JP4850827B2

JP4850827B2 - 音声符号化装置および音声符号化方法

Info

Publication number: JP4850827B2
Application number: JP2007514798A
Authority: JP
Inventors: 幸司吉田
Original assignee: Panasonic Corp; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Corp; Panasonic Holdings Corp
Priority date: 2005-04-28
Filing date: 2006-04-27
Publication date: 2012-01-11
Anticipated expiration: 2026-04-27
Also published as: DE602006014957D1; WO2006118178A1; KR101259203B1; US20090076809A1; KR20080003839A; US8433581B2; EP1876585A4; EP1876585A1; JPWO2006118178A1; EP1876585B1; CN101167124A; CN101167124B

Description

本発明は、音声符号化装置および音声符号化方法に関し、特に、ステレオ音声のための音声符号化装置および音声符号化方法に関する。

移動体通信やＩＰ通信での伝送帯域の広帯域化、サービスの多様化に伴い、音声通信において高音質化、高臨場感化のニーズが高まっている。例えば、今後、テレビ電話サービスにおけるハンズフリー形態での通話、テレビ会議における音声通信、多地点で複数話者が同時に会話を行うような多地点音声通信、臨場感を保持したまま周囲の音環境を伝送できるような音声通信などの需要が増加すると見込まれる。その場合、モノラル信号より臨場感があり、また複数話者の発話位置が認識できるような、ステレオ音声による音声通信を実現することが望まれる。このようなステレオ音声による音声通信を実現するためには、ステレオ音声の符号化が必須となる。

また、ＩＰネットワーク上での音声データ通信において、ネットワーク上のトラフィック制御やマルチキャスト通信実現のために、スケーラブルな構成を有する音声符号化が望まれている。スケーラブルな構成とは、受信側で部分的な符号化データからでも音声データの復号が可能な構成をいう。

よって、ステレオ音声を符号化し伝送する場合にも、ステレオ信号の復号と、符号化データの一部を用いたモノラル信号の復号とを受信側において選択可能な、モノラル−ステレオ間でのスケーラブル構成（モノラル−ステレオ・スケーラブル構成）を有する符号化が望まれる。

このような、モノラル−ステレオ・スケーラブル構成を有する音声符号化方法としては、例えば、チャネル（以下、適宜「ｃｈ」と略す）間の信号の予測（第１ｃｈ信号から第２ｃｈ信号の予測、または、第２ｃｈ信号から第１ｃｈ信号の予測）を、チャネル相互間のピッチ予測により行う、すなわち、２チャネル間の相関を利用して符号化を行うものがある（非特許文献１参照）。
Ramprashad, S.A., "Stereophonic CELP coding using cross channel prediction", Proc. IEEE Workshop on Speech Coding, pp.136-138, Sep. 2000.

しかしながら、上記非特許文献１記載の音声符号化方法では、双方のチャネル間の相関が小さい場合には、チャネル間の予測性能（予測ゲイン）が低下してしまい、符号化効率が劣化する。

また、モノラル−ステレオ・スケーラブル構成を有する音声符号化方法におけるステレオ拡張レイヤでの符号化にチャネル間の予測を用いた符号化を適用する場合、双方のチャネル間の相関が小さく、かつ、ステレオ拡張レイヤで符号化の対象となるチャネルのチャネル内相関（すなわち、チャネル内の過去の信号と現在の信号との相関度）が小さい場合には、チャネル間の予測のみでは十分な予測性能（予測ゲイン）が得られず符号化効率が劣化する。

本発明の目的は、モノラル−ステレオ・スケーラブル構成を有する音声符号化において、効率的にステレオ音声を符号化することができる音声符号化装置および音声符号化方法
を提供することである。

本発明の音声符号化装置は、モノラル信号のためのコアレイヤの符号化を行う第１符号化手段と、ステレオ信号のための拡張レイヤの符号化を行う第２符号化手段と、を具備し、前記第１符号化手段は、ステレオ信号を構成する第１チャネルの信号および第２チャネルの信号からモノラル信号を生成し、前記第２符号化手段は、前記第１チャネルおよび前記第２チャネルのうち、チャネル内相関がより大きいチャネルのチャネル内予測により生成した予測信号を用いて前記第１チャネルに対する符号化を行う構成を採る。

本発明によれば、効率的にステレオ音声を符号化することができる。

以下、モノラル−ステレオ・スケーラブル構成を有する音声符号化に関する本発明の実施の形態について、添付図面を参照して詳細に説明する。

（実施の形態１）
本実施の形態に係る音声符号化装置の構成を図１に示す。図１に示す音声符号化装置１００は、モノラル信号のためのコアレイヤ符号化部２００とステレオ信号のための拡張レイヤ符号化部３００とを備える。なお、以下の説明では、フレーム単位での動作を前提にして説明する。

コアレイヤ符号化部２００において、モノラル信号生成部２０１は、入力される第１ｃｈ音声信号s_ch1(n)、第２ｃｈ音声信号s_ch2(n)（但し、n=0〜NF-1；NFはフレーム長)から、式（１）に従ってモノラル信号s_mono(n)を生成し、モノラル信号符号化部２０２に出力する。

