整数変換ベースの符号化及び復号化のためのラウンディング雑音シェーピング

专利摘要:
整数ＭＤＣＴが可逆オーディオ符号化に使用される。しかし、整数可逆変換は、信号に対してかなりのラウンディング誤差をそれぞれがもたらす連続したリフティング・ステップに分割される。前述の問題は、符号化する対象の有用な信号のレベルが低いほど、より重大になる。雑音シェーピングなしでは、ラウンディング誤差雑音は、変換された信号の周波数ビン全てに、等しく影響を及ぼす。これは、実際の信号レベルが低い周波数ビンにとって特に問題である。本発明は、可逆コデックのデータ・レートに対する整数可逆変換における各リフティング・ステップを伴う、又は前述の各リフティング・ステップから生じるラウンディング誤差雑音の影響を制限する。変換係数の適応的フィルタ雑音シェーピング・フィルタのフィルタ係数は、現在の時間領域信号特性による個々のリフティング・ステップにおいて適合される。代替策として、自己回帰前置フィルタを可逆変換の前に追加し、前述のエリアにおけるラウンディング誤差の顕著性を低減させるために、低電力での周波数領域のレベルの上昇が可能である。何れの処理も、可逆コデックの圧縮比を更に向上させるよう合成することが可能である。
公开号:JP2011505728A
申请号:JP2010534441
申请日:2008-11-10
公开日:2011-02-24
发明作者:ヤクス，ペーター
申请人:トムソン ライセンシングＴｈｏｍｓｏｎ Ｌｉｃｅｎｓｉｎｇ；
IPC主号:H03M7-30

专利说明:

[0001] 本発明は、オーディオ信号又はビデオ信号の符号化効率を向上させるための方法及び装置に関する。]
背景技術

[0002] 整数可逆変換（特に、整数ＭＤＣＴ（ＩｎｔＭＤＣＴ））は、可逆性又はＨＤ（高品位）オーディオ／ビデオ符号化において使用される。例えば、最近標準化されたＭＰＥＧ−４ＳＬＳコデックはＩｎｔＭＤＣＴを使用する。]
[0003] 上記手法は、可逆性変換が使用される他の分野においても適用可能であり得る。例えば、整数可逆ウェーブレット変換は、可逆性画像及びビデオ符号化に使用される。何れの整数可逆変換も、問題は、信号にかなりのラウンディング誤差をそれぞれがもたらす連続したステップに変換が分割されるという点にある。前述の問題は、符号化する対象の有用な信号のレベルが低いほど、より重大になる。したがって、ラウンディング誤差雑音は、残差が、元の（又は可逆性若しくはＨＤの）信号と、その不可逆性符号化バージョン又は標準品位符号化バージョンとの間の誤差信号である残差符号化手法における制約要因である。雑音シェーピングなしでは、ラウンディング誤差雑音は、変換された信号の周波数ビン全てに、等しく影響を及ぼす。これは、実際の信号レベルが低い周波数ビンにとって特に問題である。ラウンディング誤差が支配的になるビンでは、可逆性変換に対する、エントロピ（及びデータ・レート）の大きな増加の点で大きな「ペナルティ」が払われることになる。上記ペナルティは、ラウンディング誤差が優性でない周波数ビンの場合、ずっと低い。]
[0004] 前述の問題の解決策は、Ｆｒａｕｎｈｏｆｅｒにより、Ｙｏｓｈｉｋａｚｕ Ｙｏｋｏｔａｎｉ、 Ｒａｌｆ Ｇｅｉｇｅｒ、Ｇｅｒａｌｄ Ｄ． Ｔ． Ｓｃｈｕｌｌｅｒ、 Ｓｏｏｎｔｏｒｎ Ｏｒａｉｎｔａｒａ、 Ｋ． Ｒ． Ｒａｏによる「Ｌｏｓｓｌｅｓｓ ａｕｄｉｏ ｃｏｄｉｎｇ ｕｓｉｎｇ ｔｈｅ ＩｎｔＭＤＣＴ ａｎｄ ｒｏｕｎｄｉｎｇ ｅｒｒｏｒ ｓｈａｐｉｎｇ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ａｕｄｉｏ， Ｓｐｅｅｃｈ， ａｎｄ Ｌａｎｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ， Ｖｏｌ．１４， Ｎｏ．６， ｐｐ．２２０１−２２１１， Ｎｏｖｅｍｂｅｒ ２００６」において提案されている。そこでは、特に高周波から低周波にラウンディング誤差寄与を移すために、（変換の小さな整数可逆サブステップを表す）いくつかのリフティング・ステップに固定雑音シェーピング・フィルタを付加することが提案されている。上記著者は、雑音シェーピング・フィルタ係数を求めるために発見的最適化基準を適用する。前述の手法の単純な変形は、ＭＰＥＧ−４ ＳＬＳコデックの一部（一次の固定ローパス・フィルタ）である。]
[0005] リフティング手法ベースの整数変換は、整数を整数にマッピングし、可逆的である。前述のリフティングの基本的な考え方は、例えば、一対のフィルタ（ｈ，ｇ）が相補的である（完全な再構成を可能にする）場合、フィルタｓ毎に、ｈ’（ｚ）＝ｈ（ｚ）＋ｓ（ｚ２）＊ｇ（ｚ）の対（ｈ’，ｇ）も完全な再構成を可能にする。これは、ｇ’（ｚ）＝ｇ（ｚ）＋ｔ（ｚ２）＊ｈ（ｚ）の形式の各対（ｈ，ｇ’）及びフィルタｔについてもあてはまる。逆もあてはまる。すなわち、フィルタ・バンク（ｈ，ｇ）及び（ｈ’，ｇ）が、完全な再構成を可能にする場合、ｈ’（ｚ）＝ｈ（ｚ）＋ｓ（ｚ２）＊ｇ（ｚ）である一意のフィルタｓが存在する。]
[0006] フィルタ・バンクの前述の変換処理それぞれは、リフティング・ステップと呼ばれる。リフティング・ステップの系列は、交互のリフトを含み得る。すなわち、一ステップでは、ローパスは固定であり、ハイパスは変更され、次のステップでは、ハイパスは固定であり、ローパスは変更され、それにより、同じ方向の連続するステップをマージすることが可能である。]
[0007] 上記問題に取り組む別の手法は、ビデオ符号化の分野において、Ｍｉｎ Ｓｈｉ、Ｓｈｅｎｇｌｉ Ｘｉｅによる「ＡＬｏｓｓｌｅｓｓ Ｉｍａｇｅ Ｃｏｍｐｒｅｓｓｉｏｎ Ａｌｇｏｒｉｔｈｍ ｂｙ ＣｏｍｂｉｎｉｎｇＤＰＣＭ ｗｉｔｈ Ｉｎｔｅｇｅｒ Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ，ＩＥＥＥ ６ｔｈ ＣＡＳ Ｓｙｍｐ． ｏｎ Ｅｍｅｒｇｉｎｇ Ｔｅｃｈｎｏｌｏｇｉｅｓ： Ｍｏｂｉｌｅ ａｎｄ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍ．， Ｓｈａｎｇｈａｉ， Ｃｈｉｎａ， Ｍａｙ ３１ − Ｊｕｎｅ ２， ２００４」に公表されている。]
[0008] 上記著者は、可逆性変換の前にＤＰＣＭ前置フィルタを施し、それにより、信号は「白色化され」、よって、（更に「白色の」）ラウンディング誤差雑音は、事実上、信号スペクトルと同様にシェーピングされる。しかし、前述の手法は、いくつかの欠点も有する。すなわち、まず、整数可逆であるためには、前置フィルタは、それ自体にラウンディング誤差を付加しなければならず、これは、符号化性能を低下させる（以下参照）。第２に、著者は、「通常」の順方向ＤＰＣＭフィルタを施す。しかし、これは、問題の対処にとって最適な選択でない。]
[0009] 平均的に有利であるが、上記固定雑音シェーピングは、個々の信号ブロックに対して、あまり最適といえないことがあり得る。]
発明が解決しようとする課題

