JP4984983B2 - 符号化装置および符号化方法 - Google Patents

Description

この発明は、信号の低域成分を第１の符号化方式で符号化した第１の符号化データと前記信号の高域成分を第２の符号化方式で符号化した第２の符号化データとを生成し、第１の符号化データと第２の符号化データとを多重化して出力する符号化装置およびその符号化方法に関し、特に、低分解能モードによって入力音の高域成分を符号化した場合であっても、高域成分を適切に符号化可能な符号化装置および符号化方法に関する。

音声や音楽などを符号化する方式として、ＭＰＥＧ−２ ＨＥ−ＡＡＣ（High-Efficiency Advanced Audio Coding）方式が知られている（以下、ＨＥ−ＡＡＣ方式と表記する）。このＨＥ−ＡＡＣ方式は、入力音の低域成分をＡＡＣ（Advanced Audio Coding）方式で符号化し、高域成分をＳＢＲ（Spectral Band Replication；帯域複製技術）方式で符号化する符号化方式である。

図８は、ＨＥ−ＡＡＣ方式を説明するための図である。ＨＥ−ＡＡＣ方式において、ＳＢＲ方式で符号化される情報は、低域成分（ＡＡＣ方式で符号化された情報）から高域成分を複製する際の位置情報、高域成分の電力を調整するパラメタ、低域成分からは複製できない成分の情報が含まれており、低域成分と高域成分とをＡＡＣ方式でまとめて符号化するＨＥ−ＡＡＣ方式以外の符号化方式よりも情報量を節約することができる。以下、ＡＡＣ方式によって符号化した情報をＡＡＣデータと表記し、ＳＢＲ方式によって符号化した情報をＳＢＲデータと表記する。

ここで、ＨＥ−ＡＡＣ方式によって入力音を符号化する従来の符号化装置について説明する。図９は、従来の符号化装置の構成を示す機能ブロック図である。同図に示すように、この符号化装置１０は、ＳＢＲエンコーダ１１と、ダウンサンプリング部１２と、ＡＡＣエンコーダ１３と多重化部１４とを備えて構成される。

このうち、ＳＢＲエンコーダ１１は、上述したＳＢＲ方式によって入力音を符号化し、符号化したＳＢＲデータを多重化部１４に出力する手段である。ＳＢＲエンコーダ１１は、入力音を符号化する場合に、予め管理者に設定された判定基準により、入力音を高分解能モードによって符号化するか低分解能モードによって符号化するかを判定し、判定結果に応じて入力音を符号化している。

図１０は、高分解能モードおよび低分解能モードを説明するための図である。図１０の上段に示すように、高分解能モードは、入力音の全周波数帯域のうちＳＢＲ符号化方式によって符号化する帯域（以下、ＳＢＲ符号化帯域と表記する）を複数のブロック（例えば２つのブロック）に分割し、各ブロックのパワーを平均化した後に、量子化を行い、ＳＢＲデータを生成するモードである。

一方、図１０の下段に示すように、低分解能モードは、入力音のＳＢＲ符号化帯域に対してまとめて電力の平均化を行い、その後に量子化を行ってＳＢＲデータを生成するモードである。高分解能モードによって入力音を符号化すれば、入力音の高域成分を精度よく符号化することができ、低分解能モードによって入力音を符号化すれば、高域成分にかかる情報量を削減することができる。

図９の説明に戻ると、ダウンサンプリング部１２は、入力音の低域成分を抽出し、抽出した低域成分のデータをＡＡＣエンコーダ１３に出力する手段であり、ＡＡＣエンコーダ１３は、ダウンサンプリング部１２から入力されたデータに基づいてＡＡＣデータを生成し、生成したＡＡＣデータを多重化部１４に出力する手段である。

多重化部１４は、ＳＢＲエンコーダ１１から出力されるＳＢＲデータとＡＡＣエンコーダ１３から出力されるＡＡＣデータとを多重化（合成）し、多重化したデータ（ＨＥ−ＡＡＣビットストリーム）を出力する手段である。図９において説明したように、従来の符号化装置１０は、ＳＢＲエンコーダ１１、ダウンサンプリング部１２、ＡＡＣエンコーダ１３、多重化部１４によって入力音を符号化している。

なお、特許文献１では、サブバンド毎の平均電力を量子化前後で比較し、両者に不一致が見られる場合に、量子化後の正規化電力が量子化前の正規化電力に近付くようにスケールファクタ（指数部）を調整するという技術が開示されている。

特開２００５−３３８６３７号公報

しかしながら、上述した従来の技術では、高域成分（ＳＢＲ符号化帯域の入力音の成分）にかかる情報量を削減すべく、低分解能モードによって入力音の高域成分を符号化した場合に、高域成分を適切に符号化することができないという問題があった。

なぜなら、図１０の下段に示したように、高域成分の高周波側のパワーが急激に低下するに場合に、高域成分全体を低分解能モードによって符号化すると高域成分全体が平均化され、高周波側のパワーが原音に比べて大きくなってしまうからである。

