケールファクタを共通にする。これにより、スケールファクタに必要なビット数を削減し、符号化効率を改善することができる。

また、入力信号がステレオ信号で、共通ウィンドウ（ｃｏｍｍｏｎ ｗｉｎｄｏｗ）のフラグがオンの場合、左右のチャンネルでグループ分けを共通に行うことにより、グループ分けに関する情報を１チャンネル分に削減し、符号化効率を更に改善することができる。

また、提案の別の例として、特許文献１及び非特許文献３と非特許文献４に記載されたＳＢＲ（Ｓｐｅｃｔｒａｌ Ｂａｎｄ Ｒｅｐｌｉｃａｔｉｏｎ）がある。ＳＢＲの符号化では、入力されたオーディオ信号から高周波数帯域を削除した低周波数帯域の信号を符号化するとともに、削除された高周波数帯域のエンベロープデータを符号化する。ＳＢＲの復号化では、低周波数帯域の符号化データを復号化することにより、低周波数帯域の周波数データを再生する。そして、再生された低周波数帯域の周波数データを高周波数帯域に複製し、復号化されたエンベロープデータに基づいて、高周波数帯域のエンベロープのゲインを調整することにより、高周波数帯域の周波数データを復元する。こうして、２つの周波数帯域の周波数データを合成することによって、入力オーディオ信号を再生することができる。

ＳＢＲでは、削除された高周波数帯域のエンベロープデータの符号化に、時間方向と周波数方向のグループ分けを行って符号化効率を改善している（例えば、特許文献１及び非特許文献４参照）。また、入力信号がステレオ信号で、カップリングモード（Ｃｏｕｐｌｉｎｇ ｍｏｄｅ）のフラグがオンの場合、左右のチャンネルでグループ分けを共通に行うことにより、グループ分けに関する情報を削減し、符号化効率を更に改善することができる。

前記した先行技術文献には、複数のチャンネルで周波数データ又はエンベロープデータを共通にグループ分けして効率的に符号化する特定の方法又は装置については記載されていない。

本発明の課題を明確にするために、先行技術として認識されているが、公知文献としては認識されていない２チャンネルのオーディオ信号符号化装置を従来例として説明する。図３は、従来例における２チャンネルのオーディオ信号符号化装置の構成を示すブロック図である。このオーディオ信号符号化装置は、分析フィルタバンク１００、１０１、強度算出部１１０、１１１、グループ分け部１２０、１２１、符号化部１５０、１５１、多重化部１６０、グループ分け一致判定部１９０を含んで構成される。このような構成のオーディオ信号符号化装置について、その動作を説明する。

分析フィルタバンク１００に入力された左チャンネル（Ｌｃｈ）における時間軸のオーディオ信号は、周波数データの時間系列に変換される。同様に、分析フィルタバンク１０１に入力された右チャンネル（Ｒｃｈ）における時間軸のオーディオ信号は、周波数データの時間系列に変換される。

強度算出部１１０、１１１は、夫々のチャンネルのグループ分けをする前の符号化処理単位における周波数データの強度を算出する。ここで符号化処理単位とは、周波数データの量子化と符号化の処理を行うときの単位であり、同一の符号化処理単位に属する全ての周波数データに対して、共通の量子化ステップサイズを用いる。

図４（ａ）にグループ分けをする前の１フレームあたりの符号化処理単位を示す。図４では、グループ分けをする前の１フレームは、時間方向に８個、周波数方向に８個、全体で合計６４個の符号化処理単位からなる。強度算出部１１０、１１１は、夫々のチャンネルにおける符号化処理単位の周波数データの強度を、符号化処理単位に属するすべての周波数データの２乗和により算出して出力する。

グループ分け部１２０、１２１は、夫々のチャンネルにおいて、符号化処理単位の周波数データの強度に基づいて、時間方向と周波数方向とのグループ分けを行い、グループ分けに関する情報（以下、グループ分け情報という）を出力する。最初に時間方向についてのグループ分けを行う。時間方向のグループ分けは、時間方向の周波数データにおける強度の変化量に基づいて行う。同一時間に属する符号化処理単位の周波数データの強度を周波数方向に加算して、時間に属する符号化処理単位の合計強度を算出する。

次に時間方向に隣り合う符号化処理単位の合計強度の比を算出して、時間方向の変化量とする。ただし、比の値が１より小さい場合には、１以上となるように比の値の逆数をとったものを変化量とする。変化量が所定の閾値以下の場合には、時間方向に隣り合う符号化処理単位を合併して１つのグループとし、新たな符号化処理単位にする。このような処理を時間方向に繰り返すことによって、時間方向のグループ分けを行う。

