JP2009502086A - 仮想音源位置情報に基づいたチャネル間レベル差量子化及び逆量子化方法 - Google Patents

Abstract

本発明は、マルチチャネルオーディオ信号の空間オーディオ符号化（ＳＡＣ：Spatial Audio Coding)及びこれによって生成されたオーディオビットストリームの復号化に関し、具体的には、マルチチャネルオーディオ信号のＳＡＣに基づいた符号化時に空間パラメータとして利用されるチャネル間レベル差（Channel Level Difference：ＣＬＤ）の効率的な量子化及び逆量子化に関する。本発明によるＣＬＤ量子化方法は、Ｎ−チャネル（Ｎ１）オーディオ信号からサブバンド別ＣＬＤを抽出する段階と、Ｎ−チャネルオーディオ信号の仮想音源位置情報（virtual source location information：ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを参照して前記ＣＬＤを量子化する段階と、を含む。

Description

本発明は、マルチチャネルオーディオ信号の空間オーディオ符号化（ＳＡＣ：Spatial Audio Coding)及びこれによって生成されたオーディオビットストリームの復号化に関し、具体的には、マルチチャネルオーディオ信号のＳＡＣベースの符号化時に空間パラメータとして利用されるチャネル間レベル差（Channel Level Difference：ＣＬＤ）の効率的な量子化及び逆量子化に関する。

空間オーディオ符号化（ＳＡＣ）は、既存のステレオオーディオシステムと互換性を維持しながらマルチチャネルオーディオ信号を効果的に圧縮するための技術である。ＭＰＥＧでは、２００２年から“ＭＰＥＧ Ｓｕｒｒｏｕｎｄ”という名称でＳＡＣ技術に対する標準化が進行中である。ＳＡＣに対する具体的な技術的事項は、ＩＳＯ／ＩＥＣの作業文書ＩＳＯ／ＩＥＣ ＣＤ１４９９６−ｘ（以下、“ＳＡＣ標準文書”という、２００５年２月１８日公開）に詳しく記載されているので、これを参照してほしい。

具体的に、ＳＡＣ技法は、Ｎ（Ｎ２）個のマルチチャネルオーディオ信号をモノーまたはステレオで合わせられたダウンミックス信号とマルチチャネルオーディオ信号に対する人間の知覚特性を示す付加的な空間パラメータ集合を利用して符号化することによって、送信効率を向上させる符号化技法である。空間パラメータとして、時間−周波数による２個チャネル間レベル差（Channel Level Difference：ＣＬＤ）、時間−周波数による２個チャネル間類似度（Inter channel Correlation/Coherences：ＩＣＣ）、予測によって２個チャネルから第３チャネルの再生が可能にするためのチャネル予測係数（Channel Prediction Coefficient：ＣＰＣ）などが利用されることができる。

ＣＬＤは、各チャネルのパワー利得を復元するのに核心になる要素であって、ＳＡＣ符号化過程でＣＬＤを抽出する方式にはさまざまなものがある。図１ａに示されたように、１個の基準チャネルに基づいて基準チャネルと残りの他のチャネル間のパワー比でＣＬＤを表現する方式がある。例えば、６個のチャネル信号（Ｌ、Ｒ、Ｃ、ＬＦＥ、Ｌｓ、Ｒｓ）が存在する場合に、１個の基準チャネルから５個のパワー比を得ることができ、それぞれに常用ログを取った値がＣＬＤ１乃至ＣＬＤ５に該当する。

一方、図１ｂに示されたように、マルチチャネルをいくつかのチャネル対に分けて各対をステレオに基づいて解釈し、それぞれの解釈段階で１個のＣＬＤ値を抽出する方式がある。これは、２個の入力チャネルを取って１個の出力チャネルを算出する複数のＯＴＴ（One-To-Two）モジュールを段階的に利用して行われ、各ＯＴＴでは、入力されたステレオ信号のうち１つの信号を基準チャネルとして認知し、他の１つのチャネルとのパワー比の常用ログ値をＣＬＤ値として出力する。

ＣＬＤ値は、その変位範囲（dynamic range）が−∞から＋∞であるため、限定されたビット数で表現するためには効率的な量子化が必要である。通常、正規化された量子化テーブルを利用してＣＬＤ量子化を行うようになる。このような量子化テーブルの一例がＳＡＣ標準文書に記載されている（ＳＡＣ標準文書４１ページ、テーブル５７参照）。このように、限定されたビット数だけではＣＬＤの全体値を表現することができないので、ＣＬＤの変位範囲を一定の値以下に制限するようになり、これにより、量子化誤差が発生し、スペクトル情報の歪曲現象が発生する。例えば、ＣＬＤ量子化に５ビットを利用するとする時、ＣＬＤの変位範囲は、−２５ｄＢから＋２５ｄＢに制限される。

