JP4738260B2 - 予測遅延探索方法、その方法を用いた装置、プログラム、および記録媒体 - Google Patents

Description

本発明は、音響信号などの時系列信号の予測遅延探索方法、その方法を用いた装置、プログラム、および記録媒体に関する。

音響信号などの時系列信号の圧縮符号化には長期予測（またはピッチ予測）が使われることがある（非特許文献１）。この手法では、遅延量とその遅延サンプルに対する乗数がパラメータとして使われる。そして、最適な遅延量を求めるため、信号系列をτ点ずらして最適な乗数をかけて差分処理を行い、歪が最も小さくなるτを探索する。

従来の圧縮符号化装置の構成を図１に示す。また、図２に従来の圧縮符号化装置の処理フローを示す。従来の圧縮符号化装置は、フレーム化部９１０、短期予測分析部９２０、遅延量・利得算出部９３０、遅延部９４０、利得乗算部９５０、減算部９６０、長期予測誤差符号化部９７０、符号列生成部９８０から構成される。短期予測分析部９２０は、短期予測係数算出部９２１と短期予測分析フィルタ９２２を有する。ディジタル化された時系列信号である入力信号ｘ（ｎ）が入力されると、フレーム化部９１０は、所定の数Ｎごとに入力信号ｘ（ｎ）をまとめる（S９１０）。所定の数Ｎの例としては、１０２４、５１２などがある。短期予測係数算出部９２１は、例えばＰ次（例えば１０次）の自己相関関数からＰ次の線形予測係数α_１〜α_Ｐを求め、短期予測分析フィルタ９２２に出力する。また、求めた短期予測係数α_１〜α_Ｐを符号化して符号列生成部９８０に出力する（Ｓ９２１）。ステップＳ９２１では、短期予測係数そのものではなく、ＬＳＰ係数やＬＳＦ係数に変換してから符号化を行ってもよい。短期予測分析フィルタ９２２は、

により、短期予測誤差ｙ（ｎ）を求める（Ｓ９２２）。ステップＳ９２２で用いるα１〜αＰは、ステップＳ９２１で符号化した符号により決まる値、すなわち、量子化済の値が好ましい。また、一般には短期予測分析部９２０を備えるが、必ずしも備える必要はなく、省略可能である。その場合は、フレーム化部９１０の出力ｘ（ｎ）が短期予測残差ｙ（ｎ）の代わりに用いられることになる。

遅延量・利得算出部９３０は、長期予測誤差を最小とする最適遅延量τ_ｏｐｔと最適利得γ_ｏｐｔとを、１サンプルずつずらしながら求める。そして、求められた最適遅延量τ_ｏｐｔを遅延部９４０へ、最適利得γ_ｏｐｔを利得乗算部９５０へ、遅延符号と利得符号を符号列生成部９８０へ出力する（Ｓ９３０）。具体的には、あらかじめ設定した遅延量τの候補の中から、利得

が最大となる遅延量τを探索し、最大となる利得γ（τ）を最適利得γ_ｏｐｔ、そのときの遅延量τを最適遅延量τ_ｏｐｔとすることにより、長期予測誤差を最小とする最適遅延量τ_ｏｐｔと最適利得γ_ｏｐｔとを求めることができる。

遅延部９４０は、受け取った最適遅延量τ_ｏｐｔだけ短期予測誤差ｙ（ｎ）を遅延させ、利得乗算部９５０に、ｙ（ｎ−τ_ｏｐｔ）を出力する（Ｓ９４０）。利得乗算部９５０は、遅延された短期予測誤差ｙ（ｎ−τ_ｏｐｔ）に最適利得γ_ｏｐｔを乗算する（Ｓ９５０）。減算部９６０は、短期予測誤差ｙ（ｎ）からγ_ｏｐｔ・ｙ（ｎ−τ_ｏｐｔ）を減算し、長期予測誤差ｙ（ｎ）−γ_ｏｐｔ・ｙ（ｎ−τ_ｏｐｔ）を得る（Ｓ９６０）。長期予測誤差符号化部９７０は、長期予測誤差ｙ（ｎ）−γ_ｏｐｔ・ｙ（ｎ−τ_ｏｐｔ）を符号化する（Ｓ９７０）。符号列生成部９８０は、受け取った長期予測誤差符号、遅延符号、利得符号、短期予測符号から符号列を生成し、出力する（Ｓ９８０）。

この方法の演算量は、τの探索範囲とフレーム内のサンプル数に比例する。つまり、サンプリング周波数が高い場合は、τの探索範囲（探索すべきサンプル点の数）とフレームあたりのサンプル数が多くなる。したがって、ステップＳ９３０での最適遅延量τ_ｏｐｔと最適利得γ_ｏｐｔの探索に膨大な時間がかかってしまう。例えば、サンプリング周波数が１９２ｋＨｚ、１フレームのサンプル数が８１９２、遅延量τの候補が１０２４点のような場合、非常に演算量が多くなってしまう。

図３に従来の復号化装置の機能構成例を示す。従来の復号化装置は、符号列分解部８１０、長期予測誤差復号部８２０、遅延部８３０、利得乗算部８４０、加算部８５０、短期予測合成部８６０から構成される。符号列分解部８１０は、受信した符号列を長期予測誤差符号、遅延符号、利得符号、短期予測符号に分解する。長期予測誤差復号部８２０は、長期予測誤差符号を復号化し、長期予測誤差ｙ（ｎ）−γ_ｏｐｔ・ｙ（ｎ−τ_ｏｐｔ）を得る。遅延部８３０は、遅延符号を復号化し、遅延された短期予測誤差ｙ（ｎ−τ_ｏｐｔ）を求める。利得乗算部８４０は、利得符号を復号化し、遅延された短期予測誤差ｙ（ｎ−τ_ｏｐｔ）に利得γ_ｏｐｔを乗算する。加算部８５０は、長期予測誤差ｙ（ｎ）−γ_ｏｐｔ・ｙ（ｎ−τ_ｏｐｔ）に、利得乗算部８４０の出力γ_ｏｐｔ・ｙ（ｎ−τ_ｏｐｔ）を加算し、短期予測誤差ｙ（ｎ）を求める。符号化装置に短期予測分析部９２０を設けなかった場合は、復号化装置に短期予測合成部８６０を設けないため、上記のｙ（ｎ）がそのまま出力信号ｘ（ｎ）となる。短期予測合成部８６０は、短期予測符号を復号化して短期予測信号を求め、短期予測信号と短期予測誤差ｙ（ｎ）とを合成して出力信号ｘ（ｎ）を求める。

上述の例は、１つの入力信号に対して遅延時間を与えて符号化した例であるが、特許文献１のように複数の信号（多チャネル信号）を符号化する場合もある。多チャネル信号の符号化の場合は、他のチャネル信号に遅延を与えたものとの重み付き差分信号を符号化する例がある。図４に従来の多チャネル信号符号化装置の機能構成例を示す。Ｍチャネル（Ｍは２以上の整数）の入力を有する多チャネル信号符号化装置１８００は、フレームバッファ１８１０_ｉ（ｉ＝１〜Ｍ）、符号化情報決定部１８２０、符号化対象信号生成部１８３０、信号符号化部１８４０_ｉ（ｉ＝１〜Ｍ）、合成部１８５０から構成される。また、符号化情報決定部１８２０は、チャネルごとに、独立に符号化（以下、「独立符号化」という。）するのか、他のチャネル（以下、「マスターチャネル」という。）との重み付き差分信号を符号化（以下、「差分符号化」という。）するのかの決定をする独立／差分・マスターチャネル決定部１８２１、および差分符号化の場合に、マスターチャネルの重みを決定する重み決定部１８２６を備えている。符号化対象信号生成部１８３０は、符号化情報決定部１８２０で決定された符号化情報にしたがって、チャネルごとに必要な情報を収集する符号化情報処理部１８３２_ｉと差分符号化の場合には重み付き加算（減算）を行う重み付き加算部１８３３_ｉとを備える。

