JP2009506706A

JP2009506706A - オーディオ信号デコーディング方法及びその装置

Info

Publication number: JP2009506706A
Application number: JP2008528948A
Authority: JP
Inventors: スクパン，ヒー; オオー，ヒョン; スーキム，ドン; ヒュンリム，ジェ; ウォンジュン，ヤン
Original assignee: LG Electronics Inc
Current assignee: LG Electronics Inc
Priority date: 2005-08-30
Filing date: 2006-08-30
Publication date: 2009-02-12
Anticipated expiration: 2026-08-30
Also published as: JP4859925B2; US8577483B2; US20080235035A1

Abstract

【課題】オーディオ信号デコーディング方法及び装置を提供する。
【解決手段】空間情報信号及びダウンミックス信号を含むオーディオ信号を受信する段階と、オーディオ信号に含まれたタイムスロットの数及びパラメータの数を用いてタイムスロットの位置情報を獲得する段階と、タイムスロットの位置情報に基づいて、空間情報信号をダウンミックス信号に適用して多チャネルオーディオ信号を生成する段階と、出力チャネルに対応して多チャネルオーディオ信号に対する多チャネル配列を行う段階と、を含むデコーディング方法とし、オーディオ信号をより効率的に圧縮及び伝送できるようにする。

Description

本発明は、オーディオ信号の処理に係り、特に、オーディオ信号デコーディング方法及びその装置に関する。

一般に、オーディオ信号の場合、エンコーディング装置は、多チャネルオーディオ信号をそれぞれ圧縮する代わりに、オーディオ信号をモノあるいはステレオ形態のダウンミックス信号に圧縮し、圧縮されたダウンミックス信号を空間情報信号（ｓｐａｔｉａｌｉｎｆｏｒｍａｔｉｏｎｓｉｇｎａｌ）と一緒にデコーディング装置に伝送したり保存媒体に保存する。ここで、空間情報信号は、多チャネルオーディオ信号をダウンミキシングする時に抽出されるもので、ダウンミックス信号から元来の多チャネルオーディオ信号を復元するのに用いられる。

環境設定情報は不変であるのが一般的であり、この情報を含むヘッダはオーディオ信号に初期に一度挿入されて伝送されるので、任意の瞬間からオーディオ信号を再生する場合、オーディオ信号デコーディング装置は環境設定情報の不在によって空間情報をデコーディングできないという問題があった。

なお、オーディオ信号エンコーディング装置は、ダウンミックス信号と空間情報信号を一緒にまたはそれぞれビットストリームの形態としてオーディオ信号デコーディング装置に伝送するので、空間情報信号に不要な情報などが含まれると、信号圧縮及び伝送効率が低下するという問題があった。

本発明は上記の問題点を解決するためのもので、その目的は、空間情報信号にヘッダを選択的に含めることによって任意の瞬間からオーディオ信号を再生できるようにしたオーディオ信号デコーディング方法及びその装置を提供することにある。

本発明の他の目的は、パラメータセットが適用されるタイムスロットの位置を可変ビット数を用いて効率的に表すことができるオーディオ信号デコーディング方法及びその装置を提供することにある。

本発明のさらに他の目的は、ダウンミックス信号配列を行ったり多チャネルをスピーカーとマッピングしたりする時に要求される情報量を最小限の可変ビット数で表すことによって、オーディオ信号圧縮及び伝送効率を高めることができるオーディオ信号デコーディング方法及びその装置を提供することにある。

本発明のさらに他の目的は、ダウンミックス信号配列を行わずに多チャネルをスピーカーにマッピングすることによって、信号配列に要求される情報量を減少させることができるオーディオ信号デコーディング方法及びその装置を提供することにある。

上記の目的を達成するための本発明の一実施様態によれば、空間情報信号及びダウンミックス信号を含むオーディオ信号を受信する段階と、前記オーディオ信号に含まれたタイムスロットの数及びパラメータの数を用いてタイムスロットの位置情報を獲得する段階と、前記タイムスロットの位置情報に基づいて、前記空間情報信号を前記ダウンミックス信号に適用して多チャネルオーディオ信号を生成する段階と、出力チャネルに対応して前記多チャネルオーディオ信号に対する多チャネル配列を行う段階と、を含むことを特徴とするオーディオ信号デコーディング方法が提供される。

ここで、前記タイムスロットの位置情報は、可変的ビット数で表されることが好ましい。

なお、前記位置情報は、初期値及び差分値を含み、前記初期値は、１番目のパラメータが適用されるタイムスロットの前記位置情報を表し、前記差分値は、２番目以降のパラメータが適用されるタイムスロットの前記位置情報を表すことを特徴とする。

なお、前記初期値は、前記タイムスロットの数及び前記パラメータの数のうち一つ以上を用いて決定される可変ビットで表されることを特徴とする。

なお、前記差分値は、前記タイムスロットの数、前記パラメータの数及び以前パラメータが適用されるタイムスロットの位置情報のうち一つ以上を用いて決定される可変的ビット数で表されることを特徴とする。

なお、前記オーディオ信号デコーディング方法は、あらかじめ定められた方式で、前記ダウンミックス信号に対するダウンミックス信号配列を行う段階をさらに含むことを特徴とする。

前記ダウンミックス信号配列を行う段階は、二つのダウンミックス信号を三つの信号にアップミキシングする信号変換部に入力されるダウンミックス信号に限って行われることを特徴とする。

なお、前記ダウンミックス信号配列は、前記空間情報信号にヘッダが含まれた場合、前記ヘッダから抽出した環境設定情報に含まれたオーディオ信号配列情報を用いて前記ダウンミックス信号を配列することを特徴とする。

なお、ｉ番目の前記オーディオ信号をマッピングするのに必要な情報量またはｉ番目の前記ダウンミックス信号を配列するのに必要な情報量は、ｌｏｇ_２［（全オーディオ信号の個数または全ダウンミックス信号の個数）−（ｉの値）＋１］と等しいか大きい最小の整数であることを特徴とする。

なお、前記多チャネル配列段階は、前記オーディオ信号をスピーカーに対応して配列する段階をさらに含むことを特徴とする。

本発明の他の実施様態によれば、オーディオ信号を多チャネルオーディオ信号にアップミキシングするアップミキシング部と、前記多チャネルオーディオ信号をあらかじめ定められた配列によって出力チャネルにマッピングする多チャネル配列部と、を備えることを特徴とするオーディオ信号デコーディング装置が提供される。