次に周波数方向のグループ分けを行う。周波数方向のグループ分けは、高周波数分解能と低周波数分解能の２種類とする。高周波数分解能とは、周波数方向のグループ分けを行う前の符号化処理単位である。低周波数分解能とは、いくつかの符号化処理単位を周波数方向に合併し、新たな符号化処理単位としたものである。周波数方向のグループ分けは、時間方向のグループ分けを行った後の符号化処理単位に対して行い、周波数方向における周波数データの強度の変化量に基づいて行う。そして周波数方向に隣接する符号化処理単位の強度の比を変化量として算出する。ただし比の値が１より小さい場合には、１以上となるように比の値の逆数を用いる。

次に低周波数分解能の符号化処理単位内で、高周波数分解能における符号化処理単位での周波数データの強度の変化量が、所定の閾値より大きい場合には高周波数分解能とし、そうでない場合には低周波数分解能とする。グループ分け部１２０及び１２１は、以上のようにして算出した夫々のチャンネルにおける時間方向と周波数方向のグループ分け情報を出力する。

図４（ｂ）は、時間方向と周波数方向でグループ分けをした後、１フレームの符号化処理単位の例を示す図である。図３の符号化部１５０、１５１は、夫々グループ分け部１２０、１２１からのグループ分け情報に基づいて、グループ分けをした後の符号化処理単位を構成し、夫々のチャンネルの周波数データに対して、符号化処理単位で量子化と符号化を行い、符号化された周波数データを出力する。

グループ分け一致判定部１９０は、グループ分け部１２０から出力される左チャンネルのグループ分け情報と、グループ分け部１２１から出力される右チャンネルのグループ分け情報とが完全に一致しているか否かの判定を行う。一致した場合には、グループ分け一致判定部１９０は左右のチャンネルで共通のグループ分けを行うことを表す共通グループフラグをオンにして出力する。

多重化部１６０では、符号化部１５０、１５１からの符号化された周波数データと、グループ分け部１２０、１２１からのグループ分け情報と、グループ分け一致判定部１９０からの共通グループフラグとを多重化し、これを符号化データとして出力する。共通グループフラグがオンの場合には、左右のチャンネルのグループ分け情報は同一なので、例えばグループ分け部１２０からのグループ分け情報のみを符号化データとして多重化する。
特表２００３−５２９７８７号公報 ボシ（Ｂｏｓｉ）、外９名、「イソ／アイイーシー エムペグ２ アドバンスト オーディオ コーディング（ＩＳＯ／ＩＥＣ ＭＰＥＧ−２ Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ）」、Ｊ． Ａｕｄｉｏ Ｅｎｇ． Ｓｏｃ．、第４５巻、１０号、１９９７年１０月、第７８９頁−８１４頁 イソ／アイイーシー（ＩＳＯ／ＩＥＣ）１３８１８−７、「インフォメーション テクノロジー、動画及び付随する音響信号の汎用符号化、 パート７ アドバンスト オーディオ コーディング（エイエイシー）（Ｉｎｆｏｒｍａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ − Ｇｅｎｅｒｉｃ ｃｏｄｉｎｇ ｏｆ ｍｏｖｉｎｇ ｐｉｃｔｕｒｅｓ ａｎｄ ａｓｓｏｃｉａｔｅｄ ａｕｄｉｏ ｉｎｆｏｒｍａｔｉｏｎ， Ｐａｒｔ ７ Ａｄｖａｎｃｅｄ Ａｕｄｉｏ Ｃｏｄｉｎｇ （ＡＡＣ））」、１９９７年 マーチン（Ｍａｒｔｉｎ）、外３名、「スペクトルバンド複製、オーディオ符号化における新しいアプローチ（Ｓｐｅｃｔｒａｌ Ｂａｎｄ Ｒｅｐｌｉｃａｔｉｏｎ， ａ ｎｏｖｅｌ ａｐｐｒｏａｃｈ ｉｎ ａｕｄｉｏ ｃｏｄｉｎｇ）」、第１１２回ＡＥＳ会議（Ｃｏｎｖｅｎｔｉｏｎ）、２００２年５月、論文第５５５３号 イソ／アイイーシー エムペグ（ＩＳＯ／ＩＥＣ ＭＰＥＧ）１４４９６−３：２００１／エフディーエイエム１（ＦＤＡＭ１）、「インフォメーション テクノロジー、コーディング オブ オーディオ・ビジュアル オブジェクト、パート３ オーディオ、修正１：帯域拡張（Ｉｎｆｏｒｍａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ − Ｃｏｄｉｎｇ ｏｆ ａｕｄｉｏ−ｖｉｓｕａｌ ｏｂｊｅｃｔｓ， Ｐａｒｔ ３ Ａｕｄｉｏ， Ａｍｅｎｄｍｅｎｔ １：Ｂａｎｄｗｉｄｔｈ Ｅｘｔｅｎｓｉｏｎ）」、文書第Ｎ５５７０号、２００３年３月