図５に従来の多チャネル信号符号化装置１８００の処理フローを示す。フレームバッファ１８１０_ｉ（ｉ＝１〜Ｍ）は、入力信号（チャネル信号）を蓄積する。ここで、チャネル信号が単なるサンプル値の列の場合には、複数のサンプル列（以下、「フレーム」という。）に分割し、チャネル信号が既にフレームごとに分割されている場合には、フレーム単位に蓄積する（Ｓ１８１０）。符号化情報決定部１８２０は、各チャネル信号のエネルギーや、各チャネル間の差分エネルギーなどの相関関係に近似する情報を利用して、各チャネルの符号化情報（独立符号化か差分符号化か、マスターチャネル番号、重みなど）を決定する（Ｓ１８２０）。符号化対象信号生成部１８３０は、チャネルごとに前記の符号化情報にしたがって符号化対象の信号を生成する（Ｓ１８３０）。信号符号化部１８４０_ｉ（ｉ＝１〜Ｍ）は、生成された符号化対象信号を符号化する（Ｓ１８４０）。合成部１８５０は、各チャネル信号の符号と符号化情報とを合成し、多チャネル符号を出力する（Ｓ１８５０）。

ステップＳ１８３０の詳細な処理フローは以下のとおりである。符号化対象信号生成部１８３０の符号化情報処理部１８３２_ｉは、符号化情報決定部１８２０で決定された符号化情報を取得する。符号化情報処理部１８３２_ｉは、符号化対象チャネルのサンプル列を取得する。符号化情報処理部１８３２_ｉは、差分符号化の場合にはマスターチャネルの参照するサンプル列の情報を取得する。なお、参照するサンプル列は、１つの場合と３つの場合がある。詳細については後述する。独立符号化の場合には、重み付き加算部１８３３_ｉは、符号化情報処理部１８３２_ｉが取得した符号化対象チャネルのサンプル列をそのまま符号化対象信号のサンプル列として出力する。差分符号化の場合には、重み付き加算部１８３３_ｉは、符号化対象チャネルのサンプル列にマスターチャネルの参照するサンプル列に重みを乗じて加算（減算）を行い、符号化対象信号のサンプル列として出力する。

図６は、サンプル列が１つ（１タップ）の場合のステップＳ１８３０の処理のイメージを示している。また、図７は、サンプル列が３つ（３タップ）の場合のステップＳ１８３０の処理のイメージを示している。１つのフレームは、Ｎサンプルから構成されているので、符号化するチャネルＸのサンプル列（Ｎ個のサンプル値の列）が符号化チャネルの信号である。図６の例では、符号化対象信号のサンプル列Ｘから、符号化対象チャネルのサンプル列と同じ時間（τ＝０）のマスターチャネルのサンプル列Ｙ_０に重みγを乗じて減算（重み−γを乗じて加算）した差分信号Ｘ＾が符号化対象信号となる。ここで、τは、符号化対象チャネルのフレーム信号（フレームと一致するサンプル列）とマスターチャネルのサンプル列の時間差（時間位置の差）を示している。また、サンプル列Ｙの添え字は、τの値を示している。たとえば、Ｙ_ｉは、τ＝ｉのマスターチャネルＹのサンプル列を示している。図７の例では、符号化対象チャネルのサンプル列Ｘから、１サンプル分前にずれた（τ＝−１）サンプル列Ｙ_−１、同じ時間（τ＝０）のサンプル列Ｙ_０、および１サンプル分後ろにずれた（τ＝１）サンプル列Ｙ_１にそれぞれ重みγ_−１、γ_０、γ_１を乗じて減算（重み−γ_−１、−γ_０、−γ_１を乗じて加算）した差分信号Ｘ＾が符号化対象信号となる。

図８は、従来の多チャネル信号復号化装置の機能構成例を示している。Ｍチャネルの多チャネル信号復号化装置１９００は、情報取得分離部１９１０、信号復号化部１９２０_ｉ（ｉ＝１〜Ｍ）、チャネル信号出力部１９３０から構成される。チャネル信号出力部１９３０は、符号化情報処理部１９３２_ｉと重み付き加算部１９３３_ｉを備えている。情報取得分離部１９１０は、多チャネル符号を受信し、符号化情報を取得するとともに符号化信号ごとに分離する。信号復号化部１９２０_ｉ（ｉ＝１〜Ｍ）は、信号ごとに復号化する。チャネル信号出力部１９３０は、符号化情報処理部１９３２_ｉで情報取得分離部１９１０からのチャネルごとの符号化情報を取得し、マスターチャネルのサンプル列などの情報を収集する。また、重み付き加算部１９３３_ｉで、独立符号化の場合には復号化対象の信号のサンプル列をそのまま出力し、差分符号化の場合には復号化対象の信号のサンプル列とマスターチャネルのサンプル列との重み付き加算を行い、出力する。

また、本発明と関連する発明に、本出願人が出願した未公開の特許出願（特願２００５−１９９１６３号：出願日２００５年７月７日）（以下、「関連発明」という。）がある。関連発明の差分符号化は、マスターチャネルの複数のサンプル値との重み付きの差分符号化であり、かつ、符号化対象のチャネル信号のサンプルと同じ時間、直前、または直後以外の時間のマスターチャネルのサンプル値を含むことがある重み付き差分符号化である。また、関連発明は、あらかじめ定めた時間差の範囲の中で、符号化対象のチャネル信号のサンプル列Ｘ（フレーム信号）との相関が最も大きいマスターチャネルのサンプル列Ｙ_ｏｐｔ（符号化対象のサンプル列とマスターチャネルのサンプル列の時間差（時間位置の差）τがτ_ｏｐｔのマスターチャネルＹのサンプル列）を差分符号化に用いる。

次に関連発明での符号化の概要を説明する。図９に２つのサンプル列（２タップ）を用いる場合のイメージを示す。この例では、τ_ｏｐｔが０以外のときはＹ_０とＹ_ｏｐｔを用い、τ_ｏｐｔが０のときはＹ_０のみを用いる。図１０に６つのサンプル列（６タップ）を用いる場合のイメージを示す。この例では、τ_ｏｐｔが０の場合は、Ｙ_−１，Ｙ_０，Ｙ_１の３つのサンプル値を重み付き差分符号化に用い、τ_ｏｐｔが−１または−２の場合は、Ｙ_−４，Ｙ_−３，Ｙ_−２，Ｙ_−１，Ｙ_０，Ｙ_１の６つのサンプル値を重み付き差分符号化に用い、τ_ｏｐｔが１または２の場合は、Ｙ_−１，Ｙ_０，Ｙ_１，Ｙ_２，Ｙ_３，Ｙ_４の６つのサンプル値を重み付き差分符号化に用い、τ_ｏｐｔが上記以外の場合は、Ｙ_{ｏｐｔ−1}，Ｙ_ｏｐｔ，Ｙ_{ｏｐｔ＋１}，Ｙ_−１，Ｙ_０，Ｙ_１の６つのサンプル値を重み付き差分符号化に用いる。

図１１に示すようにマイク入力Ａとマイク入力Ｂがあるとき、正面の音声からの音では、マイクＡからの入力信号とマイクＢからの入力信号間に位相差はない。しかし、ピアノの音では、マイクＢからの入力信号はマイクＡからの入力信号に対して位相遅れが生じる。このように位置の異なる音源からの音が重なると、マイクＡからの入力信号とマイクＢからの入力信号との関係は、関連発明のようなチャネル間予測によってはじめて効率的に符号化可能である。
特開２００５−１１５２６７号公報 N. J. Jayant, P. Noll, "Digital Coding of Waveform", pp.312-319.