本発明のさらに他の実施様態によれば、エンコーディングされたダウンミックス信号を復号化するコアデコーディング部と、前記復号化されたオーディオ信号を、あらかじめ定められた配列によって配列する配列部と、前記配列されたオーディオ信号を多チャネルオーディオ信号にアップミキシングするアップミキシング部と、を備えることを特徴とするオーディオ信号デコーディング装置が提供される。

本発明によるオーディオ信号デコーディング方法及び装置は、空間情報信号にヘッダを選択的に含めることができる。

また、本発明によるオーディオ信号デコーディング方法及び装置は、パラメータセットが適用されるタイムスロットの位置を可変的なビット数で表すことによって、伝送されるデータ量を低減させることができる。

また、本発明によるオーディオ信号デコーディング方法及び装置は、ダウンミックス信号配列を行ったり、多チャネルをスピーカーとマッピングする時に要求される情報量を最小限の可変ビット数で表し、オーディオ信号圧縮及び伝送効率を高めるという効果を奏する。

また、本発明によるオーディオ信号デコーディング方法及び装置は、ダウンミックス信号配列を行わず、コアデコーディング部が復号化して多チャネル生成部に伝送した信号を順番にアップミキシングすることによって、オーディオ信号をより効率的に圧縮及び伝送でき、且つ、オーディオ信号デコーディング装置の複雑性を減少させるという効果を奏する。

以下、本発明の好適な実施例について、添付の図面を参照しつつ詳細に説明する。

図１は、本発明の一実施例によってオーディオ信号エンコーディング装置からオーディオ信号デコーディング装置に伝送されるオーディオ信号の構成を示す図である。図１を参照すると、オーディオ信号は、オーディオディスクリプター１０１、ダウンミックス信号１０３及び空間情報信号１０５を含む。

オーディオ信号を再生するコーディング方法を放送などに用いる場合、オーディオ信号は、オーディオディスクリプター１０１、ダウンミックス信号１０３の他に、付加情報（ａｎｃｉｌｌａｒｙｄａｔａ）を含むことができる。本発明は、付加情報として空間情報信号１０５を含む。オーディオ信号は、オーディオ信号デコーディング装置がオーディオ信号を分析せずにオーディオコーデックの基本的な情報がわかるように、オーディオディスクリプター（または、オーディオ記述子）（ａｕｄｉｏｄｅｓｃｒｉｐｔｏｒ）１０１を選択的に含むことができる。オーディオディスクリプター１０１は、伝送されるオーディオ信号の伝送率、チャネル数、圧縮データのサンプリング周波数、使用しているオーディオコーデックを表す識別子など、オーディオデコーディングに必要な基礎的な少数の情報で構成される。オーディオ信号デコーディング装置は、オーディオディスクリプター１０１を用いてオーディオ信号が使用するコーデックの種類を確認できる。すなわち、オーディオ信号デコーディング装置は、オーディオディスクリプター１０１を用いてオーディオ信号が空間情報信号１０５とダウンミックス信号１０３を用いてマルチチャネルを形成するか否かなどがわかる。オーディオディスクリプター１０１は、オーディオ信号に含まれているダウンミックス信号１０３または空間情報信号１０５とは独立して位置する。例えば、オーディオディスクリプター１０１は、オーディオ信号を表示する別のフィールド中に位置する。ダウンミックス信号１０３にヘッダがない場合、オーディオ信号デコーディング装置は、オーディオディスクリプター１０１を用いてダウンミックス信号１０３をデコーディングすることができる。

ダウンミックス信号１０３は、マルチチャネルをダウンミキシングして生成される信号で、オーディオ信号エンコーディング装置に含まれたダウンミキシング部によって生成されたりまたは人為的に生成されることができる。ダウンミックス信号１０３は、ヘッダを含む場合と含まない場合とに区分される。ダウンミックス信号１０３がヘッダを含む場合には、フレーム単位にフレーム毎にヘッダが含まれている。ダウンミックス信号１０３がヘッダを含まない場合には、前述したように、オーディオディスクリプター１０１を用いてダウンミックス信号１０３をデコーディングすることができる。ダウンミックス信号１０３は、フレームごとにヘッダを含む形態、または、フレームにヘッダを含まない形態のいずれか一形態でコンテンツが終わるまで同一にオーディオ信号に含まれる。

空間情報信号１０５も同様に、ヘッダ１０７及び空間情報１１１を含む場合と、ヘッダ１０７は含まずに空間情報１１１のみを含む場合とに区分される。空間情報信号１０５のヘッダ１０７は、フレーム毎に同一に含まれなければならないというものではない点で、ダウンミックス信号１０３のヘッダとは区別される。空間情報信号１０５は、ヘッダ１０７を含むフレームと含まないフレームを共に使用することができる。空間情報信号１０５のヘッダ１０７に含まれる大部分の情報は、空間情報１１１を解読して空間情報１１１をデコーディングする情報である環境設定情報１０９である。空間情報１１１は、フレームで構成され、各フレームはタイムスロットで構成される。タイムスロットは、空間情報１１１のフレームを時間間隔で分けるとき、それぞれの時間間隔を意味する。１フレームに含まれるタイムスロットの個数は、環境設定情報１０９に含まれている。

環境設定情報１０９には、タイムスロットの個数の他にも、信号配列情報、信号変換部の個数、チャネル構成情報、スピーカーマッピング情報などが含まれている。信号配列情報は、復号化されたダウンミックス信号１０３を多チャネルに復元する前にアップミキシングのためにオーディオ信号を配列するか否かを表示する識別子である。

信号変換部は、ダウンミックス信号１０３をアップミキシングして多チャネルを生成する時、一つのダウンミックス信号１０３を二つの信号にまたは二つのダウンミックス信号１０３を三つの信号に変換するために用いられるＯＴＴ（Ｏｎｅ−Ｔｏ−Ｔｗｏ）ボックス（ＢＯＸ）またはＴＴＴ（Ｔｗｏ−Ｔｏ−Ｔｈｒｅｅ）ボックスなどを意味する。ＯＴＴボックスまたはＴＴＴボックスは、オーディオ信号デコーディング装置のアップミキシング部（図示せず）に含まれ、多チャネルを復元する時に用いられる概念的なボックスである。空間情報信号１０５には、信号変換部の種類及び個数などの情報が含まれている。