すなわち、低分解能モードによって入力音の高域成分を符号化した場合であっても、高域成分を適切に符号化可能とすることが重要な課題となっている。

この発明は、上述した従来技術による問題点を解消するためになされたものであり、低分解能モードによって入力音の高域成分を符号化した場合であっても、高域成分を適切に符号化することができる符号化装置および符号化方法を提供することを目的とする。

上述した課題を解決し、目的を達成するため、本発明は、信号の低域成分を第１の符号化方式で符号化した第１の符号化データと前記信号の高域成分を第２の符号化方式で符号化した第２の符号化データとを生成し、前記第１の符号化データと前記第２の符号化データとを多重化して出力する符号化装置であって、前記第２の符号化方式によって符号化する信号の高域成分を低域側および高域側に分割し、前記高域側に含まれる信号のパワーを示す高域パワーおよび前記低域側に含まれる信号のパワーを示す低域パワーを算出する算出手段と、前記高域パワーと前記低域パワーとを比較し、比較結果に基づいて前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正する補正手段と、を備えたことを特徴とする。

また、本発明は、上記発明において、前記算出手段は、前記高域側に含まれる信号のパワーの平均値を示す高域平均値と前記低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出し、前記補正手段は、前記高域平均値および前記低域平均値の各平均値のうち信号のパワーが小さいほうの平均値を選択し、選択した平均値のパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする。

また、本発明は、上記発明において、前記算出手段は、前記高域側に含まれる信号のパワーの平均値を示す高域平均値と前記低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出し、前記補正手段は、前記高域平均値のパワーを所定割合減衰させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする。

また、本発明は、上記発明において、前記算出手段は、前記低域側に含まれる信号のパワーの平均値を示す低域平均値を算出し、前記補正手段は、前記低域平均値のパワーを所定割合増幅させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする。

また、本発明は、上記発明において、前記補正手段は、前記第２の符号化方式によって符号化する信号の高域成分が複数存在する場合に、前記比較結果に基づいて複数の高域成分のパワーをそれぞれ補正することを特徴とする。

また、本発明は、信号の低域成分を第１の符号化方式で符号化した第１の符号化データと前記信号の高域成分を第２の符号化方式で符号化した第２の符号化データとを生成し、前記第１の符号化データと前記第２の符号化データとを多重化して出力する符号化装置の符号化方法であって、前記第２の符号化方式によって符号化する信号の高域成分を低域側および高域側に分割し、前記高域側に含まれる信号のパワーを示す高域パワーおよび前記低域側に含まれる信号のパワーを示す低域パワーを算出する算出工程と、前記高域パワーと前記低域パワーとを比較し、比較結果に基づいて前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正する補正工程と、を含んだことを特徴とする。

また、本発明は、上記発明において、前記算出工程は、前記高域側に含まれる信号のパワーの平均値を示す高域平均値と前記低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出し、前記補正工程は、前記高域平均値および前記低域平均値の各平均値のうち信号のパワーが小さいほうの平均値を選択し、選択した平均値のパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする。

また、本発明は、上記発明において、前記算出工程は、前記高域側に含まれる信号のパワーの平均値を示す高域平均値と前記低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出し、前記補正工程は、前記高域平均値のパワーを所定割合減衰させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする。

また、本発明は、上記発明において、前記算出工程は、前記低域側に含まれる信号のパワーの平均値を示す低域平均値を算出し、前記補正工程は、前記低域平均値のパワーを所定割合増幅させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする。

また、本発明は、上記発明において、前記補正工程は、前記第２の符号化方式によって符号化する信号の高域成分が複数存在する場合に、前記比較結果に基づいて複数の高域成分のパワーをそれぞれ補正することを特徴とする。

本発明によれば、第２の符号化方式によって符号化する信号の高域成分を低域側および高域側に分割し、高域側に含まれる信号のパワーを示す高域パワーおよび低域側に含まれる信号のパワーを示す低域パワーを算出し、高域パワーと低域パワーとを比較し、比較結果に基づいて第２の符号化方式によって符号化される信号の高域成分のパワーを補正するので、高域成分の高域側のパワーが不自然に強調されてしまうことを防止し、適切に信号を符号化することができる。

また、本発明によれば、高域側に含まれる信号のパワーの平均値を示す高域平均値と低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出し、高域平均値および低域平均値の各平均値のうち信号のパワーが小さいほうの平均値を選択し、選択した平均値のパワーと等しくなるように第２の符号化方式によって符号化される信号の高域成分のパワーを補正するので、周波数分解能を低く設定した場合であっても信号を適切に符号化することができる。

また、本発明によれば、高域側に含まれる信号のパワーの平均値を示す高域平均値と低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出し、高域平均値のパワーを所定割合減衰させたパワーと等しくなるように第２の符号化方式によって符号化される信号の高域成分のパワーを補正するので、周波数分解能を低く設定した場合であっても信号を適切に符号化することができる。