モノラル信号符号化部２０２は、モノラル信号s_mono(n)に対する符号化を行い、このモノラル信号の符号化データをモノラル信号復号部２０３に出力する。また、このモノラル信号の符号化データは、拡張レイヤ符号化部３００から出力される量子化符号、符号化データおよび選択情報と多重されて、符号化データとして、後述する音声復号装置へ伝送される。

モノラル信号復号部２０３は、モノラル信号の符号化データからモノラルの復号信号を
生成して拡張レイヤ符号化部３００に出力する。

拡張レイヤ符号化部３００において、チャネル間予測パラメータ分析部３０１は、第１ｃｈ音声信号とモノラル復号信号とから、モノラル信号に対する第１ｃｈ音声信号の予測パラメータ（チャネル間予測パラメータ）を求めて量子化し、チャネル間予測部３０２に出力する。ここでは、チャネル間予測パラメータ分析部３０１は、チャネル間予測パラメータとして、モノラル信号（モノラル復号信号）に対する第１ｃｈ音声信号の遅延差（Ｄサンプル）および振幅比（ｇ）を求める。また、チャネル間予測パラメータ分析部３０１は、チャネル間予測パラメータを量子化および符号化したチャネル間予測パラメータ量子化符号を出力する。このチャネル間予測パラメータ量子化符号は、他の量子化符号、符号化データおよび選択情報と多重されて、符号化データとして、後述する音声復号装置へ伝送される。

チャネル間予測部３０２は、量子化されたチャネル間予測パラメータを用いて、モノラル復号信号から第１ｃｈ信号を予測し、この第１ｃｈ予測信号（チャネル間予測）を減算器３０３および第１ｃｈ予測残差信号符号化部３０８に出力する。例えば、チャネル間予測部３０２は、式（２）で表される予測により、モノラル復号信号sd_mono(n)から、第１ｃｈ予測信号sp_ch1(n)を合成する。

相関度比較部３０４は、第１ｃｈ音声信号から第１ｃｈのチャネル内相関（第１ｃｈ内の過去の信号と現在の信号との相関度）を算出するとともに、第２ｃｈ音声信号から第２ｃｈのチャネル内相関（第２ｃｈ内の過去の信号と現在の信号との相関度）を算出する。各チャネルのチャネル内相関としては、例えば、対応する音声信号に対する正規化最大自己相関係数値、対応する音声信号に対するピッチ予測ゲイン値、対応する音声信号から求められるＬＰＣ予測残差信号に対する正規化最大自己相関係数値、対応する音声信号から求められるＬＰＣ予測残差信号に対するピッチ予測ゲイン値などを用いることができる。そして、相関度比較部３０４は、第１ｃｈのチャネル内相関と第２ｃｈのチャネル内相関とを比較して、より大きい相関をもつチャネルを選択する。この選択の結果を示す選択情報は選択部３０５、３０６に出力される。また、この選択情報は、量子化符号および符号化データと多重されて、符号化データとして、後述する音声復号装置へ伝送される。

第１ｃｈ内予測部３０７は、第１ｃｈ音声信号と、第１ｃｈ予測残差信号符号化部３０８から入力される第１ｃｈ復号信号とから、第１ｃｈでのチャネル内予測により、第１ｃｈ信号を予測して、この第１ｃｈ予測信号を選択部３０５に出力する。また、第１ｃｈ内予測部３０７は、第１ｃｈでのチャネル内予測に必要なチャネル内予測パラメータの量子化により得られる第１ｃｈのチャネル内予測パラメータ量子化符号を選択部３０６に出力する。なお、チャネル内予測の詳細については後述する。

第２ｃｈ信号生成部３０９は、モノラル信号復号部２０３から入力されるモノラル復号信号と、第１ｃｈ予測残差信号符号化部３０８から入力される第１ｃｈ復号信号とから、上式（１）の関係に基づいて、第２ｃｈ復号信号を生成する。つまり、第２ｃｈ信号生成部３０９は、モノラル復号信号sd_mono(n)と第１ｃｈ復号信号sd_ch1(n)とから、式（３）に従って第２ｃｈ復号信号sd_ch2(n)を生成して、第２ｃｈ内予測部３１０に出力する。

第２ｃｈ内予測部３１０は、第２ｃｈ音声信号と第２ｃｈ復号信号とから、第２ｃｈでのチャネル内予測により、第２ｃｈ信号を予測して、この第２ｃｈ予測信号を第１ｃｈ信号生成部３１１に出力する。また、第２ｃｈ内予測部３１０は、第２ｃｈでのチャネル内予測に必要なチャネル内予測パラメータの量子化により得られる第２ｃｈのチャネル内予測パラメータ量子化符号を選択部３０６に出力する。なお、チャネル内予測の詳細については後述する。

第１ｃｈ信号生成部３１１は、第２ｃｈ予測信号と、モノラル信号復号部２０３から入力されるモノラル復号信号とから、上式（１）の関係に基づいて、第１ｃｈ予測信号を生成する。つまり、第１ｃｈ信号生成部３１１は、モノラル復号信号sd_mono(n)と第２ｃｈ予測信号s_ch2_p(n)とから、式（４）に従って第１ｃｈ予測信号s_ch1_p(n)を生成して、選択部３０５に出力する。

