-
Gebiet der
Erfindung
-
Die
vorliegende Erfindung betrifft eine Codiervorrichtung, die Daten
dadurch komprimiert, dass sie ein Signal, das durch Transformieren
eines Audiosignals, wie etwa eines Ton- oder Musiksignals, im Zeitbereich in
ein Audiosignal im Frequenzbereich erhalten wird, mit einem kleineren
codierten Bitstrom nach einem Verfahren, wie etwa orthogonale Transformation,
codiert, und eine Decodiervorrichtung, die die Daten nach Empfang
des Codierte-Daten-Stroms dekomprimiert.
-
Hintergrund
der Erfindung
-
Bisher
sind zahlreiche Verfahren zur Codierung und Decodierung von Audiosignalen
entwickelt worden. Insbesondere ist zurzeit IS 13818-7, ein von
der ISO/IEC international standardisiertes Verfahren, allgemein
bekannt und wird als Codierverfahren zur hocheffizienten Tonwiedergabe
mit hoher Qualität
sehr geschätzt.
Dieses Codierverfahren heißt
AAC. In den letzten Jahren wurde AAC für den mit MPEG4 bezeichneten
Standard übernommen,
und ein mit MPEG4-AAC bezeichnetes System mit einigen erweiterten
Funktionen, die zu IS 31818-7 hinzugefügt worden sind, ist entwickelt
worden. Ein Beispiel für
das Codierverfahren ist im Informationsteil zu MPEG4-AAC beschrieben.
-
Nachstehend
wird eine Audiocodiervorrichtung, die das herkömmliche Verfahren verwendet,
unter Bezugnahme auf 1 beschrieben. 1 ist
ein Blockdiagramm, das den Aufbau einer herkömmlichen Codiervorrichtung 100 zeigt.
Die Codiervorrichtung 100 weist eine Spektrumverstärkungseinheit 101,
eine Spektrumquantisierungseinheit 102, eine Huffman-Codiereinheit 103 und
eine Codierter-Datenstrom-Übertragungseinheit 104 auf.
Ein diskreter Audiosignalstrom im Zeitbereich, der durch Abtasten
eines analogen Audiosignals mit einer festen Frequenz erhalten wird,
wird in eine feste Anzahl von Abtastwerten in einem festen Zeitintervall unterteilt, über eine
hier nicht dargestellte Zeit-Frequenz-Transformationseinheit in Daten
im Frequenzbereich transformiert und dann an die Spektrumverstärkungseinheit 101 als
Eingangssignal für
die Codiervorrichtung 100 gesendet. Die Spektrumverstärkungseinheit 101 verstärkt Spektren,
die in einem festgelegten Band enthalten sind, mit einer bestimmten
Verstärkung
für jedes
festgelegte Band. Die Spektrumquantisierungseinheit 102 quantisiert
die verstärkten
Spektren mit einem festgelegten Umwandlungsausdruck. Beim AAC-Verfahren erfolgt
die Quantisierung durch Abrunden der Frequenzspektrumsdaten, die
mit einem Gleitkomma dargestellt werden, auf eine Ganzzahl. Die
Huffman-Codiereinheit 103 codiert die quantisierten Spektrumsdaten
in Gruppen aus bestimmten Einzeldaten mittels Huffman-Codierung und codiert
die Verstärkung
in jedem festgelegten Band in der Spektrumverstärkungseinheit 101 und
codiert die Daten, die einen Umwandlungsausdruck für die Quantisierung
festlegen, ebenfalls mittels Huffman-Codierung und sendet dann deren
Codes an die Codierter-Datenstrom-Übertragungseinheit 104.
Der Strom der mittels Huffman-Codierung
codierten Daten wird von der Codierter-Datenstrom-Übertragungseinheit 104 über einen Übertragungskanal
oder ein Aufzeichnungsmedium an eine Decodiervorrichtung gesendet
und wird von der Decodiervorrichtung zu einem Audiosignal im Zeitbereich
wiederhergestellt. Die herkömmliche
Codiervorrichtung arbeitet in der vorstehend beschriebenen Weise.
-
Bei
der herkömmlichen
Codiervorrichtung 100 hängt
die Komprimierungsleistung für
die Datenmenge von der Leistung der Huffman-Codiereinheit 103 ab,
sodass, wenn die Codierung mit einer hohen Komprimierungsrate, das
heißt,
mit einer kleinen Datenmenge, durchgeführt wird, die Verstärkung in
der Spektrumverstärkungseinheit 101 wesentlich
verringert werden muss und der quantisierte Spektralstrom, der mit
der Spektrumquantisierungseinheit 102 erhalten wird, codiert
werden muss, damit die Datengröße in der
Huffman-Codiereinheit 103 kleiner wird. Wenn jedoch eine
Codierung zur Verringerung der Datenmenge nach diesem Verfahren
durchgeführt
wird, wird die Bandbreite für
die Wiedergabe von Ton und Musik zu schmal. Und so lässt es sich
nicht leugnen, dass der Ton beim Hören belegt klingt. Dadurch
kann die Tonqualität
nicht aufrechterhalten werden. Das ist ein Problem.
-
EP 1 037 196 beschreibt
ein Teilband-basiertes Verfahren zur Codierung von Audiosignalen,
mit dem Informationen, die ein zu kopierendes niedrigeres Frequenzspektrum
und seine entsprechende Verstärkung angeben,
codiert werden, zur Wiedergabe eines höheren Frequenzspektrums mit
einem Decodierer.
-
Ziel
der vorliegenden Erfindung ist es, angesichts des vorgenannten Problems
eine Codiervorrichtung, die Audiosignale mit einer hohen Komprimierungsrate
codieren kann, und eine Decodiervorrichtung, die die codierten Audiosignale
decodieren kann und Breitband-Frequenzspektrumsdaten
und Breitband-Audiosignale wiedergeben kann, zur Verfügung zu
stellen.
-
Beschreibung
der Erfindung
-
Um
das vorgenannte Problem zu lösen,
wird in Anspruch 1 eine erfindungsgemäße Codiervorrichtung definiert,
und Anspruch 7 definiert ein entsprechendes Codierverfahren. Die
Hauptansprüche
15 und 21 definieren eine entsprechende Decodiervorrichtung bzw.
ein entsprechendes Decodierverfahren.
-
Kurze Beschreibung
der Zeichnungen
-
Diese
und weitere Ziele, Vorzüge
und Merkmale der Erfindung dürften
aus der nachstehenden Beschreibung in Verbindung mit den beigefügten Zeichnungen
hervorgehen, die spezielle Ausführungsformen der
Erfindung zeigen. In den Zeichnungen sind:
-
1 ein
Blockdiagramm, das den Aufbau einer herkömmlichen Codiervorrichtung
zeigt;
-
2 ein
Blockdiagramm, das den Aufbau einer Codiervorrichtung nach einer
ersten Ausführungsform
der vorliegenden Ausführungsform
(Anm. d. Übers.:
muss wohl „Erfindung" heißen) zeigt;
-
3A ein
Diagramm, das eine Serie von MDCT-Koeffizienten (MDCT: modifizierte
diskrete Kosinustransformation), die mit einer MDCT-Einheit ausgegeben
werden, zeigt;
-
3B ein
Diagramm, das den 0-ten bis (Max.-Linie – 1)-ten MDCT-Koeffizienten
von den in 3A gezeigten MDCT-Koeffizienten
zeigt;
-
3C ein
Diagramm, das ein Beispiel dafür
zeigt, wie ein Codierte-Erweiterungsaudiodaten-Strom in
der in 2 gezeigten BBE-Codiereinheit (BBE: Bandbreitenerweiterung)
erzeugt wird;
-
4A ein
Wellenform-Diagramm, das eine Serie von MDCT-Koeffizienten eines
Originaltons zeigt;
-
4B ein
Wellenform-Diagramm, das eine Serie von MDCT-Koeffizienten zeigt,
die durch Ersetzung mit der BBE-Codiereinheit erzeugt werden;
-
4C ein
Wellenform-Diagramm, das eine Serie von MDCT-Koeffizienten zeigt,
die erzeugt werden, wenn die Verstärkung der in 4B gezeigten
MDCT-Koeffizientenserie geregelt wird;
-
5A ein
Diagramm, das ein Beispiel für
einen normalen codierten Audio-Bitstrom zeigt;
-
5B ein
Diagramm, das ein Beispiel für
einen codierten Audio-Bitstrom zeigt, der mit der Codiervorrichtung
der vorliegenden Ausführungsform
ausgegeben wird;
-
5C ein
Diagramm, das ein Beispiel für
einen Codierte-Erweiterungsaudiodaten-Strom zeigt, der in dem in 5B gezeigten
Codierte-Erweiterungsaudiodaten-Strom-Abschnitt dargestellt ist;
-
6 ein
Blockdiagramm, das den Aufbau einer Decodiervorrichtung zeigt, die
den codierten Audio-Bitstrom decodiert, der von der in 2 gezeigten
Codiervorrichtung ausgegeben wird;
-
7 ein
Diagramm, das zeigt, wie Frequenzspektrum-Erweiterungsdaten in der
BBE-Codiereinheit einer
zweiten Ausführungsform
erzeugt werden;
-
8A ein
Diagramm, das niedrigere und höhere
Teilbänder
zeigt, die in der gleichen Weise wie bei der zweiten Ausführungsform
geteilt werden;
-
8B ein
Diagramm, das ein Beispiel für
eine Serie von MDCT-Koeffizienten in einem niedrigeren Teilband
A zeigt;
-
8C ein
Diagramm, das ein Beispiel für
eine Serie von MDCT-Koeffizienten in einem Teilband As zeigt, das
durch Umkehren der Reihenfolge der MDCT-Koeffizienten in dem niedrigeren
Teilband A erhalten wird;
-
8D ein
Diagramm, das ein Teilband Ar zeigt, das durch Umkehren der Vorzeichen
der MDCT-Koeffizienten in dem niedrigeren Teilband A erhalten wird;
-
9A ein
Diagramm, das ein Beispiel für
die MDCT-Koeffizienten in dem niedrigeren Teilband A zeigt, die
für ein
höheres
Teilband h0 festgelegt werden;
-
9B ein
Diagramm, das ein Beispiel für
die gleiche Anzahl von MDCT-Koeffizienten wie die in dem niedrigeren
Teilband A zeigt, die mit einer Rauscherzeugungseinheit erzeugt
werden;
-
9C ein Diagramm, das ein Beispiel für die MDCT-Koeffizienten
zeigt, die anstelle des höheren Teilbands
h0 verwendet werden und unter Verwendung der MDCT-Koeffizienten
in dem in 9A gezeigten niedrigeren Teilband
und der MDCT-Koeffizienten erzeugt werden, die mit der in 9B gezeigten
Rauscherzeugungseinheit erzeugt werden;
-
10A ein Diagramm, das MDCT-Koeffizienten
in einem Frame zum Zeitpunkt t0 zeigt;
-
10B ein Diagramm, das MDCT-Koeffizienten
im nächsten
Frame zum Zeitpunkt t1 zeigt;
-
10C ein Diagramm, das MDCT-Koeffizienten
im übernächsten Frame
zum Zeitpunkt t2 zeigt;
-
11A ein Diagramm, das MDCT-Koeffizienten
in einem Frame zum Zeitpunkt t0 zeigt;
-
11B ein Diagramm, das MDCT-Koeffizienten
im nächsten
Frame zum Zeitpunkt t1 zeigt;
-
11C ein Diagramm, das MDCT-Koeffizienten
im übernächsten Frame
zum Zeitpunkt t2 zeigt;
-
12 ein
Blockdiagramm, das den Aufbau einer Decodiervorrichtung zeigt, die
Breitband-Zeit-Frequenz-Signale aus einem codierten Audio-Bitstrom
decodiert, der unter Verwendung eines QMF-Filters (QMF: Quadratur-Spiegel-Filter)
codiert wird; und
-
13 ein
Diagramm, das ein Beispiel für
die Zeit-Frequenz-Signale zeigt, die von einer Decodiervorrichtung
nach einer sechsten Ausführungsform
decodiert werden.