また、本発明によれば、低域側に含まれる信号のパワーの平均値を示す低域平均値を算出し、低域平均値のパワーを所定割合増幅させたパワーと等しくなるように第２の符号化方式によって符号化される信号の高域成分のパワーを補正するので、周波数分解能を低く設定した場合であっても信号を適切に符号化することができる。

また、本発明によれば、第２の符号化方式によって符号化する信号の高域成分が複数存在する場合に、各高域平均値および低域平均値の比較結果に基づいて複数の高域成分のパワーをそれぞれ補正するので、１フレームに複数の高域成分が含まれる場合であっても、各高域成分を適切に符号化することができる。

以下に添付図面を参照して、この発明に係る符号化装置および符号化方法の好適な実施の形態を詳細に説明する。

まず、本実施例１にかかる符号化装置の概要および特徴について説明する。図１は、本実施例１にかかる符号化装置の概要および特徴を説明するための図である。本実施例１にかかる符号化装置は、入力音（音声や音楽などの信号）の低域成分をＡＡＣ（Advanced Audio Coding）符号化方式で符号化したＡＡＣデータと入力音の高域成分をＳＢＲ（Spectral Band Replication）符号化方式で符号化したＳＢＲデータとを生成し、ＡＡＣデータとＳＢＲデータとを多重化して出力する符号化装置であり、低分解能モード（背景技術参照）によってＳＢＲデータを生成する場合に、図１に示すように、ＳＢＲ方式によって符号化する入力音の高域成分を低域側および高域側に分割し、高域側に含まれる入力音のパワーの平均値を示す高域平均値および低域側に含まれる入力音のパワーの平均値を示す低域平均値を算出する。

そして、符号化装置は、高域平均値と低域平均値とを比較し、高域平均値および低域平均値の各平均値のうち入力音のパワーが小さいほうの平均値を選択し、選択した平均値のパワーと等しくなるようにＳＢＲ符号化方式によって符号化される信号の高域成分のパワーを補正する。

図１に示す例では、高域平均値が「ｐｏｗ２」、低域平均値が「ｐｏｗ１」によって表されており、高域平均値「ｐｏｗ２」と低域平均値「ｐｏｗ１」との差が閾値以上であり、かつ、高域平均値「ｐｏｗ２」が低域平均値「ｐｏｗ１」よりも小さい場合に、ＳＢＲ符号化方式によって符号化される入力音の高域成分のパワーを「ｐｏｗ２」に補正する。その後、符号化装置は、補正された入力音の高域成分を量子化し、ＳＢＲデータを生成する。

このように、本実施例１にかかる符号化装置は、低分解能モードによってＳＢＲデータを生成する場合に、高域平均値と低域平均値とを比較し、入力音のパワーが小さい側の平均値によって高域成分を補正し、ＳＢＲデータを生成するので、入力音の高域成分を適切に符号化することができる。特に、音声の子音「サ・シ・ス・セ・ソ」が不自然に強調されることを防止することができる。

つぎに、本実施例１にかかる符号化装置の構成について説明する。図２は、本実施例１にかかる符号化装置の構成を示す機能ブロック図である。同図に示すように、この符号化装置１００は、ダウンサンプリング部１１０と、ＡＡＣ符号器１１１と、ＳＢＲ符号器１２０と、ＨＥ−ＡＡＣデータ生成部１３０とを備えて構成される。

このうち、ダウンサンプリング部１１０は、入力装置（図示略；以下同様）から入力音を取得した場合に、入力音の低域成分を抽出し、抽出した低域成分のデータ（以下、低域成分データ）をＡＡＣ符号器１１１に出力する手段である。例えば、ダウンサンプリング部１１０は、入力音の周波数がＡＨｚである場合に、Ａ／２Ｈｚのサンプリング周波数によってサンプリングを行い、入力音の低域成分を抽出する。

ＡＡＣ符号器１１１は、ダウンサンプリング部１１０から低域成分データを取得した場合に、低域成分データに対してＡＡＣ符号化方式による符号化を行い、ＡＡＣデータを生成する手段である。ＡＡＣ符号器１１１は、生成したＡＡＣデータをＨＥ−ＡＡＣデータ生成部１３０に出力する。

ＳＢＲ符号器１２０は、入力装置から入力音を取得した場合に、ＳＢＲ符号化方式による符号化を行い、ＳＢＲデータを生成する手段である。ＳＢＲ符号器１２０は、生成したＳＢＲデータをＨＥ−ＡＡＣデータ生成部１３０に出力する。