したがって、本発明の目的は、マルチチャネルオーディオ信号のＳＡＣベースの符号化過程で聴覚的劣化を最小化させることができるＣＬＤ量子化及び逆量子化方法を提供することにある。

本発明の他の目的は、マルチチャネルオーディオ信号のＳＡＣに基づいた符号化過程でＣＬＤと交替可能な仮想音源位置情報（virtual source location information：ＶＳＬＩ）の量子化の長所を利用して聴覚的劣化を最小化させることができるＣＬＤ量子化及び逆量子化方法を提供することにある。

本発明のさらに他の目的は、ＭＰＥＧ−４ＳＡＣシステムでＣＬＤ量子化及び逆量子化に利用されるＣＬＤ量子化テーブルを交替することができるＶＳＬＩベースのＣＬＤ量子化テーブルを提供することによって、付加的な複雑度の増加なしに音質を向上させることにある。

上記目的を達成するために、本発明の第１態様によれば、Ｎ−チャネル（Ｎ１）オーディオ信号を空間オーディオ符号化（Spatial Audio coding：ＳＡＣ）方式に基づいた符号化時に空間パラメータとして利用されるチャネル間レベル差（Channel Level Difference：ＣＬＤ）パラメータを量子化するための方法が提供される。前記方法は、前記Ｎ−チャネルオーディオ信号からサブバンド別ＣＬＤを抽出する段階と、Ｎ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（virtual source location information：ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを参照して前記ＣＬＤを量子化する段階と、を含む。

本発明の第２態様によれば、前述したＣＬＤ量子化方法を行うためのコンピュータープログラムが記録されたコンピューターによって読み取り可能な記録媒体が提供される。

本発明の第３態様によれば、Ｎ−チャネルオーディオ信号（Ｎ１）を空間オーディオ符号化（ＳＡＣ）方式に基づいて符号化するための方法が提供され、前記方法は、前記Ｎ−チャネルオーディオ信号をダウンミキシング及び符号化する段階と、 前記Ｎ−チャネルオーディオ信号からチャネル間レベル差（ＣＬＤ）、チャネル間類似度（Inter channel Correlation/Coherences：ＩＣＣ）及びチャネル予測係数（Channel Prediction Coefficient：ＣＰＣ）を含む空間パラメータをサブバンド別に抽出する段階と、前記抽出された空間パラメータを量子化する段階と、を含み、 前記量子化段階で、前記ＣＬＤは、Ｎ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを参照して量子化されることを特徴とする。

本発明の第４態様によれば、Ｎ−チャネルオーディオ信号（Ｎ１）を空間オーディオ符号化（ＳＡＣ）方式に基づいて符号化するための装置が提供される。前記装置は、前記Ｎ−チャネルオーディオ信号をダウンミキシングしてダウンミックス信号を生成し、前記Ｎ−チャネルオーディオ信号からチャネル間レベル差（ＣＬＤ）、チャネル間類似度（ＩＣＣ）及びチャネル予測係数（ＣＰＣ）を含む空間パラメータをサブバンド別に抽出するためのＳＡＣ符号化手段と、前記ＳＡＣ符号化手段で生成されたダウンミックス信号から圧縮されたオーディオビットストリームを生成するためのオーディオ符号化手段と、前記ＳＡＣ符号化手段で生成された空間パラメータを量子化するための空間パラメータ量子化手段と、前記量子化された空間パラメータ値を符号化するための空間パラメータ符号化手段と、を含み、前記量子化手段は、前記ＣＬＤをＮ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを参照して量子化することを特徴とする。

本発明の第５態様によれば、空間オーディオ符号化（ＳＡＣ）方式に基づいて符号化されたＮ−チャネル（Ｎ１）オーディオビットストリームの復号化時に符号化されたチャネル間レベル差（ＣＬＤ）量子化値を逆量子化するための方法が提供される。前記符号化されたＣＬＤ量子化値をハフマン復号化する段階と、Ｎ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを利用して前記復号化されたＣＬＤ量子化値を逆量子化する段階と、を含む。