しかしながら、従来の２チャンネルのオーディオ信号符号化装置では、両チャンネルのグループ分けが完全に一致しないと、２チャンネルで共通のグループ分けができなかった。このため、共通のグループ分けが可能となる発生頻度が少なく、共通のグループ分けによる符号化効率の改善効果が小さいという課題を有していた。

また、グループ分けが、各チャンネルの周波数データの強度に基づいて、チャンネル毎に独立して行われるので、２つのチャンネルで共通のグループ分けを行うのに適していないという課題を有していた。

本発明はこのような従来の問題点を解決するもので、複数のチャンネルにおける入力オーディオ信号の周波数データの時間方向又は周波数方向のグループ分けを、複数のチャンネルにおける周波数データの強度と類似度に応じて適切に行い、符号化効率を改善して特に低いビットレートでの音質を改善した複数のチャンネルのオーディオ信号を符号化するオーディオ信号符号化装置を実現することを目的とする。

この課題を解決するために、本発明のオーディオ信号符号化装置は、複数のチャンネルのオーディオ信号を入力して、周波数データの時間系列に変換する分析フィルタバンクと、前記複数のチャンネルにおける周波数データの強度を算出する強度算出部と、前記複数のチャンネルにおける周波数データの強度に基づいて、前記複数のチャンネルの類似度を判定する類似度判定部と、前記類似度判定部により類似度が高いと判定された場合に、前記複数のチャンネルにおける周波数データの時間方向又は周波数方向の少なくとも１つのグループ分けを、前記複数のチャンネルにおける周波数データの強度平均に基づいて、前記複数のチャンネルに対して共通に行うグループ分け部と、前記グループ分けに基づいて、前記複数のチャンネルの周波数データ又はそのエンベロープデータを符号化する符号化部と、を具備することを特徴とするものである。

この課題を解決するために、本発明のオーディオ信号符号化装置は、複数のチャンネルのオーディオ信号を入力して、前記入力オーディオ信号から所定の周波数帯域を削除した信号に対して符号化データを生成するとともに、前記削除された周波数帯域の信号のエンベロープデータ生成し、前記エンベロープデータを前記符号化データに多重化して伝送又は記憶するオーディオ信号符号化装置であって、前記複数のチャンネルのオーディオ信号を入力して、周波数データの時間系列に変換する分析フィルタバンクと、前記複数のチャンネルにおける前記削除された周波数帯域の周波数データの強度を算出する強度算出部と、前記複数のチャンネルにおける前記削除された周波数帯域の周波数データの強度に基づいて、前記複数のチャンネルの類似度を判定する類似度判定部と、前記類似度判定部により類似度が高いと判定された場合に、前記削除された周波数帯域の周波数データの時間方向又は周波数方向の少なくとも１つのグループ分けを、前記削除された周波数帯域の周波数データの強度平均値に基づいて、前記複数のチャンネルに対して共通に行うグループ分け部と、前記グループ分けに基づいて、前記複数のチャンネルの前記削除された周波数帯域の周波数データのエンベロープデータを符号化する符号化部と、を具備することを特徴とするものである。

ここで前記周波数データの強度を、前記周波数データの絶対値のべき乗により算出するようにしてもよい。

この課題を解決するために、本発明のオーディオ信号符号化方法は、複数のチャンネルのオーディオ信号を入力して、周波数データの時間系列に変換する周波数変換ステップと、前記複数のチャンネルにおける周波数データの強度を算出する強度算出ステップと、前記複数のチャンネルにおける周波数データの強度に基づいて、前記複数のチャンネルの類似度を判定する類似度判定ステップと、前記類似度判定ステップにより類似度が高いと判定された場合に、前記複数のチャンネルにおける周波数データの時間方向又は周波数方向の少なくとも１つのグループ分けを、前記複数のチャンネルにおける周波数データの強度平均に基づいて、前記複数のチャンネルに対して共通に行うグループ分けステップと、前記グループ分けに基づいて、前記複数のチャンネルの周波数データ又はそのエンベロープデータを符号化する符号化ステップと、を備えることを特徴とするものである。