ＨＥ−ＡＡＣデータ生成部１３０は、ＡＡＣ符号器１１１から出力されるＡＡＣデータとＳＢＲ符号器１２０から出力されるＳＢＲデータとを基にしてＨＥ−ＡＡＣデータを生成する手段である。図３は、ＨＥ−ＡＡＣデータのデータ構造の一例を示す図である。同図に示すように、このＨＥ−ＡＡＣデータは、ＨＥ−ＡＡＣデータの各種制御情報を含んだＡＤＴＳヘッダと、ＡＡＣデータと、ＳＢＲデータにかかる各種制御情報を含んだＳＢＲヘッダと、ＳＢＲデータとから構成される。

つぎに、ＳＢＲ符号器１２０の構成について説明する。図２に示すように、ＳＢＲ符号器１２０は、フィルタバンク１２１と、グリッド生成部１２２と、スイッチ１２３と、補助情報算出部１２４と、補助情報量子化部１２５と、低域電力算出部１２６ａと、高域電力算出部１２６ｂと、電力算出部１２６ｃと、電力補正部１２７と、電力量子化部１２８と、多重化部１２９とを備える。

フィルタバンク１２１は、入力装置から入力音を取得した場合に、入力音の周波数および時間によって変動する入力音のスペクトル特性を解析し、入力音を、入力音の周波数と時間とスペクトル（パワー）との関係を示す時間／周波数信号に変換する手段である。フィルタバンク１２１は、時間／周波数信号をグリッド生成部１２２、補助情報算出部１２４、および、スイッチ１２３に接続された低域電力算出部１２６ａ、高域電力算出部１２６ｂ、あるいは電力算出部１２６ｃに出力する。

グリッド生成部１２２は、フィルタバンク１２１から時間／周波数信号を取得した場合に、取得した時間／周波数信号を基にして、ＳＢＲデータを高分解能モードによって符号化するか低分解能モードによって符号化するかを判定する手段である。

グリッド生成部１２２の判定基準は、符号化装置１００の管理者によって予め設定されているものとする。例えば、グリッド生成部１２２は、時間／周波数信号を取得した場合に、時間／周波数信号に含まれるパワーの最大値と最小値との差が基準値以上の場合（周波数／時間変化に伴うパワー変動が激しい場合）に高分解能モードによって符号化すると判定し、時間／周波数信号に含まれるパワーの最大値と最小値との差が基準値未満の場合（周波数／時間変化に伴うパワー変動が緩やかな場合）に低分解能モードによって符号化すると判定する。

グリッド生成部１２２は、判定結果（高分解能モードによって符号化するのか、あるいは、低分解能モードによって符号化するのかを示す情報；以下、分解能データと表記する）を補助情報算出部１２４、多重化部１２９に出力すると共に、判定結果に応じてスイッチ１２３を切り換える。

すなわち、グリッド生成部１２２は、低分解能モードによって符号化すると判定した場合には、フィルタバンク１２１と低域電力算出部１２６ａ，高域電力算出部１２６ｂとが接続されるようにスイッチ１２３を切り換える（図２に示す例では、グリッド生成部１２２は、スイッチ１２３を上に切り換える）。

一方、グリッド生成部１２２は、高分解能モードによって符号化すると判定した場合には、フィルタバンク１２１と電力算出部１２６ｃとが接続されるようにスイッチ１２３を切り換える（図２に示す例では、グリッド生成部１２２は、スイッチ１２３を下に切り換える）。

補助情報算出部１２４は、フィルタバンク１２１から時間／周波数信号を取得し、グリッド生成部１２２から分解能データを取得し、取得した時間／周波数信号と分解能データとを基にして補助データを生成する手段である。かかる補助データには、ＳＢＲ方式によって低域成分から高域成分を複製する場合の高域成分の位置情報、電子量子化部１２８によって量子化される電力（パワー）の調整用パラメタなどが含まれる。補助情報算出部１２４は、生成した補助データを補助情報量子化部１２５に出力する。

補助情報量子化部１２５は、補助情報算出部１２４から補助データを取得し、取得した補助データを量子化する手段である。そして、補助情報量子化部１２５は、量子化した補助データを多重化部１２９に出力する。

続いて、グリッド生成部１２２によって低分解能モードが選択された場合のＳＢＲ符号器１２０の処理について説明する。低分解能モードの場合には、フィルタバンク１２１から出力される時間／周波数信号は、スイッチ１２３を介して低域電力算出部１２６ａおよび高域電力算出部１２６ｂに入力される。

図４は、低分解能モードにかかる時間分解能および周波数分解能を示す図である。同図に示すように、低分解能モードでは、周波数分解能を低くし（図４では、時間／周波数信号を周波数方向に分割しない）、所定の時間幅で時間／周波数信号を分割したブロックを生成する。

低域電力算出部１２６ａは、時間／周波数信号をブロックに分割した後に、ＳＢＲ符号化方式で符号化する周波数帯域（ＳＢＲ符号化帯域）のうち低域側（例えば５ｋＨｚ以上１０ｋＨｚ未満の周波数帯域）の平均電力（以下、低域電力P_lowと表記する）を図４に示したブロックごとに算出する手段である。低域電力算出部１２６ａは、算出した低域電力P_lowのデータを電力補正部１２７に出力する。

