JP4601669B2

JP4601669B2 - マルチチャネル信号またはパラメータデータセットを生成する装置および方法

Info

Publication number: JP4601669B2
Application number: JP2007530606A
Authority: JP
Inventors: ラルフスペルシュナイダー; ユールゲンヘレ; ジョーハンヒルペアト; クリスティアンエルテル; シュテファンガヤーズベアガー
Original assignee: フラウンホッファー−ゲゼルシャフトツァフェルダールングデァアンゲヴァンテンフォアシュンクエー．ファオ
Priority date: 2004-09-08
Filing date: 2005-08-10
Publication date: 2010-12-22
Anticipated expiration: 2025-08-10
Also published as: US8731204B2; RU2007112943A; CN101014999B; NO338932B1; CA2579114C; AU2005281966A1; NO20071132L; HK1093595A1; US20070206690A1; RU2355046C2; KR20070065314A; JP2008512708A; BRPI0515651B1; EP1687809B1; MX2007002854A; AU2005281966B2; DE102004043521A1; PT1687809E; DE502005005522D1; ES2314706T3

Description

本発明は、パラメトリックマルチチャネル処理技術に関し、特に、柔軟なデータシンタックスの生成および／または読み出しを行い、パラメータデータをダウンミキシングおよび／または伝送チャネルのデータに対する対応付けを行うエンコーダ／デコーダに関する。

２つのステレオチャネルの他に、推奨されるマルチチャネルサラウンド表現は、センターチャネルＣおよび２つのサラウンドチャネル、すなわち、左サラウンドチャネルＬｓおよび右サラウンドチャネルＲｓを含み、適用可能な場合は、ＬＦＥ（ＬＦＥ＝低周波数拡張）チャネルとも呼ぶサブウーファーチャネルをさらに含んでいる。この基準サウンドフォーマットは、３ステレオ／２ステレオ（プラスＬＦＥ）とも呼ばれるもので、最近では、３つのフロントチャネルおよび２つのサラウンドチャネルを意味する５．１マルチチャネルとも呼ばれている。一般に、５つまたは６つの伝送チャネルを必要とする。再生環境では、５つの正確に配置したスピーカからの決まった距離で、最適ないわゆるスイートスポットを得るために、５つの別々の位置に、それぞれ少なくとも５つスピーカが必要である。しかしながら、その位置決めに関して、サブウーファーを比較的自由に用いることが可能である。

マルチチャネル音声信号伝送に必要なデータ量を低減する技術が、いくつかある。このような技術を、ジョイントステレオ技術とも呼ぶ。このために、図５を参照すると、図５はジョイントステレオ装置６０を示している。この装置を、例えば、インテンシティステレオ技術（ＩＳ技術）またはバイノーラルキュー符号化技術（ＢＣＣ技術）を行う装置とすることができる。このような装置は一般に、入力信号として少なくとも２つのチャネル（ＣＨ１、ＣＨ２、・・・ＣＨｎ）を受け取り、少なくとも１つのキャリアチャネル（ダウンミキシング）およびパラメトリックデータ、すなわち、１つ以上のパラメータセットを出力する。パラメトリックデータは、デコーダにおいて、オリジナルチャネル（ＣＨ１、ＣＨ２、・・・ＣＨｎ）それぞれの近似値を算出できるように、定義されている。

通常、キャリアチャネルは、サブバンドサンプル、スペクトル係数、時間領域サンプル等を含んでいる。これらにより、基礎の信号が比較的よい表現を提供するが、パラメトリックデータおよび／またはパラメータセットは、このようなサンプルまたはスペクトル係数を含んでいない。その代わり、パラメトリックデータは、乗算、時間シフティング、周波数シフティング、等による重み付けといった、特定の再生アルゴリズムを制御する制御パラメータを含んでいる。従って、パラメトリックデータは、信号または対応付けられたチャネルの比較的粗い表現しか含んでいない。数字で言うと、キャリアチャネルが必要とするデータ量（これは圧縮されたもので、すなわち、例えばＡＡＣにより符号化されているもの）は、６０〜７０キロビット／秒の範囲であるが、１つのチャネルに対しパラメトリック副情報が必要とするデータ量は、１．５〜２．５キロビット／秒の範囲である。パラメトリックデータの一例としては、以下に説明するように、周知のスケールファクタ、インテンシティステレオ情報またはバイノーラルキューパラメータが挙げられる。

インテンシティステレオ符号化技術については、ＡＥＳ予稿集３７９９、“インテンシティステレオ符号化（ＩｎｔｅｎｓｉｔｙＳｔｅｒｅｏＣｏｄｉｎｇ）”、Ｊ．ヘア（Ｈｅｒｒｅ）、Ｋ．Ｈ．ブランデンブルグ（Ｂｒａｎｄｅｎｂｕｒｇ）、Ｄ．レーデラー（Ｌｅｄｅｒｅｒ）（１９９４年２月、アムステルダム）に記載されている。一般に、インテンシティステレオの概念は、２つの立体音響音声チャネルのデータに対して行う主軸変換に基づいている。大部分のデータポイントが第１の主軸のまわりに集中している場合は、符号化を行う前に、決まった角度で２つの信号を回転することにより、符号化利得を得ることができる。しかしながら、実際の立体音響生成技術に常に当てはまるとは限らない。左チャネルおよび右チャネルに対して再生した信号は、同じ送信信号の別々に重み付けされたものまたはスケーリングしたバージョンからなる。しかしながら、再生した信号は、それらの振幅が異なっているものの、それらの位相情報については全く同じである。しかし、２つのオリジナルの音声チャネルのエネルギー時間包絡線を、選択的スケーリング演算により保存する。これは通常、周波数選択的に演算するものである。これは、高い周波数での人間の音声認識に一致し、主要な空間キューを、エネルギー包絡線により求める。

また、実際に実施するにあたっては、２つの成分を回転させる代わりに、送信信号、すなわち、キャリアチャネルを、左チャネルおよび右チャネルの和信号から生成する。なお、この処理、すなわち、スケーリング演算を行うために、インテンシティステレオパラメータを生成するのは、周波数選択的に行う。すなわち、各スケールファクタ帯域、すなわち、エンコーダの周波数区分に対し独立して行う。好ましくは、２つのチャネルを合成して合成チャネルまたは“キャリア”チャネルを生成する。合成チャネルの他に、インテンシティステレオ情報を求める。これは、第１のチャネルのエネルギー、第２のチャネルのエネルギーまたは合成あるいは総計したチャネルのエネルギーに依存する。

ＢＣＣ技術については、ＡＥＳ大会論文５５７４、“ステレオおよびマルチチャネル音声圧縮に応用したバイノーラルキュー符号化（Ｂｉｎａｕｒａｌｃｕｅｃｏｄｉｎｇａｐｐｌｉｅｄｔｏｓｔｅｒｅｏａｎｄｍｕｌｔｉ‐ｃｈａｎｎｅｌａｕｄｉｏｃｏｍｐｒｅｓｓｉｏｎ）”、Ｃ．フォーラ（Ｆａｌｌｅｒ）、Ｆ．バウムガルテ（Ｂａｕｍｇａｒｔｅ）（２００２年５月、ミュンヘン）に記載されている。ＢＣＣ符号化では、オーバーラップウィンドウを有するＤＦＴベースの変換を用いて、多数の音声入力チャネルをスペクトル表現に変換している。得られるスペクトルを、それぞれ指数を有する重なりのない区分に分割する。各区分は、等価矩形帯域幅（ＥＲＢ）に比例する帯域幅を有している。いわゆるチャネル間レベル差（ＩＣＬＤ）とともにいわゆるチャネル間時間差（ＩＣＴＤ）を、この区分毎に推定する。すなわち、各帯域と各フレームｋとに対し、すなわち、時間サンプルブロックに対して計算する。ＩＣＬＤパラメータおよびＩＣＴＤパラメータを量子化して符号化すると、ＢＣＣビットストリームが得られる。参照チャネルに対して、チャネル間レベル差およびチャネル間時間差を各チャネルに与える。パラメータを、処理される信号の特定の区分によって、規定の公式に従って算出する。

デコーダ側では、デコーダは、モノラル信号およびＢＣＣビットストリームを受信する。すなわち、フレーム毎のチャネル間時間差の第１のパラメータセットおよびチャネル間レベル差の第２のパラメータセットである。モノラル信号を周波数領域に変換して、合成ブロックに入力する。このブロックは、復号化ＩＣＬＤおよびＩＣＴＤ値も受信する。合成ブロックまたは再生ブロックでは、ＢＣＣパラメータ（ＩＣＬＤおよびＩＣＴＤ）を用いて、モノラル信号の重み付け演算を行って、マルチチャネル信号を再生する。次に、周波数／時間変換を行うと、オネジナルのマルチチャネル音声信号を再生したものを表すようになる。

ＢＣＣの場合、ジョイントステレオモジュール６０は、パラメトリックチャネルデータを量子化して、ＩＣＬＤパラメータおよびＩＣＴＤパラメータを符号化するように、チャネル副情報を出力するよう動作する。オリジナルチャネルのうちの１つを、参照チャネルとして用いて、チャネル副情報を符号化することができる。通常、キャリアチャネルは、関係するオリジナルチャネルの総計として構成されるものである。

当然、上記の技術では、キャリアチャネルしか復号化することができず、パラメータデータを処理して、２つ以上の入力チャネルの１つ以上の近似値を生成することができないデコーダに対して、モノラル表現を生成するだけである。