-
Beschreibung
der bevorzugten Ausführungsformen
-
Nachstehend
werden die Codiervorrichtung und die Decodiervorrichtung nach den
Ausführungsformen
der vorliegenden Erfindung unter Bezugnahme auf die 2 bis 13 beschrieben.
-
Erste Ausführungsform
-
Zunächst wird
die Codiervorrichtung beschrieben. 2 ist ein
Blockdiagramm, das den Aufbau einer Codiervorrichtung 200 nach
einer ersten Ausführungsform
der vorliegenden Ausführungsform
(Anm. d. Übers.: muss
wohl „Erfindung" heißen) zeigt.
Die Codiervorrichtung 200 ist eine Vorrichtung, die das
Spektrum des niedrigeren Bands in Teilbänder in einer festen Frequenzbandbreite
unterteilt und einen codierten Audio-Bitstrom mit Daten zum Festlegen
des Teilbands ausgibt, das in das darin enthaltene höhere Frequenzband
kopiert werden soll. Die Codiervorrichtung 200 weist eine
Vorverarbeitungseinheit 201, eine MDCT-Einheit 202, eine
Quantisierungseinheit 203, eine BBE-Codiereinheit 204 und
eine Codierter-Datenstrom-Erzeugungseinheit 205 auf.
Die Vorverarbeitungseinheit 201 legt unter Berücksichtigung
der Änderung
der Tonqualität
infolge der Quantisierungsverzerrung bei der Codierung und/oder
Decodierung fest, ob das eingegebene Audiosignal in jedem Frame,
das kleiner als 2048 Abtastwerte ist (SHORT-Fenster), quantisiert
werden soll, wobei der Zeitauflösung
eine höhere
Priorität
gegeben wird, oder ob es bei allen 2048 Abtastwerten (LONG-Fenster)
unverändert
quantisiert werden soll. Die MDCT-Einheit 202 transformiert
den von der Vorverarbeitungseinheit 201 ausgegebenen diskreten
Audiosignalstrom im Zeitbereich mit der modifizierten diskreten
Kosinustransformation (MDCT) und gibt das Frequenzspektrum im Frequenzbereich
aus. Die Quantisierungseinheit 203 quantisiert das niedrigere
Frequenzband des von der MDCT-Einheit 202 ausgegebenen
Frequenzspektrums, codiert es mittels Huffman-Codierung und gibt es dann aus. Nach
Empfang eines mit der MDCT-Einheit 202 erhaltenen MDCT-Koeffizienten
unterteilt die BBE-Codiereinheit 204 das Spektrum des niedrigeren
Bands von den empfangenen Spektren in Teilbänder mit einer festen Frequenzbandbreite
und legt aufgrund des von der MDCT-Einheit 202 ausgegebenen
Frequenzspektrums des höheren
Bands das niedrigere Teilband fest, das in das höhere Frequenzband kopiert werden
soll, das anstelle des Spektrums des höheren Bands verwendet wird.
Die BBE-Codiereinheit 204 erzeugt die Frequenzspektrum-Erweiterungsdaten,
die das festgelegte niedrigere Teilband für jedes höhere Teilband angeben, quantisiert
gegebenenfalls die erzeugten Frequenzspektrum-Erweiterungsdaten und codiert sie mittels
Huffman-Codierung, um einen Codierte-Erweiterungsaudiodaten-Strom auszugeben.
Die Codierter-Datenstrom-Erzeugungseinheit 205 zeichnet
den von der Quantisierungseinheit 203 ausgegebenen Codierte-Audiodaten-Strom
des niedrigeren Bands und den von der BBE-Codiereinheit 204 ausgegebenen
Codierte-Erweiterungsaudiodaten-Strom
in den Codierte-Audiodaten-Strom-Abschnitt bzw. den Codierte-Erweiterungsaudiodaten-Strom-Abschnitt
des im AAC-Standard definierten codierten Audio-Bitstroms auf und gibt sie nach außen aus.
-
Nachstehend
wird die Funktionsweise der Codiervorrichtung 200 mit dem
vorstehenden Aufbau beschrieben. Zunächst wird ein diskreter Audiosignalstrom,
der beispielsweise mit einer Abtastfrequenz von 44,1 kHz in jedem
Frame, das 2048 Abtastwerte enthält,
abgetastet wird, in die Vorverarbeitungseinheit 201 eingegeben.
Das Audiosignal in einem Frame ist nicht auf 2048 Abtastwerte beschränkt, aber
zur Vereinfachung der später
beschriebenen Decodiervorrichtung erfolgt die nachstehende Beschreibung
für den
Fall von 2048 Abtastwerten als Beispiel. Die Vorverarbeitungseinheit 201 legt
aufgrund des eingegebenen Audiosignals fest, ob das eingegebene
Audiosignal in einem LONG-Fenster oder in einem SHORT-Fenster codiert
werden soll. Nachstehend wird der Fall beschrieben, dass die Vorverarbeitungseinheit 201 festlegt,
dass das Audiosignal in einem LONG-Fenster codiert werden soll.
-
Der
von der Vorverarbeitungseinheit
201 ausgegebene diskrete
Audiosignalstrom wird in festen Intervallen aus einem diskreten
Signal im Zeitbereich in Frequenzspektrumsdaten transformiert und
anschließend ausgegeben.
Als Zeit-Frequenz-Transformation wird normalerweise die MDCT verwendet.
Als Intervall wird einer von 128, 256, 512, 1024 und 2048 Abtastwerten
verwendet. Bei der MDCT kann die Anzahl von Abtastwerten des diskreten
Signals im Zeitbereich die Gleiche wie die der Abtastwerte der transformierten
Frequenzspektrumsdaten sein. MDCT ist Fachleuten gut bekannt. Bei
der Beschreibung wird hier von der Voraussetzung ausgegangen, dass
die Audiosignale aus 2048 Abtastwerten, die von der Vorverarbeitungseinheit
201 ausgegeben
werden, in die MDCT-Einheit
202 eingegeben werden und die
MDCT durchgeführt
wird. Außerdem
führt die
MDCT-Einheit
202 auch die MDCT an den Audiosignalen unter
Verwendung des vorhergehenden Frames (2048 Abtastwerte) und des
neu eingegebenen Frames (2048 Abtastwerte) durch und gibt die MDCT-Koeffizienten von
2048 Abtastwerten aus. Die MDCT ist im Allgemeinen durch den folgenden
Ausdruck 1 oder dergleichen gegeben:
worin
Zi,n ein gefensterter eingegebener Audio-Abtastwert ist, n der Abtastwert-Index
ist, k der Index des MDCT-Koeffizienten ist, i die Frame-Anzahl
ist, N die Fensterlänge
ist und n0 = (N/2 + 1)/2 ist. In der Regel werden bei der Codierung,
wie etwa bei der Huffman-Codierung, die Frequenzspektrumsdaten,
die wie vorstehend erhalten werden, durch Codes dargestellt, die
voll reversibel und nicht-reversibel sind, was einer Datenkomprimierung
entspricht, um den Codierte-Daten-Strom zu erzeugen. Hier werden
die MDCT-Koeffizienten des niedrigeren Bands vom 0. bis zum 1023.
Abtastwert, die Hälfte
der MDCT-Koeffizienten von 2048 Abtastwerten, die in der Reihenfolge
der Frequenzen von den niedrigeren Frequenzkomponenten zu den höheren Frequenzkomponenten
ausgerichtet sind, in die Quantisierungseinheit
203 eingegeben.
Die Quantisierungseinheit
203 quantisiert die eingegebenen
MDCT-Koeffizienten nach einem Quantisierungsverfahren wie AAC und
erzeugt den Codierte-Audiodaten-Strom des niedrigeren Bands. Im
Allgemeinen ist bei einem Quantisierungsverfahren wie AAC die Anzahl
der zu quantisierenden MDCT-Koeffizienten nicht definiert. Daher
kann die Quantisierungseinheit
203 alle eingegebenen MDCT-Koeffizienten
des niedrigeren Bands (1024 Koeffizienten) oder einen Teil davon
quantisieren. Hier quantisiert und codiert die Quantisierungseinheit
203 die „Max.-Linie" Koeffizienten vom
0. bis (Max.-Linie – 1)-ten MDCT-Koeffizienten
der MDCT-Koeffizienten. Hier ist „Max.-Linie" die obere Grenze
der Frequenz für
die MDCT-Koeffizienten, die von der herkömmlichen Codiervorrichtung quantisiert und
codiert werden sollen. Alle MDCT-Koeffizienten (2048 Koeffizienten),
die von der MDCT-Einheit
202 ausgegeben
werden, werden in die BBE-Codiereinheit
204 eingegeben.
-
Nachstehend
wird die Verarbeitung zur Erzeugung des Codierte-Erweiterungsaudiodaten-Stroms in der
in 2 gezeigten BBE-Codiereinheit 204 unter
Bezugnahme auf die 3A–3C näher beschrieben. 3A ist
ein Diagramm, das eine MDCT-Koeffizientenserie zeigt, die von der
MDCT-Einheit 202 ausgegeben wird. 3B ist
ein Diagramm, das den 0. bis (Max.-Linie – 1)-ten MDCT-Koeffizienten,
die mit der Quantisierungseinheit 203 codiert werden, von
den in 3A gezeigten MDCT-Koeffizienten
zeigt. 3C ist ein Diagramm, das ein
Beispiel dafür
zeigt, wie ein Codierte-Erwieiterungsaudiodaten-Strom
in der in 2 gezeigten BBE-Codiereinheit 204 erzeugt
wird. In den 3A–3C gibt
die Abszissenachse die Frequenzen an und die Anzahl, 0 bis 2047,
wird den MDCT-Koeffizienten von der niedrigeren zur höheren Frequenz
zugewiesen. Die Ordinatenachse gibt die Werte der MDCT-Koeffizienten
an. In diesen Figuren sind die Frequenzspektren durch kontinuierliche
Wellenformen in Frequenzrichtung dargestellt. Aber sie sind keine
kontinuierlichen Wellenformen, sondern diskrete Spektren. Wie in 3A gezeigt,
können
2048 MDCT-Koeffizienten, die von der MDCT-Einheit 202 ausgegeben
werden, einen Originalton darstellen, der über einen festen Zeitraum in
der halben Breite des Frequenzbands der Abtastfrequenz mit der maximalen
Bandbreite abgetastet wird. Im Allgemeinen kommt es bei der herkömmlichen
Codiervorrichtung oft vor, dass von den in 3A gezeigten MDCT-Koeffizienten nur
die MDCT-Koeffizienten des niedrigeren Bands, die für das Hören wichtig
sind, beispielsweise bis zur „Max.-Linie", quantisiert und
codiert werden und an die Decodiervorrichtung gesendet werden. Daher
erzeugt die BBE-Codiereinheit 204 die Frequenzspektrum-Erweiterungsdaten,
die die MDCT-Koeffizienten des höheren
Bands der „Max.-Linie" oder darüber hinaus
darstellen, die anstelle der in 3A gezeigten
MDCT-Koeffizienten
des höheren
Bands verwendet werden. Mit anderen Worten, die BBE-Codiereinheit 204 will
den (Max.-Linie)-ten bis (Ziellinie – 1)-ten MDCT-Koeffizienten,
die in 3C gezeigt sind, codieren, da
der 0. bis (Max.-Linie – 1)-te
Koeffizient vorher mit der Quantisierungseinheit 203 codiert
werden.