本発明の第６態様によれば、前述したＣＬＤ逆量子化方法を行うためのコンピュータープログラムが記録されたコンピューターによって読み取り可能な記録媒体が提供される。

本発明の第７態様によれば、空間オーディオ符号化（ＳＡＣ）方式に基づいて符号化されたＮ−チャネル（Ｎ１）オーディオビットストリームの復号化方法が提供される。前記方法は、前記符号化されたオーディオビットストリームを復号化する段階と、前記符号化されたオーディオビットストリームとともに受信された空間パラメータの量子化値を逆量子化する段階と、前記逆量子化された空間パラメータに基づいて前記復号化されたオーディオビットストリームを合成してＮ−チャネルオーディオ信号を復元する段階と、を含み、前記空間パラメータの量子化値を逆量子化する段階で、前記空間パラメータに含まれるＣＬＤは、Ｎ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを参照して逆量子化されることを特徴とする。

本発明の第８態様によれば、空間オーディオ符号化（ＳＡＣ）方式に基づいて符号化されたＮ−チャネル（Ｎ１）オーディオビットストリームを復号化するための装置が提供される。前記装置は、前記符号化されたオーディオビットストリームを復号化するための手段と、前記符号化されたオーディオビットストリームとともに受信された符号化された空間パラメータの量子化値を復号化するための手段と、 前記復号化された空間パラメータの量子化値を逆量子化するための手段と、前記逆量子化された空間パラメータに基づいて前記復号化されたオーディオビットストリームを合成してＮ−チャネルオーディオ信号を復元するための手段と、を含み、前記空間パラメータの量子化値を逆量子化するための手段は、前記空間パラメータに含まれるＣＬＤをＮ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを参照して逆量子化することを特徴とする。

本発明によって生成されたＶＳＬＩベースのＣＬＤ量子化テーブルは、既存のＳＡＣシステムで利用されるＣＬＤ量子化テーブルの代わりに利用されることができる。本発明によるＣＬＤ量子化テーブルを利用することによって、聴覚的劣化を最大限防止することができ、ＣＬＤインデックスを圧縮するために本発明で提案するハフマンコードブックを利用することによって、ＣＬＤを伝送するのに必要なビット率を減少させることができる。

以下では、本発明を添付の図面に示された実施例と関連して例示的に詳しく説明する。しかし、以下の詳細な説明は、ただ例示的な目的で提供されるもので、本発明の概念を任意の特定された物理的構成に限定するものと解釈すべきではない。

図２は、本発明が適用される空間オーディオ符号化（ＳＡＣ）システムの構成を概略的に示す図である。図示のように、ＳＡＣシステムは、Ｎ−チャネルオーディオ信号からダウンミックス信号及び空間パラメータを生成し、これを符号化して伝送する符号化側と、符号化側から伝送されたオーディオビットストリーム及び空間パラメータを利用してＮ−チャネルオーディオ信号を復元する復号化側とに分けられることができる。符号化側には、ＳＡＣ符号化器２１０、オーディオ符号化器２２０、空間パラメータ量子化器及び符号化器２３０、２４０が含まれ、復号化側には、オーディオ復号化器２５０、空間パラメータ復号化器及び逆量子化器２６０、２７０、ＳＡＣ復号化器２８０が含まれる。

ＳＡＣ符号化器２１０は、入力されたＮ−チャネルオーディオ信号からダウンミックス信号を生成し、Ｎ−チャネルオーディオ信号に対する空間特性を分析することによって、チャネル間レベル差（ＣＬＤ）、チャネル間類似度（ＩＣＣ）、チャネル予測係数（ＣＰＣ）などのような空間パラメータを抽出する。

具体的に、ＳＡＣ符号化器２１０に入力されたＮ（Ｎ１）個のマルチチャネル信号は、解釈フィルターバンク（analysis filter bank）によって周波数バンドに分解される。周波数領域のサブバンドに分割する方法として、低い複雑度でこれを行うためにＱＭＦ（quadrature mirror filter）が使われる。サブバンド信号から空間知覚と関連された空間特性を解釈し、チャネル間レベル差（ＣＬＤ）、チャネル間類似度（ＩＣＣ）、チャネル予測係数（ＣＰＣ）などの空間パラメータが符号化動作モードによって選択的に抽出される。また、サブバンド信号は、ダウンミキシングされ、ＱＭＦ合成バンクを通じて時間領域のダウンミックス信号に変換される。

代案的に、ダウンミックス信号は、音響エンジニアによって事前−製作されたダウンミックス（artistic/hand-mixed down mix）信号に代替されることができる。この時、ＳＡＣ符号化器２１０では、提供されたダウンミックス信号に基づいて空間パラメータを調整した後に伝送することによって、復号化器でのマルチチャネル復元を最適化する。