ＢＣＣ技術と呼ばれる音声符号化技術についてはさらに、米国特許出願公開公報第２００３／０２１９１３０号、第２００３／００２６４４１号および第２００３／００３５５５３号にも記載されている。さらに、“バイノーラルキュー符号化パートＩＩ：方法および応用例（ＢｉｎａｕｒａｌＣｕｅＣｏｄｉｎｇＰａｒｔＩＩ：ＳｃｈｅｍｅｓａｎｄＡｐｐｌｉｃａｔｉｏｎｓ）”、Ｃ．フォーラおよびＦ．バウムガルテ、ＩＥＥＥ会報、オーディオおよびスピーチ学会紀要（ＴｒａｎｓａｃｔｉｏｎｓｏｎＡｕｄｉｏａｎｄＳｐｅｅｃｈＰｒｏｃ．）１１巻、第６号、１９９３年１１月に記載されている。さらに、Ｃ．フォーラおよびＦ．バウムガルテ“ステレオおよびマルチチャネル音声圧縮に応用したバイノーラルキュー符号化”予稿集、第１１２回音声工学学会（ＡＥＳ）大会２００２年５月、およびＪ．ヘア（Ｈｅｒｒｅ）、Ｃ．フォーラ（Ｆａｌｌｅｒ）、Ｃ．エルテル（Ｅｒｔｅｌ）、Ｊ．ヒルパート（Ｈｉｌｐｅｒｔ）、Ａ．ホルツァー（Ｈｏｅｌｚｅｒ）、Ｃ．スペンガー（Ｓｐｅｎｇｅｒ）“ＭＰ３サラウンド：効率的で互換性のあるマルチチャネル音声の符号化（ＭＰ３Ｓｕｒｒｏｕｎｄ：ＥｆｆｉｃｉｅｎｔａｎｄＣｏｍｐａｔｉｂｌｅＣｏｄｉｎｇｏｆＭｕｌｔｉ−ＣｈａｎｎｅｌＡｕｄｉｏ）”予稿集６０４９、第１１６回ＡＥＳ大会、ベルリン、２００４年、を参照のこと。以下に、マルチチャネル音声符号化のための代表的な、一般的ＢＣＣ法について、図６〜８を参照して、さらに詳細に説明する。図６は、マルチチャネル音声信号の符号化／伝送を行う一般的ＢＣＣ符号化法を示す。マルチチャネル音声入力信号を、ＢＣＣエンコーダ１１２の入力１１０に入力して、いわゆるダウンミキシングブロック１１４でダウンミキシングする。すなわち、１つの総計したチャネルに変換する。本例では、入力１１０の信号は、フロント左チャネル、フロント右チャネル、左サラウンドチャネル、右サラウンドチャネルおよびセンターチャネルを有する、５チャネルサラウンド信号である。通常、ダウンミキシングブロックは、これらの５つのチャネルを単純に加算して、モノラル信号にすることにより、和信号を生成する。技術的に周知のダウンミキシング手法はすべて、マルチチャネル入力信号を用いて、１つのチャネルまたは多数のダウンミキシングチャネルを有するダウンミキシング信号を生成するものである。いずれの場合もオリジナルの入力チャネルの数よりも少なくなる。本例では、４つのキャリアチャネルが５つの入力チャネルから生成している場合は、ダウンミキシングがすでに行われていることになる。１つの出力チャネルおよび／または多数の出力チャネルを、和信号ライン１１５に出力する。

ＢＣＣ分析ブロック１１６により取得した副情報を、副情報ライン１１７に出力する。ＢＣＣ分析ブロックでは、チャネル間レベル差（ＩＣＬＤ）、チャネル間時間差（ＩＣＴＤ）またはチャネル間相関値（ＩＣＣ値）を算出することもできる。従って、ＢＣＣ合成ブロック１２２で再生するための３つの異なるパラメータセット、すなわちチャネル間レベル差（ＩＣＬＤ）、チャネル間時間差（ＩＣＴＤ）およびチャネル間相関値（ＩＣＣ）がある。

通常、パラメータセットを有する和信号および副情報を、量子化して符号化した形式で、ＢＣＣデコーダ１２０に送信する。ＢＣＣデコーダは、送信された（符号化伝送の場合は復号化した）和信号を複数のサブバンドに分割して、スケーリング、遅延、さらに処理を行って、再生されるいくつかのチャネルのサブバンドを生成する。出力１２１で再生したマルチチャネル信号のＩＣＬＤ、ＩＣＴＤおよびＩＣＣパラメータ（キュー）が、ＢＣＣエンコーダ１１２に入力する入力１１０のオリジナルのマルチチャネル信号に対するそれぞれのキューと同様になるように、この処理を行う。このために、ＢＣＣデコーダ１２０は、ＢＣＣ合成ブロック１２２および副情報処理ブロック１２３を含んでいる。

以下に、図７を参照して、ＢＣＣ合成ブロック１２２の内部構成を説明する。ライン１１５上の和信号を、通常フィルタバンクＦＢ１２５として実施する時間／周波数変換ブロックに入力する。ブロック１２５の出力には、Ｎ個の数のサブバンド信号が存在する。あるいは、音声フィルタバンク１２５が、Ｎスペクトル係数をＮ時間領域サンプルから生成する変換を行う場合は、極端な場合、スペクトル係数ブロックが存在する。

ＢＣＣ合成ブロック１２２はさらに、遅延ステージ１２６、レベル変更ステージ１２７、相関処理ステージ１２８および逆フィルタバンクを示すステージＩＦＢ１２９を備える。ステージ１２９の出力では、５チャネルサラウンドシステムの場合では、図６に示すように、例えば５つのチャネルを有する再生したマルチチャネル音声信号を、１セットのスピーカ１２４に出力する。

図７にはさらに、装置１２５により、入力信号ｓ（ｎ）を周波数領域またはフィルタバンク領域に変換することを示している。ノード１３０で示すように、同じ信号のいくつかのバージョンを取得するように、装置１２５による信号出力を乗算する。オリジナルの信号のバージョン数は、再生した出力信号における出力チャネルの数と等しい。ノード１３０でのオリジナルの信号の各バージョンをそれぞれ遅延ｄ₁、ｄ₂、・・・、ｄ_i、・・・、ｄ_Nで遅延する場合、結果は、ブロック１２６の出力におけるような状態となり、同じ信号の異なる遅延を有するバージョンを含んでいる。遅延パラメータを図６の副情報処理ブロック１２３で算出して、ＢＣＣ分析ブロック１１６で求められたようなチャネル間時間差から導出する。

乗算パラメータａ₁、ａ₂、・・・、ａ_i、・・・、ａ_Nについて、同じことが当てはまる。ＢＣＣ分析ブロック１１６で求められたチャネル間レベル差に基づいて、副情報処理ブロック１２３により算出する。

遅延してレベル操作を行った信号間の特定の相関値をブロック１２８の出力で決定するように、ＢＣＣ分析ブロック１１６によってＩＣＣパラメータを算出して、これらを用いてブロック１２８の機能を制御する。ここで、ステージ１２６、１２７、１２８の順序は、図７に示す場合と異なっていてもよいことに留意されたい。

さらに、音声信号の処理をブロック的に行う際には、ＢＣＣ分析についてもブロック的に行うことに留意されたい。なお、ＢＣＣ分析についても、周波数的に、すなわち、周波数選択的なやり方で行う。このことは、各スペクトル帯域に対して、ブロック毎に、ＩＣＬＤパラメータ、ＩＣＴＤパラメータおよびＩＣＣパラメータが存在することを意味している。全帯域に渡って、少なくとも１つのチャネルに対して少なくとも１つのブロックがあり、これに対してＩＣＴＤパラメータが存在するので、これがＩＣＴＤパラメータセットを表すことになる。少なくとも１つの出力チャネルを再生する全周波数帯域の少なくとも１つのブロックに対する全ＩＣＬＤパラメータを表すＩＣＬＤパラメータセットにも、同じことが当てはまる。そして、同じことがＩＣＣパラメータセットにも当てはまる。これもやはり、入力チャネルまたは総計したチャネルに基づいて、少なくとも１つの出力チャネルを再生する各種の帯域の少なくとも１つのブロックに対するいくつかの個別のＩＣＣパラメータを含んでいる。

以下に、図８を参照して、あるＢＣＣパラメータを求める状況を示す。通常、ＩＣＬＤ、ＩＣＴＤおよびＩＣＣパラメータを、任意のチャネル対の間で定義することができる。通常、ＩＣＬＤおよびＩＣＴＤパラメータを、参照チャネルおよび入力チャネル相互の間で求めるので、参照チャネルを除いて、入力チャネルそれぞれに互いに異なるパラメータセットが存在する。これについて、図８Ａに示す。

しかしながら、ＩＣＣパラメータを別の方法で求めることもできる。一般に、図８Ｂに概略で示すように、任意のチャネル対の間で、エンコーダでＩＣＣパラメータを生成することができる。この場合は、任意のチャネル対の間のオリジナルの信号に存在するものとほぼ同じ結果が得られるように、デコーダがＩＣＣ合成を行う。しかしながら、任意の時間で、すなわち、各時間フレームに対する２つの最も強力なチャネル間のＩＣＣパラメータだけを計算することが提案されていた。この手法を図８Ｃに示す。ある時間で、チャネル１とチャネル２との間でＩＣＣパラメータを算出して送信して、別の時間で、チャネル１とチャネル５との間でＩＣＣパラメータを算出する例が示されている。次に、デコーダが、デコーダ内の最も強力なチャネル間のチャネル間相関を合成して、さらに通常は、残りのチャネル対に対するチャネル間コヒーレンスを合成するための、ある発見的規則を適用する。

例えば、送信ＩＣＬＤパラメータに基づいて乗算パラメータａ₁、・・・、ａ_Nを算出するには、上記引例のＡＥＳ大会論文５５７４を参照する。ＩＣＬＤパラメータは、オリジナルのマルチチャネル信号内のエネルギー分布を表す。一般性を失うことなく、他の全チャネルとフロント左チャネルとの間のエネルギー差を示す４つのＩＣＬＤパラメータを、図８Ａに示す。副情報処理ブロック１２３では、再生したすべての出力チャネルの総エネルギーが送信和信号のエネルギーと同じになるようにまたは少なくともこのエネルギーと比例するように、乗算パラメータａ₁、・・・、ａ_NをＩＣＬＤパラメータから導出する。これらのパラメータを求める１つの方法は、２段処理である。これは、第１のステージでは、左フロントチャネルの乗算係数を１に設定して、図８Ｃの他のチャネルの乗算係数を送信ＩＣＬＤ値に設定する。次に、第２のステージでは、５つのチャネルすべてのエネルギーを算出して、送信和信号のエネルギーと比較する。次に、すなわち全チャネルに対して等しいダウンスケーリング係数を用いて、全チャネルにスケーリングを行う。ダウンスケーリングを行った後の再生したすべての出力チャネルの総エネルギーが送信和信号の総エネルギーと等しくなるように、ダウンスケーリング係数を選択する。