選択部３０５は、相関度比較部３０４での選択結果に従って、第１ｃｈ内予測部３０７から出力される第１ｃｈ予測信号、または、第１ｃｈ信号生成部３１１から出力される第１ｃｈ予測信号のいずれかを選択して、減算器３０３および第１ｃｈ予測残差信号符号化部３０８に出力する。選択部３０５は、相関度比較部３０４により第１ｃｈが選択された場合（つまり、第１ｃｈのチャネル内相関が第２ｃｈのチャネル内相関より大きい場合）、第１ｃｈ内予測部３０７から出力される第１ｃｈ予測信号を選択し、相関度比較部３０４により第２ｃｈが選択された場合（つまり、第１ｃｈのチャネル内相関が第２ｃｈのチャネル内相関以下の場合）、第１ｃｈ信号生成部３１１から出力される第１ｃｈ予測信号を選択する。

選択部３０６は、相関度比較部３０４での選択結果に従って、第１ｃｈ内予測部３０７から出力される第１ｃｈのチャネル内予測パラメータ量子化符号、または、第２ｃｈ内予測部３１０から出力される第２ｃｈのチャネル内予測パラメータ量子化符号のいずれかを選択して、チャネル内予測パラメータ量子化符号として出力する。このチャネル内予測パラメータ量子化符号は、他の量子化符号、符号化データおよび選択情報と多重されて、符号化データとして、後述する音声復号装置へ伝送される。

具体的には、選択部３０６は、相関度比較部３０４により第１ｃｈが選択された場合（つまり、第１ｃｈのチャネル内相関が第２ｃｈのチャネル内相関より大きい場合）、第１ｃｈ内予測部３０７から出力される第１ｃｈのチャネル内予測パラメータ量子化符号を選択し、相関度比較部３０４により第２ｃｈが選択された場合（つまり、第１ｃｈのチャネル内相関が第２ｃｈのチャネル内相関以下の場合）、第２ｃｈ内予測部３１０から出力される第２ｃｈのチャネル内予測パラメータ量子化符号を選択する。

減算器３０３は、入力信号である第１ｃｈ音声信号と第１ｃｈ予測信号との残差信号（第１ｃｈ予測残差信号）、すなわち、チャネル間予測部３０２から出力された第１ｃｈ予
測信号と、選択部３０５から出力された第１ｃｈ予測信号とを、第１ｃｈ音声信号から差し引いた残りの信号を求め、第１ｃｈ予測残差信号符号化部３０８に出力する。

第１ｃｈ予測残差信号符号化部３０８は、第１ｃｈ予測残差信号を符号化した第１ｃｈ予測残差符号化データを出力する。この第１ｃｈ予測残差符号化データは、他の符号化データ、量子化符号および選択情報と多重されて、符号化データとして、後述する音声復号装置へ伝送される。また、第１ｃｈ予測残差信号符号化部３０８は、第１ｃｈ予測残差符号化データを復号した信号と、チャネル間予測部３０２から出力された第１ｃｈ予測信号と、選択部３０５から出力された第１ｃｈ予測信号とを加算して、第１ｃｈ復号信号を求め、この第１ｃｈ復号信号を第１ｃｈ内予測部３０７および第２ｃｈ信号生成部３０９に出力する。

ここで、第１ｃｈ内予測部３０７および第２ｃｈ内予測部３１０は、各チャネル内の信号の相関性を利用して、過去の信号から符号化対象フレームの信号を予測するチャネル内予測を行う。例えば、１次のピッチ予測フィルタを用いる場合は、チャネル内予測により予測される各チャネルの信号は式（５）で表される。ここで、Sp(n)は各チャネルの予測信号、s(n)は各チャネルの復号信号（第１ｃｈ復号信号または第２ｃｈ復号信号）である。また、Tおよびgpは、各チャネルの復号信号と各チャネルの入力信号（第１ｃｈ音声信号または第２ｃｈ音声信号）とから求められる、１次のピッチ予測フィルタのラグおよび予測係数であり、これらはチャネル内予測パラメータを構成する。

次いで、図２〜４を用いて、拡張レイヤ符号化部３００の動作について説明する。

まず、第１ｃｈのチャネル内相関度cor1および第２ｃｈのチャネル内相関度cor2を算出する（ＳＴ１１）。

次いで、cor1とcor2とを比較して（ＳＴ１２）、チャネル内相関度がより大きいチャネルでのチャネル内予測を用いる。

すなわち、cor1＞cor2の場合は（ＳＴ１２：ＹＥＳ）、第１ｃｈでのチャネル内予測を行って求めた第１ｃｈ予測信号を符号化対象として選択する。具体的には、図３に示すように、第ｎ−１フレームの第１ｃｈ復号信号２１から上式（５）に従って第ｎフレームの第１ｃｈ信号２２を予測し（ＳＴ１３）、このようにして予測した第１ｃｈ予測信号２２を符号化対象として選択部３０５から出力する（ＳＴ１７）。つまり、cor1＞cor2の場合は、第１ｃｈ復号信号から第１ｃｈ信号を直接的に予測する。