高域電力算出部１２６ｂは、時間／周波数信号をブロックに分割した後に、ＳＢＲ符号化方式で符号化する周波数帯域（ＳＢＲ符号化帯域）のうち高域側（例えば、１０ｋＨｚ以上１５ｋＨｚ未満）の平均電力（以下、高域電力P_highと表記する）を図４に示したブロックごとに算出する手段である。高域電力算出部１２６ｂは、算出した高域電力P_highのデータを電力補正部１２７に出力する。

電力補正部１２７は、低域電力P_lowと高域電力P_highとを比較し、電力の小さい方をＳＢＲ符号化帯域の平均電力P_aveとし、平均電力P_aveのデータを電力量子化部１２８に出力する手段である。すなわち、電力補正部１２７は、
低域電力P_low＜高域電力P_highの場合には、平均電力P_ave＝P_lowとし、
低域電力P_low＞高域電力P_highの場合には、平均電力P_ave＝P_highとし、
低域電力P_low＝高域電力P_highの場合には、平均電力P_ave＝P_low（P_high）とする。

電子量子化部１２８は、電力補正部１２７あるいは電力算出部１２６ｃから平均電力P_aveのデータを取得した場合に、取得した平均電力P_aveのデータを量子化する手段である。電子量子化部１２８は、量子化した平均電力P_aveデータを多重化部１２９に出力する。

続いて、グリッド生成部１２２によって高分解能モードが選択された場合のＳＢＲ符号器１２０の処理について説明する。高分解能モードが選択された場合において、フィルタバンク１２１から出力される時間／周波数信号は、スイッチ１２３を介して電力算出部１２６ｃに出力される。

図５は、高分解能モードにかかる時間分解能および周波数分解能を示す図である。同図に示すように、高分解能モードでは、周波数分解能を高くし（図５では、時間／周波数信号を周波数方向に２つに分割し）、所定の時間幅で時間／周波数信号を分割したブロックを生成する。

電力算出部１２６ｃは、図５に示したブロックごとに平均電力P_aveを算出し、算出した平均電力P_aveのデータをそのまま電力量子化部１２８に出力する。高分解能モードの場合は、従来と同様にして平均電力P_aveを算出し、電力の補正などは行わない。

多重化部１２９は、電力量子化部１２８、グリッド生成部１２２、補助情報量子化部１２５からそれぞれ入力される平均電力P_aveデータ、分解能データ、補助データを多重化したＳＢＲデータを生成し、生成したＳＢＲデータをＨＥ−ＡＡＣデータ生成部１３０に出力する手段である。

つぎに、本実施例１にかかる符号化装置１００の処理手順について説明する。図６は、本実施例１にかかる符号化装置１００の処理手順を示すフローチャートである。同図に示すように、符号化装置１００は、入力装置から入力音を取得し（ステップＳ１０１）、ダウンサンプリング部１１０が入力音に対してダウンサンプリングを実行して低域成分データを生成し（ステップＳ１０２）、ＡＡＣ符号器１１１が低域成分データからＡＡＣデータを生成する（ステップＳ１０３）。

一方、フィルタバング１２１は、入力音を時間／周波数信号に変換し（ステップＳ１０４）、グリッド生成部１２２が分解能を低分解能にするか否かを判定し、分解能データを多重化部１２９に出力する（ステップＳ１０５）。分解能を高分解能（高分解能モード）にする場合には（ステップＳ１０６，Ｎｏ）、電力算出部１２６ｃが時間／周波数信号から全ＳＢＲ帯域の平均電力P_aveを算出し（ステップＳ１０７）、後述するステップＳ１１２に移行する。

一方、分解能を低分解能（低分解能モード）にする場合には（ステップＳ１０６，Ｙｅｓ）、時間／周波数信号に対してＳＢＲで符号化する帯域を低域と高域に分割し（ステップＳ１０８）、低域電力算出部１２６ａが時間／周波数の低域電力P_lowを算出し（ステップＳ１０９）、高域電力算出部１２６ｂが時間／周波数の高域電力P_highを算出する（ステップＳ１１０）。

そして、電力補正部１２７が低域電力P_lowと高域電力P_highとを比較し、電力の小さいほうを全ＳＢＲ帯域の平均電力P_aveに設定する（ステップＳ１１１）。電力量子化部１２８は、電力補正部１２７あるいは電力算出部１２６ｃから取得する平均電力P_aveを量子化し、量子化した平均電力P_aveデータを多重化部１２９に出力する（ステップＳ１１２）。

補助情報算出部１２４は、補助データを生成して補助情報量子化部１２５に出力し、補助情報量子化部が補助データを量子化して多重化部１２９に出力し（ステップＳ１１３）、多重化部１２９が平均電力P_aveデータ、分解能データ、補助データからＳＢＲデータを生成する（ステップＳ１１４）。