さらにパラメータセットとしてのＢＣＣエンコーダからＢＣＣデコーダに送信したチャネル間コヒーレンス測定値ＩＣＣに関して、２０ｌｏｇ１０^-6から２０ｌｏｇ１０⁶の間の値を有する乱数により全サブバンドの重み付け係数を乗算するというように、乗算係数を変更することにより、コヒーレンス操作を行うことができることに留意されたい。通常、すべての重要な帯域に対してバリアンスがほぼ一定になり、各々の重要な帯域内で平均値がゼロとなるように、疑似ランダムシーケンスを選択する。同じシーケンスを、各々の異なるフレームまたはブロックのスペクトル係数に対して行う。従って、疑似ランダムシーケンスのバリアンスを変更することにより、音声場面の幅を制御する。より大きいバリアンスにより、聴取範囲の幅がより大きくなる。バリアンス変更を、重要な帯域にわたるそれぞれの帯域で行うことができる。聴取範囲の幅が異なる複数の対象を、聴取場面の中で同時に存在させることが可能になる。疑似ランダムシーケンスに対し適した振幅分布は、米国特許出願公開公報第２００３／０２１９１３０号で概要を説明したように、対数目盛に対して均一な分布である。

互換性があるように５つのチャネルを送信するためには、たとえば、通常のステレオデコーダにも適用できるビットストリームフォーマットで送信するためには、以下に記載されている、いわゆるマトリックス化技術を用いていた。“ＭＵＳＩＣＡＭサラウンド：ＩＳＯ／ＩＥＣ１１１７２‐３により互換性のあるユニバーサルマルチチャネル符号化システム（ＭＵＳＩＣＡＭＳｕｒｒｏｕｎｄ：ＡｕｎｉｖｅｒｓａｌｍｕｌｔｉーｃｈａｎｎｅｌｃｏｄｉｎｇｓｙｓｔｅｍｃｏｍｐａｔｉｂｌｅｗｉｔｈＩＳＯ／ＩＥＣ１１１７２−３）”、Ｇ．セイラー（Ｔｈｅｉｌｅ）およびＧ．ストール（Ｓｔｏｌｌ）、ＡＥＳ予稿集、１９９２年１０月、サンフランシスコ。

なお、別のマルチチャネル符号化技術について、次の出版物に記載されている。“向上したＭＰＥＧ‐２音声マルチチャネル符号化（ＩｍｐｒｏｖｅｄＭＰＥＧ２Ａｕｄｉｏｍｕｌｔｉ−ｃｈａｎｎｅｌｅｎｃｏｄｉｎｇ）”、Ｂ．グリル（Ｇｒｉｌｌ）、Ｊ．ヘア（Ｈｅｒｒｅ）、Ｋ．Ｈ．ブランデンブルク（Ｂｒａｎｄｅｎｂｕｒｇ）、Ｅ．エベルレイン（Ｅｂｅｒｌｅｉｎ）、Ｊ．コラー（Ｋｏｌｌｅｒ）、Ｊ．ミラー（Ｍｉｌｌｅｒ）、ＡＥＳ予稿集３８６５、１９９４年２月、アムステルダム。これは、互換性マトリックスを用いて、ダウンミキシングチャネルをオリジナルの入力チャネルから得るものである。

要約すると、ＢＣＣ技術により可能になるマルチチャネル音声素材の効率的な後方互換性符号化について、次の専門誌に記載されている。例えば、Ｅ．シュイエールス（Ｓｃｈｕｉｊｅｒｓ）、Ｊ．ブレーバールト（Ｂｒｅｅｂａａｒｔ）、Ｈ．プルンハーゲン（Ｐｕｒｎｈａｇｅｎ）、Ｊ．エングデガールド（Ｅｎｇｄｅｇａｒｄ）、“低複雑性パラメトリックステレオ符号化（ＬｏｗーＣｏｍｐｌｅｘｉｔｙＰａｒａｍｅｔｒｉｃＳｔｅｒｅｏＣｏｄｉｎｇ）”、２００４年、ＡＥＳ第１１９回大会、ベルリン、予稿集６０７３。この意味で、ＭＰＥＧ−４規格および特にパラメトリック音声技術の拡張について説明する必要がある。この規格部分については、ＩＳＯ／ＩＥＣ１４４９６−３：２００１／ＦＤＡＭ２（パラメトリック音声）という名称でも周知である。この点について、特に、“ｐｓ−ｄａｔａ（）のシンタックス”というタイトルの、ＭＰＥＧ−４規格表８．９のシンタックスについて説明する。この例では、シンタックス要素“ｅｎａｂｌｅ＿ｉｃｃ”と“ｅｎａｂｌｅ＿ｉｐｄｏｐｄ”とについて説明する。これらのシンタックス要素を用いて、チャネル間時間差に対応するＩＣＣパラメータおよび位相の伝送のオン・オフを行う。シンタックス要素“ｉｃｅ＿ｄａｔａ（）”、“ｉｐｄ＿ｄａｔａ（）”および“ｏｐｄ＿ｄａｔａ（）”について、さらに説明する。

要約すると、一般に、１つまたはいくつかの送信キャリアチャネルを用いるのに、このようなパラメトリックマルチチャネル技術を用いることに留意されたい。Ｍ個の送信チャネルをＮ個のオリジナルチャネルから生成して、やはりＮ個の出力チャネルまたはＫ個の出力チャネルを再生する。Ｋは、オリジナルチャネルＮの数以下である。

図６からわかるように、ＢＣＣ分析は、一方ではパラメータデータと、他方では１つ以上の伝送チャネル（ダウンミキシングチャネル）とを、Ｎ個のオリジナルチャネルを有するマルチチャネル信号から生成する典型的な分離前処理である。通常、次に、図６に図示していないが、例えば典型的なＭＰ３またはＡＡＣステレオ／モノラルエンコーダでこれらのダウンミキシングチャネルを圧縮するので、出力側で、圧縮形式で伝送チャネルデータを表すビットストリームと、さらにパラメータデータを表す別のビットストリームとが存在する。従って、ＢＣＣ分析は、ダウンミキシングチャネルおよび／または図６の和信号１１５を実際に音声符号化することとは独立して行われる。

デコーダ側でも同様である。マルチチャネル機能を有するデコーダは、まず、用いられた符号化アルゴリズムより、圧縮ダウンミキシング信号を含むビットストリームを復号化して、出力側で、１つ以上の伝送チャネルを再び生成する。すなわち、通常は、ＰＣＭデータ（ＰＣＭ＝パルス符号変調）の時間シーケンスとして生成する。次に、ＢＣＣ合成は、信号自給自足的にパラメータデータストリームにより信号を送り、出力側で、いくつかの出力チャネルを生成するデータを備えた互いに異なる分離して独立した後処理として行われる。好ましくは、オリジナルの入力チャネルと同じ数の出力チャネルを、音声復号化ダウンミキシング信号から生成する。

従って、ＢＣＣ分析の利点は、ＢＣＣ分析用の互いに異なるフィルタバンクと、ＢＣＣ合成用の互いに異なるフィルタバンクとを有しているので、例えば、音声エンコーダ／デコーダのフィルタバンクから独立していて、一方では音声圧縮と、他方ではマルチチャネル再生とについて全く妥協する必要がない。概して、音声圧縮をマルチチャネルパラメータ処理と独立して行って、２つの領域に最適になるようにする。

しかしながら、この概念には、マルチチャネル再生と、音声復号化とのために、完全な伝達を行わなければならないという欠点がある。このことは特に、一般的な場合のように、音声デコーダおよびマルチチャネル再生手段の２つが、同じまたは同様の工程を行うので、同じ環境設定および／または相互に依存した環境設定を必要とするという点で不利である。完全に別の概念では、送信データを２回送信して、データ量を人為的に“拡張”することになり、最終的に、音声符号化／復号化とマルチチャネル分析／合成とを分離する概念を選択するという事実に基づくことになる。

他方では、マルチチャネル再生と音声復号化とを完全に“結合する”と、柔軟性を相当制限することになる。なぜならば、その場合、最適なやり方で各処理工程を行うことが可能な２つの処理工程を分離するという、実際に重要な目的を放棄しなくてはならないからである。従って、特に、“タンデム”符号化とも呼ばれるいくつかの連続符号化／復号化ステージの場合に、相当品質が損なわれるという問題が発生することになる。ＢＣＣデータを符号化音声データと完全に結合すると、復号化を行う毎にマルチチャネル再生を行って、記録する際に、マルチチャネル合成を再び行わなければならなくなる。パラメトリック技術は全て、損失が多いという性質があるので、分析、合成、分析を繰り返すことにより損失が累積して、各エンコーダ／デコーダステージで、認知できる音声信号の品質がさらに低下する。

この場合、パラメータデータの分析／合成処理を同時に行うことなく、音声データ復号化／符号化を行うことは、タンデムチェーンの各音声コーデックが全く同じに動作する場合に限って可能になる。すなわち、サンプリングレート、ブロック長、アドバンス長、ウインドウ化、変換等が同じであること、すなわち、一般に、コンフィグレーションが同じである場合、また、個々のブロック境界についても維持している場合に可能になる。しかしながら、このような概念では、概念全体の柔軟性を相当制限することになる。特に、パラメトリックマルチチャネル技術が、例えば、パラメータデータをさらに加えることにより、既存のステレオデータを補足することを意図しているという事実について、この制限はますます厳しいものになる。ブロック長が全く異なっていたり、周波数領域では動作しないものの時間領域では動作したりというように、多くの異なるエンコーダから既存のステレオデータを生成しているので、このような制限ははじめから、こっけいなまでに、後の補足となる概念をとるものである。