この課題を解決するために、本発明のオーディオ信号符号化方法は、複数のチャンネルのオーディオ信号を入力して、前記入力オーディオ信号から所定の周波数帯域を削除した信号に対して符号化データを生成するとともに、前記削除された周波数帯域のエンベロープデータを生成し、前記エンベロープデータを前記符号化データに多重化して伝送又は記憶するステレオオーディオ信号符号化方法であって、前記複数のチャンネルのオーディオ信号を入力して周波数データの時間系列に変換する周波数変換ステップと、前記複数のチャンネルの前記削除された周波数帯域の周波数データの強度を算出する強度算出ステップと、前記複数のチャンネルの前記削除された周波数帯域の周波数データの強度に基づいて、前記複数のチャンネルの類似度を判定する類似度判定ステップと、前記類似度判定ステップにより類似度が高いと判定された場合に、前記削除された周波数帯域の周波数データの時間方向又は周波数方向の少なくとも１つのグループ分けを、前記削除された周波数帯域の周波数データの強度平均に基づいて、前記複数のチャンネルに対して共通に行うグループ分けステップと、前記グループ分けに基づいて、前記複数のチャンネルの前記削除された周波数帯域の周波数データのエンベロープデータを符号化する符号化ステップと、を備えることを特徴とするものである。

ここで前記周波数データの強度を、前記周波数データの絶対値のべき乗により算出するようにしてもよい。

本発明のオーディオ信号符号化装置及びオーディオ信号符号化方法によれば、複数のチャンネルにおける入力オーディオ信号の類似度が高い場合、オーディオ信号の周波数データの時間方向又は周波数方向のグループ分けを、複数のチャンネルにおける周波数データの強度の平均に基づいて、複数のチャンネルに対して共通に行うことにより、周波数データ又はそのエンベロープデータを効率的に符号化することができる。特に低いビットレートでの音質を改善することができる。

以下本発明を実施するための最良の形態について、図面を参照しながら説明する。
（実施の形態１）
図１は本発明の実施の形態１における２チャンネルのオーディオ信号符号化装置の構成図である。このオーディオ信号符号化装置は、分析フィルタバンク１００、１０１、強度算出部１１０、１１１、グループ分け部１２０、１２１、１２２、類似度判定部１３０、切り替え部１４０、符号化部１５０、１５１、多重化部１６０を含んで構成される。

分析フィルタバンク１００は左チャンネルのオーディオ信号を入力して、周波数データの時間系列に変換するものである。分析フィルタバンク１０１は右チャンネルのオーディオ信号を入力して、周波数データの時間系列に変換するものである。強度算出部１１０は、左チャンネルにおける周波数データの強度を算出するものである。強度算出部１１１は、右チャンネルにおける周波数データの強度を算出するものである。グループ分け部１２０は左チャンネルにおける周波数データの時間方向又は周波数方向のグループ分けを行うものである。グループ分け部１２１は右チャンネルにおける周波数データの時間方向又は周波数方向のグループ分けを行うものである。類似度判定部１３０は左及び右チャンネルにおける周波数データの強度に基づいて、両チャンネルの類似度を判定するものである。

グループ分け部１２２は、類似度判定部１３０により類似度が高いと判定された場合に、左及び右チャンネルにおける周波数データの時間方向又は周波数方向の少なくとも１つのグループ分けを、両チャンネルにおける周波数データの強度平均に基づいて、両チャンネルに対して共通に行うものである。切り替え部１４０は、類似度判定部１３０からの共通グループフラグに基づいて、グループ分け情報を切り替えるものである。符号化部１５０は分析フィルタバンク１００の信号を入力し、切り替え部１４０によるグループ分けに基づいて、左チャンネルの周波数データ又はそのエンベロープデータを符号化するものである。符号化部１５１は分析フィルタバンク１０１の信号を入力し、切り替え部１４０によるグループ分けに基づいて、右チャンネルの周波数データ又はそのエンベロープデータを符号化するものである。多重化部１６０は、符号化部１５０、１５１からの符号化された周波数データと、切り替え部１４０からのグループ分け情報と、類似度判定部１３０からの共通グループフラグとを多重化し、符号化データとして出力するものである。