チャネル構成情報は、オーディオ信号デコーディング装置に含まれたアップミキシング部の構成を表す情報である。チャネル構成情報は、オーディオ信号が信号変換部を経由するか否かを表す識別子で構成されている。オーディオ信号デコーディング装置は、チャネル構成情報を用いてアップミキシング部に入力されるオーディオ信号が信号変換部を経由するか否か等を知ることができる。オーディオ信号デコーディング装置は、信号変換部に関する情報、チャネル構成情報などを用いてダウンミックス信号１０３を多チャネルオーディオ信号にアップミキシングする。オーディオ信号デコーディング装置は、空間情報１１１に含まれた上記の信号変換部の情報、チャネル構成情報などを用いてダウンミックス信号１０３をアップミキシングして多チャネルを生成する。

スピーカーマッピング情報は、アップミキシングして生成された多チャネルオーディオ信号をスピーカーに出力するに当たり、多チャネルオーディオ信号をそれぞれ、どのスピーカーにマッピングするかを表示する情報である。オーディオ信号デコーディング装置は、環境設定情報１０９に含まれたスピーカーマッピング情報を用いて多チャネルオーディオ信号をスピーカーに出力する。

空間情報１１１は、ダウンミックス信号と結合して多チャネルオーディオ信号を生成する際に空間感を与えるために用いられる情報である。空間情報１１１には、オーディオ信号間のエネルギー差を表すＣＬＤ（ＣｈａｎｎｅｌＬｅｖｅｌＤｉｆｆｅｒｅｎｃｅｓ）、オーディオ信号間の緊密性や類似性を表すＩＣＣ（ＩｎｔｅｒｃｈａｎｎｅｌＣｏｒｒｅｌａｔｉｏｎｓ）、他の信号を用いてオーディオ信号値を予想する係数を表すＣＰＣ（ＣｈａｎｎｅｌＰｒｅｄｉｃｔｉｏｎＣｏｅｆｆｉｃｉｅｎｔｓ）等のパラメータが含まれている。これらパラメータの束をパラメータセットという。

空間情報１１１には、パラメータの他にも、パラメータセットが適用されるタイムスロットの位置が固定されているか否かを表すフレーム識別子、一つのフレームに適用されるパラメータセットの個数、パラメータセットが適用されるタイムスロットの位置情報などが含まれている。

図２は、本発明の他の実施例によるオーディオ信号デコーディング方法を示すフローチャートである。オーディオ信号デコーディング装置は、オーディオ信号エンコーディング装置がビットストリームの形態で伝送した空間情報信号１０５を受信する（ステップ２０１）。空間情報信号１０５は、ダウンミックス信号１０３とは別のストリームの形態で伝送されたり、ダウンミックス信号１０３の補助データまたは付加データに含まれたりして伝送される。空間情報信号１０５がダウンミックス信号１０３と結合して伝送される場合、オーディオ信号の逆多重化部（図示せず）は、受信したオーディオ信号を、エンコーディングされたダウンミックス信号１０３とエンコーディングされた空間情報信号１０５とに分離する。エンコーディングされた空間情報信号は、ヘッダ１０７と空間情報１１１とを含む。オーディオ信号デコーディング装置は、空間情報信号１０５にヘッダ１０７が含まれているか否かを判断し（ステップ２０３）、空間情報信号１０５にヘッダ１０７が含まれていると、ヘッダ１０７から環境設定情報１０９を抽出する（ステップ２０５）。オーディオ信号デコーディング装置は、環境設定情報１０９が空間情報信号１０５に含まれた最初のヘッダ１０７から抽出された環境設定情報１０９か否かを判断する（ステップ２０７）。環境設定情報１０９が空間情報信号１０５から最初に抽出したヘッダ１０７から抽出された場合、環境設定情報１０９をデコーディングし（ステップ２１５）、デコーディングされた環境設定情報１０９によって、環境設定情報１０９の次に伝送される空間情報１１１をデコーディングする。

オーディオ信号から抽出されたヘッダ１０７が、空間情報信号１０５から最初に抽出されたヘッダ１０７でなければ、ヘッダ１０７から抽出された環境設定情報１０９が最初のヘッダ１０７から抽出された環境設定情報１０９と同じか否かを判断する（ステップ２０９）。環境設定情報１０９が最初のヘッダ１０７から抽出された環境設定情報１０９と同じ場合には、最初のヘッダ１０７から抽出してデコーディングした環境設定情報１０９を用いて空間情報１１１をデコーディングする。抽出した環境設定情報１０９が最初のヘッダ１０７から抽出された環境設定情報１０９と同一でない場合には、オーディオ信号エンコーディング装置からオーディオ信号デコーディング装置に伝送される経路上でオーディオ信号にエラーが発生したか否かを判断する（ステップ２１１）。環境設定情報１０９が可変である場合には、環境設定情報１０９が最初のヘッダ１０７から抽出された環境設定情報１０９と同一でないとしてもエラーが発生したわけではないので、ヘッダ１０７を可変のヘッダ１０７に更新し（ステップ２１３）、更新したヘッダ１０７から抽出された環境設定情報１０９をデコーディングする（ステップ２１５）。オーディオ信号デコーディング装置は、デコーディングした環境設定情報１０９によって、環境設定情報１０９の次に伝送される空間情報１１１をデコーディングする。環境設定情報１０９が可変でないにもかかわらず、最初のヘッダ１０７から抽出された環境設定情報１０９と同一でないと、これはオーディオ信号伝送経路上でエラーが発生したということを意味するので、エラーの発生した環境設定情報１０９を含む空間情報信号１０５に含まれた空間情報１１１を除去するか、または、空間情報１１１のエラーを訂正する（ステップ２１７）。

図３は、本発明のさらに他の実施例によるオーディオ信号デコーディング方法を示すフローチャートである。オーディオ信号デコーディング装置は、オーディオ信号エンコーディング装置からダウンミックス信号１０３及び空間情報信号１０５を含むオーディオ信号を受信する（ステップ３０１）。オーディオ信号デコーディング装置は、受信したオーディオ信号を空間情報信号１０５とダウンミックス信号１０３とに分離し（ステップ３０３）、分離された空間情報信号１０５とダウンミックス信号１０３をそれぞれコアデコーディング部（図示せず）と空間情報デコーディング部（図示せず）に送る。

オーディオ信号デコーディング装置は、空間情報信号１０５からタイムスロットの個数とパラメータセットの個数を抽出する。オーディオ信号デコーディング装置は、抽出したタイムスロットの個数とパラメータセットの個数を用いてパラメータセットが適用されるタイムスロットの位置を求める。該当するパラメータセットの順番によって、該当するパラメータセットが適用されるタイムスロットの位置は可変的ビット数で表される。パラメータセットが適用されるタイムスロットの位置を表示するビット数を減少させることによって、空間情報信号１０５を効率的に表すことができる。パラメータセットが適用されるタイムスロットの位置については、以降、図４及び図５に基づいて詳述する。オーディオ信号デコーディング装置は、タイムスロット位置が求められると、その位置にパラメータセットを適用して空間情報信号１０５をデコーディングする（ステップ３０５）。また、オーディオ信号デコーディング装置は、ダウンミックス信号１０３をコアデコーディング部でデコーディングする（ステップ３０５）。