[0010] 本発明によって解決しようとする課題は、リフティングを使用して整数可逆変換におけるラウンディング誤差雑音分布を最適化し、かつ／又は、特定のオーディオ信号又はビデオ信号をビットイグザクト符号化する（すなわち、符号化／復号化効率を向上させる）ために必要なデータ・レートを削減することである。前述の課題は、請求項１及び３に記載の方法によって解決される。前述の方法を利用する、対応する装置は請求項２及び４に記載されている。]
課題を解決するための手段

[0011] 本発明は、雑音シェーピングのブロック単位の適応を使用することにより、可逆性コデックのデータ・レートに対する整数可逆変換におけるリフティング・ステップそれぞれからの、又は上記リフティング・ステップによって生じるラウンディング誤差雑音の影響を制限する。]
[0012] ２つの基本的な手法を使用することが可能である。]
[0013] まず、変換又は周波数領域係数の雑音シェーピング・フィルタのフィルタ係数が、現在の時間領域信号特性による個々のリフティング・ステップにおいて適応される。近最適フィルタ係数を供給する新たな解析適応規則が策定されている。更に、更なる（任意の）反復手順は、局所的に最適の係数の組をもたらす。]
[0014] 第２に、自己回帰（すなわち、再帰的）前置フィルタを可逆性変換の前に付加することが可能である。前述のフィルタは、電力が低い周波数領域のレベルの「増加」を明示的に標的にして、前述の領域におけるラウンディング誤差の顕著度を低下させる。前述の前置フィルタは、変換又は周波数領域係数の適応的雑音シェーピング処理として、本発明の、同じ適応規則を共有する。]
[0015] 効果的には、前述の２つの基本的な処理は、可逆性コデックの圧縮比を更に向上させるよう組合せることが可能である。フィルタ係数が算出されるオーディオ又はビデオ信号サンプル・フレームは、フィルタ係数が施される対応する変換係数ブロックまで、オーディオ又はビデオ信号サンプル・ブロックと異なる長さを有し得る。]
[0016] あるいは、又は更に、サンプル・フレームは、サンプル・ブロックに対して時間的に移動させることが可能であり、この実施例は、フィルタ係数を復号化器側に伝送しなくてよいが、相応に、復号化器側において算出することが可能であるという利点を有する。]
[0017] フィルタ係数を信号サンプル・フレームから直接、算出する代わりに、符号化処理において（例えば、オーディオ又はビデオ信号符号化器のフィルタ・バンク部において）利用可能であり得る誤差信号又は残差信号から算出することも可能である。]
[0018] 基本的に、本発明の符号化方法は、オーディオ又はビデオ信号の符号化効率の向上に適している。上記信号は、上記信号のサンプル・ブロック毎の整数可逆変換を使用して処理され、整数変換のサブステップを表すリフィティング・ステップを使用して行われ、上記リフティング・ステップは、ラウンディング処理を含み、リフティング・ステップによって生じるラウンディング誤差の雑音シェーピングが行われ、上記方法は、オーディオ又はビデオ信号の符号化効率を向上させることに適しており、前記信号は、前記信号のサンプル・ブロック毎に整数可逆変換を使用して処理され、整数変換は、前記整数変換のサブステップを表すリフティング・ステップを使用して行われ、前記リフティング・ステップはラウンディング処理を含み、前記リフティング・ステップから生じるラウンディング誤差の雑音シェーピングが行われ、前記方法は、
リフティング・ステップ、及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して前記サンプル・ブロックを整数変換する工程を含み、前記変換は、変換係数の対応するブロックを供給し、前記雑音シェーピングは、前記変換されたブロックのうちの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の変換されたブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させ、対応する雑音シェーピング・フィルタのフィルタ係数は、フレーム単位で前記オーディオ又はビデオ信号サンプルから導き出される。]
[0019] 基本的に、本発明の符号化装置は、オーディオ又はビデオ信号の符号化効率の向上に適している。上記信号は、前記信号のサンプル・ブロック毎に整数可逆変換を使用して処理され、前記整数変換は、前記整数変換のサブステップを表すリフティング・ステップを使用して行われ、前記リフティング・ステップはラウンディング処理を含み、前記リフティング・ステップから生じるラウンディング誤差の雑音シェーピングが行われ、前記装置は、
リフティング・ステップ、及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して前記サンプル・ブロックを整数変換するよう適合された手段であって、前記変換は、変換係数の対応するブロックを供給し、前記雑音シェーピングは、前記変換されたブロックの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の変換されたブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させる手段と、
対応する雑音シェーピング・フィルタとを備え、前記対応する雑音シェーピング・フィルタのフィルタ係数はフレーム単位で前記オーディオ又はビデオ信号サンプルから導き出される。]
[0020] 基本的に、本発明の復号化方法は、オーディオ又はビデオ信号の符号化／復号化効率の向上に適している。符号化器側で、前記信号が、前記信号のサンプルのブロック毎に整数可逆変換を使用して処理されており、前記整数変換は、前記整数変換のサブステップを表すリフティング・ステップを使用して行われており、前記リフティング・ステップはラウンディング処理を含み、前記リフティング・ステップから生じるラウンディング誤差の雑音シェーピングが行われており、前記サンプル・ブロックは、リフティング・ステップ、及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して整数変換されており、前記変換は、変換係数の対応するブロックを供給し、前記雑音シェーピングは、前記変換されたブロックのうちの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の変換されたブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させ、対応する雑音シェーピング・フィルタのフィルタ係数は、フレーム単位で前記オーディオ又はビデオ信号サンプルから導き出され、前記符号化オーディオ又はビデオ信号の復号化は、
リフティング・ステップ及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して前記サンプル・ブロックを整数逆変換する工程とを含み、前記逆変換は、変換係数のブロックを処理し、出力サンプル値の対応するブロックを供給し、前記雑音シェーピングは、前記逆変換されたブロックのうちの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の逆変換されたブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させ、対応する雑音シェーピング・フィルタのフィルタ係数は、フレーム単位で前記逆変換されたオーディオ又はビデオ信号サンプルから導き出される。]
[0021] 基本的に、本発明の復号化装置は、オーディオ又はビデオ信号の符号化／復号化効率の向上に適している。オーディオ又はビデオ信号の符号化／復号化効率を向上させる装置であって、符号化器側で、前記信号が、前記信号のサンプルのブロック毎に整数可逆変換を使用して処理されており、前記整数変換は、前記整数変換のサブステップを表すリフティング・ステップを使用して行われており、前記リフティング・ステップはラウンディング処理を含み、前記リフティング・ステップから生じるラウンディング誤差の雑音シェーピングが行われており、
前記サンプル・ブロックは、リフティング・ステップ、及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して整数変換されており、前記変換は、変換係数の対応するブロックを供給し、前記雑音シェーピングは、前記変換されたブロックのうちの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の変換ブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させ、対応する雑音シェーピング・フィルタのフィルタ係数は、フレーム単位で前記オーディオ又はビデオ信号サンプルから導き出され、前記装置は、前記符号化オーディオ又はビデオ信号の復号化に適しており、前記装置は、
リフティング・ステップ、及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して前記サンプル・ブロックを整数逆変換するよう適合された手段であって、前記逆変換は、変換係数の対応するブロックを供給し、前記雑音シェーピングは、前記逆変換されたブロックのうちの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の逆変換ブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させる手段と、
対応する雑音シェーピング・フィルタとを備え、前記雑音シェーピング・フィルタのフィルタ係数はフレーム単位で前記逆変換されたオーディオ又はビデオ信号サンプルから導き出される。]
図面の簡単な説明