以上のように構成された２チャンネルのオーディオ信号符号化装置について、その動作を以下に述べる。入力された左チャンネルの時間軸のオーディオ信号は、分析フィルタバンク１００において周波数データの時間系列に変換される。同様に、入力された右チャンネルのオーディオ信号は、分析フィルタバンク１０１において周波数データの時間系列に変換される。

強度算出部１１０、１１１は、夫々のチャンネルにおいて、所定の符号化処理単位における周波数データの強度を算出して出力する。以下の説明では、符号化処理単位とは、周波数データの量子化と符号化の処理を行うときの単位を意味し、同一の符号化処理単位に属する周波数データに対して共通の量子化ステップサイズを用いる。強度算出部１１０、１１１は夫々のチャンネルにおける符号化処理単位の周波数データの強度を、符号化処理単位に属する全ての周波数データにおけるべき乗の和、ここでは２乗和により算出する。

グループ分け部１２０、１２１は、夫々のチャンネルにおける符号化処理単位の周波数データの強度に基づいて、時間方向と周波数方向のグループ分けを行い、グループ分けに関する情報（以下、グループ分け情報という）を出力する。グループ分け部１２０、１２１は、最初に時間方向についてのグループ分けを行う。時間方向のグループ分けは、時間方向における周波数データの強度の変化量に基づいて行う。グループ分け部１２０、１２１は、同一の時間に属する符号化処理単位の周波数データの強度を周波数方向に加算して、同一の時間に属する符号化処理単位の合計強度を算出する。次に時間方向に隣り合う符号化処理単位の合計強度の比を算出して、時間方向の変化量とする。ただし、比の値が１より小さい場合には、１以上となるように比の値の逆数をとったものを変化量とする。変化量が所定の閾値以下の場合には、グループ分け部１２０、１２１は図４（ｂ）に示すように、時間方向に隣り合う符号化処理単位を合併して１つのグループとし、新たな符号化処理単位にする。このような処理を時間方向に繰り返すことによって、時間方向のグループ分けを行う。

次にグループ分け部１２０、１２１は周波数方向のグループ分けを行う。本実施の形態では、周波数方向のグループ分けは、高周波数分解能と低周波数分解能の２種類とする。高周波数分解能とは、周波数方向のグループ分けを行う前の符号化処理単位である。低周波数分解能とは、いくつかの高周波数分解能の符号化処理単位を周波数方向に合併して、新たな符号化処理単位としたものである。周波数方向のグループ分けは、時間方向のグループ分けを行った後の符号化処理単位に対して行い、周波数方向における符号化処理単位における周波数データの強度の変化量に基づいて行う。周波数方向に隣接する符号化処理単位の強度の比を変化量として算出する。但し比の値が１より小さい場合には、１以上となるように比の値の逆数を演算したものを変化量として算出する。

次に低周波数分解能の符号化処理単位内で、高周波数分解能における符号化処理単位での周波数データの強度の変化量が所定の閾値より大きい場合には、高周波数分解能とし、そうでない場合には低周波数分解能とする。

グループ分け部１２０、１２１は、以上のようにして算出した夫々のチャンネルの時間方向と周波数方向のグループ分け情報を出力する。グループ分け部１２２は、最初に左右のチャンネルにおける周波数データの強度平均値を算出する。次にグループ分け部１２２は、左右のチャンネルにおける周波数データの強度平均値に基づいて、グループ分け部１２０、１２１と同様にしてグループ分けを行い、２つのチャンネルで共通のグループ分け情報を出力する。以上のようにグループ分け部１２２は、左右のチャンネルにおける周波数データの強度平均値に基づいて共通のグループ分けを行うので、左右のチャンネルで周波数データの強度に違いがある場合にも、それを反映して共通のグループ分けをすることができる。

類似度判定部１３０は、強度算出部１１０、１１１からの左右のチャンネルにおける周波数データの強度を入力し、符号化処理フレーム全体にわたって左右のチャンネルにおける周波数データの強度の正規化相関係数を算出する。正規化相関係数の値が所定の閾値より大きい場合には、２つのチャンネルにおける周波数データの類似度が高いと判定する。そして類似度判定部１３０は、左右のチャンネルでグループ分けが共通に行われていることを示す共通グループフラグをオンにして出力する。この共通グループフラグは、非特許文献２記載のＡＡＣの規格では、共通ウィンドウフラグと呼ばれている。