一方、cor1≦cor2の場合は（ＳＴ１２：ＮＯ）、第２ｃｈ復号信号を生成し（ＳＴ１４）、第２ｃｈでのチャネル内予測を行って第２チャネル予測信号を求め（ＳＴ１５）、第２ｃｈ予測信号とモノラル復号信号とから第１ｃｈ予測信号を求め（ＳＴ１６）、このようにして求めた第１ｃｈ予測信号を符号化対象として選択部３０５から出力する（ＳＴ１７）。具体的には、図４に示すように、第ｎ−１フレームの第１ｃｈ復号信号３１および第ｎ−１フレームのモノラル復号信号３２から、上式（３）に従って、第ｎ−１フレームの第２ｃｈ復号信号を生成する。次いで、第ｎ−１フレームの第２ｃｈ復号信号３３から上式（５）に従って第ｎフレームの第２ｃｈ信号３４を予測する。次いで、第ｎフレームの第２ｃｈ予測信号３４および第ｎフレームのモノラル復号信号３５から、上式（４）に
従って、第ｎフレームの第１ｃｈ予測信号３６を生成する。そして、このようにして予測した第１ｃｈ予測信号３６を符号化対象として選択する。つまり、cor1≦cor2の場合は、第２ｃｈ予測信号とモノラル復号信号とから、第１ｃｈ信号を間接的に予測する。

次いで、本実施の形態に係る音声復号装置について説明する。本実施の形態に係る音声復号装置の構成を図５に示す。図５に示す音声復号装置４００は、モノラル信号のためのコアレイヤ復号部４１０と、ステレオ信号のための拡張レイヤ復号部４２０とを備える。

モノラル信号復号部４１１は、入力されるモノラル信号の符号化データを復号し、モノラル復号信号を拡張レイヤ復号部４２０に出力するとともに、最終出力として出力する。

チャネル間予測パラメータ復号部４２１は、入力されるチャネル間予測パラメータ量子化符号を復号してチャネル間予測部４２２に出力する。

チャネル間予測部４２２は、量子化されたチャネル間予測パラメータを用いて、モノラル復号信号から第１ｃｈ信号を予測し、この第１ｃｈ予測信号（チャネル間予測）を加算器４２３に出力する。例えば、チャネル間予測部４２２は、上式（２）で表される予測により、モノラル復号信号sd_mono(n)から、第１ｃｈ予測信号sp_ch1(n)を合成する。

第１ｃｈ予測残差信号復号部４２４は、入力される第１ｃｈ予測残差符号化データを復号して加算器４２３に出力する。

加算器４２３は、チャネル間予測部４２２から出力される第１ｃｈ予測信号と、第１ｃｈ予測残差信号復号部４２４から出力される第１ｃｈ予測残差信号と、選択部４２６から出力される第１ｃｈ予測信号とを加算して、第１ｃｈ復号信号を求め、この第１ｃｈ復号信号を、第１ｃｈ内予測部４２５および第２ｃｈ信号生成部４２７に出力するとともに、最終出力として出力する。

第１ｃｈ内予測部４２５は、第１ｃｈ復号信号と、第１ｃｈのチャネル内予測パラメータ量子化符号とから、上記同様のチャネル内予測により第１ｃｈ信号を予測して、この第１ｃｈ予測信号を選択部４２６に出力する。

第２ｃｈ信号生成部４２７は、モノラル復号信号と第１ｃｈ復号信号とから、上式（３）に従って第２ｃｈ復号信号を生成して、第２ｃｈ内予測部４２８に出力する。

第２ｃｈ内予測部４２８は、第２ｃｈ復号信号と、第２ｃｈのチャネル内予測パラメータ量子化符号とから、上記同様のチャネル内予測により第２ｃｈ信号を予測して、この第２ｃｈ予測信号を第１ｃｈ信号生成部４２９に出力する。

第１ｃｈ信号生成部４２９は、モノラル復号信号と第２ｃｈ予測信号とから、上式（４）に従って第１ｃｈ予測信号を生成して、選択部４２６に出力する。

選択部４２６は、選択情報が示す選択結果に従って、第１ｃｈ内予測部４２５から出力される第１ｃｈ予測信号、または、第１ｃｈ信号生成部４２９から出力される第１ｃｈ予測信号のいずれかを選択して、加算器４２３に出力する。選択部４２６は、図１の音声符号化装置１００にて第１ｃｈが選択された場合（つまり、第１ｃｈのチャネル内相関が第２ｃｈのチャネル内相関より大きい場合）、第１ｃｈ内予測部４２５から出力される第１ｃｈ予測信号を選択し、音声符号化装置１００にて第２ｃｈが選択された場合（つまり、第１ｃｈのチャネル内相関が第２ｃｈのチャネル内相関以下の場合）、第１ｃｈ信号生成部４２９から出力される第１ｃｈ予測信号を選択する。