[0022] ＴＤＡＣの場合、ギブンズ回転の分解が３つの連続リフティング・ステップに分解され、各リフティング・ステップはラウンディング処理を伴うことを示す図である。
２つの並列入力信号（ステレオの場合）に施される複数次元のリフティング手法であって、２つの入力信号ｘ及びｙは、ＴＤＡＣブロック内のラウンディング誤差雑音を既に受けていることを示す図である。
雑音シェーピングを使用したラウンディングを示す図である。
既知の不可逆ベースの可逆的な符号化器及び復号化器を示す基本ブロック図である。
整数ＭＤＣＴを分解した図である。
雑音シェーピングなしの、既知の単一の複数次元のリフティング・ステップを示す図である。
単一の複数次元リフティング・ステップにおける既知の雑音シェーピングを示す図である。
本発明の適応的雑音シェーピングＩｎｔＭＤＣＴのスタンドアロン変形を示す図である。
本発明の適応的雑音シェーピング逆ＩｎｔＭＤＣＴのスタンドアロン変形を示す図である。
本発明の適応的雑音シェーピングＩｎｔＭＤＣＴ、スケーラブル対可逆変換符号化器を示す図である。
本発明の適応的雑音シェーピング逆ＩｎｔＭＤＣＴ、スケーラブル対可逆変換符号化器を示す図である。
本発明の適応的前置フィルタＩｎｔＭＤＣＴのスタンドアロン変形を示す図である。
本発明の適応的前置フィルタ逆ＩｎｔＭＤＣＴのスタンドアロン変形を示す図である。]
[0023] 本発明の効果的な更なる実施例は、それぞれの従属請求項に記載している。]
[0024] 本発明の例示的な実施例は、添付図面を参照して説明する。]
[0025] 整数ＭＤＣＴ（ＩｎｔＭＤＣＴ）は、元のＰＣＭサンプルのビットイグザクト再構成を可能にする通常のＭＤＣＴアルゴリズムの近似である。前述の構成は、ビットイグザクト可逆である、ステップ単位のリフティング・ステップへのアルゴリズム・ステップ全ての分解によって達成される。更なる情報は、例えば、Ｒａｌｆ Ｇｅｉｇｅｒ、 Ｙｏｓｈｉｋａｚｕ Ｙｏｋｏｔａｎｉ、 Ｇｅｒａｌｄ Ｓｃｈｕｌｌｅｒ、 Ｊｕｒｇｅｎ Ｈｅｒｒｅによる「Ｉｍｐｒｏｖｅｄ ｉｎｔｅｇｅｒ ｔｒａｎｓｆｏｒｍｓ ｕｓｉｎｇ ｍｕｌｔｉ−ｄｉｍｅｎｓｉｏｎａｌ ｌｉｆｔｉｎｇ， Ｐｒｏｃ． ｏｆＩＣＡＳＳＰ， ｖｏｌｕｍｅ ２， ｐａｇｅｓ １７−２１， Ｍｏｎｔｒｅａｌ， Ｃａｎａｄａ， Ｍａｙ ２００４」で得ることができる。]
[0026] 可逆（すなわち、ビットイグザクト）再構成特性は、付加誤差を犠牲にして得られる。すなわち、各リフティング・ステップにおけるラウンディング処理により、ラウンディング誤差雑音が付加される。本発明の目的は、前述のラウンディング誤差の分散を数量化し、可逆コデックの圧縮比に対するその影響を評価することである。更に、雑音シェーピング・フィルタ及び／又は前置フィルタは、最小エントロピを求めて最適化するために使用される。固定フィルタ及び適応的フィルタの解決策を開示する。]
[0027] Ａ）ラウンディング誤差
ラウンディング誤差は、ＩｎｔＭＤＣＴにおけるリフティング・ステップの大半においてもたらされる（詳細及び導出については、Ｙ． Ｙｏｋｏｔａｎｉ、 Ｒ． Ｇｅｉｇｅｒ、 Ｇ． Ｄ． Ｔ． Ｓｃｈｕｌｌｅｒ、 Ｓ． Ｏｒａｉｎｔａｒａ、 Ｋ． Ｒ． Ｒａｏによる「Ｌｏｓｓｌｅｓｓ ａｕｄｉｏ ｃｏｄｉｎｇ ｕｓｉｎｇ ｔｈｅ ＩｎｔＭＤＣＴ ａｎｄ ｒｏｕｎｄｉｎｇ ｅｒｒｏｒ ｓｈａｐｉｎｇ，ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ａｕｄｉｏ， Ｓｐｅｅｃｈ， ａｎｄ Ｌａｎｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ， １４ （ ６）： ２２０１−２２１１， Ｎｏｖｅｍｂｅｒ ２００６」を参照されたい。）。以下の項では、ラウンディング誤差の原因を簡潔に要約し、特定の定義を表す。]
[0028] Ａ．１）時間領域エイリアス除去（ＴＤＡＣ）
３つのリフティング・ステップへのウィンドウイング処理（ギブンズ回転）及びＴＤＡＣの分解は図１に示す。入力オーディオ又はビデオ信号のブロック又はセクション毎の前述のウィンドウイング処理は、例えば、正弦関数又は余弦関数の重み付け及び５０％重なったウィンドウイングを使用することによる、ブロック又はセクションにおける振幅又は大きさの重み付けに関係する。対応する相加性雑音ｎ１、ｎ２、ｎ３の値としての３つのラウンディング処理の解釈により、
ｃ’＝ａ ｃｏｓα−ｂ ｃｏｓα＋ｎ１ｃｏｓα＋ｎ２ｃｓα＋ｎ３ （１）、
ｄ’＝ａ ｓｉｎα＋ｂ ｃｏｓα＋ｎ１ｓｉｎα＋ｎ２ （２）、及び、
ｃｓα＝（ｃｏｓα−１）／ｓｉｎα （３）
がもたらされ、角度αの組はウィンドウ関数を定義する。正弦ウィンドウの場合、角度は、