ＨＥ−ＡＡＣデータ生成部１３０は、ＡＡＣデータおよびＳＢＲデータを多重化してＨＥ−ＡＡＣデータを生成し（ステップＳ１１５）、ＨＥ−ＡＡＣデータを出力する（ステップＳ１１６）。

このように、電力補正部１２７が、が低域電力P_lowと高域電力P_highとを比較し、電力の小さいほうを全ＳＢＲ帯域の平均電力P_aveに設定するので、入力音の高域成分が不自然に強調されてしまうという問題を解消することができる。

上述してきたように、本実施例１にかかる符号化装置１００は、低分解能モードによってＳＢＲデータを生成する場合に、ＳＢＲ方式によって符号化する入力音の高域成分を低域側および高域側に分割し、高域側に含まれる入力音のパワーの平均値を示す高域平均値および低域側に含まれる入力音のパワーの平均値を示す低域平均値を算出する。そして、符号化装置１００は、高域平均値と低域平均値とを比較し、高域平均値および低域平均値の各平均値のうち入力音のパワーが小さいほうの平均値を選択し、選択した平均値のパワーと等しくなるようにＳＢＲ符号化方式によって符号化される信号の高域成分のパワーを補正するので、入力音の高域成分を適切に符号化することができる。特に、音声の子音「サ・シ・ス・セ・ソ」の高域成分が不自然に強調されてしまうことを防止することができる。

なお、本実施例１にかかる符号化装置１００は、電力補正部１２７が低域電力P_lowと高域電力P_highとを比較し、電力の小さいほうを全ＳＢＲ帯域の平均電力P_aveに設定することによって平均電力P_aveを補正していたがこれに限定されるものではなく、高域電力P_highを予め定めた割合（例えば、９０％）だけ減衰させた電力をP_aveとしてもよい。同様に、低域電力P_lowを予め定めた割合（例えば、９０％）だけ増幅した電力をP_aveとしてもよい。

さて、これまで本発明の実施例について説明したが、本発明は上述した実施例１以外にも、種々の異なる形態にて実施されてもよいものである。そこで、以下では実施例２として本発明に含まれる他の実施例を説明する。

（１フレームに複数組のエンベロープが含まれる場合）
ＳＢＲ符号化方式では、低分解能モードによって１フレームの電力値を求める場合に、１組または複数組の電力値を求める場合がある。１組の電力値をエンベロープ（envelope）と呼ぶ（実施例１では、１フレーム内に１つのエンベロープが含まれる場合について説明した）。１フレームに複数のエンベロープが含まれる場合であっても、実施例１において説明した手法を利用し、ＳＢＲ符号化帯域を低分解能モードによって最適に符号化することができる。なお、本実施例２の構成図は、実施例１と同様であり、電力補正部１２７の処理のみが異なるため、電力補正部１２７の処理のみを説明し、その他の説明は省略する。図７は、１フレーム内に２つのエンベロープが含まれる場合を示す図である。

エンベロープが２組の場合、１番目のエンベロープの電力をそれぞれ低域電力P_low（１）、高域電力P_high（１）とし、２番目のエンベロープの電力をそれぞれ低域電力P_low（２）、高域電力P_high（２）とする。低分解能モードの場合、電力補正部１２７は、エンベロープ毎に電力補正を行う（高分解能モードの場合には、１フレームに複数のエンベロープが含まれても実施例１と同様に電力補正を行わない）。

１番目のエンベロープの補正において、電力補正部１２７は、
低域電力P_low（１）＜高域電力P_high（１）の場合には、平均電力P_ave（１）＝P_low（１）とし、
低域電力P_low（１）＞高域電力P_high（１）の場合には、平均電力P_ave（１）＝P_high（１）とし、
低域電力P_low（１）＝高域電力P_high（１）の場合には、平均電力P_ave（１）＝P_low（１）（P_high（１））とする。

２番目のエンベロープの補正において、電力補正部１２７は、
低域電力P_low（２）＜高域電力P_high（２）の場合には、平均電力P_ave（２）＝P_low（２）とし、
低域電力P_low（２）＞高域電力P_high（２）の場合には、平均電力P_ave（２）＝P_high（２）とし、
低域電力P_low（２）＝高域電力P_high（２）の場合には、平均電力P_ave（２）＝P_low（２）（P_high（２））とする。

電力補正部１２７は、１番目のエンベロープの平均電力P_ave（１）のデータおよび２番目のエンベロープの平均電力P_ave（２）のデータを電力量子化部１２８に出力する。

このように、本実施例２にかかる符号化装置は、電力補正部１２７が、１フレームに複数のエンベロープが含まれている場合であっても、各エンベロープに含まれる高域電力と低域電力とを比較して電力の小さい方をエンベロープの平均電力とするので、入力音の高域成分を適切に符号化することができる。