このような構成を採る音声復号装置４００では、モノラル−ステレオ・スケーラブル構成において、出力音声をモノラルとする場合は、モノラル信号の符号化データのみから得られる復号信号をモノラル復号信号として出力し、出力音声をステレオとする場合は、受信される符号化データおよび量子化符号のすべてを用いて第１ｃｈ復号信号および第２ｃｈ復号信号を復号して出力する。

このように、本実施の形態では、チャネル内相関がより大きいチャネルでのチャネル内予測により求めた予測信号を用いて拡張レイヤでの符号化を行うため、符号化対象チャネル（本実施形態では第１ｃｈ）の符号化対象フレームにおけるチャネル内相関（チャネル内予測性能）が小さく予測が有効に行えない場合でも、他方のチャネル（本実施形態では第２ｃｈ）のチャネル内相関が大きい場合には、その他方のチャネルでのチャネル内予測により求めた予測信号を用いて符号化対象チャネルの信号を予測することができるため、符号化対象チャネルのチャネル内相関が小さい場合でも、十分な予測性能（予測ゲイン）を得ることができ、その結果、符号化効率の劣化を防ぐことができる。

なお、上記説明では、拡張レイヤ符号化部３００にチャネル間予測パラメータ分析部３０１およびチャネル間予測部３０２を設ける構成について説明したが、拡張レイヤ符号化部３００はこれらの各部を有しない構成を採ることも可能である。この場合、拡張レイヤ符号化部３００では、コアレイヤ符号化部２００から出力されたモノラル復号信号が直接減算器３０３に入力され、減算器３０３は、第１ｃｈ音声信号からモノラル復号信号および第１ｃｈ予測信号を減算して予測残差信号を求める。

また、上記説明では、チャネル内相関の大きさに基づいて、第１ｃｈでのチャネル内予測により直接求めた第１ｃｈ予測信号（直接的予測）、または、第２ｃｈでのチャネル内予測により求めた第２ｃｈ予測信号から間接的に求めた第１ｃｈ予測信号（間接的予測）のいずれかを選択したが、符号化対象チャネルである第１ｃｈのチャネル内予測誤差（すなわち、入力信号である第１ｃｈ音声信号に対する第１ｃｈ予測信号の誤差）が小さい方の第１ｃｈ予測信号を選択してもよい。または、双方の第１ｃｈ予測信号を用いて拡張レイヤでの符号化を行い、その結果生じる符号化歪みがより小さい方の第１ｃｈ予測信号を選択してもよい。

（実施の形態２）
図６に本実施の形態に係る音声符号化装置５００の構成を示す。

コアレイヤ符号化部５１０において、モノラル信号生成部５１１は、上式（１）に従ってモノラル信号を生成し、モノラル信号ＣＥＬＰ符号化部５１２に出力する。

モノラル信号ＣＥＬＰ符号化部５１２は、モノラル信号生成部５１１で生成されたモノラル信号に対してＣＥＬＰ符号化を行い、モノラル信号符号化データ、および、ＣＥＬＰ符号化によって得られるモノラル駆動音源信号を出力する。モノラル信号符号化データは、モノラル信号復号部５１３に出力されるとともに、第１ｃｈ符号化データと多重されて音声復号装置へ伝送される。また、モノラル駆動音源信号は、モノラル駆動音源信号保持部５２１に保持される。

モノラル信号復号部５１３は、モノラル信号の符号化データからモノラルの復号信号を生成して、モノラル復号信号保持部５２２に出力する。このモノラル復号信号は、モノラル復号信号保持部５２２に保持される。

拡張レイヤ符号化部５２０において、第１ｃｈＣＥＬＰ符号化部５２３は、第１ｃｈ音
声信号に対してＣＥＬＰ符号化を行って第１ｃｈ符号化データを出力する。第１ｃｈＣＥＬＰ符号化部５２３は、モノラル信号符号化データ、モノラル復号信号、モノラル駆動音源信号、第２ｃｈ音声信号、および、第２ｃｈ信号生成部５２５から入力される第２ｃｈ復号信号を用いて、第１ｃｈ音声信号に対応する駆動音源信号の予測、および、その予測残差成分に対するＣＥＬＰ符号化を行う。第１ｃｈＣＥＬＰ符号化部５２３は、その予測残差成分に対するＣＥＬＰ音源符号化において、ステレオ信号の各チャネルのチャネル内相関に基づき、適応符号帳探索を行う符号帳を切替える（すなわち、符号化に用いるチャネル内予測を行うチャネルを切替える）。第１ｃｈＣＥＬＰ符号化部５２３の詳細については後述する。