で定義される。一般に、０≦α≦π/4である。] 図１
[0029] ラウンディング誤差の冪数は、ギブンズ回転の回転角度αに依存する（ｃ及びｄはギブンズ回転の、量子化されていない所望の出力を表す）：
Ｅ｛（ｃ’−ｃ）２｝＝（１／１２）（ｃｏｓ２α＋ｃｓ２α＋１）
Ｅ｛（ｄ’−ｄ）２｝＝（１／１２）（ｓｉｎ２α＋１） （４，５）
前述の通り、図１は、連続する３つのリフティング・ステップへのギブンズ回転の分解を示し、各リフティング・ステップはラウンディング処理を伴う。入力値はａ及びｂであり、出力値はｃ’及びｄ’である（式（１）及び（２））。Ｑ１、Ｑ２及びＱ３は量子化ステップを表す。] 図１
[0030] 第１のリフティング・ステップはａ＋Ｑ１（ｃｓα＊ｂ）を算出し、
第２のリフティング・ステップはｂ＋Ｑ２（ｓｉｎα［ａ＋Ｑ１（ｃｓα＊ｂ）］）
を算出し、第３のリフティング・ステップは、
ａ＋Ｑ１（ｃｓα＊ｂ）＋Ｑ３［ｃｓα（ｂ＋Ｑ２（ｓｉｎα［ａ＋Ｑ１（ｃｓα＊ｂ）］））］を算出する。]
[0031] 正弦ウィンドウの場合、整数ＭＤＣＴのＴＤＡＣ部分からのラウンディング誤差雑音の平均冪数は約１．６／１２である。この値は理論的に、利用されたα値全てについて、式
(1/2)Ｅ｛（ｃ’−ｃ）２｝＋(1/2)Ｅ｛（ｃ’−ｃ）２｝を平均化することによって理論的に導き出すことが可能である。前述の平均冪数値は、シミュレーションによって更に検証されている。]
[0032] Ａ．２）多次元リフティング手法：ステレオ・バージョン
二並列入力信号多次元リフティング手法又はステレオ多次元リフティング手法を図２に表す。２つの入力信号ｘ及びｙは既に、ＴＤＡＣブロックＴＤＡＣ１及びＴＤＡＣ２におけるラウンディング誤差雑音を既に受けている（図１）。符号化器側ＴＤＡＣブロックの出力ベクトルは、下部分及び上部分それぞれのｘ及びｙによって表される。次いで、（復号化器の前の）ＩｎｔＭＤＣＴ領域におけるそれぞれの符号化器出力ベクトルは、
Ｘ’＝ＤＣＴＩＶ｛ｘ｝＋ＤＣＴＩＶ｛ｎ４｝−ｎ５ （６）
Y’＝ＤＣＴＩＶ｛ｘ｝＋ＤＣＴＩＶ｛ｎ５｝＋ｎ６ （７）
として構成され、
「ＤＣＴＩＶ」は、タイプＩＶのＤＣＴ（すなわち、整数ＭＤＣＴ）を表し、ｎ４、ｎ５及びｎ６は量子化誤差信号を表し、Ｑ４、Ｑ５及びＱ６は量子化処理を表す。ブロック図によれば、結果として生じる「スペクトル」それぞれは、周波数領域及び時間領域の誤差を含む特定の相加性雑音、及び実際のＭＤＣＴスペクトル（例えば、ＤＣＴＩＶ｛ｘ｝）の混合である。復号化器側では、３つの変換リフティング・ステップが逆転させられ、対応するＴＤＡＣブロックＴＤＡＣ３及びＴＤＡＣ４がそれに続く。符号化における中間及び最終生成ベクトルの曖昧な時間周波数特性により、理解及びフィルタ最適化が困難になる。] 図１ 図２
[0033] Ａ．３）前置フィルタ
好ましくは、ディジタル・フィルタによる入力信号の前置処理は、ＴＤＡＣ処理の前で行われる。これは、自動回帰（ＡＲ）又は移動平均（ＭＡ）フィルタによって実現することが可能である。前置フィルタは、整数可逆的に実現される。このことは、フィルタ特性が厳密に最小フェーズでなければならないということを意味する。更に、符号化器及び復号化器において施されるフィルタ構造は完全に逆数でなければならない。したがって、フィルタ処理は、整数値への中間値（予測器の出力）の少なくとも１つのラウンディング処理を含む。これは、前置フィルタが、更なるラウンディング誤差雑音を常に伴うということを意味する。]
[0034] ＩｎｔＭＤＣＴ内の雑音シェーピングの最適化と、前置フィルタの最適化との間に強い類似性が存在している。相違点は、前置フィルタが最終量子化段の影響に正の影響を及ぼすという点である（図２中のＱ５／ｎ５及びＱ６／ｎ６）。Ｑｘは、非線形量子化処理の数学的記述であり、ｎｘは結果として生じる相加性量子化誤差であり）、同様なフィルタ次数の計算量上の複雑度は低く、前置フィルタは、更なるラウンディング誤差をもたらす。] 図２
[0035] Ｂ）雑音シェーピングによるラウンディング
ラウンディング誤差の周波数特性は、図３に示すような雑音シェーピング・フィルタを使用してシェーピングすることが可能である。量子化器Ｑの出力信号ｙ（ｋ）から生じる元の量子化雑音