米国特許出願公開公報第２００３／０２１９１３０号米国特許出願公開公報第２００３／００２６４４１号米国特許出願公開公報第２００３／００３５５５３号ＡＥＳ予稿集３７９９、"インテンシティステレオ符号化（ＩｎｔｅｎｓｉｔｙＳｔｅｒｅｏＣｏｄｉｎｇ）"、Ｊ．ヘア（Ｈｅｒｒｅ）、Ｋ．Ｈ．ブランデンブルグ（Ｂｒａｎｄｅｎｂｕｒｇ）、Ｄ．レーデラー（Ｌｅｄｅｒｅｒ）（１９９４年２月、アムステルダム）ＡＥＳ大会論文５５７４、"ステレオおよびマルチチャネル音声圧縮に応用したバイノーラルキュー符号化（Ｂｉｎａｕｒａｌｃｕｅｃｏｄｉｎｇａｐｐｌｉｅｄｔｏｓｔｅｒｅｏａｎｄｍｕｌｔｉ‐ｃｈａｎｎｅｌａｕｄｉｏｃｏｍｐｒｅｓｓｉｏｎ）"、Ｃ．フォーラ（Ｆａｌｌｅｒ）、Ｆ．バウムガルテ（Ｂａｕｍｇａｒｔｅ）（２００２年５月、ミュンヘン） "バイノーラルキュー符号化パートＩＩ：方法および応用例（ＢｉｎａｕｒａｌＣｕｅＣｏｄｉｎｇＰａｒｔＩＩ：ＳｃｈｅｍｅｓａｎｄＡｐｐｌｉｃａｔｉｏｎｓ）"、Ｃ．フォーラおよびＦ．バウムガルテＩＥＥＥ会報、オーディオおよびスピーチ学会紀要（ＴｒａｎｓａｃｔｉｏｎｓｏｎＡｕｄｉｏａｎｄＳｐｅｅｃｈＰｒｏｃ．）１１巻、第６号、１９９３年１１月Ｃ．フォーラおよびＦ．バウムガルテ"ステレオおよびマルチチャネル音声圧縮に応用したバイノーラルキュー符号化"予稿集、第１１２回音声工学学会（ＡＥＳ）大会２００２年５月Ｊ．ヘア（Ｈｅｒｒｅ）、Ｃ．フォーラ（Ｆａｌｌｅｒ）、Ｃ．エルテル（Ｅｒｔｅｌ）、Ｊ．ヒルパート（Ｈｉｌｐｅｒｔ）、Ａ．ホルツァー（Ｈｏｅｌｚｅｒ）、Ｃ．スペンガー（Ｓｐｅｎｇｅｒ）"ＭＰ３サラウンド：効率的で互換性のあるマルチチャネル音声の符号化（ＭＰ３Ｓｕｒｒｏｕｎｄ：ＥｆｆｉｃｉｅｎｔａｎｄＣｏｍｐａｔｉｂｌｅＣｏｄｉｎｇｏｆＭｕｌｔｉ−ＣｈａｎｎｅｌＡｕｄｉｏ）"予稿集６０４９、第１１６回ＡＥＳ大会、ベルリン、２００４年 "ＭＵＳＩＣＡＭサラウンド：ＩＳＯ／ＩＥＣ１１１７２‐３により互換性のあるユニバーサルマルチチャネル符号化システム（ＭＵＳＩＣＡＭＳｕｒｒｏｕｎｄ：ＡｕｎｉｖｅｒｓａｌｍｕｌｔｉーｃｈａｎｎｅｌｃｏｄｉｎｇｓｙｓｔｅｍｃｏｍｐａｔｉｂｌｅｗｉｔｈＩＳＯ／ＩＥＣ１１１７２−３）"、Ｇ．セイラー（Ｔｈｅｉｌｅ）およびＧ．ストール（Ｓｔｏｌｌ）、ＡＥＳ予稿集、１９９２年１０月、サンフランシスコ "向上したＭＰＥＧ‐２音声マルチチャネル符号化（ＩｍｐｒｏｖｅｄＭＰＥＧ２Ａｕｄｉｏｍｕｌｔｉ−ｃｈａｎｎｅｌｅｎｃｏｄｉｎｇ）"、Ｂ．グリル（Ｇｒｉｌｌ）、Ｊ．ヘア（Ｈｅｒｒｅ）、Ｋ．Ｈ．ブランデンブルク（Ｂｒａｎｄｅｎｂｕｒｇ）、Ｅ．エベルレイン（Ｅｂｅｒｌｅｉｎ）、Ｊ．コラー（Ｋｏｌｌｅｒ）、Ｊ．ミラー（Ｍｉｌｌｅｒ）、ＡＥＳ予稿集３８６５、１９９４年２月、アムステルダムＥ．シュイエールス（Ｓｃｈｕｉｊｅｒｓ）、Ｊ．ブレーバールト（Ｂｒｅｅｂａａｒｔ）、Ｈ．プルンハーゲン（Ｐｕｒｎｈａｇｅｎ）、Ｊ．エングデガールド（Ｅｎｇｄｅｇａｒｄ）、"低複雑性パラメトリックステレオ符号化（ＬｏｗーＣｏｍｐｌｅｘｉｔｙＰａｒａｍｅｔｒｉｃＳｔｅｒｅｏＣｏｄｉｎｇ）"、２００４年、ＡＥＳ第１１９回大会、ベルリン、予稿集６０７３

本発明の目的は、マルチチャネル音声信号または再生パラメータデータセットを生成する柔軟で効率的な概念を提供することである。

この目的は、請求項１に記載のマルチチャネル信号の生成装置、請求項１４に記載のマルチチャネル信号の生成方法、請求項１５に記載のパラメータデータセットの生成装置、請求項１８に記載のパラメータデータ出力の生成方法、請求項１９に記載のパラメータデータ出力の生成装置、請求項２０に記載のパラメータデータ出力の生成方法、または請求項２１に記載のコンピュータプログラムにより、達成される。

本発明は、伝送チャネルデータおよびパラメータデータを含むことができ、エンコーダ側で挿入し、デコーダ側で評価するパラメータコンフィグレーションキューを含むことができるデータストリームを備えることにより、一方では効率性と、他方では柔軟性とを達成することが可能であるという知見に基づいている。このキューは、マルチチャネル再生手段が入力データ、すなわち、エンコーダからデコーダへ送信されたデータから設定されているかどうか、または、マルチチャネル再生手段が、符号化伝送チャネルデータを復号化した、符号化アルゴリズムに対するキューで設定されているかどうかを示すものである。マルチチャネル再生手段は、符号化伝送チャネルデータを復号化する音声デコーダの環境設定と全く同じ環境設定を有しているもの、あるいは、少なくともこの設定に基づくものである。

デコーダが第１の状況を検出した場合、すなわち、パラメータコンフィグレーションキューが第１の意味を有している場合、デコーダは、受信した入力データからさらにコンフィグレーション情報を検索して、マルチチャネル再生手段を適切に設定して、次にこの情報を用いることにより、マルチチャネル再生手段の環境設定を行う。例えば、このような環境設定は、ブロック長、アドバンス、サンプリング周波数、フィルタバンク制御データ、いわゆるグラニュール情報（１フレーム内にいくつＢＣＣブロックがあるか）、チャネルコンフィグレーション（例えば、“ｍｐ３”の場合は必ず５．１出力を生成する）、パラメータデータを必ずスケーリングする場合の情報（例えば、ＩＣＬＤ）であるが（ＩＣＴＤ）等でない情報とすることが可能である。

しかしながら、デコーダが、パラメータコンフィグレーションキューは、第１の意味と異なる第２の意味を有していることを確定した場合、マルチチャネル再生手段は、伝送チャネルデータ、すなわち、ダウンミキシングチャネルの符号化／復号化の基となる音声符号化アルゴリズムに関する情報により、マルチチャネル再生手段の環境設定を選択する。

一方におけるパラメータデータと、他方における圧縮ダウンミキシングデータとの間の別の概念とは対照的に、本発明のマルチチャネル音声信号の生成装置は、言ってみれば、マルチチャネル再生手段のコンフィグレーションのために、実質的に完全に分離した自給自足的音声データおよび／または自給自足的に動作する上流側の音声デコーダで“盗み”を働いて、自身を構成するものである。

本発明の概念は特に、異なる音声符号化アルゴリズムについて考える場合に、本発明の好適な実施の形態において威力を発揮する。この場合、同期動作を行うために、すなわち、実際に独立したマルチチャネル再生アルゴリズムが音声復号化アルゴリズムと同期して動作するように、マルチチャネル再生手段が音声デコーダと同期して動作するため、すなわち、対応するアドバンス長等が、それぞれ異なる符号化アルゴリズムに対して動作するために、大量の明示的伝達情報を送信する必要がある。

本発明によれば、１つのビットで十分なパラメータコンフィグレーションキューは、そのコンフィグレーションのために、どの音声エンコーダに対して下流側となるのか調べることを、デコーダに伝達するものである。これに続いて、音声エンコーダが、多数の異なる音声エンコーダに対して現在上流側にあることを示す情報を、デコーダは受信する。この情報を受信した際に、好ましくは、この音声符号化アルゴリズムでマルチチャネルデコーダに保存したコンフィグレーションテーブルを入力して、考えられる音声符号化アルゴリズムそれぞれに対して定義済みのコンフィグレーション情報を検索して、少なくとも１つのマルチチャネル再生手段の環境設定を行う。このことにより、データストリームで設定を明示的に伝達する場合と比較して、従って、マルチチャネル再生手段と音声デコーダとの間の関係を全く考慮しないで、本発明のようにマルチチャネル再生手段により、音声デコーダデータの“盗み”を働かない場合と比較して、データ速度を大幅に節減する。

他方では、本発明の概念は、やはりコンフィグレーション情報を明示的に伝達することに固有の、高い柔軟性を提供することにある。なぜならば、データストリーム内で１つのビットで十分なパラメータコンフィグレーションキューにより、必要な場合には、データストリームで全コンフィグレーション情報を実際に送信する可能性があること、あるいは、混合した形式で、データストリームでパラメータコンフィグレーション情報の少なくとも一部分を送信して、構成情報のセットから、必要な情報の別の部分を抽出する可能性があるからである。