従来技術では、サンプリング周波数が高い場合やフレームあたりのサンプル数が多い場合には、膨大な演算を行って最適遅延量τ_ｏｐｔを求めていた。または、τの探索範囲を狭くすることにより、演算量を低減していた。したがって、この場合は、真に最適な最適遅延量τ_ｏｐｔを求めることができていないという問題があった。本発明の目的は、最適な最適遅延量τ_ｏｐｔを求めるという、長期予測の性能を維持しながら、処理時間を短縮することである。

本発明の予測遅延探索装置は、遅延量・利得算出部に選択点評価計算手段、最適選択点探索手段、階層的評価計算手段、最適評価値探索手段、出力手段を備え、同一チャネル信号から予測を行うときの最適遅延量、または他のチャンネル信号から予測を行うときの最適遅延量を出力する。選択点評価計算手段は、あらかじめ定めた方法で選択された遅延量のサンプル点（以下、「選択点」という。）での評価値（以下、「選択点評価値」という。）を計算する。最適選択点探索手段は、複数の選択点評価値の中から最適な評価値と当該評価値を得る選択点（以下、「最適選択点」という。）とを求める。階層的評価計算手段は、前記最適選択点と当該最適選択点と隣接する選択点との間のサンプル点での評価値（以下、「階層的評価値」という。）を計算する。最適評価値探索手段は、計算されたすべての前記選択点評価値と前記階層的評価値の中から最適の評価値（以下、「最適評価値」という。）と当該評価値を得る遅延量を求める。出力手段は、全ての選択点を対象として得られた最適選択点での前記階層的評価計算手段と前記最適評価値探索手段の処理が終了した場合に、最適評価値を得る遅延量を最適遅延量とし、当該最適評価値から求めた最適利得と前記最適遅延量とを出力する。

また、帯域を制限したサンプル列または／および帯域を制限した遅延サンプル列を生成する低域通過フィルタも備え、選択点評価計算手段では、サンプル列と低域遅延サンプル列と、低域サンプル列と遅延サンプル列と、低域サンプル列と低域遅延サンプル列と、の何れかの類似性の評価値（以下、「選択点評価値」という。）を計算してもよい。また、最適遅延量探索手段で求めた新たな最適選択点を用いて階層的評価計算手段と最適遅延量探索手段の処理を、あらかじめ設定した条件を満たすまで繰り返してもよい。その際、階層的評価計算手段では、繰り返しの最終回以外では、最適選択点と当該最適選択点と隣接する選択点との間にある選択点以外の遅延量のサンプル点（以下、「階層的選択点」という。）での、サンプル列と低域遅延サンプル列と、低域サンプル列と遅延サンプル列と、低域サンプル列と低域遅延サンプル列と、の何れかの類似性の評価値を計算して階層的評価値とし、繰り返しの最終回では、階層的選択点での、サンプル列と遅延サンプル列との類似性の評価値を計算して階層的評価値とする。

本発明によれば、選択されたサンプル点で遅延量と利得の評価をした上で、最適な遅延量が得られそうなサンプル点のみの評価を行う。また、選択点の評価には、帯域を制限したサンプル列を用いる。したがって、最適遅延の見逃しを避け、かつ、全ての遅延量候補点の評価を行う従来の方法に比べ、大幅に演算量を削減できる。

以下では、まず、本発明の原理を説明し、その後で実施形態を説明する。なお、説明の重複を避けるため同じ機能を有する構成部や同じ処理を行う処理ステップには同一の番号を付与し、説明を省略する。

原理１
図１２に、評価値の最大値が更新されるたびに階層的に細分化した計算を行う場合の原理を示す。サンプル点の中からあらかじめ定めた方法で、サンプル点を選択する。あらかじめ定めた方法とは、等間隔（Ｓサンプルに１回）に選定する方法や、対象とする時系列信号の特徴を利用した関数（例えば、遅延量が少ない時は間隔を狭く、遅延量が多い時は間隔が広くなる関数）にしたがって選定する方法などが考えられる。なお、サンプル点を選択する場合には、選択点による系列で表現できる最高の周波数（選択点による系列のサンプリング周波数の半分）とサンプル列および遅延サンプル列に含まれる最高の周波数とを一致させた方が、最適な評価結果を得やすい。そこで、低域通過フィルタなどの帯域を制限する手段を用い、サンプル列および遅延サンプル列の帯域を、例えば選択点による系列で表現できる最高の周波数以下の低域のみに制限する。ここで、サンプル列および遅延サンプル列の双方の帯域を制限するのが好ましいが、必ずしも双方の帯域を制限しなくてもよい。すなわち、サンプル列または遅延サンプル列の何れかのみの帯域を制限してもよい。この何れかの帯域を制限する方法によっても、双方共に帯域制限しない方法よりは好ましい評価結果が得られる。なお、サンプル列と遅延サンプル列の双方の帯域を制限する場合でも、サンプル列と遅延サンプル列が同一のディジタル時系列信号に基づくものの場合、一度の低域通過フィルタ処理によって、サンプル列と遅延サンプル列との双方を含む区間の帯域を制限する方が効率が良い。

次に、選択されたサンプル点（以下、「選択点」という。）での評価値（以下、「選択点評価値」という。）を順次計算する。この計算では、帯域が制限されたサンプル列と帯域を制限した遅延サンプル列とを用いるのが最適であり、少なくともサンプル列か遅延サンプル列かの何れか一方については、帯域が制限されたものを用いた方が好ましい。なお、評価値としては、相関値を用いれば良いが、他の値でも良い。以下では、相関値を評価値として用いた前提で説明する。相関値の計算でも、選択点の振幅値のみを使うこと（ダウンサンプル）も可能で、積の計算を削減することができる。

相関値の最大値が更新された場合には、最大の相関値を更新した選択点（以下、「最適選択点」という。）の情報と最大の相関値を書き換える。最適選択点と隣接する選択点との間のサンプル点の相関値（以下、「階層的評価値」という。）を計算する。なお、階層的評価値の計算は、次のように行えばよい。最適選択点に遅延量Ｓ／２を加えたサンプル点と遅延量Ｓ／２を引いたサンプル点の相関値をまず計算する。その結果、最適選択点での相関値、Ｓ／２ずれた２つのサンプル点での相関値の中で最大の相関値を求める。そして、前記の最大の相関値を得たサンプル点に遅延量Ｓ／４を加えたサンプル点と、遅延量Ｓ／４を引いたサンプル点の相関値を計算する。そして、３つの相関値の中から最大の相関値を得るサンプル点を求める。このような処理をＳ／２^ｉがサンプル列のサンプル点の間隔となるまで繰り返す。なお、繰り返し処理の回数は、あらかじめ定めておいてもよい。なお、遅延の変化量（隣接する相関値算出対象の遅延量のサンプル点同士の間隔）がサンプル列のサンプル間隔と一致する場合には、帯域を制限していないサンプル列（元のサンプル列）および帯域を制限していない遅延サンプル列（元の遅延サンプル列）を用いて、相関値を計算してもよい。さらに、相関値の計算時に、サンプル列および遅延サンプル列の帯域を、相関値算出対象の遅延量のサンプル点の系列により表現可能な最大周波数にあわせるため、遅延の変化量を変える時に、逐次遅延の変化量にあわせた低域通過フィルタを用いてもよい。このようにすることで、さらに正確に最大の相関値を与えるサンプル点を求めることができる。ただし、演算処理量が多くなる（処理に要する時間が長くなる）という問題がある。

選択点評価値の計算と階層的評価値の計算を、全ての選択点に対して繰り返す。そして、計算されたすべての選択点評価値と階層的評価値の中から最も大きい相関値（以下、「最適評価値」という。）と当該相関値を得る遅延量を求める。最適評価値を得る遅延量が最適遅延量であり、その時の相関値（最適評価値）が最適利得である。

例えば、Ｓサンプルに１回の選定の場合、Ｓを大きくするほど高速になるが、最適遅延量を見逃す可能性が大きくなる。サンプリング周波数が１９２ｋＨｚのように高い時は、Ｓを１２や１６のような大きな値としても見逃しの可能性は低い。しかし、サンプリング周波数が４８ｋＨｚのように低い時は、Ｓを２〜８のように小さな値とする方がよい。