は、インパルス関数ａ（ｋ）及び遅延Ｔを有する有限インパルス応答（ｆｉｒ）フィルタによって求められ、フィルタリングされる。相応にフィルタリングされた雑音



は、入力信号ｘ（ｋ）に戻される。結局、雑音シェーピング・フィルタａ（ｋ）が次数ｐを有し、因果的であるものとする。次いで、先行する遅延処理を含めて、フィルタは以下の伝達関数を有する。] 図３
[0036] ここで、Ａ（ｚ）は、ａ（ｋ）のｚ変換を表し、αλはフィルタ係数である。フィルタ係数αλ（λ＝ｌ．．．ｐ）は、種々の周波数特性を得るよう自由に修正することが可能である。]
[0037] 特に興味深いのは、離散ＭＤＣＴの中心周波数に対する周波数応答である。ｉが、離散周波数指数（ｉ＝０，１，…，Ｎ−１）を表す場合、ＭＤＣＴのｉ番目の周波数ビンの中心周波数は、角表現でΩｉ＝（２π（ｉ＋０．５））／２Ｎで表され、ここで、ＮはＭＤＣＴの長さである。]
[0038] 雑音シェーピング・フィルタの周波数応答は、



になる。その後の以下の算出では、γ番目のフィルタ係数αγの周波数応答の偏微分が必要である（式１３、１４，１５）



雑音シェーピング・フィルタリングが理由で、更に、ラウンディング誤差雑音の時間領域特性が修正される。相関をもたらすことに加えて、雑音シェ—ピング・フィルタは、結果として生じる雑音信号ｎ（ｋ）の分散を増加させる。]
[0039] この導出では、元の量子化雑音の自己相関は、原点の外では、ゼロとみなされる。すなわち、γ≠０の場合、Ｅ｛ｎ（ｋ）ｎ（ｋ−γ）｝＝０である。α≠０により、時間領域における実効上の量子化雑音の冪数が増加する。]
[0040] Ｃ）ラウンディング誤差雑音及び微分エントロピ
以下の検討を単純にするために、入力信号が、ガウス確率密度関数を有するランダム雑音であり、少なくとも短期静止状態にあるものとする。しかし、入力信号の周波数特性は制限されない。]
[0041] ｘ（ｋ）が入力信号の時間領域表現を表すものとする。前述のランダム入力信号が通常の（浮動小数点）ＭＤＣＴによって変換された場合、周波数領域表現Ｘ（ｉ）（短いＸｉ）が得られ、ｉは周波数係数を表す。フレーム係数は、話の理解を容易にするために省略している。入力信号は静止ランダム雑音とみなされるので、ＭＤＣＴビンも、ランダムであり、個々の分散



を有する。ｉ番目の周波数ビンの微分エントロピは、



である。]
[0042] リフティング・ステップ処理においてラウンディング誤差雑音を加えることにより、各周波数ビンに個々の雑音成分が加えられる。ｉ番目のビンにおける雑音の分散は



で表され、各ビンにおける信号成分Ｘｉ及び雑音成分Ｎｉは互いに独立であるものとする。その場合、雑音を有する周波数ビンの微分エントロピは、



である。すなわち、微分エントロピは、個々の信号対雑音比に依存するペナルティｈｉ＋を「被る」。周波数範囲全体にわたり、前述の個々のペナルティは、各ブロックを少なくとも符号化するために必要なグロス・ビット・レートを増加させるよう積算される（尚、量子化及び符号化後のビット・ストリームのビット・レートと微分エントロピとの間の単純化された直接マッピングを前提とする。）実際には、最適以下のエントロピ符号化等のために、更なる喪失が存在し得る。]
[0043] 以下の導出は、ブロック毎の前述のグロス・ペナルティを最小にする雑音シェーピング・フィルタの適応規則を得ることを目的とする。]
[0044] 前述のＢ項の導出によれば、ｉ番目の周波数ビンにおける雑音成分の分散は、



のように、モデリングされ、
Ωｉ＝（２π（ｉ＋０．５））／２Ｎであり、スカラー係数ｋ２は、元のラウンディング誤差雑音



の分散を表す任意の係数である。γ番目の係数αλの偏微分は、



である、上記式１３乃至１５の導出を参照されたい。]
[0045] Ｃ.１）近似解
ここで、係数αλは、合計ペナルティＨ＋を最小にするために最適化される。話を単純にするために、低量子化雑音がまず仮定される。すなわち、



が仮定される。ここで、ｌｏｇ（ｌ＋ｘ）≒ｘが使用される。これは、ｘ＜＜ｌの場合にあてはまる。信号処理の点では、これにより、周波数ビン全てにおいて、



があてはまるものとする。全部のペナルティＨ＋は、



になる。]
[0046] 係数αλの偏微分により、



が得られる。]
[0047] 前述の偏微分をゼロにセットすることは、エントロピ・ペナルティが最小の係数を求めるために解かなければならない等式の組につながる。]
[0048] この時点で、ｐ個の未知数を解くためのｐ個の等式が存在している。話の理解のために、等式の組は行列ベクトル表記で表すことが可能である。以下のベクトル及び行列を定義する。]
[0049] ここで、略称



を使用している。]
[0050] 以上の等式の組により、線形等式系



が得られる。]
[0051] これは、テプリッツ行列Mの反転によって解くことが可能である。]
[0052] 数量Ｒ（κ）は、入力信号ｘ（ｋ）の逆スペクトルとの信号の自己相関関数と等価である。その結果、上記最適化手法は、通常の等式を使用した線形予測フィルタのブロックベースの適応に強く類似する（例えば、Ｐ． Ｖａｒｙ及びＲ． Ｍａｒｔｉｎによる「Ｄｉｇｉｔａｌ Ｓｐｅｅｃｈ Ｔｒａｎｓｍｉｓｓｉｏｎ： Ｅｎｈａｎｃｅｍｅｎｔ， Ｃｏｄｉｎｇ ａｎｄ Ｅｒｒｏｒ Ｃｏｎｃｅａｌｍｅｎｔ， Ｊｏｈｎ Ｗｉｌｅｙ ＆ Ｓｏｎｓ Ｌｔｄ， ２００６， Ｓｅｃ． ６．２」と比較されたい。）。したがって、擬似自己相関値Ｒ（κ）の計算の後、線形予測フィルタを最適化するための数値手法の全部の集合（例えば、計算量的に効率的なレビンソン・ダービン・アルゴリズム）を利用することが可能である。]
[0053] 適応的雑音シェーピング・フィルタのフィルタ係数は、信号サンプル・フレームの逆電力スペクトルを計算することによって求められ、フィルタ係数は、前述のフィルタ係数に対応する全極フィルタの周波数応答と逆電力スペクトルとの間の平均スペクトル距離を最小にするように最適化される。すなわち、フィルタ係数の最適化は、信号サンプル・フレームの逆電力スペクトルに基づいた線形予測解析によって行われる。]
[0054] 逆電力スペクトルは、フィルタ係数の最適化が行われる前に擬似自己相関係数に変換することが可能である。]
[0055] ｃ．２）厳密な解に向けて
先行する項では、線形最適化問題を得るために近似が使用される。最も厳密な解を達成するためには、エントロピ・ペナルティを表すために、厳密な項を使用するものとする。]
[0056] γ番目のフィルタ係数の偏微分により、項