本発明の好適な実施の形態では、エンコーダからデコーダに送信したデータはさらに、既存の環境設定または前に伝達した環境設定と比較して、環境設定をすっかり変更するかどうか、前のものを継続するかどうか、または連続キューのある設定に反応して、パラメータコンフィグレーションキューを読み込んで、音声デコーダに対してマルチチャネル再生手段を調整する必要があることを確定するかどうか、またはコンフィグレーションに関する明示的情報が少なくとも部分的に伝送データに含まれているかどうかについて、デコーダに対する連続キュー伝達を含んでいる。

以下に、添付の図面を参照して、本発明の好適な実施の形態について詳細に説明する。

図１は、本発明のパラメータデータセットの生成装置のブロック回路図を示す。パラメータデータセットを、図１に示す装置の出力１０で出力することができる。パラメータデータセットは、図１に図示していない伝送チャネルデータとともに、Ｎ個のオリジナルチャネルを表す後述のパラメータデータを含んでいる。伝送チャネルデータは通常、Ｍ個の伝送チャネルを含んでいる。Ｍ個の伝送チャネルは、Ｎ個の数のオリジナルチャネルよりも少なく、かつ１以上である。

エンコーダ側に収容される図１に示す装置は、例えば、ＢＣＣ分析またはインテンシティステレオ分析等を行うように設計されたマルチチャネルパラメータ手段１１を含んでいる。この場合、マルチチャネルパラメータ手段１１は、入力１２でＮ個のオリジナルチャネルを受信する。また、一方、マルチチャネルパラメータ手段１１を、未処理パラメータ入力１３に供給した既存の未処理のパラメータデータを用いて、手段１１の出力でパラメータデータを生成するトランスコーダ手段として設計してもよい。パラメータデータが、任意のＢＣＣ分析手段が生成するような単純なＢＣＣデータである場合、マルチチャネルパラメータ手段１１の処理は、単に入力１３からのデータを手段１１の出力にコピーする機能からなる。しかしながら、マルチチャネルパラメータ手段１１を、未処理のパラメータデータストリームのシンタックスを変更して、例えば、送信データを加えたり、既存の未処理のパラメータデータと互いに少なくとも部分的に独立して、復号化したり省いたりすることもできるパラメータセットを書き込んだりするように設計することもできる。

図１に示す装置はさらに、手段１１の出力で、パラメータコンフィグレーションキューＰＫＨを求めて、パラメータデータと対応付ける伝達手段１４を含んでいる。特に、パラメータデータセットに含まれるコンフィグレーション情報をマルチチャネル再生に用いる場合に、第１の意味を有するように、伝達手段がパラメータコンフィグレーションキューを決定するように設計する。あるいは、伝送チャネルデータの符号化に用いる符号化アルゴリズムおよび／またはこれに用いられた符号化アルゴリズムに基づくコンフィグレーションデータをマルチチャネル再生に用いる場合に、第２の意味を持つように、伝達手段１４がパラメータコンフィグレーションキューを決定する。

最後に、図１の本発明の装置は、コンフィグレーション情報をパラメータデータおよびパラメータコンフィグレーションキューと対応付けて、出力１０で最終的にパラメータデータセットを得るように設計されたコンフィグレーションデータ書き込み手段１５を含んでいる。従って、パラメータデータセット１０は、マルチチャネルパラメータ手段１１からのパラメータデータと、伝達手段１４からのパラメータコンフィグレーションキューＰＫＨとを含み、適用可能な場合は、コンフィグレーションデータ書き込み手段１５からのコンフィグレーションデータを含んでいる。パラメータデータセットには、図１に合成手段１６として一般に呼ばれる構成要素で象徴的に示されるように、求められたシンタックスに基づいて、これらのデータセットの構成要素が配置され、通常は時分割されている。

本発明の好適な実施の形態では、パラメータコンフィグレーションキューが第１の意味を有する場合に限って、すなわち、マルチチャネル再生で、いずれにしろデコーダに存在するコンフィグレーション情報にはアクセスされないが、明示的伝達が存在する場合、すなわち、さらにコンフィグレーション情報がパラメータデータセットに存在する場合に、制御ライン１７を介して、伝達手段１４をコンフィグレーションデータ書き込み手段１５に接続して、コンフィグレーションデータ書き込み手段１５を起動する。パラメータコンフィグレーションキューが第２の意味を有するもう一方の場合では、出力１０で、データをパラメータデータセットに挿入するために、コンフィグレーションデータ書き込み手段１５を起動しない。というのは、デコーダでこのようなデータを読み込まなかったり、デコーダで必要としなかったり、またはその両方であるからで、これについては後述する。混合した解決方法では、すべてをデータストリームで伝達する代わりに、コンフィグレーションの一部分だけを伝達して、残りを、例えば、デコーダのコンフィグレーションテーブルから抽出する。

伝達手段１４は、制御入力１８を含んでいる。これを介して、パラメータコンフィグレーションキューが第１または第２の意味を有しているかどうかを、伝達手段１４に通知する。図４ａおよび図４ｂで説明するように、いわゆる“同期”動作において、第２の意味を有し、デコーダ側のモードで符号化アルゴリズムに関する情報を得て、それによってデコーダ側でマルチチャネル再生手段に環境設定を行うように、パラメータコンフィグレーションキューを選択することは好適である。しかしながら、非同期動作では、パラメータコンフィグレーションキューの第１の意味を決定し、これを、データ自体にコンフィグレーション情報があるようにデコーダが解釈して、伝送チャネルデータが基礎にする音声符号化アルゴリズムを用いないように、制御入力１８が伝達手段を動作させる。

パラメータデータセットおよび／またはパラメータデータ出力を、固定した形式にする必要はないことに留意されたい。従って、コンフィグレーションキュー、コンフィグレーションデータおよびパラメータデータを、ストリームまたはパケットで共に送信する必要はなく、デコーダには互いに別々に供給することもできる。

図４ａのいわゆる“同期”動作について、以下に説明する。説明のために、図４ａにパラメータデータを伝達手段１４が生成したパラメータコンフィグレーションキューが存在し、さらに、適用可能な場合は、さらにコンフィグレーションデータ書き込み手段１５が生成したコンフィグレーション情報が存在するフレーム４０のシーケンスとして示す。フレーム４０のシーケンスの前に、ヘッダ４１が配置されている。手段１１の出力のパラメータデータを、フレーム１、２、３、４に格納する。これが、図４ａにおいて、ペイロードデータとも呼ばれる理由である。

決定された意味を有し、連続キューＦＳＨが別の意味を持つ場合に、図１の伝達手段１４の出力と、さらに図４ａのヘッダ４１で説明した連続キューＦＳＨにより、デコーダに、前に通信したものと同じ環境設定を維持する、すなわち連続させるようにする。データストリームのコンフィグレーション情報に基づいて、またはデコーダ側の音声符号化アルゴリズムに対するキューで読み出したコンフィグレーションデータに基づいて、マルチチャネル再生手段に環境設定を行うかどうか、パラメータコンフィグレーションキューにより決定する。

図４ａはさらに、時間対応の符号化伝送データのブロックのシーケンス４２を示している。これは、４つのフレーム、フレーム１、フレーム２、フレーム３、フレーム４を有している。パラメータデータを符号化伝送チャネルデータに時間対応付けを行うことを、図４ａに縦の矢印で示す。従って、符号化伝送チャネルデータのブロックは常に入力データのブロックと関係づけられていたり、重なりウインドウを用いる場合には、前のブロックと比較して、どのくらいの量のブロック内のデータが少なくとも進んでいるか、同期動作では、ブロック長および／またはパラメータデータを得る進行に同期していたり、またはその両方である。これにより、一方では再生パラメータと、他方では伝送チャネルデータとの間の接続が確実に喪失しないようになる。

これについて、短い例により説明する。５チャネル入力信号があると仮定し、この５チャネル入力信号それぞれが、時間ｘから時間ｙまでの時間サンプルを含む、５つの異なる音声チャネルを有しているとする。図６のダウンミキシングステージ１１４では、マルチチャネル入力データと同期する少なくとも１つの伝送チャネルを生成する。従って、時間ｘから時間ｙまでの伝送チャネルデータの一部は、時間ｘから時間ｙまでの個々のマルチチャネル入力データの一部と対応する。なお、図６のＢＣＣ分析手段１１６は、例えば、時間ｘから時間ｙまでの伝送チャネルデータの時間区分に対してやはり正確にパラメータデータを生成するので、デコーダ側では、時間ｘから時間ｙまでの伝送チャネルデータから時間ｘから時間ｙまでの個々の出力チャネルデータと時間ｘから時間ｙまでのパラメータデータとを再び生成する。

パラメータデータの生成と書き込みとを行うフレーミングが、エンコーダが１つ以上の伝送チャネルを圧縮するフレーミングと等しい場合に、同期動作が自動的に行われる。従って、パラメータデータおよび符号化伝送チャネルデータの両方のフレーム（図４ａの４０および４２）が、常に同じ時間部分に対応し、マルチチャネル再生装置は、音声フレームに対応するデータを常に容易に処理でき、パラメータフレームを同時に処理することが可能になる。

同期動作では、ダウンミキシングデータの伝送に用いられる音声エンコーダのフレーム長は、パラメトリックマルチチャネル手法が用いるフレーム長に等しい。同様に、当然、フレーム長、パラメータデータおよび符号化伝送チャネルデータの間に整数の関係が存在する可能性がある。この場合、１つのビットストリームを生成するように、パラメトリックマルチチャネル符号化の副情報を、音声ダウンミキシング信号の符号化ビットストリームに多重化することも可能である。既存のステレオデータに“改良”を行う場合、やはり２つの異なるデータストリームが存在する。しかしながら、２つのフレームのシーケンスの間には、１：１の関係および／またはｍ：１の関係またはｍ：ｎの関係が存在する。フレーミングラスタは、互いにずれることはない。従って、音声データフレームと、対応するパラメトリック副情報データフレームとの間には、明白な対応がある。このモードは、各種の応用例に対して好適である。