原理２
図１３に、全ての選択点の評価値を計算し、評価値が最大の選択点の近傍を階層的に細分化して計算を行う場合の原理を示す。サンプル点の中からあらかじめ定めた方法で、サンプル点を選択する。あらかじめ定めた方法とは、原理１と同じである。そして、すべての選択点の相関値を計算する。相関値が最大の選択点と当該選択点と隣接する選択点との間のサンプル点での相関値を計算する。そして、相関値が最大の選択点での相関値と隣接する選択点との間のサンプル点での相関値の中から最も大きい相関値（最適評価値）と当該相関値を得る遅延量を求める。最適評価値を得る遅延量が最適遅延量であり、その時の相関値（最適評価値）が最適利得である。

以下では、本発明である予測遅延探索装置を利用して信号を圧縮符号化する装置の実施形態を示す。なお、本発明の予測符号化装置は、以下の実施形態の中の遅延量・利得算出部（１２０または１４０）および低域通過フィルタ１１０である。

［第１実施形態］
図１４に、第１実施形態の圧縮符号化装置の機能構成例を示す。図１５は、第１実施形態の処理フローの概要である。なお、この実施形態では、原理１の例を説明するが、原理２も可能である。第１実施形態の圧縮符号化装置は、フレーム化部９１０、短期予測分析部９２０、低域通過フィルタ１１０、遅延量・利得算出部１２０、遅延部９４０、利得乗算部９５０、減算部９６０、長期予測誤差符号化部９７０、符号列生成部９８０から構成される。遅延量・利得算出部１２０は、選択点評価手段１２１、最適選択点探索手段１２２、階層的評価手段１２３、最適評価探索手段１２４、出力手段１２５を有する。

フレーム化部９１０、短期予測分析部９２０の処理は、図１に示した従来技術と同じ処理を行うので、ここではステップＳ９２２以降の処理について説明する。ここでは、遅延量の探索範囲についてＳごとに計算を行う場合について説明する。低域通過フィルタ１１０は、短期予測分析部９２０の出力であるフレームごとの短期予測誤差信号ｙ（ｎ）（ｎ＝０，…，Ｎ−１）を低域通過フィルタリングし、帯域が制限された（振幅を平坦化した）信号ｙ_Ｌ（ｎ）（ｎ＝０，…，Ｎ−１）を得る（Ｓ１１０）。なお、サンプル列の帯域と遅延量を選択する間隔とが対応している方が好ましい。なぜならば、理論的にはナイキストの定理により、サンプルの頻度（遅延量選択間隔）に対応する周波数に対して、サンプル列の周波数帯域は、その半分以下に制限されるので、まばらに選択点を取ることによる誤差を少なくすることができるからである。しかし、完全に対応する必要はないため、低域通過フィルタを省略することも可能である。遅延量・利得算出部１２０は、算出処理に用いるパラメータを初期化する（Ｓ１２０１）。選択点評価手段１２１は、初期設定された選択点（初期設定された遅延量のサンプル点）での相関値を計算する（Ｓ１２１１）。最適選択点探索手段１２２は、最大の相関値か更新されたかを確認する（Ｓ１２２１）。

ステップＳ１２２１がＹｅｓの場合は、最適選択点探索手段１２２が、最大の相関値と最大の相関値を得るサンプル点（最適選択点）とを更新する（Ｓ１２２２）。次に、階層的評価手段１２３は、最適選択点と隣接する選択点との間のサンプル点であって、あらかじめ定めた条件に適合するサンプル点の相関値（階層的評価値）を計算する（Ｓ１２３１）。最適評価探索手段１２４は、最適選択点の相関値が最大の場合には、最適選択点を最適遅延量、最適選択点の相関値を最適利得とする。また、最大の相関値が更新された場合には、その時の遅延量を最適遅延量、その時の相関値を最適利得とする（Ｓ１２４１）。遅延量・利得算出部１２０は、階層的計算処理が終了したかを確認する（Ｓ１２０２）。ステップＳ１２０２がＮｏの場合、ステップＳ１２３１のサンプル点を選ぶ条件を変更し、ステップＳ１２３１に戻る（Ｓ１２０３）。ステップＳ１２０２がＹｅｓの場合は、ステップＳ１２０４へ進む。

ステップＳ１２２１がＮｏの場合は、ステップＳ１２０４へ進む。ステップＳ１２０４では、遅延量・利得算出部１２０は、全ての選択点での相関値の計算が終了したかを確認する（Ｓ１２０４）。ステップＳ１２０４がＮｏの場合は、遅延量・利得算出部１２０は、相関値を計算する選択点を変更し、ステップＳ１２１１へ戻る（Ｓ１２０５）。ステップＳ１２０４がＹｅｓの場合は、ステップＳ１２５１に進む。出力手段１２５は、最適遅延量と最適利得とを符号化し、最適遅延量、最適利得、遅延符号、利得符号を出力する（Ｓ１２５１）。その後のステップＳ９４０からステップＳ９８０は従来と同じである。

図１６に、上記のステップＳ１２０１〜ステップＳ１２５１の具体的な処理フローの例を示す。初期設定として次の処理を行う。遅延量候補の最小値τ_ｍｉｎを遅延量候補τとして設定する。相関の最大値γ_ｍａｘを０とする。遅延量探索の細かさを示すパラメータｉを１とする（Ｓ１２０１’）。帯域が制限された信号ｙ_Ｌ（ｎ）（ｎ＝０，…，Ｎ−１）とτだけ遅延した信号ｙ_Ｌ（ｎ−τ）（ｎ＝０，…，Ｎ−１）との相関値（正規化相関値）

を計算する（Ｓ１２１１’）。ここで、ｙ_Ｌ（ｎ−τ）の一部（例えば、ｙ_Ｌ（−τ））は現フレームの処理では求められていないが、過去のフレームの処理で求めたものを用いることができる。もちろん、現フレームにおける低域通過フィルタの処理対象をｙ（ｎ）（ｎ＝−τ，…，Ｎ−１）として現フレームの処理でｙ_Ｌ（ｎ）（ｎ＝−τ，…，Ｎ−１）を求めてもよい。なお、ステップＳ１２１１’では、正規化した相関値を計算したが、正規化していない相関値

を計算してもよい。また、全てのサンプルを用いて計算するのではなく、ｍ個に１つのサンプルを用いて、

のように計算してもよい。また、上記の３つの式では、２つの信号とも帯域制限したが、どちらか一方のみを帯域制限してもよい。帯域制限しない場合は、経路１１１を経由して短期予測誤差ｙ（ｎ）が遅延量・利得算出部１２０に入力される。

次に、γ_ｍａｘ＞γ（τ）かを確認する（Ｓ１２２１’）。ステップＳ１２２１’がＹｅｓの場合、ステップＳ１２０４’へ進む。ステップＳ１２２１’がＮｏの場合、γ_ｍａｘにγ（τ）を代入し（Ｓ１２２２１）、τ_γｍａｘにτを代入する（１２２２２）。

階層的評価のステップＳ１２３１’では、まず、γ（τ_γｍａｘ−Ｓ／２^ｉ）を計算する（Ｓ１２３１１）。τ_γｍａｘ＋Ｓ／２^ｉが最大の遅延量τ_ｍａｘよりも小さいことを確認する（Ｓ１２３１２）。ステップＳ１２３１２がＹｅｓの場合、γ（τ_γｍａｘ＋Ｓ／２^ｉ）を計算する（Ｓ１２３１３）。ステップＳ１２３１２がＮｏの場合、γ（τ_γｍａｘ＋Ｓ／２^ｉ）を０とする（Ｓ１２３１４）。γ_ｍａｘ、γ（τ_γｍａｘ＋Ｓ／２^ｉ）、γ（τ_γｍａｘ−Ｓ／２^ｉ）の中の最大値をγ_ｍａｘとする。また、最大値を取る遅延量をτ_γｍａｘとする（Ｓ１２４１’）。ｉがあらかじめ定めた値Ｉ以下であることを確認する（Ｓ１２０２’）。ステップＳ１２０２’がＹｅｓの場合、ｉを１増加させ、ステップＳ１２３１１へ戻る（Ｓ１２０３’）。ステップＳ１２０２’がＮｏの場合、τがτ_ｍａｘよりも小さいことを確認する（Ｓ１２０４’）。ステップＳ１２０４’がＹｅｓの場合、τにＳを加え、ステップＳ１２１１’へ戻る（Ｓ１２０５’）。ステップＳ１２０４’がＮｏの場合、ステップＳ１２５１’へ進む。そして、τ_γｍａｘを最適な遅延量τ_ｏｐｔ、γ_ｍａｘを最適な利得γ_ｏｐｔとして出力するとともに、遅延量τ_ｏｐｔと最適な利得γ_ｏｐｔの符号も出力する。