オーディオ符号化器２２０は、ＳＡＣ符号化器２１０で生成されるか、又は事前−製作されたダウンミックス信号を既存のオーディオ圧縮技術（例えば、ＭＰＥＧ−４ ＡＡＣ、ＭＰＥＧ−４ ＨＥ−ＡＡＣ及びＭＰＥＧ−４ ＢＳＡＣなど）を利用して圧縮することによって、圧縮されたオーディオビットストリームを生成する。

一方、ＳＡＣ符号化器２１０によって生成された空間パラメータは、空間パラメータ量子化器及び符号化器２３０、２４０によって量子化及び符号化されて伝送される。空間パラメータ量子化器２３０は、空間パラメータとして利用されるＣＬＤ、ＩＣＣ、ＣＰＣ各々の量子化に利用される量子化テーブルを具備する。後述するように、空間パラメータ量子化器２３０に既存の正規化されたＣＬＤ量子化テーブルを利用してＣＬＤを量子化することによる聴覚的劣化を最小化させるために、本発明で提案するＶＳＬＩベースのＣＬＤ量子化テーブルが利用されることができる。

空間パラメータ符号化器２４０は、量子化器２３０によって量子化された空間パラメータ値を圧縮するためにエントロピー符号化を行う。好ましくは、ハフマンコードブックを利用して空間パラメータの量子化インデックスに対するハフマン符号化が行われることができる。後述するように、本発明では、ＣＬＤ量子化インデックスの送信効率を最大化させるために新しいハフマンコードブックを提案する。

オーディオ復号化器２５０は、既存のオーディオ圧縮技術（例えば、ＭＰＥＧ−４ ＡＡＣ、ＭＰＥＧ−４ ＨＥ−ＡＡＣ及びＭＰＥＧ−４ ＢＳＡＣなど）を通じて圧縮されたオーディオビットストリームを復号化する。

空間パラメータ復号化器及び逆量子化器２６０、２７０は、量子化器及び符号化器２３０、２４０によって行われた量子化及び符号化の逆過程を行うモジュールである。復号化器２６０は、ハフマンコードブックに基づいて符号化された空間パラメータの量子化インデックスを復号化し、逆量子化器２７０は、量子化テーブルから量子化インデックスに対応する空間パラメートル値を求める。空間パラメータの量子化及び符号化と同様に、空間パラメータの復号化及び逆量子化過程でも本発明で提案するＶＳＬＩベースのＣＬＤ量子化テーブル及びハフマンコードブックが利用されることができる。

ＳＡＣ復号化器２８０は、オーディオ復号化器２５０によって復号化されたオーディオビートストリームと逆量子化器２７０によって求められた空間パラメータを合成し、Ｎ個のマルチチャネルオーディオ信号を復元する。代案的に、マルチチャネルオーディオの復号化が不可能な場合には、既存のオーディオ復号化器を利用してダウンミックス信号のみを復号化することができるので、独立的なサービスが可能である。したがって、既存のモノーまたはステレオオーディオ符号化システムと互換性を提供することができる。

本発明の核心は、マルチチャネルオーディオ信号の空間オーディオイメージを表現する仮想音源位置情報（ＶＳＬＩ）の量子化の長所を活用して量子化による聴覚的劣化を最小化させることができるＣＬＤ量子化及びこれによって算出されたＣＬＤ量子化テーブルを提供することにある。本発明は、空間オーディオイメージの方位角表現において３度以内の誤差は人間の聴覚が認知しにくいという点に着目する。したがって、方位角で表現されるＶＳＬＩは、９０度の限定された変位範囲を有するので、量子化するにあたって変位範囲の制限によって発生する量子化誤差を避けることができる。このようなＶＳＬＩの量子化の長所に基づいてＣＬＤ量子化テーブルを設計する場合、量子化による聴覚的劣化を最小化させることができる。

図３ａ及び図３ｂは、本発明によってＣＬＤ量子化の基準になる仮想音源位置情報（ＶＳＬＩ）の概念を説明するための図である。図３ａは、２個のスピーカーが６０度の角を成すステレオスピーカー環境を示す図であり、図３ｂは、図３ａに示されたステレオスピーカー環境でのステレオオーディオ信号をダウンミックスされた信号のパワーと仮想音源位置情報（ＶＳＬＩ）で表現した図である。図示のように、ステレオまたはマルチチャネルオーディオ信号は、ダウンミックスオーディオ信号の大きさベクトルとマルチチャネルオーディオ信号のチャネル別パワーを分析することによって得ることができる仮想音源位置情報（ＶＳＬＩ）で表現されることができる。このように表現されたマルチチャネルオーディオ信号は、大きさベクトルを音源の位置ベクトルによって投射させることによって復元されることができる。