オーディオ信号デコーディング装置は、デコーディングされたダウンミックス信号１０３をそのままアップミキシングして多チャネルを生成しても良いが、デコーディングされたダウンミックス信号１０３の順番を配列した後にアップミキシングしても良い（ステップ３０７）。

オーディオ信号デコーディング装置は、デコーディングされたダウンミックス信号１０３とデコーディングされた空間情報信号１０５とを用いて多チャネルを生成する（ステップ３０９）。オーディオ信号デコーディング装置は、ダウンミックス信号１０３を多チャネルに生成するために空間情報信号１０５を用いるが、空間情報信号１０５は、前にも述べたように、信号変換部の個数、ダウンミックス信号１０３がアップミキシングされる時に信号変換部を経由するか否かまたは信号変換部を経由せずに出力されるか否か等を表すチャネル構成情報を含む。オーディオ信号デコーディング装置は、信号変換部の個数、チャネル構成情報などを用いてダウンミックス信号１０３をアップミキシングする（ステップ３０９）。チャネル構成情報を表す方法及びより少ないビット数を用いてチャネル構成情報を表す方法については、図６及び図７に基づいて後述する。

オーディオ信号デコーディング装置は、生成された多チャネルオーディオ信号を出力するために、あらかじめ定められた順番で多チャネルオーディオ信号をスピーカーにマッピング（ｍａｐｐｉｎｇ）する（ステップ３１１）。この時、マッピングするオーディオ信号の順番が増加するにつれて多チャネルオーディオ信号をスピーカーにマッピングするためのビット数は減少する。すなわち、多チャネルオーディオ信号に番号を順番に与える場合、最初のオーディオ信号は、全体スピーカーのうちいずれか一つのスピーカーにマッピングされることができるので、オーディオ信号をスピーカーにマッピングするために要求される情報量が、２番目以降のオーディオ信号をマッピングするために要求される情報量よりも大きい。２番目以降のオーディオ信号は、以前のオーディオ信号とマッピングされたスピーカーを除く残りのスピーカーのうちの一つのスピーカーにマッピングされるので、マッピングするために要求される情報量が減少する。すなわち、マッピングするオーディオ信号の順番が増加するにつれてオーディオ信号をマッピングするために要求される情報量を表すビット数を減少させることによって、空間情報信号１０５を効率的に表すことができる。この方法は、ステップ３０７でダウンミックス信号１０３を配列する場合にも用いることができる。

図４は、本発明の一実施例によるパラメータセットが適用されるタイムスロットの位置情報を表すシンタックスである。図４を参照すると、図４のシンタックスは、‘ＦｒａｍｉｎｇＩｎｆｏ’４０１に関するもので、これはパラメータセット数及びパラメータセットが適用されるタイムスロットに関する情報を表す。‘ｂｓＦｒａｍｉｎｇＴｙｐｅ’フィールド４０３は、空間情報信号１０５に含まれたフレームが固定フレーム（ｆｉｘｅｄｆｒａｍｅ）なのか、または、可変フレーム（ｖａｒｉａｂｌｅｆｒａｍｅ）なのかを表す。固定フレームとは、パラメータセットが適用されるタイムスロットの位置があらかじめ定められているフレームのことを意味する。すなわち、あらかじめ定められた規則によってパラメータセットが適用されるタイムスロットの位置が決定されている。可変フレームとは、パラメータセットを適用するタイムスロットの位置があらかじめ定められていないフレームのことを意味する。したがって、可変フレームは、パラメータセットが適用されるタイムスロットの位置を表すタイムスロット位置情報をさらに必要とする。以下では‘ｂｓＦｒａｍｉｎｇＴｙｐｅ’４０３を、フレームが固定フレームなのか、可変フレームインなのかを表す‘フレーム識別子’とする。

可変フレームである場合、‘ｂｓＰａｒａｍＳｌｏｔ’フィールド４０７，４１１は、パラメータセットが適用されるタイムスロットの位置情報を表す。‘ｂｓＰａｒａｍＳｌｏｔ［０］’４０７は、１番目のパラメータセットが適用されるタイムスロットの位置を表し、‘ｂｓＰａｒａｍＳｌｏｔ［ｐｓ］’４１１は、２番目以降のパラメータセットが適用されるタイムスロットの位置を表す。１番目のパラメータセットが適用されるタイムスロットの位置は初期値で表され、２番目以降のパラメータセットが適用されるタイムスロットの位置は差分値‘ｂｓＤｉｆｆＰａｒａｍＳｌｏｔ［ｐｓ］’４０９、すなわち、‘ｂｓＰａｒａｍＳｌｏｔ［ｐｓ］’と‘ｂｓＰａｒａｍＳｌｏｔ［ｐｓ−１］’との差で表される。ここで、ｐｓはパラメータセットを意味する。１番目のパラメータセットは、ｐｓ＝０と表される。ｐｓは、０から全体パラメータセット数よりも小さい値まで表現される。

（ｉ）パラメータセットが適用されるタイムスロットの位置４０７，４０９は、ｐｓ値が大きくなるにつれて増加し（ｂｓＰａｒａｍＳｌｏｔ［ｐｓ］＞ｂｓＰａｒａｍＳｌｏｔ［ｐｓ−１］、（ii）１番目のパラメータセットが適用されるタイムスロット位置の最大値は、タイムスロットの個数とパラメータセット数との差に１を加えた値であり、タイムスロットの位置は‘ｎＢｉｔｓｐａｒａｍＳｌｏｔ（０）’４１３の情報量で表される。（iii ）２番目以降のパラメータセットについて、Ｎ番目のパラメータセットが適用されるタイムスロットの位置は、Ｎ−１番目のパラメータセットが適用されるタイムスロットの位置よりも１以上大きく、タイムスロットの個数からパラメータセット数を引いた値にＮ値を加えた値まで持つことができる。２番目以降のパラメータセットが適用されるタイムスロットの位置‘ｂｓＰａｒａｍＳｌｏｔ［ｐｓ］’は、差分値‘ｂｓＤｉｆｆＰａｒａｍＳｌｏｔ［ｐｓ］’４０９で表され、この値は‘ｎＢｉｔｓｐａｒａｍＳｌｏｔ（ｐｓ）’４０９の情報量で表される。上記の（ｉ）乃至（iii ）を用いてパラメータセットが適用されるタイムスロット位置を求めることができる。