がもたらされる。]
[0057] 残念ながら、前述の項は非線形である。]
[0058] という単純な解析解を求めることは可能でない。しかし、最適解に向けて反復するための数値手法を施すことが可能である。例えば、反復勾配降下最適化処理又は反復最急降下処理を、最適化されたフィルタ係数の更なる精緻化のために実現することが可能である。前述の処理では、係数の組ａ＝［ａ１，ａ２，・・・ａｐ］Tは、最急（負の）勾配
ａ（μ＋１）＝ａ（μ）−θｇｒａｄ Ｈ＋（ａ（μ）） （４５）であり、ここで、μは反復係数を表し、勾配は、



として定義される。]
[0059] スカラー係数θは、ステップ・サイズを定義する。]
[0060] 適応の速度を制御するために使用することが可能である。反復は、例えば、係数の組が安定解に収束するまで、繰り返される。大きすぎるステップ・サイズは、不安定な収束挙動につながり得る。前述の処理により、ｐ次元の最適化問題に対する局所解が求められる。最後の結果は、反復アルゴリズムの始点に応じて（すなわち、当初の係数の組ａ（0）に応じて）異なり得る。一貫した結果は、前の項において記載した近似解で始めることによって得られている。しかし、Ｈ＋を最小化するための元の問題の大局的な最適値を解決策が表すということは保証されていない。]
[0061] 更に、最後の係数の組は、最小フェーズ・フィルタ応答をもたらすということは保証されない。前置フィルタ内で施される前に、結果が、最小フェーズ特性について検査されるということをこのことは意味する。]
[0062] この適応的雑音シェーピングの影響は、入力信号ブロック又はセクションのうちの現行のものにおける低レベルの振幅のサンプルからのラウンディング雑音を低減させる一方、現行のブロック又はセクションにおける高レベルの振幅のサンプルからのラウンディング雑音を増加させるということである。「低レベルの振幅」及び「高レベルの振幅」は、例えば、ブロックにおける平均振幅レベル又はブロックの閾値振幅レベルよりも小さいか大きい。]
[0063] 上記最適化は、移動平均雑音シェーピング・フィルタの適応に関してあてはまる。効果的には、同じ適応規則は、自己回帰（全極）前置フィルタの最適化にあてはまり得る。]
[0064] Ｃ．３）移動平均（ＭＡ）前置フィルタ
フィルタ構造に関し、移動平均（有限インパルス応答）前置フィルタの最適係数を導き出す場合、前述の処理は、「古典的な」プリエンファシス又は線形予測に類似している。しかし、最適化基準は、前述のよく検討されたシナリオの場合と違って、本発明の課題の場合、異なる。]
[0065] 前置フィルタリングの結果として、ＭＤＣＴ領域における信号の別の電力スペクトルを次に観測する。]
[0066] が



の代わりに得られる。前置フィルタに加えて相加性雑音シェーピングが施されない場合、ＭＤＣＴ領域内のラウンディング誤差雑音は白色である。その場合、雑音電力スペクトルは、定数



である。よって、最適化基準は、



で定義される。]
[0067] ｜Ｇ（ｉ）｜２の定義は変更されない。γ番目のフィルタ係数の近似の偏微分により、項がもたらされる。]
[0068] やはり、上記項は非線形であり、最適化問題に対する解析解は導き出すことが困難である。しかし、上記項において規定された同じ反復的な「最急降下」最適化手順を施すことが可能である。]
[0069] 反復的な精緻化処理が選ばれた場合、上記使用された近似も飛ばすことが可能である。厳密な基準で始めた場合、以下の項



が、αγの偏微分の結果である。]
[0070] 上記２つの反復的適応規則の何れの場合にも、大局的な最適値が得られるということは保証されないことがやはりあり得る。その代わりに、上記方法は局所最適値に向けて収束し、最終結果は、初期解に強く依存する。]
[0071] ＥＢＵ−ＳＱＡＭ ＣＤからの実際のオーディオ・データ上の詳細なシミュレーションは、本発明の処理を施した場合に、期待された向上を表した。他のものに対して性能は、（１６ビットの信号を前提とすれば、）０．２％超だけ、増加している。]
[0072] Ｄ）ステレオＩｎｔＭＤＣＴへの適用
一般に、左チャネル及び右チャネルについて別個の最適化が施され、おおよそ、



であるということがラウンディング誤差全てについて仮定された場合、ラウンディング誤差の原因全てが互いに独立であるとして扱うことが可能である。したがって、ＴＤＡＣ処理からのｎ１、ｎ２、ｎ３に対する雑音シェーピング・フィルタの適合、及び多次元リフティング手法の第１段からのｎ４に対する雑音ノイズシェーピング・フィルタの適合は単純であり、セクションＣ．ｌからの近似解を使用することが可能である。ｎ６の場合（すなわち、多次元リフティング手法の最終段の場合）、雑音シェーピングは何ら行わないものとする。]
[0073] 問題は、ｎ５の適合のための解をどのようにして求めるかということである。前述の量子化雑音には２倍の影響がある。まず、それはＸに（すなわち、左チャネルに）直接加えられ、第２に、その周波数変換はＹに、すなわち、右チャネルに加えられる。したがって、「通常の」近似適合規則を使用して、雑音シェーピングなしと、完全な雑音シェ—ピングとの間のトレードオフを求めるものとする。]
[0074] ラウンディング誤差雑音ｎ５のペナルティは２つの加数を含む。]
[0075] γ番目の係数の微分は、