図３ａ及び図３ｂに示されたように、左側スピーカーから出る信号のパワーをＰ_Ｌ、右側から出る信号のパワーをＰ_Ｒと言い、左側スピーカーと右側スピーカーの角をそれぞれＡ_ＬとＡ_Ｒと言えば、音源のＶＳＬＩは、数式１と数式２で求めることができる。

このように求めたＶＳＬＩは、Ａ_ＬとＡ_Ｒ間の値を有し、ＶＳＬＩからＰ_ＬとＰ_Ｒは次のように復元されることができる。まず、ＶＳＬＩを数式３のようにＣＰＰ（Constant Power Panning）法則を利用して０度から９０度間の値（ＶＳＬＩ’）にマッピングする。

このようにマッピングされたＶＳＬＩ’とダウンミックスされた信号のパワーＰ_Ｄを利用して数式４と数式５のようにＰ_ＬとＰ_Ｒを求める。

前述したように、本発明の核心は、前述したＶＳＬＩの量子化の長所を空間パラメータであるＣＬＤ量子化に適用させることにある。図３ａのステレオスピーカー環境でＣＬＤは、数式６のように表現されることができる。

ＣＬＤは、ＶＳＬＩから数式７によって導き出されることができる。

また、次の数式に定義されたように、ＣＬＤは、仮想音源位置情報（ＶＳＬＩ）に常用ログの代わりに自然ログを取って求められることもできる。

前記数式７または８によって求められたＣＬＤ値は、一般的なＳＡＣシステムの空間パラメータとしてすぐ使用可能である。

前述したように、ＣＬＤは、−∞から＋∞の変位範囲を有するので、限定されたビット数を持って量子化するにあたって問題点が発生する。代表的なものが変位範囲の制限によって生ずる量子化誤差である。限定されたビット数を持ってＣＬＤの全体変位範囲を表現することができないので、ＣＬＤの変位範囲を一定値以下に制限するようになる。これにより、量子化誤差が発生するようになり、スペクトル情報歪曲現象が生ずるようになる。ＣＬＤ量子化に５ビットを使用するという時、ＣＬＤの変位範囲は、一般的に−２５ｄＢから＋２５ｄＢに制限される。

これに対し、ＶＳＬＩは、９０度という限定された変位範囲を有するので、量子化するにあたって変位範囲の制限によって発生する量子化誤差を避けることができる。

一実施例で、ＶＳＬＩ量子化時にＣＬＤ量子化に使用される５ビットをそのまま使用し、線形量子化器を適用した場合、量子化レベルは３１になり、量子化間隔は３度になる。人間がオーディオ信号の空間イメージを認知するにあたって３度以下の差異は認知しないという事実からＶＳＬＩ量子化技法の妥当性を確認することができる。

このようなＶＳＬＩが有する量子化の長所をステレオコーディング方法のＣＬＤ量子化に適用することによって、既存のＳＡＣシステムで利用されたＣＬＤ量子化テーブルをＶＳＬＩベースのＣＬＤ量子化テーブルに交替することができる。

一実施例で、ＶＳＬＩを３度の量子化間隔で５ビット線形量子化したＶＳＬＩ量子化値とこれに対応するＣＬＤ変換値は、表１の通りである。

また、ＶＳＬＩ量子化のためのＶＳＬＩ境界値（decision level）は、隣接量子化値間の中間値で決定され、この中間値をＣＬＤに変換し、ＣＬＤ量子化の境界値として利用する。ＶＳＬＩベースのＣＬＤ量子化境界値は、一般的なＣＬＤ量子化での境界値が隣接量子化値の中間値を有することとは異なって、表２から分かるように、隣接量子化値の中間値でない他の値を有するようになる。

図４は、本発明によってＶＳＬＩの量子化値から変換されたＣＤＬ量子化値をグラフで表現した図である。図示のように、４５度を基準にして均一な角度でＶＳＬＩを量子化した場合に、量子化された角間の境界値は、２つの角間の中間値になるが、このようなＶＳＬＩ境界値をＣＬＤ値に変換すれば、隣接する２つのＣＬＤ値の中間値でない他の値で表現されることが分かる。下記の表２は、ＶＳＬＩ量子化の境界値とこれに対応するＣＬＤ変換値を示す。

下記の表３乃至表７は、表１と表２の値を利用して生成されたＶＳＬＩベースのＣＬＤ量子化テーブルを示し、表３は、小数４桁までＣＬＤ量子化値を表現し、表４は、小数３桁、表５は、小数２桁、表６は、小数１桁まで、表７は、整数でＣＬＤ量子化値を表現した。