例えば、一つの空間フレームに含まれるタイムスロットが１０個で、パラメータセットが３個である場合、１番目のパラメータセット（ｐｓ＝０）が適用されるタイムスロットの位置は、全体タイムスロットの個数から全体パラメータセット数を引いた値に１を加えたタイムスロットの位置まで適用されることができる。すなわち、１から最大８までのいずれか一つのタイムスロットに適用されることができる。これは、パラメータセットが適用されるタイムスロットの位置がパラメータセットの番号によって増加することを考慮すると、残り二つのパラメータセットが適用されうるタイムスロットの位置はそれぞれ、最大９及び１０になることから理解できる。したがって、１番目のパラメータセットが適用されるタイムスロットの位置４０７は、１乃至８を表示するために３ビットが必要とされる。これは、ｃｅｉｌ（ｌｏｇ_２（ｋ−ｉ＋１））の数式にすることができる。ここで、ｋはタイムスロットの数、ｉはパラメータの数を表す。

もし、１番目のパラメータセットが適用されるタイムスロットの位置４０７が５であれば、２番目のパラメータセットが適用されるタイムスロットの位置‘ｂｓＰａｒａｍＳｌｏｔ［１］’は、上記（ii）により‘５＋１＝６’乃至‘１０−３＋２＝９’間の値から選択されなければならない。すなわち、２番目のパラメータセットが適用されるタイムスロットの位置は、１番目のパラメータセットが適用されるタイムスロット位置に１を加えた値に差分値‘ｂｓＤｉｆｆＰａｒａｍＳｌｏｔ［ｐｓ］’４０９を加えた値で表すことができる。したがって、差分値４０９は、０から３になることができ、これは２ビットで表すことができる。２番目以降のパラメータセットについては、パラメータセットが適用されるタイムスロットの位置を直接表示せず、差分値４０９で表すことによってビット数を減少させることができる。前の例では、タイムスロットの位置を直接表示すると、６〜９のうちいずれか一つを表示するために４ビットが必要とされるが、差分値で表示すると２ビットしか必要としない。

したがって、パラメータセットが適用されるタイムスロットの位置情報表示量‘ｎＢｉｔｓＰａｒａｍＳｌｏｔ（０）’４１３、‘ｎＢｉｔｓＰａｒａｍＳｌｏｔ（ｐｓ）’４１５は、固定されたビットではなく可変的なビット数で表されることができる。

図５は、本発明の他の実施例によるパラメータセットをタイムスロットに適用して空間情報信号をデコーディングする方法を示すフローチャートである。図５を参照すると、オーディオ信号デコーディング装置は、ダウンミックス信号１０３及び空間情報信号１０５を含むオーディオ信号を受信する（ステップ５０１）。オーディオ信号デコーディング装置は、空間情報信号１０５にヘッダ１０７が在る場合、ヘッダ１０７に含まれた環境設定情報１０９から、フレームに含まれるタイムスロットの個数を抽出する（ステップ５０３）。オーディオ信号デコーディング装置は、空間情報信号１０５にヘッダ１０７が含まれていない場合には、以前に抽出したヘッダ１０７に含まれた環境設定情報１０９からタイムスロットの個数を抽出する。オーディオ信号デコーディング装置は、空間情報信号１０５から、フレームに適用されるパラメータセットの個数を抽出する（ステップ５０５）。オーディオ信号デコーディング装置は、空間情報信号１０５に含まれているフレーム識別子を用いて、フレームにパラメータセットが適用されるタイムスロットの位置が固定されているか、あるいは、可変になっているか判断する（ステップ５０７）。フレームが固定フレームである場合、オーディオ信号デコーディング装置は、あらかじめ定められた規則によってパラメータセットをタイムスロットに適用して、空間情報信号１０５をデコーディングする（ステップ５１３）。フレームが可変フレームである場合、オーディオ信号デコーディング装置は、１番目のパラメータセットが適用されるタイムスロットの位置情報を抽出する（ステップ５０９）。前述したように、１番目のパラメータセットが適用されるタイムスロットの位置は、タイムスロットの個数とパラメータセット数との差に１を加えた値まで最大適用されることができる。オーディオ信号デコーディング装置は、１番目のパラメータセットが適用されるタイムスロットの位置情報を用いて、２番目以降のパラメータセットが適用されるタイムスロットの位置情報を求める（ステップ５１１）。Ｎが２と等しいか大きい自然数であれば、Ｎ番目のパラメータセットが適用されるタイムスロットの位置は、Ｎ−１番目のパラメータセットが適用されるタイムスロットの位置よりも１以上大きく、タイムスロットの個数からパラメータセット数を引いた値にＮ値を加えた値まで持つことができるという点を用いて、パラメータセットが適用されるタイムスロットの位置を最小ビット数で表すことができる。オーディオ信号デコーディング装置は、求められたタイムスロットの位置にパラメータセットを適用して空間情報信号をデコーディングする（ステップ５１３）。

図６及び図７は、本発明の一実施例によるオーディオ信号デコーディング装置のアップミキシング部を示す図である。オーディオ信号デコーディング装置は、オーディオ信号エンコーディング装置から受信したオーディオ信号を、ダウンミックス信号１０３と空間情報信号１０５とに分離し、ダウンミックス信号１０３と空間情報信号１０５をそれぞれデコーディングする。前述のように、オーディオ信号デコーディング装置は、タイムスロットにパラメータを適用して空間情報信号１０５をデコーディングする。オーディオ信号デコーディング装置は、デコーディングされたダウンミックス信号１０３と空間情報信号１０５を用いて多チャネルオーディオ信号を生成する。

オーディオ信号エンコーディング装置が、Ｎ個の入力チャネルをＭ個のオーディオ信号に圧縮してビットストリームの形態でオーディオ信号デコーディング装置に伝送すると、オーディオ信号デコーディング装置は、元来のＮ個のチャネルを復元して出力するが、このような構成をＮ−Ｍ−Ｎ構造という。もし、オーディオ信号デコーディング装置がＮ個のチャネルを復元できない場合、空間情報信号１０５を考慮せずにダウンミックス信号１０３のみを二つのステレオ信号として出力する場合もあるが、ここでは論外とする。Ｎ、Ｍの値が固定された値に定められた構造を、固定チャネル構造とし、固定されていない任意の値で表される場合を、任意チャネル構造とする。５−１−５、５−２−５、７−２−７などの固定チャネル構造では、オーディオ信号エンコーディング装置は、オーディオ信号にチャネル構造を含めて伝送し、オーディオ信号デコーディング装置はこれを読み取ってオーディオ信号をデコーディングする。