切り替え部１４０は、類似度判定部１３０からの共通グループフラグに基づいて、グループ分け情報を切り替える。共通グループフラグがオンの場合には、グループ分け部１２２からの左右のチャンネルで共通のグループ分け情報を選択し、符号化部１５０、１５１と多重化部１６０に出力する。また、共通グループフラグがオフの場合には、グループ分け部１２０からの左チャンネルのグループ分け情報を符号化部１５０と多重化部１６０に出力し、グループ分け部１２１からの右チャンネルのグループ分け情報を符号化部１５１と多重化部１６０に出力する。

符号化部１５０と１５１は、切り替え部１４０からのグループ分け情報に基づいて、符号化処理単位を構成し、夫々のチャンネルの周波数データに対して符号化処理単位で量子化と符号化を行い、符号化された周波数データを多重化部１６０に出力する。多重化部１６０は、符号化部１５０、１５１からの符号化された周波数データと、切り替え部１４０からのグループ分け情報と、類似度判定部１３０からのグループ共通フラグとを多重化し、符号化データとして出力する。共通グループフラグがオンの場合には、左右のチャンネルのグループ分け情報は同一なので、一方のチャンネルのグループ分け情報のみを符号化データとして多重化する。

以上のように実施の形態１のオーディオ信号符号化装置では、２つのチャンネルにおけるオーディオ信号の類似度を判定する類似度判定部１３０と、２つのチャンネルで共通のグループ分けを行うグループ分け部１２２とを設ける。このことにより、２つのチャンネルにおいてオーディオ信号の類似度が高いと判定された場合に、２つのチャンネルにおける周波数データの強度平均値に基づいて、周波数データの時間方向と周波数方向のグループ分けを、２つのチャンネルに対して共通に行う。このため２つのチャンネルのオーディオ信号を効率的に符号化することができ、特に低いビットレートでの音質を改善することができる。また従来例と比較して共通のグループ分けの発生頻度が高くなり、符号化効率を改善することができる。

なお、符号化部１５０、１５１で、周波数データがノイズ性の場合には、ＰＮＳ（Ｐｅｒｃｅｐｔｕａｌ Ｎｏｉｓｅ Ｓｕｂｓｔｉｔｕｔｉｏｎ）と呼ばれる処理を用いて、周波数データの代わりに、周波数データの平均パワーを表すエンベロープデータを符号化してもよい。ＰＮＳ処理を用いる場合、復号化時にはランダムなノイズデータを生成し、エンベロープデータに基づいてその平均パワーを調整することにより、周波数データを再生することができる。

なお、オーディオ信号符号化装置としての動作処理量を削減する目的で、グループ分け部１２２は類似度判定部１３０からの共通グループフラグがオンのときのみに動作し、グループ分け部１２０と１２１は共通グループフラグがオフのときのみに動作するような構成にしてもよい。

（実施の形態２）
次に本発明の実施の形態２におけるオーディオ信号符号化装置について説明する。図２は、実施の形態２における２チャンネルのオーディオ信号符号化装置の構成図である。ここではＳＢＲに適用した場合の構成を示す。

このオーディオ信号符号化装置は、分析フィルタバンク１００、１０１、強度算出部１１２、１１３、グループ分け部１２３、１２４、１２５、類似度判定部１３１、切り替え部１４１、符号化部１５２、１５３、多重化部１６１、ダウンサンプラー１７０、１７１、低域符号化部１８０、１８１を含んで構成される。このように構成された２チャンネルのオーディオ信号符号化装置について、その動作を説明する。

ダウンサンプラー１７０は、入力された左チャンネルのオーディオ信号から所定の高周波数帯域を削除し、サンプリング周波数を半分にダウンサンプルした低周波数帯域の信号を生成するものである。ダウンサンプラー１７１は、入力された右チャンネルのオーディオ信号から所定の高周波数帯域を削除し、サンプリング周波数を半分にダウンサンプルした低周波数帯域の信号を生成するものである。低域符号化部１８０、１８１は、夫々チャンネルのダウンサンプラー１７０、１７１からの低周波数帯域のオーディオ信号を入力として、高能率符号化した符号化データを多重化部１６１に出力するものである。