-
Zunächst nimmt
die BBE-Codiereinheit 204 den Bereich in dem höheren Frequenzband
(insbesondere den Frequenzbereich von der „Max.-Linie" bis zur „Ziellinie") an, in dem die
Daten als Audiosignal in der Decodiervorrichtung wiedergegeben werden
sollen, und unterteilt den angenommenen Bereich in Teilbänder mit einer
festen Frequenzbandbreite. Außerdem
unterteilt die BBE-Codiereinheit 204 das gesamte niedrigere
Frequenzband, oder einen Teil davon, mit dem 0. bis (Max.-Linie – 1)-ten
MDCT-Koeffizienten von den eingegebenen MDCT-Koeffizienten und legt die niedrigeren
Frequenzbänder
fest, die anstelle der entsprechenden höheren Frequenzbänder mit
dem (Max.-Linie)-ten bis 2047. MDCT-Koeffizienten verwendet werden
können.
Als niedrigere Frequenzbänder,
die anstelle der einzelnen höheren
Teilbänder
verwendet werden können,
werden die niedrigeren Frequenzbänder
festgelegt, bei denen die Differenz zwischen ihrer Energie und der
Energie des höheren
Teilbands minimal ist. Oder es kann das niedrigere Teilband festgelegt
werden, bei dem die Position des MDCT-Koeffizienten im Frequenzbereich,
deren Absolutwert maximal ist, der Position des MDCT-Koeffizienten
des höheren
Bands am nächsten
kommt.
-
Bei
der in 3C gezeigten BBE-Codiereinheit 204 wird
das Bestehen der folgenden Beziehung (Ausdruck 2) zwischen „Startlinie", „Ziellinie", „Endlinie" und „sbw", das die Anzahl
der MDCT-Koeffizienten darstellt, angenommen: Endlinie = Max.-Linie – Shiftlen
Startlinie
= Endlinie – W·sbw
Ziellinie
= Max.-Linie + V·sbw (Ausdruck 2),worin
W beispielsweise 4 ist und V beispielsweise 8 ist. Hier kann „Shiftlen" ein vorgegebener
Wert sein oder er kann in Abhängigkeit
von dem eingegebenen MDCT-Koeffizienten berechnet werden, und die
Daten, die den Wert angeben, können
in der BBE-Codiereinheit 204 codiert werden.
-
3C zeigt
den Fall, dass wenn das höhere
Frequenzband in acht Teilbänder,
das heißt,
die MDCT-Koeffizienten h0 bis h7, unterteilt wird, wobei die Frequenzbandbreite
sbw MDCT-Koeffizienten-Abtastwerte enthält, das niedrigere Frequenzband
vier MDCT-Koeffizienten-Teilbänder A,
B, C und D mit jeweils sbw Abtastwerten haben kann. In diesem Fall
wird aus praktischen Gründen
der Bereich zwischen der Startlinie und der Endlinie in vier Teilbänder unterteilt,
und der Bereich zwischen der Max.-Linie und der Ziellinie wird in acht
Teilbänder
unterteilt, aber die Anzahl der Teilbänder und die Anzahl der Abtastwerte
in einem Teilband sind nicht immer auf diese Angaben beschränkt. Die
BBE-Codiereinheit 204 legt die niedrigeren Teilbänder A, B,
C und D mit der Frequenzbandbreite sbw, die anstelle der MDCT-Koeffizienten in
den höheren
Teilbändern h0
bis h7 verwendet werden, mit derselben Frequenzbandbreite sbw fest
und codiert sie. Hier bedeutet „Verwendung anstelle der MDCT-Koeffizienten", dass ein Teil der
erhaltenen MDCT-Koeffizienten, in diesem Fall die MDCT-Koeffizienten der
niedrigeren Teilbänder
A–D, als
MDCT-Koeffizienten in die höheren
Teilbänder
h0 bis h7 kopiert werden. Diese Ersetzung kann den Fall umfassen,
dass die Verstärkung
der ersetzten MDCT-Koeffizienten geregelt wird.
-
Bei
der BBE-Codiereinheit 204 beträgt die Datenmenge, die zum
Darstellen des niedrigeren Teilbands benötigt wird, das anstelle des
höheren
Teilbands verwendet wird, höchstens
2 Bit für
jedes höhere
Teilband h0 bis h7, da sie den Bedarf erfüllt, wenn eines der vier niedrigeren
Teilbänder
A–D für jedes
höhere
Teilband festgelegt werden kann. Wie vorstehend dargelegt, codiert
die BBE-Codiereinheit 204 die Frequenzspektrum-Erweiterungsdaten,
die angeben, welches niedrigere Teilband A–D anstelle der höheren Teilbänder h0
bis h7 verwendet wird, und erzeugt den Codierte-Erweiterungsaudiodaten-Strom
mit dem Codierte-Daten-Strom des niedrigeren Teilbands.
-
Die
BBE-Codiereinheit 204 stellt außerdem die Amplitude des erzeugten
Codierte-Erweiterungsaudiodaten-Stroms
ein. 4A ist ein Wellenform-Diagramm, das eine Serie
von MDCT-Koeffizienten eines Originaltons zeigt. 4B ist
ein Wellenform-Diagramm, das eine Serie von MDCT-Koeffizienten zeigt,
die durch Ersetzen mit der BBE-Codiereinheit 204 erzeugt
werden. 4C ist ein Wellenform-Diagramm,
das eine Serie von MDCT-Koeffizienten zeigt, die erzeugt werden,
wenn die Verstärkung
der in 4B gezeigten Serie der MDCT-Koeffizienten geregelt
wird. Wie in 4A gezeigt, unterteilt die BBE-Codiereinheit 204 die
MDCT-Koeffizienten des höheren
Bands von der Max.-Linie bis zu Ziellinie in mehrere Bänder und
codiert die Verstärkungsdaten
für jedes
Band. Das Band von der Max.-Linie bis zur Ziellinie kann zum Codieren
der Verstärkungsdaten
nach demselben Verfahren wie für
die in 3 gezeigten höheren Teilbänder h0
bis h7 oder nach anderen Verfahren unterteilt werden. Nachstehend
wird der Fall, dass dasselbe Verfahren verwendet wird, unter Bezugnahme
auf 4 erläutert.
-
Die
in dem höheren
Teilband h0 enthaltenen MDCT-Koeffizienten des Originaltons sind
x(0), x(1), ..., x(sbw – 1),
wie in
4A gezeigt, die MDCT-Koeffizienten
in dem höheren
Teilband h0, die durch die Ersetzung erhalten werden, sind r(0),
r(1), ..., r(sbw – 1),
wie in
4B gezeigt, und die MDCT-Koeffizienten
in dem Teilband h0 in
4C sind y(0), y(1), ..., y(sbw – 1). Die
Verstärkung
g0 wird für
die Matrix x, r und y mit dem folgenden Ausdruck 3 erhalten und
dann codiert:
-
Für die höheren Teilbänder h0
bis h7 werden die Verstärkungsdaten
in der gleichen Weise wie vorstehend berechnet und codiert. Diese
Verstärkungsdaten
g0 bis g7 werden mit einer festgelegten Anzahl von Bits in den Codierte-Erweiterungsaudiodaten-Strom
codiert.
-
Der
wie vorstehend codierte Codierte-Erweiterungsaudiodaten-Strom wird
in dem von der Codiervorrichtung 200 ausgegebenen codierten
Audio-Bitstrom festgelegt, der schematisch in 5 dargestellt
ist. 5A ist ein Diagramm, das ein Beispiel für einen
normalen codierten Audio-Bitstrom zeigt. 5B ist
ein Diagramm, das ein Beispiel für
einen codierten Audio-Bitstrom
zeigt, der mit der Codiervorrichtung 200 der vorliegenden
Ausführungsform
ausgegeben wird. 5C ist ein Diagramm, das ein
Beispiel für
einen Codierte-Erweiterungsaudiodaten-Strom
zeigt, der in dem in 5B gezeigten Codierte-Erweiterungsaudiodaten-Strom-Abschnitt
dargestellt ist. Wie in 5A gezeigt,
verwendet die Codiervorrichtung 200 beim Erzeugen des codierten
Audio-Bitstroms in den einzelnen Frames in einem Strom 1 einen Teil
jedes Frames (beispielsweise den schraffierten Bereich) als Codierte-Erweiterungsaudiodaten-Strom-Abschnitt
in einem in 5B gezeigten Strom 2. Dieser
Codierte-Erweiterungsaudiodaten-Strom-Abschnitt ist ein Bereich
des in MPEG2-AAC und MPEG4-AAC beschriebenen „data_stream_element". Dieses data_stream_element
ist ein Reservebereich zum Festlegen von Daten für die Erweiterung beim Erweitern
der Funktionen des herkömmlichen
Codiersystems und wird von der herkömmlichen Decodiervorrichtung
auch dann nicht als Codierte-Audiodaten-Strom erkannt, wenn dort
irgendeine Art von Daten aufgezeichnet ist. Das data_stream_element
ist außerdem
ein Bereich zum Auffüllen
mit sinnlosen Daten, wie etwa 0, um die Länge der codierten Audiodaten konstant
zu halten, bei MPEG2-AAC und MPEG4-AAC beispielsweise der Bereich
des Füll-Elements.
Dadurch, dass der Codierte-Erweiterungsaudiodaten-Strom in diesem
Bereich in dem codierten Audio-Bitstrom dargestellt wird, kommt
es bei der Wiedergabe des Codierte-Erweiterungsaudiodaten-Stroms
als Audiosignal auch dann nicht zum Rauschen, wenn der erfindungsgemäße codierte
Audio-Bitstrom mit
der herkömmlichen Decodiervorrichtung
decodiert wird, sodass das Audiosignal mit derselben Bandbreite
wie das herkömmliche Audiosignal
wiedergegeben werden kann.
-
Wie
in 5C gezeigt, sind in dem Codierte-Erweiterungsaudiodaten-Strom
ein Datenelement, das angibt, ob die niedrigeren Teilbänder A–D, die
nach demselben Verfahren wie der Codierte-Erweiterungsaudiodaten-Strom
im letzten Frame unterteilt werden, verwendet werden oder nicht,
und Datenelemente, die die MDCT-Koeffizienten für die einzelnen höheren Teilbändern h0
bis h7 angeben, dargestellt. In den Datenelementen, die die MDCT- Koeffizienten für die einzelnen
höheren
Teilbänder
h0 bis h7 angeben, sind die Daten, die die festgelegten niedrigeren
Teilbänder
A–D angeben,
und deren Verstärkungsdaten
dargestellt. In dem Datenelement, das angibt, ob die niedrigeren
Teilbänder
A–D, die
die Gleichen wie der Codierte-Erweiterungsaudiodaten-Strom im letzten
Frame sind, verwendet werden oder nicht, wird „1" angegeben, wenn die MDCT-Koeffizienten
der höheren
Teilbänder
h0 bis h7 unter Verwendung eines der niedrigeren Teilbänder, die nach
demselben Verfahren wie das letzte Frame unterteilt werden, ersetzt
werden, und andernfalls, das heißt, wenn sie unter Verwendung
eines der niedrigeren Teilbänder
A–D ersetzt
werden, die nach einem neuen Verfahren, das von dem für das letzte
Frame verschieden ist, unterteilt werden, wird „0" angegeben. In diesen Datenelementen,
die das festgelegte niedrigere Teilband von den Teilbändern A–D angeben,
sind Daten mit 2 Bit dargestellt, die eines der vier niedrigeren
Teilbänder
A–D festlegen.