オーディオ信号デコーディング装置は、Ｍ個のオーディオ信号をＮ個の多チャネルに復元するために、信号変換部を含むアップミキシング部を用いる。信号変換部は、ダウンミックス信号１０３をアップミキシングして多チャネルを生成する時に、一つのダウンミックス信号１０３を二つの信号にまたは二つのダウンミックス信号を三つの信号に変換するのに使われる概念的なボックスである。

オーディオ信号デコーディング装置は、空間情報信号１０５に含まれた環境設定情報１０９からチャネル構成情報を抽出することからアップミキシング部の構造を把握できる。前述のように、チャネル構成情報は、オーディオ信号デコーディング装置に含まれたアップミキシング部の構成を表す情報である。チャネル構成情報は、オーディオ信号が信号変換部を経由するか否かを表す識別子で構成されている。すなわち、チャネル構成情報は、デコーディングされたダウンミックス信号がアップミキシング部において信号変換部を経由する場合には、信号変換部の入・出力信号の個数が変わるので分割識別子で表され、デコーディングされたダウンミックス信号がアップミキシング部において信号変換部を経由しない場合には、信号変換部の入力信号がそのまま出力されるので未分割の識別子で表されることができる。本発明では、分割識別子を‘１'とし、未微分の識別子を‘０'とする。

チャネル構成情報を表す方法は、水平方法と垂直方法とに大別される。水平方法は、オーディオ信号が信号変換部を経由する場合、すなわち、チャネル構成情報が‘１’の場合には、信号変換部を経由した下位階層信号が、再び信号変換部を経由するか否かを分割識別子または未分割の識別子で順次表示し、チャネル構成情報が‘０’の場合には、同一階層または上位階層の次の順番のオーディオ信号が信号変換部を経由するか否かを分割識別子または未分割の識別子で表示する方法である。垂直方法は、上位階層のオーディオ信号が信号変換部を経由するか否かにかかわらず、上位階層オーディオ信号全体に対してそれぞれのオーディオ信号が信号変換部を経由するか否かを分割識別子または未分割の識別子で順次表示した後、下位階層のオーディオ信号に対して信号変換部を経由するかを表示する方法である。

同じアップミキシング部の構造に対して、図６は、チャネル構成情報を水平方法で表す例を、図７は、チャネル構成情報を垂直方法で表す例を示す図である。なお、図６及び図７では、信号変換部をＯＴＴボックスとして説明する。図６を参照すると、Ｘ₁〜Ｘ₄の４つのオーディオ信号がアップミキシング部に入力される。Ｘ₁は、第１信号変換部に入力されて２つの信号６０１，６０１に変換される。アップミキシング部に備えられた信号変換部は、ＣＬＤ、ＩＣＣなどの空間パラメータを用いてオーディオ信号を変換する。第１信号変換部で変換された信号６０１，６０３はそれぞれ、第２信号変換部と第３信号変換部に入力されてＹ₁〜Ｙ₄の多チャネルオーディオ信号として出力される。Ｘ₂は、第４信号変換部に入力されてそれぞれＹ₅，Ｙ₆として出力される。Ｘ₃，Ｘ₄は、信号変換部を経由せずに直接出力される。

Ｘ₁が第１信号変換部を経由するので、チャネル構成情報は分割識別子‘１’で表される。図６は、チャネル構成情報を水平方法で表しているので、チャネル構成情報が分割識別子で表されると、第１信号変換部を経由した２つの信号６０１，６０３が信号変換部を経由するか否かを分割識別子または未分割の識別子で順次表示する。第１変換部の２つの出力信号のうち、上に位置する信号６０１は再び第２信号変換部を経由するので、分割識別子‘１’で表される。第２信号変換部を経由した信号は、信号変換部を経由せずにそのまま出力されるので未分割の識別子‘０’で表される。チャネル構成情報が‘０’である場合、同一階層または上位階層の次の順番のオーディオ信号に対して、信号変換部を経由するか否かを分割識別子または未分割の識別子で表示するので、上位階層のＸ₂信号に対してチャネル構成情報を表す。Ｘ₂は、第４信号変換部を経由するので分割識別子‘１’で表され、第４信号変換部を経由した信号がそれぞれＹ₅，Ｙ₆としてそのまま出力されるので、未分割の識別子‘０’で表される。Ｘ₃，Ｘ₄は信号変換部を経由せずに直接出力されるので、未分割の識別子‘０’で表される。したがって、水平方法でチャネル構成情報を表すと、１１００１００１００００となる。理解を助けるためにここではアップミキシング部の構成を通じてチャネル構成情報を抽出したが、オーディオ信号デコーディング装置は逆に、チャネル構成情報を読み取ってアップミキシング部の構造を把握する。

図７は、図６と同様に、Ｘ₁〜Ｘ₄の４つのオーディオ信号がアップミキシング部に入力される。垂直方法は、チャネル構成情報を上位階層から下位階層の順に分割識別子または未分割の識別子で表示するので、まず、最上位階層である第１階層７０１のオーディオ信号の識別子を順番に表示する。すなわち、Ｘ₁，Ｘ₂はそれぞれ第１、第４信号変換部を経由するので、チャネル構成情報はそれぞれ‘１’となり、Ｘ₃，Ｘ₄は信号変換部を経由しないので、チャネル構成情報は‘０’となる。したがって、第１階層７０１のチャネル構成情報は１１００となる。この方法によって第２階層７０３、第３階層７０５のチャネル構成情報を順番に表示すると、それぞれ１１００及び００００となる。したがって、垂直方法で表された全体チャネル構成情報は、１１００１１００００００となる。

オーディオ信号デコーディング装置は、上記チャネル構成情報を読み取ってアップミキシング部を構成する。オーディオ信号デコーディング装置がアップミキシング部を構成するためには、チャネル構成情報が水平方法または垂直方法のいずれかの方法で表現されているかを表す識別子が、オーディオ信号に含まれていなければならない。または、チャネル構成情報を水平方法で表現するのを原則とするが、垂直方法で表現した方が効率的な場合には、オーディオ信号エンコーディング装置はチャネル構成を垂直方法で表現したことを表す識別子をオーディオ信号に含めても良い。