第１ｃｈ復号部５２４は、第１ｃｈ符号化データを復号して第１ｃｈ復号信号を求め、この第１ｃｈ復号信号を第２ｃｈ信号生成部５２５に出力する。

第２ｃｈ信号生成部５２５は、モノラル復号信号と第１ｃｈ復号信号とから、上式（３）に従って第２ｃｈ復号信号を生成して、第１ｃｈＣＥＬＰ符号化部５２３に出力する。

次いで、第１ｃｈＣＥＬＰ符号化部５２３の詳細について説明する。第１ｃｈＣＥＬＰ符号化部５２３の構成を図７に示す。

図７において、第１ｃｈＬＰＣ分析部６０１は、第１ｃｈ音声信号に対するＬＰＣ分析を行い、得られたＬＰＣパラメータを量子化して第１ｃｈＬＰＣ予測残差信号生成部６０２および合成フィルタ６１５に出力するとともに、第１ｃｈＬＰＣ量子化符号を第１ｃｈ符号化データとして出力する。第１ｃｈＬＰＣ分析部６０１では、ＬＰＣパラメータの量子化に際し、モノラル信号に対するＬＰＣパラメータと第１ｃｈ音声信号から得られるＬＰＣパラメータ（第１ｃｈＬＰＣパラメータ）との相関が大きいことを利用して、モノラル信号の符号化データからモノラル信号量子化ＬＰＣパラメータを復号し、そのモノラル信号量子化ＬＰＣパラメータに対する第１ｃｈＬＰＣパラメータの差分成分を量子化することにより効率的な量子化を行う。

第１ｃｈＬＰＣ予測残差信号生成部６０２は、第１ｃｈ量子化ＬＰＣパラメータを用いて、第１ｃｈ音声信号に対するＬＰＣ予測残差信号を算出してチャネル間予測パラメータ分析部６０３に出力する。

チャネル間予測パラメータ分析部６０３は、ＬＰＣ予測残差信号とモノラル駆動音源信号とから、モノラル信号に対する第１ｃｈ音声信号の予測パラメータ（チャネル間予測パラメータ）を求めて量子化し、第１ｃｈ駆動音源信号予測部６０４に出力する。また、チャネル間予測パラメータ分析部６０３は、チャネル間予測パラメータを量子化および符号化したチャネル間予測パラメータ量子化符号を第１ｃｈ符号化データとして出力する。

第１ｃｈ駆動音源信号予測部６０４は、モノラル駆動音源信号および量子化されたチャネル間予測パラメータを用いて、第１ｃｈ音声信号に対応する予測駆動音源信号を合成する。この予測駆動音源信号は、乗算器６１２−１でゲインを乗じられて加算器６１４に出力される。

ここで、チャネル間予測パラメータ分析部６０３は、実施の形態１（図１）におけるチャネル間予測パラメータ分析部３０１に対応し、それらの動作は同様になる。また、第１ｃｈ駆動音源信号予測部６０４は、実施の形態１（図１）におけるチャネル間予測部３０２に対応し、それらの動作は同様になる。但し、本実施の形態では、モノラル復号信号に対する予測を行って第１ｃｈ予測信号を合成するのではなく、モノラル駆動音源信号に対する予測を行って第１ｃｈの予測駆動音源信号を合成する点において実施の形態１と異な
る。そして、本実施の形態では、その予測駆動音源信号に対する残差成分（予測しきれない誤差成分）の音源信号を、ＣＥＬＰ符号化における音源探索により符号化する。

相関度比較部６０５は、第１ｃｈ音声信号から第１ｃｈのチャネル内相関を算出するとともに、第２ｃｈ音声信号から第２ｃｈのチャネル内相関を算出する。そして、相関度比較部６０５は、第１ｃｈのチャネル内相関と第２ｃｈのチャネル内相関とを比較して、より大きい相関をもつチャネルを選択する。この選択の結果を示す選択情報は選択部６１３に出力される。また、この選択情報は、第１ｃｈ符号化データとして出力される。

第２ｃｈＬＰＣ予測残差信号生成部６０６は、第１ｃｈ量子化ＬＰＣパラメータおよび第２ｃｈ復号信号から第２ｃｈ復号信号に対するＬＰＣ予測残差信号を生成し、前サブフレーム（第ｎ−１サブフレーム）までの第２ｃｈＬＰＣ予測残差信号で構成される第２ｃｈ適応符号帳６０７を生成する。

モノラルＬＰＣ予測残差信号生成部６０９は、第１ｃｈ量子化ＬＰＣパラメータおよびモノラル復号信号からモノラル復号信号に対するＬＰＣ予測残差信号（モノラルＬＰＣ予測残差信号）を生成して、第１ｃｈ信号生成部６０８に出力する。

第１ｃｈ信号生成部６０８は、歪最小化部６１８から指示されたインデクスに対応する適応符号帳ラグに基づいて第２ｃｈ適応符号帳６０７から出力される第２ｃｈの符号ベクトルVacb_ch2(n)（但し、n=0〜NSUB-1；NSUBはサブフレーム長（ＣＥＬＰ音源探索時の区間長単位））と、符号化対象の現サブフレーム（第ｎサブフレーム）のモノラルＬＰＣ予測残差信号Vres_mono(n)とを用いて、上式（１）の関係に基づき、式（６）に従って、第１ｃｈの適応音源に対応する符号ベクトルVacb_ch1(n)を算出して適応符号帳ベクトルとして出力する。この符号ベクトルVacb_ch1(n)は、乗算器６１２−２で適応符号帳ゲインを乗じられて選択部６１３に出力される。