Außerdem
sind die Verstärkungsdaten
beispielsweise mit 4 Bit dargestellt. Dadurch können die MDCT-Koeffizienten
des höheren
Bands für
ein Frame durch den Codierte-Erweiterungsaudiodaten-Strom von 1
+ 8 × (2
+ 4) = 49 Bit dargestellt werden, wenn die höheren Teilbänder h0 bis h7 durch die niedrigeren
Teilbänder
A–D ersetzt
werden, die in der gleichen Weise wie das letzte Frame unterteilt
werden. Außerdem
kann in dem Frame, das die niedrigeren Teilbänder A–D wie das letzte Frame verwendet,
der Codierte-Erweiterungsaudiodaten-Strom
nur durch 1 Bit, das beispielsweise den Wert „1" angibt, dargestellt werden.
-
Dadurch
kann, wenn das von der erfindungsgemäßen Codiervorrichtung 200 durchgeführte Audiosignal-Codierverfahren
auf das herkömmliche
Codierverfahren angewendet wird, das höhere Frequenzband unter Verwendung
des Codierte-Erweiterungsaudiodaten-Stroms mit einer kleinen Datenmenge
dargestellt werden und der Breitband-Audioton kann mit einer guten
Tonqualität
in dem höheren
Frequenzband wiedergegeben werden.
-
Nachstehend
wird die Decodiervorrichtung beschrieben.
-
Beim
Decodierverfahren wird ein eingegebener Codierte-Audiodaten-Strom
decodiert, um Frequenzspektrumsdaten zu erhalten, das Frequenzspektrum
im Frequenzbereich wird in Daten im Zeitbereich transformiert, und
dadurch wird ein Audiosignal im Zeitbereich wiedergegeben.
-
6 ist
ein Blockdiagramm, das den Aufbau einer Decodiervorrichtung 600 zeigt,
die den von der in 2 gezeigten Codiervorrichtung 200 ausgegebenen
codierten Audio-Bitstrom decodiert. Die Decodiervorrichtung 600 ist
eine Decodiervorrichtung, die den codierten Audio-Bitstrom, der den
Codierte-Erweiterungsaudiodaten-Strom enthält, decodiert und Breitband-Frequenzspektrumsdaten
ausgibt. Sie weist eine Codierte-Datenstrom-Teilungseinheit 601,
eine Dequantisierungseinheit 602, eine IMDCT-Einheit 603 (IMDCT:
inverse modifizierte diskrete Kosinustransformation), eine Rauscherzeugungseinheit 604,
eine BBE-Decodiereinheit 605 und eine Erweiterte-IMDCT-Einheit 606 auf.
Die Codierte-Datenstrom-Teilungseinheit 601 teilt den eingegebenen
codierten Audio-Bitstrom in einen Codierte-Audiodaten-Strom, der
das niedrigere Frequenzband darstellt, und einen Codierte-Erweiterungsaudiodaten-Strom,
der das höhere
Frequenzband darstellt, und gibt den abgetrennten Codierte-Audiodaten-Strom
und den abgetrennten Codierte-Erweiterungsaudiodaten-Strom an die
Dequantisierungseinheit 602 bzw. die BBE-Decodiereinheit 605 aus.
Die Dequantisierungseinheit 602 dequantisiert den von dem
codierten Audio-Bitstrom abgetrennten Codierte-Audiodaten-Strom
und gibt die MDCT-Koeffizienten
des niedrigeren Bands aus. Es sei darauf hingewiesen, dass die Dequantisierungseinheit 602 sowohl
den Codierte-Audiodaten-Strom als auch den Codierte-Erweiterungsaudiodaten-Strom
empfangen kann. Außerdem
stellt die Dequantisierungseinheit 602 die MDCT-Koeffizienten
durch Dequantisierung nach dem AAC-Verfahren wieder her, wenn es
als Quantisierungsverfahren in der Quantisierungseinheit 203 verwendet
wurde. Dadurch stellt die Dequantisierungseinheit 602 den
0. bis (Max.-Linie – 1)-ten
MDCT-Koeffizienten des niedrigeren Bands wieder her und gibt sie
aus.
-
Die
IMDCT-Einheit
603 führt
eine Frequenz-Zeit-Transformation an den von der Dequantisierungseinheit
602 ausgegebenen
MDCT-Koeffizienten des niedrigeren Bands mittels IMDCT durch und
gibt das Audiosignal des niedrigeren Bands im Zeitbereich aus. Insbesondere
wenn die IMDCT-Einheit
603 die von der Dequantisierungseinheit
602 ausgegebenen
MDCT-Koeffizienten
des niedrigeren Bands empfängt,
wird ein Audio-Ausgangssignal mit 1024 Abtastwerten für jedes
Frame erhalten. Hier führt
die IMDCT-Einheit
603 eine IMDCT-Operation für 1024 Abtastwerte
durch. Der Ausdruck für
die IMDCT-Operation ist im Allgemeinen durch den folgenden Ausdruck
4 gegeben:
worin
n der Abtastwert-Index ist, k der Index des MDCT-Koeffizienten ist,
i der Fenster-Index ist, N die Fensterlänge ist und n0 = (N/2 + 1)/2
ist.
-
Der
Codierte-Erweiterungsaudiodaten-Strom, der mit der Codierte-Datenstrom-Teilungseinheit 601 von
dem codierten Audio-Bitstrom abgetrennt wird, wird an die BBE-Decodiereinheit 605 ausgegeben.
Außerdem
werden der 0. bis (Max.-Linie – 1)-te
MDCT-Koeffizient
des niedrigeren Bands, die von der Dequantisierungseinheit 602 ausgegeben
werden, und das Ausgangssignal von der Rauscherzeugungseinheit 604 in
die BBE-Decodiereinheit 605 eingegeben.
Die Operationen der BBE-Decodiereinheit 605 werden nachstehend näher erläutert. Die
BBE-Decodiereinheit 605 decodiert und dequantisiert den
(Max.-Linie)-ten bis 2047. MDCT-Koeffizienten des höheren Bands
aufgrund der durch Decodieren des abgetrennten Codierte-Erweiterungsaudiodaten-Stroms
erhaltenen Frequenzspektrum-Erweiterungsdaten und gibt den 0. bis
2047. Breitband-MDCT-Koeffizienten durch Addieren des 0. bis (Max.-Linie – 1)-ten
MDCT-Koeffizienten des niedrigeren Bands, die mit der Dequantisierungseinheit 602 erhalten
werden, zu dem (Max.-Linie)-ten bis 2047. MDCT-Koeffizienten des höheren Bands aus. Die Erweiterte-IMDCT-Einheit 606 führt die
IMDCT-Operationen
an den Abtastwerten doppelt so oft wie die IMDCT-Einheit 603 durch
und erhält
dann das Breitband-Audio-Ausgangssignal mit 2048 Abtastwerten für jedes
Frame.
-
Nachstehend
werden die Operationen der BBE-Decodiereinheit 605 näher beschrieben.
Die BBE-Decodiereinheit 605 stellt den (Max.-Linie)-ten
bis (Ziellinie)-ten MDCT-Koeffizienten unter Verwendung des 0. bis (Max.-Linie – 1)-ten
MDCT-Koeffizienten, die mit der Dequantisierungseinheit 602 erhalten
werden, und des Codierte-Erweiterungsaudiodaten-Stroms wieder her. Die Startlinie, die
Endlinie, die Max.-Linie, die Ziellinie, sbw und Shiftlen haben
alle die gleichen Werte wie die, die von der BBE-Codiereinheit 204 aufseiten
der Codiervorrichtung 200 verwendet werden. Wie in 5C gezeigt,
werden die Daten, die die niedrigeren Teilbänder A–D angeben, die anstelle der
MDCT-Koeffizienten in den höheren
Teilbändern
h0 bis h7 verwendet werden, in dem Codierte-Erweiterungsaudiodaten-Strom
codiert. Daher werden aufgrund der Daten die MDCT-Koeffizienten
in den höheren
Teilbändern
h0 bis h7 jeweils durch festgelegte MDCT-Koeffizienten in den niedrigeren
Teilbändern
A–D ersetzt.
-
Dadurch
erhält
die BBE-Decodiereinheit 605 den 0. bis (Ziellinie)-ten
MDCT-Koeffizienten.
Außerdem regelt
die BBE-Decodiereinheit 605 die Verstärkung aufgrund der Verstärkungsdaten
in dem Codierte-Erweiterungsaudiodaten-Strom. Wie in 4B gezeigt,
erzeugt die BBE-Decodiereinheit 605 eine Serie von MDCT-Koeffizienten,
die durch die der niedrigeren Teilbänder A–D in den entsprechenden höheren Teilbändern h0
bis h7 von der Max.-Linie bis zu Ziellinie ersetzt werden. Wenn
der Ersatz-MDCT-Koeffizient in dem höheren Teilband h0 r(0), r(1),
..., r(sbw – 1)
ist und die aus dem Codierte-Erweiterungsaudiodaten-Strom erhaltenen
Verstärkungsdaten
für das
höhere
Teilband h0 g0 sind, kann die BBE-Decodiereinheit 605 die in 4C gezeigte
Serie von verstärkungsgeregelten
MDCT-Koeffizienten
nach dem folgenden Beziehungsausdruck 5 erhalten. Insbesondere wenn
der MDCT-Koeffizient für
das höhere
Teilband h0 y(0), y(1), ..., y(sbw – 1) ist, wird der Wert des
verstärkungsgeregelten
i-ten MDCT-Koeffizienten y(i) durch den folgenden Ausdruck 5 dargestellt: yi = g0·ri (Ausdruck 5).
-
In
der gleichen Weise können
für die
höheren
Teilbänder
h1 bis h7 die verstärkungsgeregelten MDCT-Koeffizienten
durch Multiplizieren der Ersatz-MDCT-Koeffizienten mit den Verstärkungsdaten
für die einzelnen
höheren
Teilbänder
g1 bis g7 erhalten werden. Die Rauscherzeugungseinheit 604 erzeugt
weißes Rauschen,
Rosa-Rauschen oder
Rauschen, das eine Zufallskombination aus allen oder einigen MDCT-Koeffizienten des
niedrigeren Bands ist, und addiert das erzeugte Rauschen zu den
verstärkungsgeregelten MDCT-Koeffizienten.
Dabei kann die Energie des addierten Rauschens und des Spektrums,
das mit dem Spektrum kombiniert ist, das aus dem niedrigeren Frequenzband
kopiert wurde, zu der Energie des Spektrums korrigiert werden, das
durch den Ausdruck 5 dargestellt wird.
-
Bei
der ersten Ausführungsform
ist die Codierung der Verstärkungsdaten
beschrieben worden, die mit den Ersatz-MDCT-Koeffizienten nach Ausdruck
5 multipliziert werden müssen.
Es können
aber auch die Verstärkungsdaten,
die keine relativen Verstärkungswerte,
sondern Absolutwerte sind, wie etwa die Energie oder die mittleren
Amplituden der MDCT-Koeffizienten, codiert oder decodiert werden.
-
Unter
Verwendung der BBE-Decodiereinheit 605 mit dem vorstehenden
Aufbau kann Breitband-Audioton insbesondere im höheren Frequenzband auch dann
mit guter Tonqualität
wiedergegeben werden, wenn ein durch eine kleine Datenmenge dargestellter
Codierte-Erweiterungsaudiodaten-Strom
verwendet wird.
-
Es
ist zwar dargelegt worden, dass die Codiervorrichtung 200 und
die Decodiervorrichtung 600 das AAC-Verfahren verwenden,
aber die Codiervorrichtung und die Decodiervorrichtung der vorliegenden
Erfindung sind nicht darauf beschränkt, und es kann jedes andere
Codierverfahren verwendet werden.