このように処理することで、全ての遅延量候補点での相関値の計算を行うことなく、最適な遅延量と利得を得ることができる。したがって、選択されたなったサンプル点があることによる最適遅延の見逃しを避け、かつ、従来に比べ大幅に演算量を削減することができる。

また、本実施形態で、ｉがＩ−１のときのステップＳ１２３１’〜Ｓ１２４１’の処理（最終段の相関値の計算）では、帯域を制限された信号ｙ_Ｌ（ｎ）（ｎ＝０，…，Ｎ−１）ではなく、短期予測誤差信号ｙ（ｎ）（ｎ＝０，…，Ｎ−１）を用いてもよい。この場合は、遅延量・利得算出部１２０は、図６に点線で示した線１１１から入力された短期予測誤差信号ｙ（ｎ）を用いる。また、ｉがＩ−１のときのステップＳ１２３１’を以下のように変更する。相関値を

により求める。ただし、τ_γｍａｘ＝τ_ｍａｘの場合は、γ（τ_γｍａｘ＋Ｓ/２^Ｉ−１）＝０とする。また、γ_ｍａｘ＝γ（τ_γｍａｘ）とする。そして、ステップＳ１２４１’へ進む。このように処理することで、最適な遅延量付近での遅延量と利得の計算には、帯域が制限されていない短期予測残差信号を用いることができる。これにより、選択されていない遅延量があるにもかかわらず、最適遅延量の見逃しを防ぎながら、従来に比べて大幅な演算量の低減を図ることができる。

［第２実施形態］
図１７に、第２実施形態の圧縮符号化装置の機能構成例を示す。図１８は、第２実施形態の処理フローの概要である。なお、この実施形態では、原理２の例を説明するが、原理１も可能である。第２実施形態の圧縮符号化装置は、フレーム化部９１０、短期予測分析部９２０、低域通過フィルタ１１０、遅延量・利得算出部１４０、遅延部９４０、利得乗算部９５０、減算部９６０、長期予測誤差符号化部９７０、符号列生成部９８０から構成される。遅延量・利得算出部１４０は、選択点評価手段１４１、最適選択点探索手段１４２、階層的評価手段１４３、最適評価探索手段１４４、出力手段１４５、記録手段１４６を有する。

フレーム化部９１０、短期予測分析部９２０、低域通過フィルタ１１０の処理は、第１実施形態と同じである。ここでは、ステップＳ１１０以降の処理について説明する。遅延量・利得算出部１４０の記録手段１４６は、サンプル値を記録する（Ｓ１４６１）。遅延量・利得算出部１４０は、算出処理に用いるパラメータを初期化する（Ｓ１４０１）。選択点評価手段１４１は、初期設定された選択点での相関値を計算する（Ｓ１４１１）。最適選択点探索手段１４２は、最大の相関値か更新されたかを確認する（Ｓ１４２１）。

ステップＳ１４２１がＹｅｓの場合は、最適選択点探索手段１４２が、最大の相関値と最大の相関値を得るサンプル点（最適選択点）とを更新する（Ｓ１４２２）。遅延量・利得算出部１４０は、全ての選択点での相関値の計算が終了したかを確認する（Ｓ１４０２）。ステップＳ１４０２がＮｏの場合は、遅延量・利得算出部１４０は、相関値を計算する選択点を変更し、ステップＳ１４１１へ戻る（Ｓ１４０３）。ステップＳ１４０２がＹｅｓの場合は、ステップＳ１４３１に進む。

次に、階層的評価手段１４３は、最適選択点と隣接する選択点との間のサンプル点であって、あらかじめ定めた条件に適合するサンプル点の相関値（階層的評価値）を計算する（Ｓ１４３１）。最適評価探索手段１４４は、最適選択点の相関値が最大の場合には、最適選択点を最適遅延量、最適選択点の相関値を最適利得とする。また、最大の相関値が更新された場合には、その時の遅延量を最適遅延量、その時の相関値を最適利得とする（Ｓ１４４１）。遅延量・利得算出部１２０は、階層的計算処理が終了したかを確認する（Ｓ１４０４）。ステップＳ１４０４がＮｏの場合、ステップＳ１４３１のサンプル点を選ぶ条件を変更し、ステップＳ１４３１に戻る（Ｓ１４０５）。ステップＳ１４０４がＹｅｓの場合は、ステップＳ１４５１へ進む。出力手段１４５は、最適遅延量と最適利得とを符号化し、最適遅延量、最適利得、遅延符号、利得符号を出力する（Ｓ１４５１）。その後のステップＳ９４０からステップＳ９８０は従来と同じである。

図１９に、上記のステップＳ１４６１〜ステップＳ１４５１の具体的な処理フローの例を示す。初期設定として次の処理を行う。遅延量候補の最小値τ_ｍｉｎを遅延量候補τとして設定する。相関の最大値γ_ｍａｘを０とする。遅延量探索の細かさを示すパラメータｉを１とする（Ｓ１４０１’）。帯域が制限された信号ｙ_Ｌ（ｎ）（ｎ＝０，…，Ｎ−１）とτだけ遅延した信号ｙ_Ｌ（ｎ−τ）（ｎ＝０，…，Ｎ−１）との相関値（正規化相関値）

を計算する（Ｓ１４１１’）。上記の式では、２つの信号とも帯域制限したが、どちらか一方のみを帯域制限してもよい。帯域制限しない場合は、経路１１１を経由して短期予測誤差ｙ（ｎ）が遅延量・利得算出部１２０に入力される。なお、第１実施形態と同じように、正規化されていない相関値や、ｍ個に１つの割合でサンプルを用いて相関値を計算してもよい。γ_ｍａｘ＞γ（τ）かを確認する（Ｓ１４２１’）。ステップＳ１４２１’がＹｅｓの場合、ステップＳ１４０２’へ進む。ステップＳ１４２１’がＮｏの場合、γ_ｍａｘにγ（τ）を代入し（Ｓ１４２２１）、τ_γｍａｘにτを代入する（１４２２２）。τがτ_ｍａｘよりも小さいことを確認する（Ｓ１４０２’）。ステップＳ１４０２’がＹｅｓの場合、τにＳを加え、ステップＳ１４１１’へ戻る（Ｓ１４０３’）。ステップＳ１４０２’がＮｏの場合、ステップＳ１４３１’へ進む。

階層的評価のステップＳ１４３１’では、まず、γ（τ_γｍａｘ−Ｓ／２^ｉ）を計算する（Ｓ１４３１１）。τ_γｍａｘ＋Ｓ／２^ｉが最大の遅延量τ_ｍａｘよりも小さいことを確認する（Ｓ１４３１２）。ステップＳ１４３１２がＹｅｓの場合、γ（τ_γｍａｘ＋Ｓ／２^ｉ）を計算する（Ｓ１４３１３）。ステップＳ１４３１２がＮｏの場合、γ（τ_γｍａｘ＋Ｓ／２^ｉ）を０とする（Ｓ１４３１４）。γ_ｍａｘ、γ（τ_γｍａｘ＋Ｓ／２^ｉ）、γ（τ_γｍａｘ−Ｓ／２^ｉ）の中の最大値をγ_ｍａｘとする。また、最大値を取る遅延量をτ_γｍａｘとする（Ｓ１４４１’）。ｉがあらかじめ定めた値Ｉ以下であることを確認する（Ｓ１４０４’）。ステップＳ１４０４’がＹｅｓの場合、ｉを１増加させ、ステップＳ１４３１１へ戻る（Ｓ１４０５’）。ステップＳ１４０４’がＮｏの場合、τ_γｍａｘを最適な遅延量τ_ｏｐｔ、γ_ｍａｘを最適な利得γ_ｏｐｔとして出力するとともに、遅延量τ_ｏｐｔと最適な利得γ_ｏｐｔの符号も出力する（Ｓ１４５１’）。