本発明によれば、パラメータコンフィグレーションキューは、このような場合に第１の意味を持つ。このことは、マルチチャネル再生手段が、自分に基礎となる音声エンコーダに関する情報を供給して、それに基づいて、その環境設定、すなわち、例えば、アドバンスまたはブロック長に対する時間サンプル数等を選択するので、ヘッダ４１にはコンフィグレーション情報が全くなかったり、部分的にしか存在しなかったりすることを意味している。

これに対して、図４ｂは非同期動作を示している。伝送チャネルデータ４２’が、例えば、フレーム構造を有していないが、ＰＣＭサンプルのストリームとして発生する場合に限って、非同期動作は存在する。あるいは、音声エンコーダが、不規則なフレーム構造を有していたり、パラメータデータ４０のフレームラスタと異なるフレーム長および／またはフレームラスタを有するフレーム構造を単に有していたりする場合に、このような非同期状況が発生する。ここで、パラメトリックマルチチャネル符号化手法および音声符号化／復号化手段は、互いに依存しない独立分離処理ステージとして考えられる。このことは、符号化／復号化を行ういくつかの連続するステージが存在する、いわゆるタンデム符号化シナリオの場合に特に利点がある。パラメータデータを圧縮音声データに固定して接続した場合、マルチチャネル合成およびそれに続くマルチチャネル分析を、符号化／復号化それぞれを行う際に同時に行う必要がある。これらの動作は損失が多いので、損失が徐々に累積して、マルチチャネル印象の劣化が次第に増加することになる。

このようなタンデムチェーンでは、パラメータコンフィグレーションキューを第２の意味に設定して、コンフィグレーション情報をデータストリームに書き込むことにより、基礎となる音声エンコーダと独立して、デコーダでマルチチャネル再生手段の環境設定が可能になる。従って、マルチチャネル合成またはマルチチャネル分析を必ず同時に行う必要がなく、任意のやり方でダウンミキシングデータを復号化／符号化することが可能である。パラメータデータシンタックスに基づいて、データストリームに、好ましくはパラメータデータストリームにコンフィグレーション情報を挿入することにより、パラメータデータと、復号化伝送チャネルデータの時間サンプルを絶対的に対応付けることが可能になる。すなわち、同期動作のように、自給自足的で、しかも、エンコーダフレーム処理規則には対応付けられない対応が可能となる。

非同期動作では、マルチチャネル分析／合成をいつも行うわけではないため、マルチチャネルサウンド特性の劣化が防止される。従って、パラメトリックマルチチャネル符号化／復号化のフレームサイズを、必ずしも音声エンコーダのフレームサイズに関連付ける必要はない。

図１の装置を、エンコーダと、いわゆる“フォワードトランスコーダ”の両方のものとして実施することができる。第１の場合、マルチチャネルパラメータ手段が、パラメータデータ自体を算出する。第２の場合、すでに決まった形式のパラメータデータを受信して、パラメータコンフィグレーションキューおよび対応付けられたコンフィグレーションデータを有する本発明のパラメータデータ出力を生成する。従って、フォワードトランスコーダは、本発明のパラメータデータ出力を任意のデータ出力から生成する。

この手段の逆のことを、いわゆる“バックワードトランスコーダ”で行う。これは、本発明のパラメータデータ出力から、ある出力を生成するものであり、パラメータコンフィグレーションキューはもはや含まれていないものの、コンフィグレーションデータについては完全に含まれているので、コンフィグレーションに対するマルチチャネル再生では、音声符号化アルゴリズムを用いる必要はない。

本発明によれば、バックワードトランスコーダを、Ｍ個の伝送チャネルを含む伝送チャネルデータとともに、Ｎ個のオリジナルチャネルを表すパラメータデータ出力の生成装置として設計する。ここで、Ｍは、Ｎより小さく、かつ１以上の数であり、マルチチャネル再生手段のためのコンフィグレーション情報が入力データに含まれているという第１の意味、またはその符号化バージョンから伝送チャネルデータを復号化した符号化アルゴリズム（２３）に基づいて、マルチチャネル再生手段がコンフィグレーション情報を用いるという第２の意味を有するパラメータコンフィグレーションキュー（４１）を含む入力データを用いる。コンフィグレーションデータを書き込む書き込み手段を含み、まず入力データを読み込んで、パラメータコンフィグレーションキューが第２の意味を有する場合は、パラメータコンフィグレーションキューを解釈して（３０）、その符号化バージョンから伝送チャネルデータを復号化した符号化アルゴリズム（２３）に関する情報を検索して、コンフィグレーションデータとして出力するように、書き込み手段を設計する。

以下、図２に、本発明の好適な実施の形態によるマルチチャネル音声信号の生成装置のブロック回路図を示す。マルチチャネル音声信号を生成するために、Ｍ個の伝送チャネルを表す伝送チャネルデータを含み、さらにＫ個の出力チャネルを得るためのパラメータデータ２１を含む入力データを用いる。Ｍ個の伝送チャネルおよびパラメータデータは、ともにＮ個のオリジナルチャネルを表す。ここで、ＭはＮより小さく、かつ１以上の数で、ＫはＭより大きい。さらに、入力データは、すでに説明したように、パラメータコンフィグレーションキューＰＫＨを含んでいるが、伝送チャネルデータ２０は、符号化アルゴリズムに基づいて符号化した伝送チャネルデータ２２を復号化したバージョンである。図２に示す実施の形態では、例えば、ＭＰ３の概念またはＭＰＥＧ−２（ＡＡＣ）の概念、または任意の他の符号化概念に基づいて動作する符号化アルゴリズムを有する音声デコーダ２３により、復号化アルゴリズムを実現する。

図２のデコーダ側で用いる装置は、伝送チャネルデータ２０およびパラメータデータ２１から、出力２５においてＫ個の出力チャネルを生成するように設計されたマルチチャネル再生手段２４を有している。

さらに、図２に示す本発明の装置は、伝達ライン２７を介して、環境設定を伝達するマルチチャネル再生手段２４を構成するように設計されたコンフィグレーション手段２６を含んでいる。コンフィグレーション手段２６は、入力データと、好ましくはパラメータデータ２１とを受信して、パラメータコンフィグレーションキュー、連続キューＦＳＨと、あるとすればコンフィグレーションデータを読み込んで対応する処理を行なう。さらに、コンフィグレーション手段は、復号化伝送チャネルデータが基礎にする音声符号化アルゴリズム、すなわち、音声エンコーダ２３が実行する符号化アルゴリズムに関する情報を得るための符号化アルゴリズム伝達入力２８を含んでいる。別のやり方で情報を得ることもできる。例えば、符号化／復号化を行った符号化アルゴリズムを有するものからわかる場合は、復号化伝送チャネルデータを観察することから情報が得られる。あるいは、音声デコーダ２３自体が、その識別情報をコンフィグレーション手段２６に通信してもよい。あるいは、コンフィグレーション手段２６が、符号化伝送チャネルデータ２２を解析して、符号化アルゴリズムの符号化を行った符号化伝送チャネルデータから、キューを求めてもよい。通常、このような“符号化アルゴリズム署名”は、エンコーダの各出力データストリームに含まれている。

以下に、図３ａのブロック図を参照して、コンフィグレーション手段の好適な実施例について説明する。ブロック３０に示すように、入力データからパラメータコンフィグレーションキューＰＫＨを読み込んで解釈するように、コンフィグレーション手段２６を設計する。パラメータコンフィグレーションキューが第１の意味を有する場合、コンフィグレーション手段は、パラメータデータストリームの読み込みを継続して、ブロック３１に示すように、パラメータデータストリーム内のコンフィグレーション情報（または、コンフィグレーション情報の少なくとも一部分）を抽出する。しかしながら、ステップ３０で、パラメータコンフィグレーションキューＰＫＨが第２の意味を有していると判定した場合、コンフィグレーション手段は、ステップ３２で、復号化伝送チャネルデータが基礎にする符号化アルゴリズムに関する情報を得る。

本発明のマルチチャネル信号の生成装置を設計するために基本的に考えられる符号化アルゴリズムがいくつかある場合、ステップ３２の次に、マルチチャネル再生手段が、デコーダ側に存在する情報に基づいて、環境設定を確定するステップ３３を行う。これは、例えば、ルックアップテーブル（ＬＵＴ）形式で行ってもよい。ステップ３２の終わりで、音声エンコーダＩＤキューを得る場合、ステップ３３で、音声エンコーダＩＤキューを用いて、ルックアップテーブルを入力する。ここで、音声エンコーダＩＤキューを、インデックスとして用いる。インデックスに対応付けるものとして、このような音声エンコーダに対応付けられたブロック長、サンプリングレート、アドバンス等の、各種の環境設定がある。

次に、ステップ３４で、環境設定をマルチチャネル再生手段に適用する。しかしながら、パラメータコンフィグレーションキューの第１の意味をステップ３０で選択した場合、図３のブロック３１とブロック３４との間の接続矢印で示すように、パラメータデータストリームに含まれるコンフィグレーション情報に基づいて、同じ環境設定を行う。

明示的な方法と、暗黙的な方法という２つのコンフィグレーション情報伝達方法をサポートする点で、本発明の手法は柔軟性がある。このことが、パラメータコンフィグレーションキューＰＫＨが果たす役割であって、好ましくは、フラグとして挿入されるもので、最も好ましくは、コンフィグレーション情報自体の伝達を示すたった１つのビットのみを必要とするものである。それに続いて、パラメトリックマルチチャネルデコーダは、このフラグの評価を行う。明示的に利用できるコンフィグレーション情報の利用可能性をこのフラグで伝達する場合、このコンフィグレーション情報を用いる。他方では、暗黙伝達をフラグで表す場合、デコーダは、用いた音声または音声符号化方法に関する情報を用いて、伝達した符号化方法に基づいて、コンフィグレーション情報を適用する。このために、好ましくは、パラメトリックマルチチャネルデコーダおよび／またはマルチチャネル再生手段は、決まった数の音声または音声エンコーダに対する標準コンフィグレーション情報を含むルックアップテーブルを有する。しかしながら、固有の解決方法等を含むルックアップテーブル以外の他の可能性も存在する。一般に、デコーダは、実際に存在するエンコーダＩＤ情報に基づいて、コンフィグレーション情報に、それ自体に存在する所定の情報を供給することができる。