第１ｃｈ適応符号帳６１０は、歪最小化部６１８から指示されたインデクスに対応する適応符号帳ラグに基づいて、１サブフレーム分の第１ｃｈの符号ベクトルを適応符号帳ベクトルとして乗算器６１２−３へ出力する。この適応符号帳ベクトルは、乗算器６１２−３で適応符号帳ゲインを乗じられて選択部６１３に出力される。

選択部６１３は、相関度比較部６０５での選択結果に従って、乗算器６１２−２から出力される適応符号帳ベクトル、または、乗算器６１２−３から出力される適応符号帳ベクトルのいずれかを選択して、乗算器６１２−４に出力する。選択部６１３は、相関度比較部６０５により第１ｃｈが選択された場合（つまり、第１ｃｈのチャネル内相関が第２ｃｈのチャネル内相関より大きい場合）、乗算器６１２−３から出力される適応符号帳ベクトルを選択し、相関度比較部６０５により第２ｃｈが選択された場合（つまり、第１ｃｈのチャネル内相関が第２ｃｈのチャネル内相関以下の場合）、乗算器６１２−２から出力される適応符号帳ベクトルを選択する。

乗算器６１２−４は、選択部６１３から出力された適応符号帳ベクトルに別のゲインを乗じ、加算器６１４に出力する。

第１ｃｈ固定符号帳６１１は、歪最小化部６１８から指示されたインデクスに対応する
符号ベクトルを固定符号帳ベクトルとして乗算器６１２−５に出力する。

乗算器６１２−５は、第１ｃｈ固定符号帳６１１から出力された固定符号帳ベクトルに固定符号帳ゲインを乗じ、乗算器６１２−６に出力する。

乗算器６１２−６は、固定符号帳ベクトルに別のゲインを乗じ、加算器６１４に出力する。

加算器６１４は、乗算器６１２−１から出力された予測駆動音源信号と、乗算器６１２−４から出力された適応符号帳ベクトルと、乗算器６１２−６から出力された固定符号帳ベクトルとを加算し、加算後の音源ベクトルを駆動音源として合成フィルタ６１５に出力する。

合成フィルタ６１５は、第１ｃｈ量子化ＬＰＣパラメータを用いて、加算器６１４から出力される音源ベクトルを駆動音源としてＬＰＣ合成フィルタによる合成を行い、この合成により得られる合成信号を減算器６１６に出力する。なお、合成信号のうち第１ｃｈの予測駆動音源信号に対応する成分は、実施の形態１（図１）においてチャネル間予測部３０２から出力される第１ｃｈ予測信号に相当する。

減算器６１６は、合成フィルタ６１５から出力された合成信号を第１ｃｈ音声信号から減算することにより誤差信号を算出し、この誤差信号を聴覚重み付け部６１７に出力する。この誤差信号が符号化歪みに相当する。

聴覚重み付け部６１７は、減算器６１６から出力された符号化歪みに対して聴覚的な重み付けを行い、歪最小化部６１８へ出力する。

歪最小化部６１８は、第２ｃｈ適応符号帳６０７、第１ｃｈ適応符号帳６１０および第１ｃｈ固定符号帳６１１に対して、聴覚重み付け部６１７から出力される符号化歪みを最小とするようなインデクスを決定し、第２ｃｈ適応符号帳６０７、第１ｃｈ適応符号帳６１０および第１ｃｈ固定符号帳６１１が使用するインデクスを指示する。また、歪最小化部６１８は、それらのインデクスに対応するゲイン（適応符号帳ゲインおよび固定符号帳ゲイン）を生成し、それぞれ乗算器６１２−２、６１２−３、６１２−５へ出力する。

また、歪最小化部６１８は、第１ｃｈ駆動音源信号予測部６０４から出力される予測駆動音源信号、選択部６１３から出力される適応符号帳ベクトル、および、乗算器６１２−５から出力される固定符号帳ベクトル、の３種類の信号間のゲインを調整する各ゲインを生成し、それぞれ乗算器６１２−１、６１２−４、６１２−６に出力する。それら３種類の信号間のゲインを調整する３種類のゲインは、好ましくはそれらのゲイン値間に相互に関係性をもたせて生成することが望ましい。例えば、第１ｃｈ音声信号と第２ｃｈ音声信号とのチャネル間相関が大きい場合は、予測駆動音源信号の寄与分がゲイン乗算後の適応符号帳ベクトルおよびゲイン乗算後の固定符号帳ベクトルの寄与分に対して相対的に大きくなるように、逆に、チャネル間相関が小さい場合は、予測駆動音源信号の寄与分がゲイン乗算後の適応符号帳ベクトルおよびゲイン乗算後の固定符号帳ベクトルの寄与分に対して相対的に小さくなるようにする。

また、歪最小化部６１８は、それらのインデクス、それらのインデクスに対応する各ゲインの符号、および、信号間調整用ゲインの符号を第１ｃｈ音源符号化データとして出力する。この第１ｃｈ音源符号化データは、第１ｃｈ符号化データとして出力される。