ＶＳＬＩを利用したＣＬＤ量子化変換値は、常用ログまたは自然ログを取って求めることができる。自然ログを取った場合、ＣＬＤ値を利用してスペクトル情報を復元する時、基数を１０ではない指数関数（exponential）を使用すれば良い。

次に、ＶＳＬＩベースのＣＬＤ量子化テーブルに対する各小数点桁別境界値は、表８、９、１０、１１、１２の通りである。

表７及び表１２に記載されたように、ＣＬＤ量子化及び量子化境界値を常用ログを取って整数で表現する場合に、一部のＣＬＤ量子化値と境界値とが同一になる問題点が発生することが分かる。したがって、好ましくは、自然ログを利用したＣＬＤ量子化値と中間値を実際量子化に利用する。すなわち、整数で表現されたＶＳＬＩベースのＣＬＤ量子化テーブル及び量子化境界値を利用しようとする場合には、ＶＳＬＩに常用ログではない自然ログを取ることによって、ＣＬＤ量子化値を導き出す。

このように生成されたＶＳＬＩベースのＣＬＤ量子化テーブルを図２に示されたＳＡＣシステムの空間パラメータ量子化器２３０及び逆量子化器２７０に採用することによって、ＣＬＤ量子化誤差による聴覚的劣化を最小化させることができる。

また、本発明では、前述したＶＳＬＩベースのＣＬＤ量子化テーブルに基づいて導き出されたＣＬＤの量子化インデックスに対するハフマン符号化を最適化させることができるハフマンコードブックを提案する。

ＳＡＣシステムでマルチチャネルオーディオ信号は、フィルターバンクによって周波数領域のサブバンドに分割されて処理される。２０個のサブバンドに分割されて処理される場合に、このようなサブバンド別量子化インデックスに差分（differential）コーディング方法を適用して一番目のバンドの量子化インデックスと残りの１９個の隣接バンド間の差分インデックスとに分類する。代案的に、隣接するフレーム間の差分インデックスに分けることもできる。このように分類された３種類のインデックス各々に対して確率分布を計算した後、ハフマンコーディング方法を適用して、下記の表１３、１４に記載されたハフマンコードブックを得ることができる。表１３は、一番目のバンドのインデックスに対するハフマンコードブックであり、表１４は、残りの隣接バンド間の差分インデックスに対するハフマンコードブックである。

このように本発明で提案するハフマンコードブックを図２に示されたＳＡＣシステムの空間パラメータ符号化器２４０及び復号化器２６０に採用することによって、ＣＬＤ量子化インデックスを伝送するのに必要なビット率を低減することができる。

代案的に、２０個のサブバンドにハフマン符号化に使われるビット数が１００を超えると、各サブバンド別に５ビットＰＣＭコーディングを行うことができる。

本発明は、１つ以上の製造物上に具現された１つ以上のコンピューター読み取り可能な媒体として提供されることができる。製造物は、フロッピーディスク、ハードディスク、ＣＤ ＲＯＭ、フラッシュメモリーカード、ＰＲＯＭ、ＲＡＭ、ＲＯＭ、または磁気テープを挙げることができる。一般的に、コンピューター読み取り可能なプログラムは、任意のプログラミング言語で具現されることができる。使用されることができる言語の一部の例には、Ｃ、Ｃ＋＋、またはＪＡＶＡが含まれる。

以上、特定の実施例と関連して本発明を説明したが、本発明は、前述した実施例及び添付の図面に限定されるものではなく、本発明の技術的思想を逸脱しない範囲内で、様々な置換、変形及び変更が可能であることが本発明の属する技術分野における通常の知識を有する者にとって明白であろう。

マルチチャネル信号からチャネル間レベル差（channel level difference：ＣＬＤ）値を抽出する過程を概念的に示す図である。 マルチチャネル信号からチャネル間レベル差（channel level difference：ＣＬＤ）値を抽出する過程を概念的に示す図である。 本発明が適用される空間オーディオ符号化（spatial audio coding：ＳＡＣ）システムの構成を概略的に示す図である。 本発明によってＣＬＤ量子化の基準になる仮想音源位置情報（virtual source location information：ＶＳＬＩ）の概念を説明するための図である。 本発明によってＣＬＤ量子化の基準になる仮想音源位置情報（virtual source location information：ＶＳＬＩ）の概念を説明するための図である。 本発明によってＶＳＬＩ量子化値から導き出されたＣＤＬ量子化値をグラフで示す図である。