このように処理することで、全ての遅延量候補点での相関値の計算を行うことなく、最適な遅延量と利得を得ることができる。したがって、選択されたなったサンプル点があることによる最適遅延の見逃しを避け、かつ、従来に比べ大幅に演算量を削減することができる。

また、第１実施形態と同じように、ｉがＩ−１のときのステップＳ１４３１’〜Ｓ１４４１’の処理（最終段の相関値の計算）では、帯域を制限された信号ｙ_Ｌ（ｎ）（ｎ＝０，…，Ｎ−１）ではなく、短期予測誤差信号ｙ（ｎ）（ｎ＝０，…，Ｎ−１）を用いてもよい。具体的な処理の方法は、第１実施形態のステップＳ１２３１’と同じである。

［第３実施形態］
図２０に２チャネル信号符号化装置の機能構成例を示す。２チャネル信号符号化装置には、ｘ_１（ｎ）とｘ_２（ｎ）の２つの信号が入力される。図１４との違いは、以下のとおりである。第１実施形態（図１４）では、１つの入力信号の短期予測誤差信号を、同じ入力信号の短期予測誤差信号の時間的にずれた信号との重み付き差分を求め、符号化した。図２０の構成では、入力信号ｘ_１（ｎ）は独立に符号化し、入力信号ｘ_２（ｎ）については、短期予測分析は独立に行うが、短期予測分析した後の短期予測誤差信号ｙ_２（ｎ）については、ｘ_１（ｎ）の短期予測誤差信号ｙ_１（ｎ）との重み付き差分を符号化する。入力信号が２つあるので、フレーム化部９１０_ｉ、短期予測分析部９２０_ｉ、低域通過フィルタ１１０_ｉ、長期予測誤差符号化部９７０_ｉ（ｉ＝１，２）が２チャネル分ある。遅延量・利得算出部１２０”への入力が、２チャネルとなる点も第１実施形態と異なる。図２１に２チャネル信号符号化装置の処理フローを示す。その処理フローでも、ステップＳ９１０_ｉ、Ｓ９２０_ｉ、Ｓ１１０_ｉ、Ｓ９７０_ｉが２チャネル分ある。また、選択点評価手段１２１”が行うステップＳ１２１１”と階層的評価手段１２３”が行うステップＳ１２３１”での相関を計算する式は、

または、

または

となる。ただし、ｙ_１Ｌ（ｎ）は入力信号ｘ_１（ｎ）の短期予測誤差を帯域制限した信号（低域通過フィルタ１１０_１を通過した短期予測誤差ｙ_１（ｎ））、ｙ_２Ｌは入力信号ｘ_２（ｎ）の短期予測誤差を帯域制限した信号（低域通過フィルタ１１０_２を通過した短期予測誤差ｙ_２（ｎ））である。また、上記の３つの式では、２つの信号とも帯域制限したが、どちらか一方のみを帯域制限してもよい。帯域制限しない場合は、経路１１１_１または経路１１１_２を経由して短期予測誤差ｙ_１（ｎ）またはｙ_２（ｎ）が遅延量・利得算出部１２０”に入力される。

［変形例］
図２０の２チャネル信号符号化装置は、第２実施形態の遅延量・利得算出部１４０の入力を２チャネルに対応した遅延量・利得算出部１４０”を用いて実現することもできる。この場合は、図中にカッコ書きで番号を付した構成となる。また、図２２にこの場合の処理フローを示す。図１８と図２２との差分は、図１５と図２１との差分と同じである。また、選択点評価手段１４１”が行うステップＳ１４１１”と階層的評価手段１４３”が行うステップＳ１４３１”での相関を計算する式は、

となる。ただし、ｙ_１Ｌ（ｎ）は入力信号ｘ_１（ｎ）の短期予測誤差を帯域制限した信号（低域通過フィルタ１１０_１を通過した短期予測誤差ｙ_１（ｎ））、ｙ_２Ｌは入力信号ｘ_２（ｎ）の短期予測誤差を帯域制限した信号（低域通過フィルタ１１０_２を通過した短期予測誤差ｙ_２（ｎ））である。また、上記の式では、２つの信号とも帯域制限したが、どちらか一方のみを帯域制限してもよい。帯域制限しない場合は、経路１１１_１または経路１１１_２を経由して短期予測誤差ｙ_１（ｎ）またはｙ_２（ｎ）が遅延量・利得算出部１４０”に入力される。

［第４実施形態］
図２３に多チャネル信号符号化装置の機能構成例を実線で示す。本実施形態の多チャネル信号符号化装置２１００は、１つの時間位置の差（遅延量）τでのマスターチャネルに重みを乗算し、符号化対象チャネルの信号との差分を求め、符号化する。多チャネル信号符号化装置２１００と図４に示した多チャネル信号符号化装置１８００との違いは、符号化情報決定部２１２０である。符号化情報決定部２１２０は、独立／差分・マスターチャネル決定部１８２１、低域通過フィルタ１１０、遅延量・利得算出部１２０”（図２０参照）を備えている。なお、遅延量・利得算出部１２０”の代わりに、遅延・利得算出部１４０”（図２０参照）を用いても良い。以下の説明では、遅延量・利得算出部１２０”と遅延量・利得算出部１４０”のどちらでも良い場合には、遅延量・利得算出部１２０”（１４０”）と示す。遅延量・利得算出部１２０”（１４０”）の内部構造は、図２０の遅延量・利得算出部１２０”（１４０”）と同じである。

図２４に多チャネル信号符号化装置２１００の処理フローを実線で示す。フレームバッファ１８１０_ｉ（ｉ＝１〜Ｍ）は、入力信号（チャネル信号）を蓄積する。ここで、チャネル信号が単なるサンプル値の列の場合には、複数のフレームに分割し、チャネル信号が既にフレームごとに分割されている場合には、フレーム単位に蓄積する（Ｓ１８１０）。符号化情報決定部２１２０は、独立／差分・マスターチャネル決定部１８２１、低域通過フィルタ１１０、遅延量・利得算出部１２０”（１４０”）を利用して、各チャネルの符号化情報（独立符号化か差分符号化か、マスターチャネル番号、遅延量、重みなど）を決定する（Ｓ２１２０）。なお、本実施形態では、遅延量と重みは１つずつだけ出力される。符号化対象信号生成部１８３０は、チャネルごとに入力信号から、求められた遅延量分だけ遅れたマスターチャネルの信号に求められた重みを乗じた値を引き、符号化対象の信号を生成する（Ｓ１８３０）。信号符号化部１８４０_ｉ（ｉ＝１〜Ｍ）は、生成された符号化対象信号を符号化する（Ｓ１８４０）。合成部１８５０は、各チャネル信号の符号と符号化情報とを合成し、多チャネル符号を出力する（Ｓ１８５０）。