-
In
der Codiervorrichtung 200 werden der 0. bis 2047. MDCT-Koeffizient
von der MDCT-Einheit 202 an die
BBE-Codiereinheit 204 ausgegeben. Die BBE-Codiereinheit 204 kann
aber zusätzlich
die Quantisierungsverzerrung enthaltende MDCT-Koeffizienten empfangen,
die durch Dequantisieren der mit der Quantisierungseinheit 203 quantisierten
MDCT-Koeffizienten erhalten werden. Außerdem kann die BBE-Codiereinheit 204 die MDCT-Koeffizienten
empfangen, die durch Dequantisieren des Ausgangssignals von der
Quantisierungseinheit 203 für das 0. bis (Max.-Linie – 1)-te
niedrigere Teilband bzw. des Ausgangssignals von der MDCT-Einheit 202 für das (Max.-Linie)-te
bis (Ziellinie)-te höhere
Teilband erhalten werden.
-
Bei
der ersten Ausführungsform
ist dargelegt worden, dass die Frequenzspektrum-Erweiterungsdaten gegebenenfalls quantisiert
und codiert werden. Aber als Codierte-Erweiterungsaudiodaten-Strom können natürlich auch
die zu codierenden Daten (Frequenzspektrum-Erweiterungsdaten) verwendet
werden, die mittels Codierung mit variabler Länge, wie etwa Huffman-Codierung,
dargestellt werden. In Reaktion auf diese Codierung braucht die
Decodiervorrichtung den Codierte-Erweiterungsaudiodaten-Strom nicht
zu dequantisieren, sondern sie kann Codes mit variabler Länge, wie
etwa Huffman-Codes, decodieren.
-
Bei
der ersten Ausführungsform
ist der Fall beschrieben worden, dass die erfindungsgemäßen Codier- und
Decodierverfahren für
MPEG2-AAC und MPEG4-AAC gelten. Die vorliegende Erfindung ist jedoch
nicht darauf beschränkt,
sondern sie kann für
andere Codierverfahren, wie etwa MPEG1-Audio und MPEG2-Audio, verwendet
werden. Wenn MPEG1-Audio und MPEG2-Audio verwendet werden, wird
der Codierte-Erweiterungsaudiodaten-Strom
für "ancillary_data" verwendet, die in
diesen Standards beschrieben sind.
-
Bei
der ersten Ausführungsform
ist dargelegt worden, dass die höheren
Teilbänder
durch das Frequenzspektrum in den niedrigeren Teilbändern in
einem Bereich des Frequenzspektrums (MDCT-Koeffizienten) ersetzt
werden, der durch Durchführen
der Zeit-Frequenz-Transformation
an dem eingegebenen Audiosignal erhalten wird. Die vorliegende Erfindung
ist jedoch nicht darauf beschränkt,
sondern die höheren
Teilbänder
können
bis zu einem Bereich über
die obere Grenze der Frequenz des durch die Zeit-Frequenz-Transformation ausgegebenen
Frequenzspektrums hinaus ersetzt werden. In diesem Fall kann das
für die
Ersetzung verwendete niedrigere Teilband nicht aufgrund des Frequenzspektrums
(der MDCT-Koeffizienten) des höheren
Bands, das den Originalton darstellt, festgelegt werden.
-
Zweite Ausführungsform
-
Die
zweite Ausführungsform
der vorliegenden Erfindung unterscheidet sich von der ersten Ausführungsform
dadurch, dass die BBE-Codiereinheit 204 bei der ersten
Ausführungsform
eine Serie von MDCT-Koeffizienten des niedrigeren Bands von der
Startlinie bis zu Endlinie in vier Teilbänder A–D unterteilt, während die
BBE-Codiereinheit bei der zweiten Ausführungsform dieselbe Bandbreite
von der Startlinie bis zur Endlinie in sieben Teilbänder A–G unterteilt,
wobei sich die gleichen Teile dieser Teilbänder überschneiden. Die Codiervorrichtung
und die Decodiervorrichtung der zweiten Ausführungsform haben grundsätzlich den
gleichen Aufbau wie die Codiervorrichtung 200 und die Decodiervorrichtung 600 der
ersten Ausführungsform,
und die zweite Ausführungsform
unterscheidet sich von der ersten Ausführungsform nur in der Verarbeitung,
die mit der BBE-Codiereinheit 701 in der Codiervorrichtung
und der BBE-Decodiereinheit 702 in der Decodiervorrichtung durchgeführt wird.
Daher werden bei der zweiten Ausführungsform nur die BBE-Codiereinheit 701 und
die BBE-Decodiereinheit 702 mit geänderten Bezugssymbolen beschrieben,
und den anderen Komponenten in der Codiervorrichtung 200 und
der Decodiervorrichtung 600 der ersten Ausführungsform,
die bereits erläutert worden
sind, werden die gleiche Bezugssymbole zugewiesen, und sie werden
hier nicht beschrieben. Außerdem
werden bei den folgenden Ausführungsformen
nur die Punkte beschrieben, die von der vorstehenden Beschreibung
abweichen, und die Punkte, die nicht abweichen, werden weggelassen.
-
Nachstehend
wird die BBE-Codiereinheit 701 bei der zweiten Ausführungsform
unter Bezugnahme auf 7 erläutert. 7 ist ein
Diagramm, das zeigt, wie Frequenzspektrum-Erweiterungsdaten in der BBE-Codiereinheit 701 der
zweiten Ausführungsform
erzeugt werden. In dieser Figur sind die niedrigeren Teilbänder E,
F und G Teilbänder,
die dadurch erhalten werden, dass die niedrigeren Teilbänder A,
B und C der Teilbänder A,
B, C und D, die in der gleichen Weise wie die bei der ersten Ausführungsform
unterteilt werden, in Richtung der höheren Frequenz um sbw/2 verschoben
werden. Hier werden die niedrigeren Teilbänder A, B und C in Richtung
der höheren
Frequenz um sbw/2 verschoben, aber das Verfahren zum Teilen des
Bands in Teilbänder,
wobei sich einige Teile der Teilbänder überschneiden, die Frequenzbreite
zum Verschieben der Teilbänder, die
Anzahl der geteilten Teilbänder
usw. sind nicht immer auf die vorstehenden beschränkt. Die
BBE-Codiereinheit 701 erzeugt und codiert die Daten, die
eines der sieben niedrigeren Teilbänder A–G festlegen, die anstelle
der einzelnen höheren
Teilbänder
h0 bis h7 verwendet werden.
-
Die
Decodiervorrichtung der zweiten Ausführungsform empfängt den
Codierte-Erweiterungsaudiodaten-Strom,
der mit der Codiervorrichtung der zweiten Ausführungsform codiert wird (die
die BBE-Codiereinheit 701 anstelle der BBE-Codiereinheit 204 in
der Codiervorrichtung 200 enthält), decodiert die Daten, die
die MDCT-Koeffizienten in den niedrigeren Teilbändern A–G festlegen, die anstelle
der höheren
Teilbänder
h0 bis h7 verwendet werden, und ersetzt die MDCT-Koeffizienten in
den höheren
Teilbändern
h0 bis h7 durch die MDCT-Koeffizienten in den niedrigeren Teilbändern A–G.
-
Nehmen
wir an, dass die Daten, die eines der niedrigeren Teilbänder A–G festlegen,
beispielsweise durch Code-Daten aus 3 Bit dargestellt werden. Wenn
die Ganzzahlen 0 bis 6 als Code-Daten jeweils die niedrigeren Teilbänder A–G darstellen,
kann die Decodiervorrichtung die Steuerung so durchführen, dass
sie keine Ersetzung unter Verwendung eines der Teilbänder A–G vornimmt,
wenn die durch den Wert „7" dargestellten Code-Daten
erzeugt werden. Hier ist der Fall beschrieben worden, dass Daten
von 3 Bit als Code-Daten verwendet werden und der Wert der Code-Daten „7" ist, aber die Anzahl
der Bits der Code-Daten und die Werte der Code-Daten können auch
andere Werte sein.
-
Die
Verstärkungsregelung
und/oder die Rauschaddition, die bei der ersten Ausführungsform
verwendet werden, werden bei der zweiten Ausführungsform in der gleichen
Weise verwendet. Wenn die Codiervorrichtung und die Decodiervorrichtung
mit dem vorstehend beschriebenen Aufbau verwendet werden, kann ein im
Breitband wiedergegebener Ton unter Verwendung des Codierte-Erweiterungsaudiodaten-Stroms
ohne eine große
Datenmenge erhalten werden.
-
Dritte Ausführungsform
-
Die
dritte Ausführungsform
unterscheidet sich von der zweiten Ausführungsform dadurch, dass die BBE-Codiereinheit 701 bei
der zweiten Ausführungsform
eine Serie von MDCT-Koeffizienten des niedrigeren Bands von der
Startlinie bis zu Endlinie in sieben Teilbänder A–G unterteilt, wobei sich einige
Teile der Teilbänder überschneiden,
während
die BBE-Codiereinheit bei der dritten Ausführungsform dieselbe Bandbreite
von der Startlinie bis zur Endlinie in sieben Teilbänder A–G unterteilt
und die MDCT-Koeffizienten in den niedrigeren Teilbändern in
umgekehrter Reihenfolge und die MDCT-Koeffizienten in den niedrigeren
Teilbändern,
deren positive und negative Vorzeichen umgekehrt werden, definiert.
-
Die
Komponenten der dritten Ausführungsform,
die sich von denen der Codiervorrichtung 200 und der Decodiervorrichtung 600 der
ersten und zweiten Ausführungsform
unterscheiden, sind nur die BBE-Codiereinheit 801 in der
Codiervorrichtung und die BBE-Decodiereinheit 802 in der
Decodiervorrichtung. Nachstehend wird die BBE-Codiereinheit bei der dritten Ausführungsform
unter Bezugnahme auf 8 erläutert.
-
Die 8A–8D sind
Diagramme, die zeigen, wie die BBE-Codiereinheit 801 bei
der dritten Ausführungsform
die Frequenzspektrum-Erweiterungsdaten erzeugt. 8A ist
ein Diagramm, das niedrigere und höhere Teilbänder zeigt, die in der gleichen
Weise wie bei der zweiten Ausführungsform
geteilt werden. 8B ist ein Diagramm, das ein
Beispiel für
eine Serie von MDCT-Koeffizienten in dem niedrigeren Teilband A
zeigt. 8C ist ein Diagramm, das ein
Beispiel für
eine Serie von MDCT-Koeffizienten in einem Teilband As zeigt, das
durch Umkehren der Reihenfolge der MDCT-Koeffizienten in dem niedrigeren
Teilband A erhalten wird. 8D ein
Diagramm, das ein Teilband Ar zeigt, das durch Umkehren der Vorzeichen
der MDCT-Koeffizienten in dem niedrigeren Teilband A erhalten wird.
Die MDCT-Koeffizienten in dem niedrigeren Teilband A werden beispielsweise
durch (p0, p1, ..., pN) dargestellt. In diesem Fall stellt beispielsweise
p0 den Wert des 0. MDCT-Koeffizienten in dem Teilband A dar. Die
MDCT-Koeffizienten in dem Teilband As, die durch Umkehren der Reihenfolge
der MDCT- Koeffizienten
in dem Teilband A in Frequenzrichtung erhalten werden, sind (pN, p(n – 1), ...,
p0). Die MDCT-Koeffizienten in dem Teilband Ar, die durch Umkehren
der Vorzeichen der MDCT-Koeffizienten in dem niedrigeren Teilband
A erhalten werden, werden durch (–p0, –p1, ..., –pN) dargestellt. Es wird nicht
nur das Teilband A definiert, sondern es werden auch die Teilbänder B–G, die
Teilbänder Bs–Gs, deren
Reihenfolge umgekehrt wird, und die Teilbänder Br–Gr, deren Vorzeichen umgekehrt
werden, definiert.