をもたらす。前述の項をゼロにセットすると、



につながる。それにより、修正された適合規則が影響を受ける。]
[0076] セクションＣ.１と比較して、唯一の差は、Ｒｘ（０）を加えることにより、主対角線を修正するというものである。前述の種の処理は、線形予測フィルタの適合において時には施される、（例えば、Ｊ． Ｄ． Ｍａｒｋｅｌ、 Ａ． Ｈ． Ｇｒａｙによる「Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ ｏｆ Ｓｐｅｅｃｈ，Ｓｐｒｉｎｇｅｒ−Ｖｅｒｌａｇ，Ｂｅｒｌｉｎ，Ｈｅｉｄｅｌｂｅｒｇ，Ｎｅｗ Ｙｏｒｋ，１９７６」記載の）白色雑音補正に類似している。]
[0077] Ｅ）符号化／復号化における本発明の適用
話の理解を容易にするために、前述の従来技術の詳細を、本発明に鑑みて説明する。]
[0078] 不可逆ベースの可逆符号化の既知の基本的な原理を図４に表す。図４の左側の符号化部分では、ＰＣＭオーディオ入力信号ＳＰＣＭは、不可逆符号化器８１を介して、不可逆復号化器８２まで、かつ、不可逆ビット・ストリームとして復号化部分（右側）の不可逆復号化器８５まで進む。不可逆的な符号化及び復号化を使用して信号を無相関化する。復号化器８２の出力信号が、減算器８３において入力信号ＳＰＣＭから除去され、結果として生じる差信号は、不可逆符号化器８４を介して拡張ビット・ストリームとして不可逆復号化器８７に流れる。復号化器８５及び８７の出力信号を合成して（８６）、元の信号ＳＰＣＭを回復する。] 図４
[0079] この基本原理は、欧州特許第０７５６３８６号明細書及び米国特許６４９８８１１号明細書に開示されており、Ｐ． Ｃｒａｖｅｎ、 Ｍ． Ｇｅｒｚｏｎによる「Ｌｏｓｓｌｅｓｓ Ｃｏｄｉｎｇ ｆｏｒ Ａｕｄｉｏ Ｄｉｓｃｓ， Ｊ． Ａｕｄｉｏ Ｅｎｇ． Ｓｏｃ， Ｖｏｌ．４４， Ｎｏ．９， Ｓｅｐｔｅｍｂｅｒ １９９６」、及びＪ． Ｒｏｌｌｅｒ、 Ｔｈ、 Ｓｐｏｒｅｒ、 Ｋ． Ｈ． Ｂｒａｎｄｅｎｂｕｒｇによる「Ｒｏｂｕｓｔ Ｃｏｄｉｎｇ ｏｆ Ｈｉｇｈ Ｑｕａｌｉｔｙ Ａｕｄｉｏ Ｓｉｇｎａｌｓ，ＡＥＳ １０３ｒｄ Ｃｏｎｖｅｎｔｉｏｎ， Ｐｒｅｐｒｉｎｔ ４６２１， Ａｕｇｕｓｔ １９９７」にも開示されている。]
[0080] 不可逆符号化器では、ＰＣＭオーディオ入力信号ＳＰＣＭは、解析フィルタ・バンク、及びサブバンド・サンプルの量子化を介して符号化処理に進む。量子化は、信号ＳＰＣＭを受信し、かつ、解析フィルタ・バンクから対応する情報を受信し得る知覚モデルによって制御される。復号化器側では、符号化された不可逆ビット・ストリームが復号化され、結果として生じるサブバンド・サンプルは合成フィルタ・バンクを介して進む。上記合成フィルタ・バンクは、復号化された不可逆ＰＣＭ信号を出力する。不可逆的な符号化及び復号化の例は、ＩＳＯ／ＩＥＣ１１１７２—３（ＭＰＥＧ−Ｉオーディオ）標準において詳説されている。]
[0081] 図５中の整数ＭＤＣＴの既知の分解では、入力信号ｘ（ｋ）及びｙ（ｋ）はそれぞれ、固定雑音シェーピングＮＳを備えたＴＤＡＣ、及び固定雑音シェーピングＮＳを備えたＤＣＴＩＶを通って流れ、出力信号Ｘ（ｉ）及びＹ（ｉ）が供給される。ステレオ・バージョンは、Ｒ． Ｇｅｉｇｅｒらによる「Ｐｒｏｃ． ｏｆＩＣＡＳＳＰ， Ｍａｙ ２００４」の上述の論文のように、一例として示されている。ＴＤＡＣは、３つのステップＴ*１乃至Ｔ*３においてチャネル毎に行われる。ＤＣＴＩＶは、描かれた段を使用して行われる。ここで、Ｄ*１乃至Ｄ*３はリフティング・ステップ（図２）であり、Ｐは、（ラウンディング処理なしの）一チャネルの置換及び符号反転である。リフティング・ステップは、「*」でマーキングされ、ラウンディング処理を必要とする。] 図２ 図５
[0082] 従来技術では、固定雑音シェーピングは、好ましくは、Ｔ*１、Ｔ*２、Ｔ*３及びＤ*１において、かつ、任意的にはＤ*２において実現される。本発明によれば、適応的雑音シェーピングは、ステップ／段Ｔ*１、Ｔ*２、Ｔ*３及びＤ*１において実現され、かつ任意的にはステップ／段Ｄ２において実現される。]
[0083] 図６は、入力信号ベクトルｘ（０）、．．．、Ｘ（Ｎ）の雑音シェーピングなしの既知の単一の多次元リフティング・ステップを示し、それにより、出力信号ベクトルｘ（Ｎ＋１）， ．．．， ｘ（２Ｎ）が得られる。] 図６
[0084] 図６に基づき、図７は、単一の多次元リフティング・ステップにおける既知の雑音シェーピングを示す。これは、Ｔ*１、Ｔ*２、Ｔ*３及びＤ*１にあてはまり、任意的には、図５のＩｎｔＭＤＣＴアルゴリズムにおけるＤ*２にあてはまる。] 図５ 図６ 図７
[0085] 図５に基づき、図８は、本発明の適応的雑音シェーピングＩｎｔＭＤＣＴのスタンドアロン変形を示す。入力信号ｘ（ｋ）から、フィルタ適応パラメータ又は係数は、フィルタ適応ステップ又は段１２１において算出される。算出されたフィルタ・パラメータ又はフィルタ係数ｈ（ｋ）は、適応的雑音シェーピング・フィルタリングを備えたＴＤＡＣ及び適応的雑音シェーピング・フィルタリングを備えたＤＣＴＩＶを含む整数ＭＤＣＴステップ又は段１２３に供給される。フィルタ適応ステップ又は段１２１は、復号化器の対応するサイド情報１２２も供給し得る。] 図５ 図８
[0086] 図８に基づき、図９は、本発明の適応的雑音シェーピング逆ＩｎｔＭＤＣＴのスタンドアロン変形を示す。復号化器入力信号Ｘ（ｉ）は、適応的雑音シェーピングを備えた逆ＴＤＡＣ及び適応的雑音シェーピングを備えた逆ＤＣＴＩＶを含む逆整数ＭＤＣＴステップ又は段１３３を介して進む。その出力信号ｘ（ｋ）から、フィルタ適応パラメータ又は係数がフィルタ適応ステップ又は段１３１において算出される。算出されたフィルタ・パラメータ又は係数ｈ（ｋ）はステップ／段１３３に供給される。フィルタ適応ステップ又は段１３１は、符号化器から、対応するサイド情報１２２を受信し得る。前述の場合、復号化器出力信号ｘ（ｋ）は、ステップ／段１３１に必要でないことがあり得る。] 図８ 図９