最小限の努力をさらに行うことにより、パラメータ手法の完全な設定を行うことができるという点で、この概念は特に利点がある。ここで、全コンフィグレーション情報を、ビット的に相当の労力をもって、データストリーム自体に明示的に書き込む必要がある状況と対照的に、極端な場合では、１つのビットで十分である。

本発明によれば、伝達を前後に切り替えて行うこともできる。これにより、伝送チャネルデータ表現が変わったとしても、例えば、伝送チャネルデータを復号化して後からもう一度符号化する場合でも、すなわち、タンデム符号化状況の場合でも、単純なマルチチャネルデータ処理が可能になる。

従って、本発明の概念により、一方では同期動作の場合に、そして他方では、必要ならば、非同期動作に切り替える場合に、すなわち、効率的ビット節減実施例では、伝達ビットの節減が可能になり、他方では、柔軟な処理が可能になる。これは、既存のステレオデータをマルチチャネル表現に“補足”することに関連して、特に関心を引くものである。

以下では、図４ｃに、シンタックス擬似コード例により、本発明のマルチチャネル音声信号の生成装置の一例の実施例を示す。はじめに、変数“ｕｓｅＳａｍｅＢｃｃＣｏｎｆｉｇ”の値を読み込む。ここで、変数は、連続キューとして作用する。従って、この変数が、すなわち、連続キューが、例えば、１と等しい値を有する場合は、パラメータコンフィグレーションキューを連続して解釈するだけである。しかしながら、連続キューが１と等しくない場合は、すなわち、別の意味を持つ場合は、前に送信したコンフィグレーションを用いる。マルチチャネル再生手段にまだコンフィグレーションが存在しない場合は、ちょうど第１のコンフィグレーション情報および／または環境設定を得るまで待つ。

次に、パラメータコンフィグレーションキューを調べる。変数“ｃｏｄｅｃＴｏＢｃｃＣｏｎｆｉｇＡｌｉｇｎｍｅｎｔ”は、パラメータコンフィグレーションキューＰＫＨとして作用する。この変数が１と等しい場合は、すなわち、第２の意味を持つ場合は、デコーダはコンフィグレーション情報をさらに用いることはないが、図４ｃの“ｃａｓｅ”から開始する線でわかるように、ＭＰ３、ＣｏｄｅｒＸまたはＣｏｄｅｒＹ等のエンコーダＩＤに基づいて、コンフィグレーション情報を確定する。例として、図４ｃに示すシンタックスは、ＭＰ３、ＣｏｄｅｒＸおよびＣｏｄｅｒＹしかサポートしないことに留意されたい。しかしながら、任意の他の符号化名称／ＩＤを付加することもできる。

例えば、ＭＰ３がエンコーダ情報として確定している場合、変数ｂｃｃＣｏｎｆｉｇＩＤを、例えば、ＭＰ３＿Ｖ１に設定する。これは、シンタックスバージョンＶ１の基礎となるＭＰ３エンコーダのコンフィグレーションである。続いて、このＢＣＣコンフィグレーションＩＤに基づいて、決まったパラメータセットでデコーダを構成する。従って、例えば、５７６サンプルのブロック長を、環境設定として起動する。従って、このブロック長を有するフレーミングを通知する。別の環境設定／追加の環境設定を、サンプリングレート等にしてもよい。しかしながら、パラメータコンフィグレーションキュー（ｃｏｄｅｃＴｏＢｃｃＣｏｎｆｉｇＡｌｉｇｎｍｅｎｔ）が第１の意味を持つ場合、すなわち、例えば値０の場合は、デコーダは、コンフィグレーション情報をデータストリームから明示的に受信する。すなわち、データストリームから、つまり、入力データから、互いに異なるｂｃｃＣｏｎｆｉｇＩＤを受信する。次に、以下の手順は、ちょうど説明したことと同じである。しかしながら、この場合、符号化伝送チャネルデータを復号化するデコーダのＩＤを、マルチチャネル再生手段の設定を行うためには用いない。

従って、ＭＰ３音声デコーダがマルチチャネル再生手段の設定を行う場合は、ｂｃｃＣｏｎｆｉｇＩＤを、伝送チャネルデータを復号化するために用いることもできる。他方では、データストリームに任意の他のコンフィグレーション情報ｂｃｃＣｏｎｆｉｇＩＤが存在する場合もあって、基礎となる音声エンコーダがＭＰ３エンコーダであるか否かにかかわらず、これを評価する場合もある。ＣｏｄｅｒＸおよびＣｏｄｅｒＹ等の他の定義済みの環境設定や、さらに、コンフィグレーション情報（ｂｃｃＣｏｎｆｉｇＩＤ）を個別に設定するといった、自由に設定を行う場合に、同じことが当てはまる。好適な実施の形態では、データストリームにさらにコンフィグレーション情報が存在する。次に、デコーダに存在する既に定義済みのコンフィグレーション情報と、明示的に送信したコンフィグレーション情報とを混合したものを用いる必要があることをデコーダに通知する。

上述の実施の形態とは異なり、本発明を、パラメトリック符号化映像信号等の、音声信号以外の他のマルチチャネル信号に適用することもできる。

状況によるが、本発明の生成方法および／または復号化方法を、ハードウェアまたはソフトウェアで実施することもできる。本発明の方法を実行するプログラム可能コンピュータシステムと協働するデジタル記憶媒体、特に、電気的に読み取り可能な制御信号を格納したフレキシブルディスクまたはＣＤ上で実施することができる。従って、一般に、本発明は、コンピュータプログラム製品をコンピュータ上で実行する場合は、機械読み取り可能キャリアに格納したプログラムコードを有するコンピュータプログラム製品である。換言すれば、本発明の方法は、コンピュータプログラムをコンピュータ上で実行する場合は、本発明の方法を実行するプログラムコードを有するコンピュータプログラムである。

エンコーダ側で用いられる本発明のパラメータデータセットの生成装置のブロック回路図を示す。デコーダ側で用いられるマルチチャネル音声信号の生成装置を示すブロック回路図である。本発明の好適な実施の形態における、図２のコンフィグレーション手段の動作原理のフロー図である。音声デコーダとマルチチャネル再生手段との間の同期動作を行うためのデータストリームの図解図である。図４ｂは、音声デコーダとマルチチャネル再生手段との間の非同期動作を行うためのデータストリームの概略表現を示す図である。図４ｃは、シンタックス形式のマルチチャネル音声信号の生成装置の好適な実施の形態を示す図である。マルチチャネルエンコーダを一般的に示したものである。ＢＣＣエンコーダ／ＢＣＣデコーダ経路の概略ブロック図である。図６のＢＣＣ合成ブロックのブロック回路図である。図８Ａ〜図８Ｃは、パラメータセットＩＣＬＤ、ＩＣＴＤおよびＩＣＣを算出する典型的なシナリオを示したものである。