ステップＳ２１２０の詳細な処理は以下のとおりである。独立／差分・マスターチャネル決定部８２１は、チャネル信号ごとに独立符号化するか差分符号化するか、差分符号化の場合にはマスターチャネルをどのチャネル信号にするのかを決定する（Ｓ８２１０）。独立／差分・マスターチャネル決定部８２１は、当該チャネル信号の符号化が独立符号化かを確認する（Ｓ２１２２０）。独立符号化の場合は、当該チャネル信号に対するＳ２１２０の処理を終了し、次のチャネル信号に対するステップＳ２１２０を行う。差分符号化の場合は、ステップＳ１１０へ進む。低域通過フィルタ１１０は、符号化対象チャネルのフレームバッファ１８１０_ｍ（ｍは符号化対象チャネルのチャネル番号。）およびマスターチャネルのフレームバッファ１８１０_ｍ（ｍはマスターチャネルのチャネル番号。）からのフレームごとの入力信号ｙ_ｍ（ｎ）（ｍは符号化対象チャネルおよびマスターチャネルのチャネル番号。ｎ＝０，…，Ｎ−１）それぞれを低域通過フィルタリングし、帯域が制限された（振幅を平坦化した）信号ｙ_ｍＬ（ｎ）（ｍは符号化対象チャネルおよびマスターチャネルのチャネル番号。ｎ＝０，…，Ｎ−１）を得る（Ｓ１１０）。遅延量・利得算出部１２０”の場合は、図２１（第３実施形態）のステップＳ１２０”と同じ方法で、最適遅延量、最適利得を求める。遅延量・利得算出部１４０”の場合は、図２２（第３実施形態変形例）のステップＳ１４０”と同じ方法で、最適遅延量、最適利得を求める。そして、遅延量・利得算出部１２０”（１４０”）は、求めた最適遅延量を、符号化対象チャネルの信号に対する、マスターチャネルの信号の遅延量（時間差）とし、最適利得をマスターチャネルの信号に乗ずる重みとして出力する（Ｓ１２０”またはＳ１４０”）。
このように処理することで、符号化対象チャネルの信号に対するマスターチャネルの全ての遅延量候補点での相関値の計算を行うことなく、最適な遅延量と利得を得ることができる。したがって、相関値を求めなかった遅延量があることによる最適遅延の見逃しを避け、かつ、従来に比べ大幅に演算量を削減することができる。

［第５実施形態］
図２３の実線および点線で、多チャネル信号符号化装置の機能構成例を示す。本実施形態の多チャネル信号符号化装置２１００は、複数の時間位置の差（遅延量）τでのマスターチャネルのサンプル列に重みを乗算し、符号化対象チャネルの信号との差分を求め、符号化する。本実施形態の多チャネル信号符号化装置２１００の符号化情報決定部２１２０には、τ決定部２１２５と重み決定部２１２６が備えられている。図２４の実線および点線で、多チャネル信号符号化装置２１００の処理フローを示す。τ決定部２１２５は、ステップＳ１２０”またはステップＳ１４０”で求めた最適遅延量τ_ｏｐｔから、重み付き差分符号化に使うマスターチャネルのサンプル列の時間位置の差（遅延量）τを決定する（Ｓ２１２５）。重み決定部２１２６は、サンプル列の時間位置の差ごとの重みを計算する（Ｓ２１２６）。

ステップＳ２１２５の詳細を図２５に示す。τ決定部２１２５は、ステップＳ１２０”またはステップＳ１４０”で求めた最適遅延量τ_ｏｐｔが０かを確認する（Ｓ２１２５１）。最適遅延量τ_ｏｐｔが０の場合には、符号化対象チャネルのフレーム信号（サンプル列）と参照するマスターチャネルのサンプル列との時間差（時間位置の差）τを０のみとする（Ｓ２１２５２）。最適遅延量τ_ｏｐｔが０でない場合には、符号化対象チャネルのフレーム信号（サンプル列）と参照するマスターチャネルのサンプル列との時間差（時間位置の差）τを０と最適遅延量τ_ｏｐｔの２つとする（Ｓ２１２５３）。

ステップＳ２１２６の詳細を図２６に示す。重み決定部２１２６は、τの数を確認する（Ｓ２１２６１）。τの数が１個の場合には、重み係数γ_０を、
γ_０＝（Ｙ_０ ^ＴＹ_０）^−１Ｘ^ＴＹ_０
により算出する（Ｓ２１２６２）。ただし、Ｘ^ＴＹ_０は内積で、Σｘ（ｉ）ｙ（ｉ）である。τの数が２個の場合には、重み係数γ_０、γ_ｏｐｔを、

により算出する（Ｓ２１２６３）。

また、３つまたは６つのマスターチャネルのサンプル列を用いる場合のステップＳ２１２５とＳ２１２６は次のようになる。図２７にステップＳ２１２５’の処理フローを示す。τ決定部２１２５は、まず求められた最適遅延量τ_ｏｐｔの値を確認する（Ｓ２１２５１’）。最適遅延量τ_ｏｐｔが０の場合には、符号化対象チャネルのフレーム信号（フレームと一致するサンプル列）と参照するマスターチャネルのサンプル列との時間差（時間位置の差）τを−１、０、１とする（Ｓ２１２５４）。最適遅延量τ_ｏｐｔが１または２の場合には、符号化対象チャネルのフレーム信号（サンプル列）と参照するマスターチャネルのサンプル列との時間差（時間位置の差）τを−１、０、１、２、３、４とする（Ｓ２１２５５）。最適遅延量τ_ｏｐｔが−１または−２の場合には、符号化対象チャネルのサンプル列と参照するマスターチャネルのサンプル列との時間差（時間位置の差）τを−４、−３、−２、−１、０、１とする（Ｓ２１２５６）。最適遅延量τ_ｏｐｔが−２、−１、０、１、２でない場合には、符号化対象チャネルのサンプル列と参照するマスターチャネルのサンプル列との時間差（時間位置の差）τを−１、０、１、τ_ｏｐｔ−１、τ_ｏｐｔ、τ_ｏｐｔ＋１とする（Ｓ２１２５７）。

図２８にステップＳ２１２６’の処理フローを示す。重み決定部２１２６は、まずτの数を確認する（Ｓ２１２６１’）。τの数が３個の場合には、重み係数γ_−１、γ_０、γ_１を

により算出する（Ｓ２１２６４）。τの数が６個の場合には、重み係数γ_−１、γ_０、γ_１、γ_{ｏｐｔ−１}、γ_ｏｐｔ、γ_{ｏｐｔ＋１}を、

ただし、

により算出する（Ｓ２１２６５）。

このように処理することで、符号化対象チャネルの信号に対するマスターチャネルの全ての遅延量候補点での相関値の計算を行うことなく、最適な遅延量と利得を得ることができる。したがって、相関値を求めなかった遅延量があることによる最適遅延の見逃しを避け、かつ、従来に比べ大幅に演算量を削減することができる。

なお、上記の実施形態は図２９に示すコンピュータの記録部３０２０に、上記方法の各ステップを実行させるプログラムを読み込ませ、制御部３０１０、入力部３０３０、出力部３０４０などに動作させることで実施できる。また、コンピュータに読み込ませる方法としては、プログラムをコンピュータ読み取り可能な記録媒体に記録しておき、記録媒体からコンピュータに読み込ませる方法、サーバ等に記録されたプログラムを、電気通信回線等を通じてコンピュータに読み込ませる方法などがある。

従来の圧縮符号化装置の構成を示す図。 従来の圧縮符号化装置の処理フローを示す図。 従来の復号化装置の機能構成例を示す図。 従来の多チャネル信号符号化装置の機能構成例を示す図。 従来の多チャネル信号符号化装置の処理フローを示す図。 サンプル列が１つ（１タップ）の場合のステップＳ１８３０の処理のイメージを示す図。 サンプル列が３つ（３タップ）の場合のステップＳ１８３０の処理のイメージを示す図。 従来の多チャネル信号復号化装置の機能構成例を示す図。 ２つのサンプル列（２タップ）を用いる場合のイメージを示す図。 ６つのサンプル列（６タップ）を用いる場合のイメージを示す図。 本発明の効果が現れる具体例を示す図。 評価値の最大値が更新されるたびに階層的に細分化した計算を行う場合の原理を示す図。 全ての選択点の評価値を計算し、評価値が最大の選択点の近傍を階層的に細分化して計算を行う場合の原理を示す図。 第１実施形態の圧縮符号化装置の機能構成例を示す図。 第１実施形態の処理フローの概要を示す図。 ステップＳ１２０１〜ステップＳ１２５１の具体的な処理フローの例を示す図。 第２実施形態の圧縮符号化装置の機能構成例を示す図。 第２実施形態の処理フローの概要を示す図。 ステップＳ１４６１〜ステップＳ１４５１の具体的な処理フローの例を示す図。 第３実施形態の２チャネル信号符号化装置の機能構成例を示す図。 第３実施形態の処理フローの概要を示す図。 第３実施形態の変形例の処理フローの概要を示す図。 第４実施形態、第５実施形態の多チャネル信号符号化装置の機能構成例を示す図。 第４実施形態、第５実施形態の多チャネル信号符号化装置の処理フローを示す図。 ステップＳ２１２５の処理フローを示す図。 ステップＳ２１２６の処理フローを示す図。 ステップＳ２１２５’の処理フローを示す図。 ステップＳ２１２６’の処理フローを示す図。 コンピュータの機能構成例を示す図。