-
Wie
vorstehend dargelegt, legt die BBE-Codiereinheit 801 bei
der dritten Ausführungsform
ein Teilband fest, das anstelle der entsprechenden höheren Teilbänder h0
bis h7 verwendet werden soll, das heißt, sie legt eines der sieben
niedrigeren Teilbänder
A–G, der
sieben niedrigeren Teilbänder
As–Gs
oder der sieben niedrigeren Teilbänder Ar–Gr fest, die durch Umkehren
der Reihenfolge oder der Vorzeichen der sieben MDCT-Koeffizienten
in den niedrigeren Teilbändern
A–G erhalten
werden. Die BBE-Codiereinheit 801 codiert die Daten zum
Darstellen der MDCT-Koeffizienten des höheren Bands unter Verwendung
des festgelegten niedrigeren Teilbands und erzeugt den in 5C gezeigten
Codierte-Erweiterungsaudiodaten-Strom.
In diesem Fall codiert die BBE-Codiereinheit 801 für jedes
höhere
Teilband die Daten, die das niedrigere Teilband festlegen, das anstelle
des MDCT-Koeffizienten
des höheren
Bands verwendet wird, die Daten, die angeben, ob die Reihenfolge
der MDCT-Koeffizienten in den festgelegten niedrigeren Teilbändern umgekehrt
werden soll oder nicht, und die Daten, die angeben, ob die positiven
und negativen Vorzeichen der MDCT-Koeffizienten in den festgelegten niedrigeren
Teilbändern
umgekehrt werden sollen oder nicht, als Frequenzspektrum-Erweiterungsdaten.
-
Die
Decodiervorrichtung der dritten Ausführungsform empfängt den
Codierte-Erweiterungsaudiodaten-Strom,
der mit der vorstehend beschriebenen Codiervorrichtung der dritten
Ausführungsform
codiert wird, und decodiert die Frequenzspektrum-Erweiterungsdaten,
die angeben, welcher der MDCT-Koeffizienten in den niedrigeren Teilbändern A–G anstelle
der höheren
Teilbänder
h0 bis h7 verwendet werden, ob die Reihenfolge der MDCT-Koeffizienten
umgekehrt werden soll oder nicht und ob die positiven und negativen
Vorzeichen der MDCT- Koeffizienten
umgekehrt werden sollen oder nicht. Dann erzeugt die Decodiervorrichtung
entsprechend den decodierten Frequenzspektrum-Erweiterungsdaten
die MDCT-Koeffizienten in den höheren
Teilbändern
h0 bis h7 durch Umkehren der Reihenfolge oder der Vorzeichen der
MDCT-Koeffizienten in den festgelegten Teilbändern A–G.
-
Die
dritte Ausführungsform
umfasst nicht nur die Erweiterung der Reihenfolge und der positiven
und negativen Vorzeichen der MDCT-Koeffizienten in den niedrigeren
Teilbändern,
sondern auch die Ersetzung durch die gefilterten MDCT-Koeffizienten
in den niedrigeren Teilbändern.
Es sei darauf hingewiesen, dass das Filtern beispielsweise IIR-Filtern,
FIR-Filtern usw. bedeutet, aber diese Filterverfahren werden hier
nicht beschrieben, da sie Fachleuten bekannt sind. Wenn bei diesen
Filterverfahren die Filterkoeffizienten in den Codierte-Erweiterungsaudiodaten-Strom
aufseiten der Codiervorrichtung codiert werden, werden aufseiten
der Decodiervorrichtung die MDCT-Koeffizienten in den festgelegten
niedrigeren Teilbändern
IIR-gefiltert oder FIR-gefiltert, was durch die decodierten Filterkoeffizienten
angegeben wird, und die höheren
Teilbänder
können
durch die gefilterten MDCT-Koeffizienten ersetzt werden. Es sei
darauf hingewiesen, dass die bei der ersten Ausführungsform verwendete Verstärkungsregelung
in der gleichen Weise bei der dritten Ausführungsform verwendet werden
kann. Wenn die Codiervorrichtung und die Decodiervorrichtung mit
dem vorstehend beschriebenen Aufbau verwendet werden, kann ein im
Breitband wiedergegebener Ton unter Verwendung des Codierte-Erweiterungsaudiodaten-Stroms
ohne eine große
Datenmenge erhalten werden.
-
Vierte Ausführungsform
-
Die
vierte Ausführungsform
unterscheidet sich von der dritten Ausführungsform dadurch, dass die
Decodiervorrichtung der vierten Ausführungsform nicht nur die MDCT-Koeffizienten
in den festgelegten niedrigeren Teilbändern A–G anstelle der MDCT-Koeffizienten
in den höheren
Teilbändern
h0 bis h7 verwendet, sondern die MDCT-Koeffizienten, die mit der
Rauscherzeugungseinheit erzeugt werden, zusätzlich zu den MDCT-Koeffizienten
in den festgelegten niedrigeren Teilbändern A–G anstelle der MDCT-Koeffizienten
in den höheren
Teilbändern
h0 bis h7 verwendet. Daher sind die Komponenten der Decodiervorrichtung
der vierten Ausführungsform,
deren Aufbau von denen der Decodiervorrichtung 600 der
ersten Ausführungsform
abweicht, nur die Rauscherzeugungseinheit 901 und die BBE-Decodiereinheit 902.
Für die
Decodierung des Codierte-Erweiterungsaudiodaten-Stroms in der Decodiervorrichtung
der vierten Ausführungsform
wird nachstehend der Fall, dass beispielsweise das mit der BBE-Decodiereinheit
zu decodierende höhere
Teilband h0 durch das niedrigere Teilband A ersetzt wird, unter
Bezugnahme auf die 9A–C beschrieben. 9A ist ein
Diagramm, das ein Beispiel für
die MDCT-Koeffizienten in dem niedrigeren Teilband A zeigt, die
für das höhere Teilband
h0 festgelegt werden. 9B ist ein Diagramm, das ein
Beispiel für
die gleiche Anzahl von MDCT-Koeffizienten wie die in dem niedrigeren
Teilband A zeigt, die von der Rauscherzeugungseinheit 901 erzeugt
werden. 9C ist ein Diagramm, das ein
Beispiel für
die MDCT-Koeffizienten zeigt, die anstelle des höheren Teilbands h0 verwendet
werden und unter Verwendung der MDCT-Koeffizienten in dem in 9A gezeigten
niedrigeren Teilband A und der MDCT-Koeffizienten erzeugt werden,
die mit der in 9B gezeigten Rauscherzeugungseinheit 901 erzeugt
werden. Hier sollen die MDCT-Koeffizienten in dem niedrigeren Teilband
A A = (p0, p1, ..., pN) sein. Und die gleiche Anzahl von Rauschsignal-MDCT-Koeffizienten
wie die in dem niedrigeren Teilband A, M = (n0, n1, ..., nN), wird
in der Rauscherzeugungseinheit 901 erhalten. Die BBE-Decodiereinheit 902 stellt
die MDCT-Koeffizienten
A in dem niedrigeren Teilband A und die Rauschsignal-MDCT-Koeffizienten
M unter Verwendung von Bewertungsfaktoren α, β ein und erzeugt die Ersatz-MDCT-Koeffizienten
A', die anstelle
der MDCT-Koeffizienten in dem höheren
Teilband h0 verwendet werden. Die Ersatz-MDCT-Koeffizienten A' werden durch den
folgenden Ausdruck 6 dargestellt: A' = α(p0, p1,
..., pN) + β(n0,
n1, ..., nN) (Ausdruck 6).
-
Die
Bewertungsfaktoren α, β können vorgegebene
Werte in der Decodiervorrichtung der vierten Ausführungsform
sein oder können
Werte sein, die dadurch erhalten werden, dass die Steuerdaten, die
die Werte der Bewertungsfaktoren α, β angeben,
in den Codierte-Erweiterungsaudiodaten-Strom
in der Codiervorrichtung codiert werden und diese Werte in der Decodiervorrichtung
decodiert werden.
-
Hier
ist das von der BBE-Decodiereinheit 902 ausgegebene Teilband
h0 als Beispiel erläutert
worden, aber die gleiche Verarbeitung wird auch für die anderen
höheren
Teilbänder
h1 bis h7 ausgeführt.
Außerdem ist
das niedrigere Teilband A als Beispiel für ein niedrigeres Teilband,
das anstelle eines höheren
Teilbands verwendet wird, beschrieben worden, aber es können auch
alle anderen niedrigeren Teilbänder,
die mit der Dequantisierungseinheit erhalten werden, verwendet werden,
und die Verarbeitung für
sie ist die Gleiche. Bei den Bewertungsfaktoren α, β kann der eine den Wert „0" und der andere den
Wert „1" haben, oder ihre
Werte können
so sein, dass α, β = 1 ist.
Wenn α =
0 ist, wird das Verhältnis
der Energie der MDCT-Koeffizienten in den höheren Teilbändern zu der Energie der MDCT-Koeffizienten
der Rauschdaten berechnet, und das erhaltene Energie-Verhältnis wird
als Verstärkungsdaten
für die
MDCT-Koeffizienten der Rausch-Informationen in den Codierte-Erweiterungsaudiodaten-Strom codiert. Außerdem kann
ein Wert codiert werden, der das Verhältnis zwischen den Bewertungsfaktoren α und β darstellt.
Und wenn alle MDCT-Koeffizienten in einem niedrigeren Teilband,
das von der BBE-Decodiereinheit 902 kopiert wird, „0" sind, kann die Steuerung
so durchgeführt
werden, dass unabhängig
von dem Wert von α der
Wert von β auf „1" eingestellt wird.
Die Rauscherzeugungseinheit 901 kann so gestaltet sein,
dass sie eine erstellte Tabelle hält und Werte in der Tabelle
als Rauschsignal-MDCT-Koeffizienten ausgibt oder dass sie Rauschsignal-MDCT-Koeffizienten
erzeugt, die durch die MDCT des Rauschsignals im Zeitbereich für jedes
Frame erhalten werden, oder die Verstärkungsregelung der Rauschsignale
im Zeitbereich durchführt
und die Rauschsignal-MDCT-Koeffizienten unter Verwendung aller oder
einiger MDCT-Koeffizienten ausgibt, die durch die MDCT des verstärkungsgeregelten Rauschsignals
erhalten werden.
-
Insbesondere
wenn die MDCT-Koeffizienten verwendet werden, die durch Verstärkungsregelung
des Rauschsignals im Zeitbereich und durch Durchführen der
MDCT an dem Rauschsignal erhalten werden, ist der Effekt des Unterdrückens des
Vorechos des wiedergegebenen Tons zu erwarten. In diesem Fall werden
die Verstärkungsregelungsdaten
zum Regeln der Verstärkung
des Rauschsignals im Zeitbereich vorher mit der Codiervorrichtung
der vierten Ausführungsform
codiert, und die Decodiervorrichtung kann die Verstärkungsregelungsdaten
decodieren und verwenden. Wenn die wie vorstehend gestaltete Decodiervorrichtung
verwendet wird, ist der Effekt der Realisierung der Breitband-Wiedergabe
zu erwarten, ohne dass die Tonalität durch die Verwendung der
Rauschsignal-MDCT-Koeffizienten
extrem erhöht
wird, auch wenn die MDCT-Koeffizienten der niedrigeren Teilbänder die
MDCT-Koeffizienten in den höheren
Teilbändern,
die BBE-decodiert werden sollen, nicht ausreichend darstellen können.
-
Fünfte Ausführungsform
-
Die
fünfte
Ausführungsform
unterscheidet sich von der vierten Ausführungsform dadurch, dass die Funktionen
so erweitert werden, dass mehrere Zeitrahmen als eine Einheit gesteuert
werden können.