オーディオ信号デコーディング装置は水平方法で表現されたチャネル構成情報を読み取ってアップミキシング部を構成することができる。しかし、垂直方法で表現されたチャネル構成情報である場合には、オーディオ信号デコーディング装置は、アップミキシング部に含まれる信号変換部の個数または入出力チャネルの個数がわからないと、アップミキシング部を構成することができない。したがって、オーディオ信号デコーディング装置は、空間情報信号１０５に含まれた環境設定情報１０９から信号変換部の個数または入出力チャネルの個数を抽出してアップミキシング部を構成することができる。

オーディオ信号デコーディング装置は、チャネル構成情報を前から順次解読するが、環境設定情報１０９から抽出した信号変換部の個数分だけ、チャネル構成情報に含まれている分割識別子‘１’の個数を感知すると、それ以上チャネル構成情報は読まなくて良い。これは、分割識別子‘１’は、オーディオ信号が信号変換部に入力されるということを表示するので、チャネル構成情報に含まれた分割識別子‘１’の個数はアップミキシング部に含まれた信号変換部の個数と同じであるからである。すなわち、上に例示したように、垂直方法で表現されたチャネル構成情報が１１００１１００００００である場合、チャネル構成情報をデコーディングするために合計１２ビットを読まなければならないが、オーディオ信号デコーディング装置が、信号変換部の個数が４個であるということを感知した場合には、チャネル構成情報に含まれた‘１’が４回感知される時まで、すなわち、チャネル構成情報のうち１１００１１までのみデコーディングする。それ以上のチャネル構成情報を用いなくても残りの値が全て未分割の識別子‘０’で表されるためである。したがって、オーディオ信号デコーディング装置は６ビット分をデコーディングしなくて済み、デコーディング効率が高まる。

チャネル構造が既に定められた固定チャネル構造である場合には、信号変換部の個数または入出力チャネルの個数が空間情報信号１０５に含まれた環境設定情報に含まれており、別の情報が要らないが、チャネル構造が定められていない任意のチャネル構造である場合には、信号変換部の個数や入出力チャネルの個数が空間情報信号１０５に含まれていないので、信号変換部の個数や入出力チャネルの個数などを表すための別の情報が必要とされる。

信号変換部に関する情報について説明すると、例えば、信号変換部としてＯＴＴボックスのみを使用する場合、信号変換部を表示する情報は、最大５ビットで表されることができる。アップミキシング部に入力される入力信号は、ＯＴＴボックスまたはＴＴＴボックスを経由する場合、一つの入力信号が二つに、二つの入力信号が三つに変換されるので、出力チャネル数は入力信号にＯＴＴボックスまたはＴＴＴボックスの個数を加えた値となる。したがって信号変換部の個数は、出力チャネル数から入力信号数とＴＴＴボックスの個数を引いた値となる。一般に、出力チャネルは最大３２個まで使われることができるので、信号変換部を表示する情報は５ビット以内の値で表される。

したがって、チャネル構成情報が垂直方法で表現されており、チャネル構造も任意チャネル構造である場合には、オーディオ信号エンコーディング装置は、空間情報信号１０５に信号変換部の個数を最大５ビットとして別に表示しなければならない。この例では、６ビットのチャネル構成情報と信号変換部を表示する情報５ビットが必要とされ、合計１１ビットが使われる。これにより、水平方法で表現されたチャネル構成情報よりもアップミキシング部を構成するためのビット量が減少したことがわかる。このように垂直方法でチャネル構成情報を表現すると、ビット数が減少するという効果が得られる。

図８は、本発明の一実施例によるオーディオ信号デコーディング装置を示す構成図である。図８を参照すると、オーディオ信号デコーディング装置は、受信部、逆多重化部、コアデコーディング部、空間情報デコーディング部、信号配列部、多チャネル生成部、スピーカーマッピング部を含む。受信部８０１は、オーディオ信号エンコーディング装置（図示せず）からダウンミックス信号１０３と空間情報信号１０５を含むオーディオ信号を受信する。逆多重化部８０３は、受信部８０１が受信したオーディオ信号を、エンコーディングされたダウンミックス信号１０３とエンコーディングされた空間情報信号１０５とにパーシングし、それぞれコアデコーディング部８０５、空間情報デコーディング部８０７に送る。コアデコーディング部８０５と空間情報デコーディング部８０７は、エンコーディングされたダウンミックス信号とエンコーディングされた空間情報信号をそれぞれ復号化する。空間情報デコーディング部８０７は、前述のように、空間情報信号１０５からフレーム識別子、タイムスロットの個数、パラメータセットの個数、タイムスロットの位置情報などを抽出し、パラメータセットをタイムスロットに適用して空間情報信号１０５をデコーディングする。

オーディオ信号デコーディング装置は、信号配列部８０９を含むことができる。信号配列部８０９は、復号化されたダウンミックス信号１０３をアップミキシングするために、複数のダウンミックス信号１０３をあらかじめ定められた配列に従って配列する役割を果たす。すなわち、Ｎ−Ｍ−Ｎチャネル構成においてＭ個のダウンミックス信号をＭ’のオーディオ信号に配列する。オーディオ信号デコーディング装置は、コアデコーディング部８０５を経由した順序のままにしてダウンミックス信号をアップミキシングしても良いが、場合によっては、ダウンミックス信号の順序を配列してアップミキシングを行っても良い。状況によっては二つのダウンミックス信号を三つの信号にアップミキシングする信号変換部に入力される信号に限って信号配列を行っても良い。オーディオ信号エンコーディング装置は、オーディオ信号が信号配列を行う場合、または、ＴＴＴボックスの入力信号に限って信号配列を行う場合には、これを表示する信号配列情報をオーディオ信号に含めなければならない。信号配列情報は、オーディオ信号を多チャネルに復元する前にアップミキシングのために信号順序を配列するか、特定信号に限って配列を行うか等を表示する識別子である。オーディオ信号デコーディング装置は、空間情報信号１０５にヘッダ１０７が含まれた場合、ヘッダ１０７から抽出した環境設定情報１０９に含まれたオーディオ信号配列情報を用いてダウンミックス信号を配列する。オーディオ信号デコーディング装置は、空間情報信号１０５にヘッダ１０７が含まれていない場合には、以前のヘッダ１０７に含まれている環境設定情報１０９から抽出したオーディオ信号配列情報を用いてオーディオ信号を配列しても良い。