図２の分析フィルタバンク１００、１０１、強度算出部１１２、１１３、グループ分け部１２３、１２４、１２５、類似度判定部１３１、切り替え部１４１、符号化部１５２、１５３は、ダウンサンプラー１７０、１７１で削除された高周波数帯域のエンベロープを符号化するためのブロックである。これらのブロックは図１のものと同一であり、説明を省略する。また、図２の強度算出部１１２、１１３、グループ分け部１２３、１２４、１２５、類似度判定部１３１、切り替え部１４１は、対象とする周波数帯域が削除された高周波数帯域である点を除いて、図１の強度算出部１１０、１１１、グループ分け部１２０、１２１、１２２、類似度判定部１３０、切り替え部１４０と夫々同一であり、説明を省略する。なお、類似度判定部１３１から出力される共通グループフラグは、非特許文献４に記載されたＳＢＲの規格では、カップリングモードフラグと呼ばれている。

符号化部１５２と１５３は、切り替え部１４１からのグループ分け情報に基づいて符号化処理単位を構成し、夫々のチャンネルにおいて削除された高周波数帯域の符号化処理単位での周波数データの平均パワーを表すエンベロープデータを算出する。次に符号化部１５２、１５３は、算出されたエンベロープデータの量子化と符号化を行い、符号化されたエンベロープデータを多重化部１６１に出力する。

多重化部１６１は、低域符号化部１８０、１８１からの低周波数帯域の符号化データと、符号化部１５２と１５３からの高周波数帯域の符号化されたエンベロープデータと、切り替え部１４１からのエンベロープデータのグループ分け情報と、類似度判定部１３１からの共通グループフラグとを多重化し、符号化データとして出力する。共通グループフラグがオンの場合には、左右のチャンネルのグループ分け情報は同一なので、一方のチャンネルのグループ分け情報のみを符号化データとして多重化する。

以上のように実施の形態２のオーディオ信号符号化装置では、低域符号化部１８０、１８１で符号化されなかったオーディオ信号の高周波数帯域に対して、２つのチャンネルにおけるオーディオ信号の類似度を判定する類似度判定部１３１と、２つのチャンネルで周波数データの共通のグループ分けを行うグループ分け部１２５とを設ける。このことにより、２つのチャンネルにおけるオーディオ信号の類似度が高いと判定された場合に、２つのチャンネルにおける周波数データの強度の平均に基づいて、周波数データの時間方向と周波数方向のグループ分けを、２つのチャンネルに対して共通に行う。このため、２つのチャンネルにおけるオーディオ信号の高周波数帯域のエンベロープデータを効率的に符号化することができ、特に低いビットレートでの音質を改善することができる。

なお、上記の各実施の形態では、周波数データの強度を周波数データの２乗和により算出したが、周波数データの強度を周波数データにおける絶対値の任意のべき乗和により算出してもよい。また、上記の各実施の形態では、入力オーディオ信号は２チャンネルとしたが、これを３チャンネル以上にしてもよい。

本発明にかかるオーディオ信号符号化装置及びオーディオ信号符号化方法は、複数のチャンネルにおけるオーディオ信号の周波数データの類似度が高い場合、周波数データの時間方向又は周波数方向の少なくとも１つのグループ分けを、複数のチャンネルに対して共通に行い、オーディオ信号を効率的に符号化することができる。このため特に低いビットレートでの音質を改善することができるので、放送、通信、蓄積等の分野でオーディオ信号の高能率な伝送又は記憶の用途に適用できる。特に映像信号とオーディオ信号とを含むコンテンツを、制限されたビットレートでサービスする携帯端末には好適に利用することができる。

本発明の実施の形態１における２チャンネルのオーディオ信号符号化装置の構成図である。 本発明の実施の形態２における２チャンネルのオーディオ信号符号化装置の構成図である。 従来の２チャンネルのオーディオ信号符号化装置の構成図である。 （ａ）はグループ分けをする前の符号化処理単位の例を示し、（ｂ）はグループ分けをした後の符号化処理単位の例を示す図である。

符号の説明

１００，１０１ 分析フィルタバンク
１１０，１１１，１１２，１１３ 強度算出部
１２０，１２１，１２２，１２３，１２４，１２５ グループ分け部
１３０，１３１ 類似度判定部
１４０，１４１ 切り替え部
１５０，１５１，１５２，１５３ 符号化部
１６０，１６１ 多重化部
１７０，１７１ ダウンサンプラー
１８０，１８１ 低域符号化部

Claims (6)