Nachstehend werden die Operationen einer BBE-Codiereinheit 1001 und
einer BBE-Decodiereinheit 1002 in der Codiervorrichtung
und der Decodiervorrichtung der fünften Ausführungsform unter Bezugnahme
auf die 10A–C und die 11A–C erläutert. 10A ist ein Diagramm, das MDCT-Koeffizienten
in einem Frame zum Zeitpunkt t0 zeigt. 10B ist
ein Diagramm, das MDCT-Koeffizienten im nächsten Frame zum Zeitpunkt t1
zeigt. 10C ist ein Diagramm, das MDCT-Koeffizienten
im übernächsten Frame
zum Zeitpunkt t2 zeigt. Die Zeitpunkte t0, t1 und t2 sind zusammenhängende Zeitpunkte
und sie sind die Zeitpunkte, die mit den Frames synchronisiert sind.
Bei der ersten bis vierten Ausführungsform
werden die Codierte-Erweiterungsaudiodaten-Ströme zu den Zeitpunkten t0, t1
bzw. t2 erzeugt, während
die Codiervorrichtung der fünften
Ausführungsform
einen Codierte-Erweiterungsaudiodaten-Strom
erzeugt, den mehrere zusammenhängende
Frames gemeinsam haben. In diesen Figuren sind zwar drei zusammenhängende Frames
dargestellt, aber es kann jede Anzahl von zusammenhängenden
Frames verwendet werden. In 5C der
ersten Ausführungsform
hat das obere Ende des Codierte-Erweiterungsaudiodaten-Stroms ein Datenelement,
das angibt, ob die niedrigeren Teilbänder A–D, die in der gleichen Weise
wie der Codierte-Erweiterungsaudiodaten-Strom im letzten Frame geteilt
werden, verwendet werden oder nicht. Die BBE-Codiereinheit 1001 der
fünften
Ausführungsform stellt
in der gleichen Weise ein Datenelement bereit, das angibt, ob der
Codierte-Erweiterungsaudiodaten-Strom,
der der Gleiche wie im letzten Frame ist, am oberen Ende des Codierte-Erweiterungsaudiodaten-Stroms
in jedem Frame verwendet wird oder nicht. Nachstehend wird der Fall
beschrieben, dass die höheren
Teilbänder
in jedem Frame zu den Zeitpunkten t0, t1 und t2 unter Verwendung
des Codierte-Erweiterungsaudiodaten-Stroms in dem Frame beispielsweise
zum Zeitpunkt t0 decodiert werden.
-
Die
Decodiervorrichtung der fünften
Ausführungsform
empfängt
den Codierte-Erweiterungsaudiodaten-Strom,
der zur gemeinsamen Verwendung mehrerer zusammenhängender
Frames erzeugt wird, und führt eine
BBE-Decodierung jedes Frames durch. Wenn beispielsweise das höhere Teilband
h0 in dem Frame zum Zeitpunkt t0 durch das niedrigere Teilband C
in dem Frame zum gleichen Zeitpunkt t0 ersetzt wird, decodiert die
BBE-Decodiereinheit 1002 auch
das höhere
Teilband h0 in dem Frame zum Zeitpunkt t1 unter Verwendung des niedrigeren
Teilbands C zum Zeitpunkt t1 und decodiert außerdem in der gleichen Weise
das höhere
Teilband h0 in dem Frame zum Zeitpunkt t2 unter Verwendung des niedrigeren
Teilbands C zum Zeitpunkt t2. Die BBE-Decodiereinheit 1002 führt die
gleiche Verarbeitung auch für
die anderen höheren
Teilbänder
h1 bis h7 durch. Wenn die Codiervorrichtung und die Decodiervorrichtung
mit dem vorstehenden Aufbau verwendet werden, können die Bereiche des codierten
Audio-Bitstroms, die von dem Codierte-Erweiterungsaudiodaten-Strom eingenommen
werden, für
mehrere Frames, die denselben Codierte-Erweiterungsaudiodaten-Strom
verwenden, insgesamt verringert werden, und dadurch können eine
effizientere Codierung und Decodierung realisiert werden.
-
Nachstehend
wird ein weiteres Beispiel für
die Codiervorrichtung und Decodiervorrichtung der fünften Ausführungsform
unter Bezugnahme auf die 11A–C erläutert. Dieses
Beispiel unterscheidet sich von dem vorstehenden Beispiel dadurch,
dass die BBE-Codiereinheit 1101 die Verstärkungsdaten
zur Durchführung
der Verstärkungsregelung
für jedes
Frame mit einer anderen Verstärkung
in den MDCT-Koeffizienten des höheren Bands
codiert, die unter Verwendung desselben Codierte-Erweiterungsaudiodaten-Stroms
für mehrere
zusammenhängende
Frames decodiert werden. Die 11A–C sind
wie die 10A–C Diagramme, die MDCT-Koeffizienten
in mehreren zusammenhängenden
Frames zu den Zeitpunkten t0, t1 und t2 zeigen. Die andere Codiervorrichtung
der fünften
Ausführungsform
erzeugt Relativwerte der Verstärkungen
der MDCT-Koeffizienten des höheren
Bands, die in mehreren Frames in den Codierte-Erweiterungsaudiodaten-Strom BBE-decodiert
werden. Beispielsweise sind die mittleren Amplituden der zu BBE-decodierenden
MDCT-Koeffizienten in der Bandbreite (das höhere Frequenzband von der Max.-Linie
bits zu Ziellinie) G0, G1 und G2 für die Frames zu den Zeitpunkten
t0, t1 und t2.
-
Zunächst wird
das Referenz-Frame von den Frames zu den Zeitpunkten t0, t1 und
t2 bestimmt. Es kann das erste Frame zum Zeitpunkt t0 oder das Frame,
das die größte mittlere
Amplitude ergibt, als Referenz-Frame festgelegt werden, und die
Daten, die die Position des Frames angeben, das die größte mittlere Amplitude
ergibt, können
getrennt in den Codierte-Erweiterungsaudiodaten-Strom
codiert werden. Hier wird angenommen, dass die mittlere Amplitude
G0 in dem Frame zum Zeitpunkt t0 die größte mittlere Amplitude in den
zusammenhängenden
Frames ist, in denen die MDCT-Koeftizienten des höheren Bands
unter Verwendung desselben Codierte-Erweiterungsaudiodaten-Stroms
decodiert werden. In diesem Fall wird die mittlere Amplitude in
dem höheren
Frequenzband in dem Frame zum Zeitpunkt t1 durch G1/G0 für das Referenz-Frame
zum Zeitpunkt t0 dargeste lt, und die mittlere Amplitude in dem
höheren
Frequenzband in dem Frame zum Zeitpunkt t2 wird durch G2/G0 für das Referenz-Frame
zum Zeitpunkt t0 dargestellt. Die BBE-Codiereinheit 1101 quantisiert
die Relativwerte G1/G0 und G2/G0 dieser mittleren Amplituden in
dem höheren
Frequenzband, um sie in den Codierte-Erweiterungsaudiodaten-Strom
zu codieren.
-
In
der anderen Decodiervorrichtung der fünften Ausführungsform empfängt die
BBE-Codiereinheit 1102 den
Codierte-Erweiterungsaudiodaten-Strom, legt ein Referenz-Frame aus dem
Codierte-Erweiterungsaudiodaten-Strom fest, um es zu decodieren,
oder decodiert ein vorgegebenes Frame und decodiert den Wert der
mittleren Amplitude des Referenz-Frames. Außerdem decodiert die BBE-Decodiereinheit 1102 den
Wert der mittleren Amplitude in Bezug auf das Referenz-Frame der
zu BBE-decodierenden MDCT-Koeffizienten des höheren Bands und führt eine
Verstärkungsregelung
an den MDCT-Koeffizienten des höheren
Bands in jedem Frame aus, die entsprechend dem gemeinsamen Codierte-Erweiterungsaudiodaten-Strom
decodiert werden. Wie vorstehend dargelegt, können mit der in den 11A–C
gezeigten BBE-Decodiereinheit 1102 die mittleren Amplituden
der MDCT-Koeffizienten, die unter Verwendung des gemeinsamen Codierte-Erweiterungsaudiodaten-Stroms
decodiert werden, in mehreren Frames problemlos korrigiert werden.
Dadurch kann der codierte Audiodatenstrom, der mit Wiedergabetreue
zum Originalton als Breitband-Audiosignal wiedergegeben werden kann,
mit einer kleinen Datenmenge codiert und decodiert werden.
-
Sechste Ausführungsform
-
Die
sechste Ausführungsform
unterscheidet sich von der fünften
Ausführungsform
dadurch, dass die Codiervorrichtung und die Decodiervorrichtung
der fünften
Ausführungsform
ein Audiosignal im Zeitbereich in ein Zeit-Frequenz-Signal, das
die zeitliche Änderung
des Frequenzspektrums darstellt, transformieren und invers transformieren.
Jeweils 32 zusammenhängende
Abtastwerte von 1024 Abtastwerten für ein Frame eines Audiosignals,
das beispielsweise mit einer Abtastfrequenz von 44,1 kHz abgetastet
wird, werden alle etwa 0,73 ms frequenztransformiert, und es werden
Frequenzspektren erhalten, die jeweils aus 32 Abtastwerten bestehen.
Es werden 32 Frequenzspektren erhalten, die eine Zeitdifferenz von
etwa 0,73 ms für
jedes Frame mit 1024 Abtastwerten haben. Diese Frequenzspektren
stellen jeweils die Wiedergabe-Bandbreite von 0 kHz bis maximal
22,05 kHz für
32 Abtastwerte dar. Die Wellenform, die durch Kombinieren der Werte
der Spektrumsdaten mit der gleichen Frequenz in der Zeitrichtung
aus diesen Frequenzspektren erhalten wird, ist ein Zeit-Frequenz-Signal, das von dem
QMF-Filter ausgegeben wird. Die Codiervorrichtung der vorliegenden
Erfindung führt
eine Quantisierung und Codierung mit variabler Länge beispielsweise des 0. bis
15. Zeit-Frequenz-Signals der Zeit-Frequenz-Signale, die von dem
QMF-Filter ausgegeben werden, in der gleichen Weise wie die herkömmliche
Codiervorrichtung durch. Für
das 16. bis 31. Zeit-Frequenz-Signal des höheren Bands legt die Codiervorrichtung
jedoch ein Zeit-Frequenz-Signal
des 0. bis 15. Zeit-Frequenz-Signals fest, das anstelle des 16.
bis 31. Signals verwendet werden soll, und erzeugt erweiterte Zeit-Frequenz-Signale,
die Daten enthalten, die das festgelegte Signal des 0. bis 15. Zeit-Frequenz-Signals
des niedrigeren Bands angeben, und Verstärkungsdaten zum Einstellen
der Amplitude des festgelegten Zeit-Frequenz-Signals des niedrigeren Bands.
Wenn das Filtern durchgeführt
wird oder ein Filter mit einer anderen Kennlinie, die von einem
Parameter abhängt,
verwendet wird, wird vorher ein Parameter zum Festlegen der Einzelheiten
der Verarbeitung oder die Kennlinie des Filters in den erweiterten
Zeit-Frequenz-Signalen angegeben. Dann legt die Codiervorrichtung
den codierten Audiodatenstrom des niedrigeren Bands, der durch Quantisierung
und Codierung mit variabler Länge
der Zeit-Frequenz-Signale des niedrigeren Bands erhalten wird, und
den codierten Audiodatenstrom des höheren Bands, der durch Codierung
mit variabler Länge
der erweiterten Zeit-Frequenz-Signale in dem codierten Audio-Bitstrom
erhalten wird, fest, um sie auszugeben.
-
12 ist
ein Blockdiagramm, das den Aufbau einer Decodiervorrichtung 1200 zeigt,
die Breitband-Zeit-Frequenz-Signale aus einem codierten Audio-Bitstrom
decodiert, der unter Verwendung eines QMF-Filters codiert wird.