オーディオ信号デコーディング装置は、ダウンミックス信号配列を行わなくても良い。すなわち、オーディオ信号デコーディング装置は、ダウンミックス信号配列を行わず、コアデコーディング部８０５が復号化して多チャネル生成部８１１に伝送した信号をそのままアップミキシングすることによって多チャネルを生成しても良い。これは、生成された多チャネルをスピーカーにマッピングすることによって信号配列の所期の目的は達成されるためである。この場合には、オーディオ信号にダウンミックス信号配列に関する情報を挿入しないので、オーディオ信号をより効率的に圧縮及び伝送することが可能になる。なお、オーディオ信号デコーディング装置は信号配列を別に行わず、デコーディング装置の複雑性（ｃｏｍｐｌｅｘｉｔｙ）が減少する。

信号配列部８０９は、配列したダウンミックス信号１０３を多チャネル生成部８１１に送る。空間情報デコーディング部８０７また、復号化された空間情報信号１０５を多チャネル生成部８１１に送る。多チャネル生成部８１１は、ダウンミックス信号１０３と空間情報信号１０５を用いて多チャネルオーディオ信号を生成する。

オーディオ信号デコーディング装置は、多チャネル生成部８１１を経由したオーディオ信号をスピーカーに出力するためにスピーカーマッピング部８１３を含む。スピーカーマッピング部８１３は、多チャネルオーディオ信号をそれぞれどのスピーカーにマッピングして出力するかを決定する。オーディオ信号を出力するのに使われる一般的なスピーカーの種類を、下の表１に示す。

一般的に出力されたオーディオ信号とマッピングされるスピーカーは、最大３２個まで可能である。したがって、表１のようにスピーカーマッピング部８１３は多チャネルオーディオ信号に０〜３１のうち、特定の番号（ｂｓＯｕｔｐｕｔＣｈａｎｎｅｌＰｏｓ）を与え、それぞれの番号に該当するスピーカー（Ｌｏｕｄｓｐｅａｋｅｒ）にオーディオ信号がマッピングされるようにする。このとき、多チャネル生成部８１１から出力された多チャネルオーディオ信号のうち、１番目のオーディオ信号をスピーカーにマッピングするためには、全体３２個のスピーカーからいずれか一つのスピーカーを選択しなければならないので、５ビットが必要とされる。２番目のオーディオ信号をスピーカーにマッピングするためには、残り３１個のスピーカーからいずれか一つのスピーカーを選択しなければならないので、同様に５ビットが必要とされる。この方法によれば、１７番目のオーディオ信号をスピーカーにマッピングするためには残り１６個のスピーカーのうち一つのスピーカーを選択しなければならないので、４ビットが必要とされる。すなわち、オーディオ信号をマッピングする個数が増えるにつれてオーディオ信号とマッピングされるスピーカーを表示するために要求される情報量も減少する。このオーディオ信号をスピーカーにマッピングするために要求されるビット数を数式にすると、ｃｅｉｌ［ｌｏｇ_２（３２−ｂｓＯｕｔｐｕｔＣｈａｎｎｅｌＰｏｓ）］となる。このように配列するオーディオ信号の個数が増えるにつれて要求されるビット数が減少するということは、信号配列部８０９で配列するダウンミックス信号の個数が増える場合においても同じてある。オーディオ信号デコーディング装置はこのような方法で多チャネルオーディオ信号をスピーカーにマッピングして出力する。

以上では具体的な実施例に挙げて本発明を説明してきたが、これらの実施例は本発明の理解を助けるために提示されたもので、本発明の範囲を制限するためのものではない。したがって、本発明の技術的思想の範囲内で様々な変形が可能であるということは当業者にとっては明らかであり、本発明の範囲は、添付の特許請求の範囲によって定められるべきである。

本発明の一実施例によるオーディオ信号の構成を示す図である。本発明の他の実施例によるオーディオ信号デコーディング方法を示すフローチャートである。本発明のさらに他の実施例によるオーディオ信号デコーディング方法を示すフローチャートである。本発明の一実施例によるパラメータセットが適用されるタイムスロットの位置情報を表すシンタックスである。本発明の他の実施例によるパラメータセットをタイムスロットに適用して空間情報信号をデコーディングする方法を示すフローチャートである。本発明の一実施例によるオーディオ信号デコーディング装置のアップミキシング部を示す図である。本発明の一実施例によるオーディオ信号デコーディング装置のアップミキシング部を示す図である。本発明の一実施例によるオーディオ信号デコーディング装置を示す構成図である。

Claims

オーディオディスクリプターを含むオーディオ信号を受信する段階と、
前記オーディオディスクリプターを用いて、前記オーディオ信号がダウンミックス信号及び空間情報信号を含むことを認識する段階と、
前記空間情報信号を用いて、前記ダウンミックス信号を多チャネルオーディオ信号にアップミキシングする段階と、
前記多チャネルオーディオ信号を、あらかじめ定められた配列によって出力チャネルにマッピングする段階と、を含み、
前記空間情報信号は、周期的または非周期的な時間的間隔ごとにヘッダを含むことを特徴とする、オーディオ信号デコーディング方法。
前記オーディオ信号デコーディング方法は、
前記空間情報信号に前記ヘッダが含まれている場合、前記ヘッダに含まれた環境設定情報を用いて前記ダウンミックス信号を前記多チャネル信号にアップミキシングする段階をさらに含むことを特徴とする、請求項１に記載のオーディオ信号デコーディング方法。
前記オーディオ信号デコーディング方法は、
前記空間情報信号に含まれているヘッダが以前に抽出したヘッダと異なると、ヘッダにエラーが発生したことを感知する段階をさらに含むことを特徴とする、請求項２に記載のオーディオ信号デコーディング方法。
前記オーディオ信号デコーディング方法は、
前記空間情報信号に前記ヘッダが含まれていない場合、以前に抽出した環境設定情報を用いて前記ダウンミックス信号を前記多チャネル信号にアップミキシングする段階をさらに含むことを特徴とする、請求項１に記載のオーディオ信号デコーディング方法。
ｉ番目の前記オーディオ信号を出力チャネルにマッピングするのに必要な情報量は、
ｌｏｇ_２［（全オーディオ信号の個数）−（ｉの値）＋１］と等しいか大きい最小の整数であることを特徴とする、請求項１、２及び４のいずれか１項に記載のオーディオ信号デコーディング方法。
前記オーディオ信号を出力チャネルにマッピングする段階は、
前記空間情報信号に前記ヘッダが含まれている場合、前記ヘッダに含まれた環境設定情報から抽出されたオーディオ信号マッピング情報を用いて行われることを特徴とする、請求項１に記載のオーディオ信号デコーディング方法。