なお、実施例２では、１フレームにエンベロープが２つ含まれている場合について説明したが、２つ以上の場合であっても、それぞれのエンベロープの電力を上述した手法と同様の手法により補正することで、入力音の高域成分を適切に符号化することができる。

さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、特許請求の範囲に記載した技術的思想の範囲内において種々の異なる実施例にて実施されてもよいものである。

また、本実施例において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部または一部を手動的におこなうこともでき、あるいは、手動的におこなわれるものとして説明した処理の全部または一部を公知の方法で自動的におこなうこともできる。

この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメタを含む情報については、特記する場合を除いて任意に変更することができる。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示のように構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

（付記１）信号の低域成分を第１の符号化方式で符号化した第１の符号化データと前記信号の高域成分を第２の符号化方式で符号化した第２の符号化データとを生成し、前記第１の符号化データと前記第２の符号化データとを多重化して出力する符号化装置であって、
前記第２の符号化方式によって符号化する信号の高域成分を低域側および高域側に分割し、前記高域側に含まれる信号のパワーを示す高域パワーおよび前記低域側に含まれる信号のパワーを示す低域パワーを算出する算出手段と、
前記高域パワーと前記低域パワーとを比較し、比較結果に基づいて前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正する補正手段と、
を備えたことを特徴とする符号化装置。

（付記２）前記算出手段は、前記高域側に含まれる信号のパワーの平均値を示す高域平均値と前記低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出し、前記補正手段は、前記高域平均値および前記低域平均値の各平均値のうち信号のパワーが小さいほうの平均値を選択し、選択した平均値のパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする付記１に記載の符号化装置。

（付記３）前記算出手段は、前記高域側に含まれる信号のパワーの平均値を示す高域平均値と前記低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出し、前記補正手段は、前記高域平均値のパワーを所定割合減衰させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする付記１に記載の符号化装置。

（付記４）前記算出手段は、前記低域側に含まれる信号のパワーの平均値を示す低域平均値を算出し、前記補正手段は、前記低域平均値のパワーを所定割合増幅させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする付記１に記載の符号化装置。

（付記５）前記補正手段は、前記第２の符号化方式によって符号化する信号の高域成分が複数存在する場合に、前記比較結果に基づいて複数の高域成分のパワーをそれぞれ補正することを特徴とする付記１〜４のいずれか一つに記載の符号化装置。

（付記６）信号の低域成分を第１の符号化方式で符号化した第１の符号化データと前記信号の高域成分を第２の符号化方式で符号化した第２の符号化データとを生成し、前記第１の符号化データと前記第２の符号化データとを多重化して出力する符号化装置の符号化方法であって、
前記第２の符号化方式によって符号化する信号の高域成分を低域側および高域側に分割し、前記高域側に含まれる信号のパワーを示す高域パワーおよび前記低域側に含まれる信号のパワーを示す低域パワーを算出する算出工程と、
前記高域パワーと前記低域パワーとを比較し、比較結果に基づいて前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正する補正工程と、
を含んだことを特徴とする符号化方法。

（付記７）前記算出工程は、前記高域側に含まれる信号のパワーの平均値を示す高域平均値と前記低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出し、前記補正工程は、前記高域平均値および前記低域平均値の各平均値のうち信号のパワーが小さいほうの平均値を選択し、選択した平均値のパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする付記６に記載の符号化方法。

（付記８）前記算出工程は、前記高域側に含まれる信号のパワーの平均値を示す高域平均値と前記低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出し、前記補正工程は、前記高域平均値のパワーを所定割合減衰させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする付記６に記載の符号化方法。

（付記９）前記算出工程は、前記低域側に含まれる信号のパワーの平均値を示す低域平均値を算出し、前記補正工程は、前記低域平均値のパワーを所定割合増幅させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正することを特徴とする付記６に記載の符号化方法。

（付記１０）前記補正工程は、前記第２の符号化方式によって符号化する信号の高域成分が複数存在する場合に、前記比較結果に基づいて複数の高域成分のパワーをそれぞれ補正することを特徴とする付記６〜９のいずれか一つに記載の符号化方法。

以上のように、本発明にかかる符号化装置および符号化方法は、ＨＥ−ＡＡＣ方式よって信号を符号化する符号化装置等に有用であり、特に、ＳＢＲ方式によって符号化する場合に、符号化されたデータの情報量を削減すると共に、ＳＢＲ方式によって符号化する帯域を適切に符号化する場合に適している。

本実施例１にかかる符号化装置の概要および特徴を説明するための図である。 本実施例１にかかる符号化装置の構成を示す機能ブロック図である。 ＨＥ−ＡＡＣデータのデータ構造の一例を示す図である。 低分解能モードにかかる時間分解能および周波数分解能を示す図である。 高分解能モードにかかる時間分解能および周波数分解能を示す図である。 本実施例１にかかる符号化装置の処理手順を示すフローチャートである。 １フレーム内に２つのエンベロープが含まれる場合を示す図である。 ＨＥ−ＡＡＣ方式を説明するための図である。 従来の符号化装置の構成を示す機能ブロック図である。 高分解能モードおよび低分解能モードを説明するための図である。