Die Decodiervorrichtung 1200 ist eine Decodiervorrichtung,
die Breitband-Zeit-Frequenz-Signale aus dem eingegebenen codierten
Audio-Bitstrom decodiert, der aus dem codierten Datenstrom, der
durch Codierung mit variabler Länge
der erweiterten Zeit-Frequenz-Signale erhalten wird, die die Zeit-Frequenz-Signale
des höheren
Bands darstellen, und dem codierten Datenstrom, der durch Quantisierung
und Codierung der Zeit-Frequenz-Signale des niedrigeren Bands erhalten
wird, besteht. Die Decodiervorrichtung 1200 weist eine
Kern-Decodiereinheit 1201, eine erweiterte Decodiereinheit 1202 und
eine Spektrum-Addiereinheit 1203 auf. Die Kern-Decodiereinheit 1201 decodiert
den eingegebenen codierten Audio-Bitstrom und teilt ihn in die quantisierten
Zeit-Frequenz-Signale des niedrigeren Bands und die erweiterten
Zeit-Frequenz-Signale, die die Zeit-Frequenz-Signale des höheren Bands
darstellen. Die Kern-Decodiereinheit 1201 dequantisiert
außerdem
die von dem codierten Audio-Bitstrom abgetrennten Zeit-Frequenz-Signale des niedrigeren
Bands und gibt sie an die Spektrum-Addiereinheit 1203 aus.
Die Spektrum-Addiereinheit 1203 addiert die von der Kern-Decodiereinheit 1201 decodierten
und dequantisierten Zeit-Frequenz-Signale und die von der Kern-Decodiereinheit 1202 (Anm.
d. Übers.:
muss wohl „1201" heißen) erzeugten
Zeit-Frequenz-Signale des höheren
Bands und gibt die Zeit-Frequenz-Signale in dem gesamten Wiedergabeband
von beispielsweise 0 kHz bis 22,05 kHz aus. Diese ausgegebenen Zeit-Frequenz-Signale
werden beispielsweise mit einem Inverstransformations-QMF-Filter,
das später
beschrieben wird, aber nicht dargestellt ist, in Audiosignale im
Zeitbereich transformiert und weiter in hörbaren Ton, wie etwa Sprache
und Musik, mit einem später
beschriebenen Lautsprecher umgewandelt.
-
Die
erweiterte Decodiereinheit 1202 ist eine Verarbeitungseinheit,
die die von der Kern-Decodiereinheit 1201 decodierten
Zeit-Frequenz-Signale des niedrigeren Bands und die erweiterten
Zeit-Frequenz-Signale empfängt,
aufgrund der abgetrennten erweiterten Zeit-Frequenz-Signale die Zeit-Frequenz-Signale
des niedrigeren Bands festlegt, die anstelle der Zeit-Frequenz-Signale
des höheren
Bands verwendet werden, um sie in das höhere Frequenzband zu kopieren,
und ihre Amplituden einstellt, um die Zeit-Frequenz-Signale des höheren Bands
zu erzeugen. Die erweiterte Decodiereinheit 1202 weist
weiterhin eine Ersetzungssteuereinheit 1204 und eine Verstärkungseinstelleinheit 1205 auf.
Die Ersetzungssteuereinheit 1204 legt beispielsweise ein
Zeit-Frequenz-Signal des 0. bis 15. Zeit-Frequenz-Signals des niedrigeren Bands,
das anstelle des 16. Zeit-Frequenz-Signals des höheren Bands verwendet wird,
entsprechend den decodierten erweiterten Zeit-Frequenz-Signalen fest und
kopiert das festgelegte Zeit-Frequenz-Signal des niedrigeren Bands
als 16. Zeit-Frequenz-Signal des höheren Bands. Die Verstärkungseinstelleinheit 1205 verstärkt das
als 16. Zeit-Frequenz-Signal des höheren Bands kopierte Zeit-Frequenz-Signal
des niedrigeren Bands entsprechend den in dem erweiterten Zeit-Frequenz-Signal
angegebenen Verstärkungsdaten
und stellt die Amplitude ein. Die erweiterte Decodiereinheit 1202 führt die
vorstehende Verarbeitung mit der Ersetzungssteuereinheit 1204 und der
Verstärkungseinstelleinheit 1205 für jedes
Zeit-Frequenz-Signal des 17. bis 31. Zeit-Frequenz-Signals des höheren Bands
durch. Wenn 4 Bit zum Festlegen eines Zeit-Frequenz-Signals des
0. bis 15. Zeit-Frequenz-Signals des niedrigeren Bands und 4 Bit
für die
Verstärkungsdaten
zum Einstellen der Amplitude des kopierten Zeit-Frequenz-Signals
des niedrigeren Bands verwendet werden, kann das 16. bis 31. Zeit-Frequenz-Signal des
höheren
Bands mit maximal (4 + 4) × 32
= 256 Bit dargestellt werden.
-
13 ist
ein Diagramm, das ein Beispiel für
die Zeit-Frequenz-Signale zeigt, die von der Decodiervorrichtung 1200 der
sechsten Ausführungsform
decodiert werden. Wenn das Spektrum des k-ten Zeit-Frequenz-Signals
des niedrigeren Bands beispielsweise durch Bk = pk(t0), pk(t1),
..., pk(t31) dargestellt wird, wobei k eine Ganzzahl von 0 ≤ k ≤ 15 ist, werden,
wie in 13 gezeigt, das quantisierte
und decodierte 0. bis 15. Zeit-Frequenz-Signal B0 bis B15 des niedrigeren
Bands in dem codierten Audio-Bitstrom dargestellt, der von der in
der Figur nicht dargestellten Codiervorrichtung der sechsten Ausführungsform
erzeugt wird. Für
das 16. bis 31. Zeit-Frequenz-Signal B16 bis B31 des höheren Bands
werden hingegen die Daten, die ein Zeit-Frequenz-Signal des 0. bis
15. Zeit-Frequenz-Signals B0 bis B15 des niedrigeren Bands festlegen,
die jeweils anstelle des 16. bis 31. Zeit-Frequenz-Signals des höheren Bands
verwendet werden, und die Verstärkungsdaten zum
Einstellen der Amplituden der einzelnen Zeit-Frequenz-Signale des
niedrigeren Bands, die in das höhere Frequenzband
kopiert werden, angegeben. Um beispielsweise das 16. Zeit-Frequenz-Signal
B16 des höheren Bands
darzustellen, werden die Daten, die das 10. Zeit-Frequenz-Signal
B10 des niedrigeren Bands angeben, das anstelle des 16. Zeit-Frequenz-Signals
B16 des höheren
Bands verwendet wird, und die Verstärkungsdaten G0 zum Einstellen
der Amplitude des Zeit-Frequenz-Signals B10 des niedrigeren Bands,
das als 16. Zeit-Frequenz-Signal B16 des höheren Bands in das höhere Frequenzband
kopiert wird, in dem erweiterten Zeit-Frequenz-Signal angegeben.
Dadurch wird das von der Kern-Decodiereinheit 1201 decodierte
und dequantisierte 10. Zeit-Frequenz-Signal B10 des niedrigeren
Bands als 16. Zeit-Frequenz-Signal B16 des höheren Bands in das höhere Frequenzband
kopiert und mit der in den Verstärkungsdaten
G0 angegebenen Verstärkung
verstärkt,
und dann wird das 16. Zeit-Frequenz-Signal B16 des höheren Bands
erzeugt. Die gleiche Verarbeitung wird für das 17. Zeit-Frequenz-Signal
B17 des höheren
Bands durchgeführt.
Das in dem erweiterten Zeit-Frequenz-Signal angegebene 11. Zeit-Frequenz-Signal B11 des niedrigeren
Bands wird von der Ersetzungssteuereinheit 1204 als 17.
Zeit-Frequenz-Signal
B17 des höheren
Bands kopiert und mit der in den Verstärkungsdaten G1 angegebenen
Verstärkung
verstärkt,
und das 17. Zeit-Frequenz-Signal B17 des höheren Bands wird erzeugt. Diese
Verarbeitung wird für
das 18. bis 31. Zeit-Frequenz-Signal des höheren Bands wiederholt, und
dadurch können
alle Zeit-Frequenz-Signale des höheren
Bands erhalten werden.
-
Wie
vorstehend dargelegt, kann bei der sechsten Ausführungsform die Codiervorrichtung
Breitband-Audio-Zeit-Frequenz-Signale mit einer relativ kleinen
höheren
Datenmenge durch Verwendung der erfindungsgemäßen Ersetzung codieren, das
heißt,
die Ersetzung der Zeit-Frequenz-Signale des höheren Bands durch die Zeit-Frequenz-Signale
des niedrigeren Bands, sodass die Zeit-Frequenz-Signale entstehen,
die die Ausgangssignale von dem QMF-Filter sind, während die
Decodiervorrichtung Audiosignale decodieren kann, die als satter
Ton im höheren
Frequenzband wiedergegeben werden können.
-
Bei
der sechsten Ausführungsform
ist dargelegt worden, dass die einzelnen Zeit-Frequenz-Signale des niedrigeren Bands
anstelle der einzelnen Zeit-Frequenz-Signale des höheren Bands
verwendet werden, aber die vorliegende Erfindung ist nicht darauf
beschränkt.
-
Sie
kann so gestaltet werden, dass das niedrigere Frequenzband und das
höhere
Frequenzband in mehrere Gruppen (beispielsweise acht) unterteilt
werden, die jeweils aus der gleichen Anzahl (beispielsweise vier)
von Zeit-Frequenz-Signalen bestehen, und dadurch werden die Zeit-Frequenz-Signale
in einer der Gruppen in dem niedrigeren Band anstelle der einzelnen
Gruppen in dem höheren
Frequenzband verwendet. Außerdem
kann die Amplitude der Zeit-Frequenz-Signale des niedrigeren Bands,
die in das höhere
Frequenzband kopiert werden, durch Addieren des erzeugten Rauschens,
das aus 32 Spektralwerten besteht, eingestellt werden. Bei der sechsten
Ausführungsform
wird von der Voraussetzung ausgegangen, dass die Abtastfrequenz
44,1 kHz beträgt,
ein Frame aus 1024 Abtastwerten besteht, die Anzahl der in einem
Zeit-Frequenz-Signal enthaltenen Abtastwerte 22 beträgt und die
Anzahl der in einem Frame enthaltenen Zeit-Frequenz-Signale 32 beträgt, aber
die vorliegende Erfindung ist nicht darauf beschränkt. Die
Abtastfrequenz und die Anzahl der in einem Frame enthaltenen Abtastwerte
können
auch andere Werfe sein.
-
Anwendunpsmöglichkeiten
in der Industrie
-
Die
erfindungsgemäße Codiervorrichtung
ist als Audio-Codiervorrichtung, die in einer Satellitenrundfunkstation
mit einer Basisstation und einem Kommunikationssystem angeordnet
ist, als Audio-Codiervorrichtung für einen Inhaltsverteilungsserver,
der Inhalte über
ein Kommunikationsnetz, wie etwa das Internet, verteilt, und für Programme
zum Codieren von Audiosignalen, die auf einem Universalrechner ausgeführt werden, geeignet.
-
Die
erfindungsgemäße Decodiervorrichtung
ist nicht nur als Audio-Decodiervorrichtung, die in einer Set-Top-Box
für den
Heimgebrauch enthalten ist, sondern auch als Programm zum Decodieren
von Audiosignalen, das von einem Universalrechner, einer Leiterplatte
oder einem LSI nur zum Decodieren von in einer Set-Top-Box oder
einem Universalrechner enthaltenen Audiosignalen und einer in eine
Set-Top-Box oder einen Universalrechner eingesteckten IC-Karte ausgeführt wird,
geeignet.