1. 複数のチャンネルのオーディオ信号を入力して、周波数データの時間系列に変換する分析フィルタバンクと、
   前記複数のチャンネルにおける周波数データの強度を算出する強度算出部と、
   前記複数のチャンネルにおける周波数データの強度に基づいて、前記複数のチャンネルの類似度を判定する類似度判定部と、
   前記類似度判定部により類似度が高いと判定された場合に、前記複数のチャンネルにおける周波数データの時間方向又は周波数方向の少なくとも１つのグループ分けを、前記複数のチャンネルにおける周波数データの強度平均に基づいて、前記複数のチャンネルに対して共通に行うグループ分け部と、
   前記グループ分けに基づいて、前記複数のチャンネルの周波数データ又はそのエンベロープデータを符号化する符号化部と、を具備することを特徴とするオーディオ信号符号化装置。
2. 複数のチャンネルのオーディオ信号を入力して、前記入力オーディオ信号から所定の周波数帯域を削除した信号に対して符号化データを生成するとともに、前記削除された周波数帯域の信号のエンベロープデータ生成し、前記エンベロープデータを前記符号化データに多重化して伝送又は記憶するオーディオ信号符号化装置であって、
   前記複数のチャンネルのオーディオ信号を入力して、周波数データの時間系列に変換する分析フィルタバンクと、
   前記複数のチャンネルにおける前記削除された周波数帯域の周波数データの強度を算出する強度算出部と、
   前記複数のチャンネルにおける前記削除された周波数帯域の周波数データの強度に基づいて、前記複数のチャンネルの類似度を判定する類似度判定部と、
   前記類似度判定部により類似度が高いと判定された場合に、前記削除された周波数帯域の周波数データの時間方向又は周波数方向の少なくとも１つのグループ分けを、前記削除された周波数帯域の周波数データの強度平均値に基づいて、前記複数のチャンネルに対して共通に行うグループ分け部と、
   前記グループ分けに基づいて、前記複数のチャンネルの前記削除された周波数帯域の周波数データのエンベロープデータを符号化する符号化部と、を具備することを特徴とするオーディオ信号符号化装置。
3. 前記周波数データの強度を、前記周波数データの絶対値のべき乗により算出することを特徴とする請求項１又は２記載のオーディオ信号符号化装置。
4. 複数のチャンネルのオーディオ信号を入力して、周波数データの時間系列に変換する周波数変換ステップと、
   前記複数のチャンネルにおける周波数データの強度を算出する強度算出ステップと、
   前記複数のチャンネルにおける周波数データの強度に基づいて、前記複数のチャンネルの類似度を判定する類似度判定ステップと、
   前記類似度判定ステップにより類似度が高いと判定された場合に、前記複数のチャンネルにおける周波数データの時間方向又は周波数方向の少なくとも１つのグループ分けを、前記複数のチャンネルにおける周波数データの強度平均に基づいて、前記複数のチャンネルに対して共通に行うグループ分けステップと、
   前記グループ分けに基づいて、前記複数のチャンネルの周波数データ又はそのエンベロープデータを符号化する符号化ステップと、を備えることを特徴とするオーディオ信号符号化方法。
5. 複数のチャンネルのオーディオ信号を入力して、前記入力オーディオ信号から所定の周波数帯域を削除した信号に対して符号化データを生成するとともに、前記削除された周波数帯域のエンベロープデータを生成し、前記エンベロープデータを前記符号化データに多重化して伝送又は記憶するステレオオーディオ信号符号化方法であって、
   前記複数のチャンネルのオーディオ信号を入力して周波数データの時間系列に変換する周波数変換ステップと、
   前記複数のチャンネルの前記削除された周波数帯域の周波数データの強度を算出する強度算出ステップと、
   前記複数のチャンネルの前記削除された周波数帯域の周波数データの強度に基づいて、前記複数のチャンネルの類似度を判定する類似度判定ステップと、
   前記類似度判定ステップにより類似度が高いと判定された場合に、前記削除された周波数帯域の周波数データの時間方向又は周波数方向の少なくとも１つのグループ分けを、前記削除された周波数帯域の周波数データの強度平均に基づいて、前記複数のチャンネルに対して共通に行うグループ分けステップと、
   前記グループ分けに基づいて、前記複数のチャンネルの前記削除された周波数帯域の周波数データのエンベロープデータを符号化する符号化ステップと、を備えることを特徴とするオーディオ信号符号化方法。
6. 前記周波数データの強度を、前記周波数データの絶対値のべき乗により算出することを特徴とする請求項４又は５記載のオーディオ信号符号化方法。

Images