Claims (26)

1. Ｎ−チャネル（Ｎ１）オーディオ信号を空間オーディオ符号化（Spatial Audio coding：ＳＡＣ）方式に基づいた符号化時に空間パラメータとして利用されるチャネル間レベル差（Channel Level Difference：ＣＬＤ）パラメータを量子化するための方法において、
   前記Ｎ−チャネルオーディオ信号からサブバンド別ＣＬＤを抽出する段階と、
   Ｎ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（virtual source location information：ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを参照して前記ＣＬＤを量子化する段階と、
   を含むＣＬＤ量子化方法。
2. 前記ＶＳＬＩの量子化値は、０度から９０度間で一定の量子化間隔で量子化されることを特徴とする請求項１に記載のＣＬＤ量子化方法。
3. 前記一定の量子化間隔は、３度であることを特徴とする請求項２に記載のＣＬＤ量子化方法。
4. 前記ＣＬＤ量子化値は、次の数式１によってＶＳＬＩ量子化値から導き出されることを特徴とする請求項１に記載のＣＬＤ量子化方法。
   

   
5. 前記ＣＬＤ量子化値は、次の数式２によってＶＳＬＩ量子化値から導き出されることを特徴とする請求項１に記載のＣＬＤ量子化方法。
   

   
6. 前記ＣＬＤ量子化のための境界値（decision level）は、ＶＳＬＩ量子化のためのＶＳＬＩ境界値から導き出されることを特徴とする請求項１に記載のＣＬＤ量子化方法。
7. 前記ＶＳＬＩベースのＣＬＤ量子化テーブルは、
   

   

   であることを特徴とする請求項１に記載のＣＬＤ量子化方法。
8. 前記ＶＳＬＩベースのＣＬＤ量子化テーブルに連関されたＣＬＤ量子化境界値は、
   

   

   であることを特徴とする請求項７に記載のＣＬＤ量子化方法。
9. 前記ＣＬＤの量子化インデックスに対してハフマン符号化を行う段階をさらに含むことを特徴とする請求項１に記載のＣＬＤ量子化方法。
10. 前記ハフマン符号化は、第１サブバンドの量子化インデックスに対して下記ハフマンコードブックを参照して行われることを特徴とする請求項９に記載のＣＬＤ量子化方法。
    

    
11. 前記ハフマン符号化は、前記第１サブバンド以外の残りのサブバンドの量子化インデックスに対して下記ハフマンコードブックを参照して行われることを特徴とする請求項１０に記載のＣＬＤ量子化方法。
    

    
12. 請求項１乃至１１のいずれかに記載のＣＬＤ量子化方法を行うためのコンピュータープログラムが記録されたコンピューターによって読み取り可能な記録媒体。
13. Ｎ−チャネルオーディオ信号（Ｎ１）を空間オーディオ符号化（ＳＡＣ）方式に基づいて符号化するための方法において、
    前記Ｎ−チャネルオーディオ信号をダウンミキシング及び符号化する段階と、
    前記Ｎ−チャネルオーディオ信号からチャネル間レベル差（ＣＬＤ）、チャネル間類似度（Inter channel Correlation/Coherences：ＩＣＣ）及びチャネル予測係数（Channel Prediction Coefficient：ＣＰＣ）を含む空間パラメータをサブバンド別に抽出する段階と、
    前記抽出された空間パラメータを量子化する段階と、を含み、
    前記量子化段階で、前記ＣＬＤは、Ｎ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを参照して量子化されることを特徴とするＮ−チャネルオーディオ信号のＳＡＣに基づいた符号化方法。
14. Ｎ−チャネルオーディオ信号（Ｎ１）を空間オーディオ符号化（ＳＡＣ）方式に基づいて符号化するための装置において、
    前記装置は、
    前記Ｎ−チャネルオーディオ信号をダウンミキシングしてダウンミックス信号を生成し、前記Ｎ−チャネルオーディオ信号からチャネル間レベル差（ＣＬＤ）、チャネル間類似度（ＩＣＣ）及びチャネル予測係数（ＣＰＣ）を含む空間パラメータをサブバンド別に抽出するためのＳＡＣ符号化手段と、
    前記ＳＡＣ符号化手段で生成されたダウンミックス信号から圧縮されたオーディオビットストリームを生成するためのオーディオ符号化手段と、
    前記ＳＡＣ符号化手段で生成された空間パラメータを量子化するための空間パラメータ量子化手段と、
    前記量子化された空間パラメータ値を符号化するための空間パラメータ符号化手段と、を含み、
    前記量子化手段は、前記ＣＬＤをＮ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを参照して量子化することを特徴とするＳＡＣに基づいたオーディオ符号化装置。
15. 前記ＶＳＬＩベースのＣＬＤ量子化テーブルは、
    