符号の説明

１０，１００ 符号化装置
１１ ＳＢＲエンコーダ
１２，１１０ ダウンサンプリング部
１３ ＡＡＣエンコーダ
１４ 多重化部
１１１ ＡＡＣ符号器
１２０ ＳＢＲ符号器
１２１ フィルタバンク
１２２ グリッド生成部
１２３ スイッチ
１２４ 補助情報算出部
１２５ 補助情報量子化部
１２６ａ 低域電力算出部
１２６ｂ 高域電力算出部
１２６ｃ 電力算出部
１２７ 電力補正部
１２８ 電力量子化部
１２９ 多重化部
１３０ ＨＥ−ＡＡＣデータ生成部

Claims (6)

1. 信号の低域成分を第１の符号化方式で符号化した第１の符号化データと前記信号の高域成分を第２の符号化方式で符号化した第２の符号化データとを生成し、前記第１の符号化データと前記第２の符号化データとを多重化して出力する符号化装置であって、
   前記第２の符号化方式によって符号化する信号の高域成分を低域側および高域側に分割し、前記高域側に含まれる信号のパワーの平均値を示す高域平均値と前記低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出する算出手段と、
   前記高域平均値および前記低域平均値の各平均値のうち信号のパワーが小さいほうの平均値を選択し、選択した平均値のパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正する補正手段と、
   を備えたことを特徴とする符号化装置。
2. 信号の低域成分を第１の符号化方式で符号化した第１の符号化データと前記信号の高域成分を第２の符号化方式で符号化した第２の符号化データとを生成し、前記第１の符号化データと前記第２の符号化データとを多重化して出力する符号化装置であって、
   前記第２の符号化方式によって符号化する信号の高域成分を低域側および高域側に分割し、前記高域側に含まれる信号のパワーの平均値を示す高域平均値を算出する算出手段と、
   前記高域平均値のパワーを所定割合減衰させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正する補正手段と、
   を備えたことを特徴とする符号化装置。
3. 信号の低域成分を第１の符号化方式で符号化した第１の符号化データと前記信号の高域成分を第２の符号化方式で符号化した第２の符号化データとを生成し、前記第１の符号化データと前記第２の符号化データとを多重化して出力する符号化装置であって、
   前記第２の符号化方式によって符号化する信号の高域成分を低域側および高域側に分割し、前記低域側に含まれる信号のパワーの平均値を示す低域平均値を算出する算出手段と、
   前記低域平均値のパワーを所定割合増幅させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正する補正手段と、
   を備えたことを特徴とする符号化装置。
4. 信号の低域成分を第１の符号化方式で符号化した第１の符号化データと前記信号の高域成分を第２の符号化方式で符号化した第２の符号化データとを生成し、前記第１の符号化データと前記第２の符号化データとを多重化して出力する符号化装置の符号化方法であって、
   前記第２の符号化方式によって符号化する信号の高域成分を低域側および高域側に分割し、前記高域側に含まれる信号のパワーの平均値を示す高域平均値と前記低域側に含まれる信号のパワーの平均値を示す低域平均値とを算出する算出工程と、
   前記高域平均値および前記低域平均値の各平均値のうち信号のパワーが小さいほうの平均値を選択し、選択した平均値のパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正する補正工程と、
   を含んだことを特徴とする符号化方法。
5. 信号の低域成分を第１の符号化方式で符号化した第１の符号化データと前記信号の高域成分を第２の符号化方式で符号化した第２の符号化データとを生成し、前記第１の符号化データと前記第２の符号化データとを多重化して出力する符号化装置の符号化方法であって、
   前記第２の符号化方式によって符号化する信号の高域成分を低域側および高域側に分割し、前記高域側に含まれる信号のパワーの平均値を示す高域平均値を算出する算出工程と、
   前記高域平均値のパワーを所定割合減衰させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正する補正工程と、
   を含んだことを特徴とする符号化方法。
6. 信号の低域成分を第１の符号化方式で符号化した第１の符号化データと前記信号の高域成分を第２の符号化方式で符号化した第２の符号化データとを生成し、前記第１の符号化データと前記第２の符号化データとを多重化して出力する符号化装置の符号化方法であって、
   前記第２の符号化方式によって符号化する信号の高域成分を低域側および高域側に分割し、前記低域側に含まれる信号のパワーの平均値を示す低域平均値を算出する算出工程と、
   前記低域平均値のパワーを所定割合増幅させたパワーと等しくなるように前記第２の符号化方式によって符号化される信号の高域成分のパワーを補正する補正工程と、
   を含んだことを特徴とする符号化方法。

Images