次いで、図８を用いて、第１ｃｈＣＥＬＰ符号化部５２３の動作について説明する。

まず、第１ｃｈのチャネル内相関度cor1および第２ｃｈのチャネル内相関度cor2を算出する（ＳＴ４１）。

次いで、cor1とcor2とを比較して（ＳＴ４２）、チャネル内相関度がより大きいチャネルの適応符号帳を用いた適応符号帳探索を行う。

すなわち、cor1＞cor2の場合は（ＳＴ４２：ＹＥＳ）、第１ｃｈ適応符号帳を用いた適応符号帳探索を行って（ＳＴ４３）、探索結果を出力する（ＳＴ４８）。

一方、cor1≦cor2の場合は（ＳＴ４２：ＮＯ）、モノラルＬＰＣ予測残差信号を生成し（ＳＴ４４）、第２ｃｈＬＰＣ予測残差信号を生成し（ＳＴ４５）、第２ｃｈＬＰＣ予測残差信号から第２ｃｈ適応符号帳を生成し（ＳＴ４６）、モノラルＬＰＣ予測残差信号と第２ｃｈ適応符号帳とを用いた適応符号帳探索を行って（ＳＴ４７）、探索結果を出力する（ＳＴ４８）。

このように、本実施の形態によれば、音声符号化に適したＣＥＬＰ符号化を用いるため、実施の形態１に比べ、さらに効率的な符号化を行うことができる。

なお、上記説明では、第１ｃｈＣＥＬＰ符号化部５２３に第１ｃｈＬＰＣ予測残差信号生成部６０２、チャネル間予測パラメータ分析部６０３および第１ｃｈ駆動音源信号予測部６０４を設ける構成について説明したが、第１ｃｈＣＥＬＰ符号化部５２３はこれらの各部を有しない構成を採ることも可能である。この場合、第１ｃｈＣＥＬＰ符号化部５２３では、モノラル駆動音源信号保持部５２１から出力されたモノラル駆動音源信号に直接ゲインが乗算されて加算器６１４に出力される。

また、上記説明では、チャネル内相関の大きさに基づいて、第１ｃｈ適応符号帳６１０を用いた適応符号帳探索または第２ｃｈ適応符号帳６０７を用いた適応符号帳探索のいずれかを選択したが、これら双方の適応符号帳探索を行い、符号化対象チャネル（本実施形態では第１ｃｈ）の符号化歪みがより小さい方の探索結果を選択してもよい。

上記各実施の形態に係る音声符号化装置、音声復号装置を、移動体通信システムにおいて使用される無線通信移動局装置や無線通信基地局装置等の無線通信装置に搭載することも可能である。

また、上記各実施の形態では、本発明をハードウェアで構成する場合を例にとって説明したが、本発明はソフトウェアで実現することも可能である。

また、上記各実施の形態の説明に用いた各機能ブロックは、典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部または全てを含むように１チップ化されてもよい。

ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサーを利用してもよい。

さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。

本明細書は、２００５年４月２８日出願の特願２００５−１３２３６５に基づくものである。この内容はすべてここに含めておく。

本発明は、移動体通信システムやインターネットプロトコルを用いたパケット通信システム等における通信装置の用途に適用できる。

本発明の実施の形態１に係る音声符号化装置の構成を示すブロック図本発明の実施の形態１に係る拡張レイヤ符号化部の動作フロー図本発明の実施の形態１に係る拡張レイヤ符号化部の動作概念図本発明の実施の形態１に係る拡張レイヤ符号化部の動作概念図本発明の実施の形態１に係る音声復号装置の構成を示すブロック図本発明の実施の形態２に係る音声符号化装置の構成を示すブロック図本発明の実施の形態２に係る第１ｃｈＣＥＬＰ符号化部の構成を示すブロック図本発明の実施の形態２に係る第１ｃｈＣＥＬＰ符号化部の動作フロー図

Claims

モノラル信号のためのコアレイヤの符号化を行う第１符号化手段と、
ステレオ信号のための拡張レイヤの符号化を行う第２符号化手段と、を具備し、
前記第１符号化手段は、ステレオ信号を構成する第１チャネルの信号および第２チャネルの信号からモノラル信号を生成し、
前記第２符号化手段は、前記第１チャネルおよび前記第２チャネルのうち、チャネル内相関がより大きいチャネルのチャネル内予測により生成した予測信号を用いて前記第１チャネルに対する符号化を行う、
音声符号化装置。
前記第２符号化手段は、
前記第２チャネルのチャネル相関がより大きい場合は、前記第２チャネルのチャネル内予測により生成した予測信号と、前記モノラル信号とから前記第１チャネルの信号を予測する、
請求項１記載の音声符号化装置。
請求項１記載の音声符号化装置を具備する無線通信移動局装置。
請求項１記載の音声符号化装置を具備する無線通信基地局装置。
モノラル信号のためのコアレイヤの符号化とステレオ信号のための拡張レイヤの符号化とを行う音声符号化方法であって、
前記コアレイヤにおいて、ステレオ信号を構成する第１チャネルの信号および第２チャネルの信号からモノラル信号を生成し、
前記拡張レイヤにおいて、前記第１チャネルおよび前記第２チャネルのうち、チャネル内相関がより大きいチャネルのチャネル内予測により生成した予測信号を用いて前記第１チャネルに対する符号化を行う、
音声符号化方法。