Claims

Ｋ個の出力チャネルを得るためのＭ個の伝送チャネルとパラメータデータとを表す伝送チャネルデータを含む入力データを用いるマルチチャネル信号の生成装置であって、該Ｍ個の伝送チャネルと該パラメータデータとがともにＮ個のオリジナルチャネルを表し、ＭがＮより小さく、かつ１以上の数で、ＫがＭより大きく、該入力データがパラメータコンフィグレーションキュー（４１）を含み、
該Ｋ個の出力チャネルを該伝送チャネルデータと該パラメータデータとから生成するマルチチャネル再生手段（２４）と、
該マルチチャネル再生手段の設定を行うコンフィグレーション手段（２６）とを備え、
該コンフィグレーション手段が、
該入力データを読み込んで、該パラメータコンフィグレーションキューを解釈（３０）し、
該パラメータコンフィグレーションキューが第１の意味を有する場合は、該入力データに含まれるコンフィグレーション情報を抽出（３１）して、該マルチチャネル再生手段の環境設定を行い（３４）、
該パラメータコンフィグレーションキューが該第１の意味と異なる第２の意味を有する場合は、該マルチチャネル再生手段の該環境設定が、符号化アルゴリズム（２３）の環境設定と全く同じであるか、または該符号化アルゴリズム（２３）の環境設定に基づくように、その符号化バージョンから該伝送チャネルデータを復号化した符号化アルゴリズム（２３）に関する情報を用いて、該マルチチャネル再生手段の設定を行う（３４）ように設計されている、装置。
前記伝送チャネルデータが、伝送チャネルデータシンタックスを有する伝送チャネルデータストリームを含み、
前記パラメータデータが、パラメータデータシンタックスを有するパラメータデータストリームを含み、該伝送チャネルデータシンタックスが、該パラメータデータシンタックスと異なり、
このシンタックスに基づいて、前記パラメータコンフィグレーションキューを前記パラメータデータに挿入し、
該パラメータデータシンタックスに基づいて、前記コンフィグレーション手段（２６）が、前記パラメータデータを読み込んで、前記パラメータコンフィグレーションキューを抽出（３０）するように設計されている、請求項１に記載の装置。
前記マルチチャネル再生手段（２４）が、ブロックで処理を行うように設計されていて、前記伝送チャネルデータがサンプルシーケンスであって、前記環境設定が、ブロックの処理を行う毎に、前記マルチチャネル再生手段（２４）が新規に処理を行うブロック長またはサンプルのアドバンス数を含む、請求項１または請求項２に記載の装置。
前記伝送チャネルデータが、少なくとも１つの前記伝送チャネルの時間サンプルで、前記マルチチャネル再生手段（２４）が、前記伝送チャネルデータの時間サンプルのブロックを周波数領域表現に変換するフィルタバンクを備える、請求項３に記載の装置。
前記パラメータデータが、パラメータ値のブロックのシーケンスを含み、パラメータ値のブロックが、少なくとも１つの前記伝送チャネルの時間部分に対応付けられていて、前記マルチチャネル再生手段（２４）が、前記環境設定により、該パラメータ値のブロックと、少なくとも１つの前記伝送チャネルの対応付けられた時間部分とを用いて前記Ｋ個の出力チャネルを生成するように設計されている、請求項１ないし請求項４のいずれかに記載の装置。
前記符号化アルゴリズム（２３）が、複数の各種の符号化アルゴリズムのうちの１つであり、
前記コンフィグレーション手段（２６）が、インデックスと、符号化アルゴリズムの該インデックスに対応付けられたコンフィグレーション情報のセットとを含むルックアップテーブル手段を備え、それぞれ前記符号化アルゴリズムの前記環境設定を含み、
前記コンフィグレーション手段（２６）が、前記ルックアップテーブルの該インデックスを前記符号化アルゴリズムに関する該情報から求め、前記マルチチャネル再生手段の前記コンフィグレーション情報を求める（３３）ように設計されている、請求項１ないし請求項５のいずれかに記載の装置。
パラメータコンフィグレーションキューが前記第１の意味を有する場合に、前記入力データが、前記マルチチャネル再生手段（２４）のコンフィグレーション情報を含み、前記パラメータコンフィグレーションキューが前記第２の意味を有する場合に、前記マルチチャネル再生手段のコンフィグレーション情報を一部しか含まないか、あるいは全く含まない、請求項１ないし請求項６のいずれかに記載の装置。
前記パラメータコンフィグレーションキューが前記第２の意味を有する場合は、前記コンフィグレーション手段（２６）が、必要となるコンフィグレーション情報の一部だけを前記入力データから抽出して、コンフィグレーション情報の残りの部分を前記マルチチャネル再生手段がわかっている事前設定したコンフィグレーション情報から用いるように設計されている、請求項１ないし請求項７のいずれかに記載の装置。
前記パラメータコンフィグレーションキューが前記第２の意味を有する場合に、前記コンフィグレーション手段（２６）が、前記伝送チャネルデータを前記符号化伝送チャネルデータから生成するデコーダに前記コンフィグレーション手段を接続する接続ラインを介して、前記符号化アルゴリズムに関する前記情報を得るように、または、前記伝送チャネルデータまたは前記符号化伝送チャネルデータを読み込むことにより、前記符号化アルゴリズムに関する前記情報を得るように設計されている、請求項１ないし請求項８のいずれかに記載の装置。
前記入力データがさらに連続キュー（４１）を含み、
前記コンフィグレーション手段（２６）が、該連続キューが第１の意味を有する場合に、該連続キューを読み込んで解釈（２９）して、前記マルチチャネル再生手段の固定して設定した環境設定または前に通知した環境設定を行い、該連続キューが前記第１の意味と異なる第２の意味を有する場合に限って、前記パラメータコンフィグレーションキューに基づいて、前記マルチチャネル再生手段の設定（３０）を行うように設計されている、請求項１ないし請求項９のいずれかに記載の装置。
パラメータデータシンタックスに基づいて、前記連続キューが前記パラメータデータに対応付けられていて、前記連続キューが前記パラメータデータストリーム内のフラグである、請求項１０に記載の装置。
パラメータデータシンタックスに基づいて、前記パラメータコンフィグレーションキューが前記パラメータデータに対応付けられていて、前記パラメータコンフィグレーションキューが前記パラメータデータストリーム内のフラグである、請求項１ないし請求項１１のいずれかに記載の装置。
前記連続キューまたは前記パラメータコンフィグレーションキューそれぞれが、１つのビットを含む、請求項１１または請求項１２に記載の装置。
Ｋ個の出力チャネルを得るためのＭ個の伝送チャネルとパラメータデータとを表す伝送チャネルデータを含む入力データを用いるマルチチャネル信号の生成方法であって、該Ｍ個の伝送チャネルと該パラメータデータとがともにＮ個のオリジナルチャネルを表し、ＭがＮより小さく、かつ１以上の数で、ＫがＭより大きく、該入力データがパラメータコンフィグレーションキュー（４１）を含み、
再生アルゴリズムに基づいて、該Ｋ個の出力チャネルを該伝送チャネルデータと該パラメータデータとから再生（２４）するステップと、
次のサブステップにより、該再生アルゴリズムの設定を行う（２６）ステップとを含み、
該サブステップは、
該入力データを読み込んで、該パラメータコンフィグレーションキューを解釈（３０）するステップと、
該パラメータコンフィグレーションキューが第１の意味を有する場合は、該入力データに含まれるコンフィグレーション情報を抽出（３１）して、該再生アルゴリズムの環境設定を行う（３４）ステップと、
該パラメータコンフィグレーションキューが該第１の意味と異なる第２の意味を有する場合は、該環境設定が符号化アルゴリズム（２３）の環境設定と全く同じであるか、または該符号化アルゴリズム（２３）の環境設定に基づくように、符号化バージョンから該伝送チャネルデータの復号化を行った符号化アルゴリズム（２３）に関する情報を用いて、該再生アルゴリズムの該環境設定を行う（３４）ステップとを含む、方法。
ＭがＮより小さく、かつ１より大きい数のＭ個の伝送チャネルを含む伝送チャネルデータとともにＮ個のオリジナルチャネルを表すパラメータデータ出力の生成装置であって、
該パラメータデータを供給するマルチチャネルパラメータ手段（１１）と、
マルチチャネル再生手段に該パラメータデータ出力に含まれるコンフィグレーションデータを用いる場合は、該パラメータコンフィグレーションキューが第１の意味を有し、コンフィグレーションデータを該Ｍ個の伝送チャネルの符号化または復号化に用いられる符号化アルゴリズムに基づくマルチチャネル再生に用いる場合は、該パラメータコンフィグレーションキューが第２の意味を有するパラメータコンフィグレーションキューを求める伝達手段（１４）と、
該コンフィグレーションデータを出力して、該パラメータデータ出力を得るコンフィグレーションデータ出力手段（１５）とを備える、装置。
前記コンフィグレーションデータ出力手段（１５）が、連続キューを前記パラメータデータセットに挿入するように設計され、
第１の意味を有する場合に、該連続キューが、固定して設定し、前に通知した環境設定をマルチチャネル再生に用いるようにして、該連続キューが前記第１の意味と異なる第２の意味を有する場合に、前記パラメータコンフィグレーションキューを用いて、マルチチャネル再生のコンフィグレーションを設定するようにした、請求項１５に記載の装置。
前記パラメータコンフィグレーションキューが前記第２の意味（１７）を有する場合に、前記コンフィグレーションデータ出力手段が、必要なコンフィグレーションデータを、前記パラメータデータセットと全く、あるいは一部しか対応付けないように設計されている、請求項１５または１６に記載の装置。
ＭがＮより小さく、かつ１より大きい数のＭ個の伝送チャネルを含む伝送チャネルデータとともにＮ個のオリジナルチャネルを表すパラメータデータ出力の生成方法であって、
該パラメータデータを供給（１１）するステップと、
該パラメータデータ出力に含まれるコンフィグレーションデータをマルチチャネル再生アルゴリズムに用いる場合に、該パラメータコンフィグレーションキューが第１の意味を有し、コンフィグレーションデータを該Ｍ個の伝送チャネルの符号化または復号化に用いられる符号化アルゴリズムに基づくマルチチャネル再生に用いる場合は、該パラメータコンフィグレーションキューが第２の意味を有するパラメータコンフィグレーションキューを求める（１４）ステップと、
該コンフィグレーションデータを出力（１５）して、該パラメータデータ出力を得るステップとを含む、方法。
マルチチャネル再生手段のためのコンフィグレーションデータが該入力データに含まれているという第１の意味、または、その符号化バージョンから該伝送チャネルデータを復号化した符号化アルゴリズム（２３）に基づいて、該マルチチャネル再生手段がコンフィグレーションデータを用いるという第２の意味を有するパラメータコンフィグレーションキュー（４１）を含む入力データを用いて、ＭがＮより小さく、かつ１より大きい数のＭ個の伝送チャネルを含む伝送チャネルデータとともにＮ個のオリジナルチャネルを表すパラメータデータ出力の生成装置であって、
コンフィグレーションデータを出力する出力手段を備え、
該出力手段が、
該入力データを読み込んで、該パラメータコンフィグレーションキューを解釈（３０）して、
該パラメータコンフィグレーションキューが該第２の意味を有する場合は、その符号化バージョンから該伝送チャネルデータを復号化した符号化アルゴリズム（２３）に関する情報を該コンフィグレーションデータとして検索して出力し、該パラメータコンフィグレーションキューが該第１の意味を有する場合は、該入力データに含まれるマルチチャネル再生手段のためのコンフィグレーションデータを出力するように設計されている、装置。
マルチチャネル再生手段のためのコンフィグレーションデータが該入力データに含まれているという第１の意味、または、その符号化バージョンから該伝送チャネルデータを復号化した符号化アルゴリズム（２３）に基づいて、該マルチチャネル再生手段がコンフィグレーションデータを用いるという第２の意味を有するパラメータコンフィグレーションキュー（４１）を含む入力データを用いて、ＭがＮより小さく、かつ１より大きい数のＭ個の伝送チャネルを含む伝送チャネルデータとともにＮ個のオリジナルチャネルを表すパラメータデータ出力の生成方法であって、
該入力データを読み込んで、該パラメータコンフィグレーションキューを解釈（３０）するステップと、
該パラメータコンフィグレーションキューが第２の意味を有する場合は、その符号化バージョンから該伝送チャネルデータを復号化した符号化アルゴリズム（２３）に関する情報を検索して、該検索したコンフィグレーションデータを出力し、該パラメータコンフィグレーションキューが第１の意味を有する場合は、該入力データに含まれるマルチチャネル再生手段のためのコンフィグレーションデータを出力するステップとを含む、方法。
コンピュータに、請求項１４、１８または２０に記載の方法を実行させるためのコンピュータプログラム。