Claims (10)

1. ある区間のディジタル時系列信号（以下、「サンプル列」という。）と、前記サンプル列または同一区間の別のディジタル時系列信号を遅延させたサンプル列（以下、「遅延サンプル列」という。）との時間差（以下、「遅延量」という。）のあらかじめ定めた探索範囲から、前記サンプル列と前記遅延サンプル列とが最も類似する遅延量（以下、「最適遅延量」という。）を推定する予測遅延探索方法であって、
   低域通過フィルタで、前記サンプル列の帯域を低域のみとしたサンプル列（以下、「低域サンプル列」という。）と前記遅延サンプル列の帯域を低域のみとしたサンプル列（以下、「低域遅延サンプル列」という。）との少なくとも一方を生成する帯域制限ステップと、
   選択点評価手段で、前記遅延量の探索範囲からあらかじめ定めた方法で選択された複数の遅延量のサンプル点（以下、「選択点」という。）での、前記サンプル列と前記低域遅延サンプル列と、前記低域サンプル列と前記遅延サンプル列と、前記低域サンプル列と前記低域遅延サンプル列と、の何れかの類似性の評価値（以下、「選択点評価値」という。）を計算する選択点評価計算ステップと、
   最適選択点探索手段で、前記複数の選択点の中から類似性が大きい選択点評価値を与える１つまたは複数の選択点（以下、「最適選択点」という。）を求める最適選択点探索ステップと、
   階層的評価計算手段で、繰り返しの最終回以外では、前記最適選択点と当該最適選択点と隣接する前記選択点との間にある選択点以外の遅延量のサンプル点（以下、「階層的選択点」という。）での、前記サンプル列と前記低域遅延サンプル列と、前記低域サンプル列と前記遅延サンプル列と、前記低域サンプル列と前記低域遅延サンプル列と、の何れかの類似性の評価値を計算して階層的評価値とし、繰り返しの最終回では、階層的選択点での、前記サンプル列と前記遅延サンプル列との類似性の評価値を計算して階層的評価値とする階層的評価計算ステップと、
   最適遅延量探索手段で、前記最適選択点と前記階層的選択点の中から類似性が大きい評価値を与える遅延量を新たな最適選択点として求める最適遅延量探索ステップと、
   出力手段で、前記最適遅延量探索ステップで求めた最適選択点の遅延量を最適遅延量として出力する出力ステップと
   を有し、
   前記最適遅延量探索ステップで求めた新たな最適選択点を用いて前記階層的評価計算ステップと前記最適遅延量探索ステップの処理を、あらかじめ設定した条件を満たすまで繰り返す
   ことを特徴とする予測遅延探索方法。
2. 請求項１に記載の予測遅延探索方法であって、
   前記選択点評価計算ステップを１つの選択点に対して実行するたびに、前記最適選択点探索ステップを実行し、
   最適選択点が変更された場合に前記階層的評価計算ステップと最適評価値探索ステップとを実行する
   ことを特徴とする予測遅延探索方法。
3. 請求項１に記載の予測遅延探索方法であって、
   前記選択点評価計算ステップを全ての選択点に対して実行した上で、前記最適選択点探索ステップを実行し、
   前記階層的評価計算ステップと最適評価値探索ステップとを実行する
   ことを特徴とする予測遅延探索方法。
4. 請求項１から３のいずれかに記載の予測遅延探索方法であって、
   前記選択点評価計算ステップと前記階層的評価計算ステップでの前記類似性の評価値として、相関値または正規化相関値を用いる
   ことを特徴とする予測遅延探索方法。
5. ある区間のディジタル時系列信号（以下、「サンプル列」という。）と、前記サンプル列または同一区間の別のディジタル時系列信号を遅延させたサンプル列（以下、「遅延サンプル列」という。）との時間差（以下、「遅延量」という。）のあらかじめ定めた探索範囲から、前記サンプル列と前記遅延サンプル列とが最も類似する遅延量（以下、「最適遅延量」という。）を推定する予測遅延探索装置であって、
   前記サンプル列の帯域を低域のみとしたサンプル列（以下、「低域サンプル列」という。）と前記遅延サンプル列の帯域を低域のみとしたサンプル列（以下、「低域遅延サンプル列」という。）との少なくとも一方を生成する低域通過フィルタと、
   前記遅延量の探索範囲からあらかじめ定めた方法で選択された複数の遅延量のサンプル点（以下、「選択点」という。）での、前記サンプル列と前記低域遅延サンプル列と、前記低域サンプル列と前記遅延サンプル列と、前記低域サンプル列と前記低域遅延サンプル列と、の何れかの類似性の評価値（以下、「選択点評価値」という。）を計算する選択点評価計算手段と、
   複数の選択点の中から類似性が大きい選択点評価値を与える１つまたは複数の選択点（以下、「最適選択点」という。）を求める最適選択点探索手段と、
   繰り返しの最終回以外では、前記最適選択点と当該最適選択点と隣接する前記選択点との間にある選択点以外の遅延量のサンプル点（以下、「階層的選択点」という。）での、前記サンプル列と前記低域遅延サンプル列と、前記低域サンプル列と前記遅延サンプル列と、前記低域サンプル列と前記低域遅延サンプル列と、の何れかの類似性の評価値を計算して階層的評価値とし、繰り返しの最終回では、階層的選択点での、前記サンプル列と前記遅延サンプル列との類似性の評価値を計算して階層的評価値とする階層的評価計算手段と、
   前記最適選択点と前記階層的選択点の中から類似性が大きい評価値を与える遅延量を新たな最適選択点として求める最適遅延量探索手段と、
   前記最適遅延量探索手段で求めた最適選択点の遅延量を最適遅延量として出力する出力手段と
   を備え、
   前記最適遅延量探索手段で求めた新たな最適選択点を用いて前記階層的評価計算手段と前記最適遅延量探索手段の処理を、あらかじめ設定した条件を満たすまで繰り返す
   ことを特徴とする予測遅延探索装置。
6. 請求項５に記載の予測遅延探索装置であって、
   １つの選択点に対して前記選択点評価計算手段の処理を実行するたびに、前記最適選択点探索手段の処理を実行し、
   最適選択点が変更された場合に前記階層的評価計算手段の処理と最適評価値探索手段の処理とを実行する
   ことを特徴とする予測遅延探索装置。
7. 請求項５に記載の予測遅延探索装置であって、
   全ての選択点に対して前記選択点評価計算手段の処理を実行した上で、前記最適選択点探索手段の処理を実行し、
   前記階層的評価計算手段の処理と最適評価値探索の処理とを実行する
   ことを特徴とする予測遅延探索装置。
8. 請求項５から７のいずれかに記載の予測遅延探索装置であって、
   前記選択点評価計算ステップと前記階層的評価計算ステップでの前記類似性の評価値として、相関値または正規化相関値を用いる
   ことを特徴とする予測遅延探索装置。
9. 請求項１から４のいずれかに記載の方法の各ステップをコンピュータにより実行する予測遅延探索プログラム。
10. 請求項９記載の予測遅延探索プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images