    

    であることを特徴とする請求項１４に記載のＳＡＣに基づいたオーディオ符号化装置。
16. 前記ＶＳＬＩベースのＣＬＤ量子化テーブルに連関されたＣＬＤ量子化境界値は、
    

    

    であることを特徴とする請求項１５に記載のＳＡＣに基づいたオーディオ符号化装置。
17. 空間オーディオ符号化（ＳＡＣ）方式に基づいて符号化されたＮ−チャネル（Ｎ１）オーディオビットストリームの復号化時に符号化されたチャネル間レベル差（ＣＬＤ）量子化値を逆量子化するための方法において、
    前記符号化されたＣＬＤ量子化値をハフマン復号化する段階と、
    Ｎ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを利用して前記復号化されたＣＬＤ量子化値を逆量子化する段階と、
    を含むＣＬＤ逆量子化方法。
18. 前記ＶＳＬＩベースのＣＬＤ量子化テーブルは、
    

    

    であることを特徴とする請求項１７に記載のＣＬＤ逆量子化方法。
19. 前記ＶＳＬＩベースのＣＬＤ量子化テーブルに連関されたＣＬＤ量子化境界値は、
    

    

    であることを特徴とする請求項１８に記載のＣＬＤ逆量子化方法。
20. 前記符号化されたＣＬＤ量子化値をハフマン復号化する段階で、第１サブバンドのＣＬＤ量子化値は、下記ハフマンコードブックを参照して復号化されることを特徴とする請求項１７に記載のＣＬＤ逆量子化方法。
    

    
21. 前記符号化されたＣＬＤ量子化値をハフマン復号化する段階で、前記第１サブバンド以外の残りのバンドのＣＬＤ量子化値は、下記ハフマンコードブックを参照して復号化されることを特徴とする請求項２０に記載のＣＬＤ逆量子化方法。
    

    
22. 請求項１７乃至２１のいずれかに記載のＣＬＤ逆量子化方法を行うためのコンピュータープログラムが記録されたコンピューターによって読み取り可能な記録媒体。
23. 空間オーディオ符号化（ＳＡＣ）方式に基づいて符号化されたＮ−チャネル（Ｎ１）オーディオビットストリームの復号化方法において、
    前記符号化されたオーディオビットストリームを復号化する段階と、
    前記符号化されたオーディオビットストリームとともに受信された空間パラメータの量子化値を逆量子化する段階と、
    前記逆量子化された空間パラメータに基づいて前記復号化されたオーディオビットストリームを合成してＮ−チャネルオーディオ信号を復元する段階と、を含み、
    前記空間パラメータの量子化値を逆量子化する段階で、前記空間パラメータに含まれるＣＬＤは、Ｎ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを参照して逆量子化されることを特徴とするＳＡＣに基づいたオーディオ復号化方法。
24. 空間オーディオ符号化（ＳＡＣ）方式に基づいて符号化されたＮ−チャネル（Ｎ１）オーディオビットストリームを復号化するための装置において、
    前記装置は、
    前記符号化されたオーディオビットストリームを復号化するための手段と、
    前記符号化されたオーディオビットストリームとともに受信された符号化された空間パラメータの量子化値を復号化するための手段と、
    前記復号化された空間パラメータの量子化値を逆量子化するための手段と、
    前記逆量子化された空間パラメータに基づいて前記復号化されたオーディオビットストリームを合成してＮ−チャネルオーディオ信号を復元するための手段と、を含み、
    前記空間パラメータの量子化値を逆量子化するための手段は、前記空間パラメータに含まれるＣＬＤをＮ−チャネル（Ｎ１）オーディオ信号の仮想音源位置情報（ＶＳＬＩ）量子化値から導き出されたＣＬＤ量子化値を利用して設計されたＶＳＬＩベースのＣＬＤ量子化テーブルを参照して逆量子化することを特徴とするＳＡＣに基づいたオーディオ復号化装置。
25. 前記ＶＳＬＩベースのＣＬＤ量子化テーブルは、
    

    

    であることを特徴とする請求項２４に記載のＳＡＣに基づいたオーディオ復号化装置。
26. 前記ＶＳＬＩベースのＣＬＤ量子化テーブルに連関されたＣＬＤ量子化境界値は、
    

    

    であることを特徴とする請求項２５に記載のＳＡＣに基づいたオーディオ復号化装置。

Images