[0087] 図８及び図９による処理は、例えば、ＭＰＥＧ−４ＳＬＳ非コアなどのスタンドアロン可逆コデックに適用可能である。] 図８ 図９
[0088] 図１０は、適応的な雑音シェーピングＩｎｔＭＤＣＴを使用した本発明の、可逆にスケーラブルな変換の符号化器のブロック図を示す。ここで、可逆にスケーラブルであるということは、ビット・ストリームが、少なくとも２つの階層レイヤ（１つは、不可逆コア・コデック（例えば、ＡＡＣ又はｍｐ３）に対応し、１つは、第１のレイヤとともに元のＰＣＭサンプルを表す）を含むという意味である。一方で、入力信号ｘ（ｋ）は、変換符号化器１４４（例えば、ＡＡＣ符号化器）、任意のマッピング・ステップ又は段１４６、及びラウンディング又は量子化ステップ若しくは段１４７を介して、減算器１４０に進む。前述のステップ／段は、図４中の不可逆符号化器８１に含まれる。変換符号化器１４４は、不可逆符号化器ビット・ストリームの符号化信号１４８を供給する。] 図１０ 図４
[0089] 他方、入力信号ｘ（ｋ）は、整数ＭＤＣＴ１４３を介して、減算器１４０の他方の入力に進む。整数ＭＤＣＴ１４３の場合、本発明の適応的雑音シェーピングが使用される。すなわち、整数ＭＤＣＴ１４３は、適応的雑音シェーピング・フィルタリングを備えたＴＤＡＣ及び適応的雑音シェーピング・フィルタリングを備えたＤＣＴＩＶを含む。符号化器１４４からの対応する情報（例えば、量子化された変換係数、量子化器のパラメータ、及び、場合によっては、元の変換係数）を使用すれば、残差推定ステップ又は段１４５では、前述のフィルタ適応ステップ又は段１４１を制御するために使用される残差信号（時間領域又は周波数領域）が推定される。算出されたフィルタ・パラメータ又は係数ｈ（ｋ）がステップ／段１４３に供給される。]
[0090] 減算器１４０では、ステップ／段１４７の出力信号が整数ＭＤＣＴ１４３の出力信号から減算され、それにより、残差信号Ｒ（ｉ）が供給される。信号Ｒ（ｉ）が必要に応じて符号化される（図４中の可逆符号化器８４）。] 図４
[0091] 図８と違って、フィルタ適応ステップ又は段１４１は、復号化器の対応するサイド情報を供給しなくてよい。適応を復号化器側で行うことが可能であるからである。] 図８
[0092] 図１１は、適応的雑音シェーピング逆ＩｎｔＮＤＣＴを使用した本発明の、可逆にスケーラブルな変換復号化器のブロック図を示す。変換符号化器ビット・ストリームからの復号化器入力信号１５８は、変換復号化器１５４（例えば、ＡＡＣ又はｍｐ３復号化器）、任意のマッピング・ステップ又は段１５６、及びラウンディング又は量子化ステップ若しくは段１５７を介して合成器１５０に進む。] 図１１
[0093] 合成器１５０は、拡張ビット・ストリームからの復号化残差入力信号Ｒ（ｉ）と、ステップ／段１５７出力信号を合成する。合成信号Ｘ（ｉ）は、図４におけるＳＰＣＭに対応する、可逆復号化器出力信号ｘ（ｋ）を出力する逆整数ＭＤＣＴ１５３を介して進む。逆整数ＭＤＣＴ１５３の場合、本発明の適応的雑音シェーピングが使用される、すなわち、整数ＭＤＣＴ１４３は、適応的雑音シェーピング・フィルタリングを備えたＴＤＡＣ及び適応的雑音シェーピング・フィルタリングを備えたＤＣＴＩＶを含む。復号化器１５４からの対応する情報（例えば、量子化された変換係数、量子化器のパラメータ、及び、場合によっては元の変換係数）を使用すれば、残差推定ステップ又は段１５５では、前述のフィルタ適応ステップ又は段１５１を制御するために使用される残差信号（時間領域又は周波数領域における）が推定される。算出されたフィルタ・パラメータ又は係数ｈ（ｋ）はステップ／段１５３に供給される。] 図４
[0094] 図９と違って、フィルタ適応ステップ又は段１５１は、復号化器の対応するサイド情報を受信しなくてよい。適応を復号化器側において行うことが可能であるからである。] 図９
[0095] 図１０及び図１１による処理は、例えば、ＭＰＥＧ−４ ＳＬＳに適用可能である。] 図１０ 図１１
[0096] 図１２は、本発明の適応的前置フィルタＩｎｔＤＣＴのスタンドアロン変形のブロック図を示す。一方で。入力信号ｘ（ｋ）はフィルタ適応ステップ又は段１６１に供給される。このステップ／段の出力信号は、フィルタ特性ステップ／段１６８のフィルタ・パラメータ又は係数ｈ（ｋ）を提供する。他方で、入力信号ｘ（ｋ）は、合成器１６０を介して整数ＭＤＣＴステップ又は段１６３（雑音シェーピングは行われない）に進む。ここで、ビット・ストリームにおける伝送のために符号化される対象の出力信号Ｘ’（ｉ）を供給する。合成器１６０の出力信号は、フィルタ特性ステップ又は段１６８及び量子化器１６９を介して合成器１６０の他方の入力に進む。図８と同様に、フィルタ適応ステップ又は段１６１は、復号化器の対応するサイド情報１６２も供給し得る。] 図１２ 図８
[0097] 図１３は、逆ＩｎｔＭＤＣＴに続く、本発明の適応的ポストフィルタのスタンドアロン変形のブロック図を示す。ビット・ストリームから復号化された復号化器入力信号Ｘ（ｉ）は逆整数ＭＤＣＴステップ又は段１７３を介して進む。雑音シェーピングは行われない。前述のステップ／段の出力信号は、合成器１７０に供給される。これは出力信号ｘ（ｋ）を供給する。出力信号ｘ（ｋ）はフィルタ適応ステップ又は段１７１に供給され、これは、フィルタ特性ステップ／段１７８のフィルタ・パラメータ又は係数ｈ（ｋ）を供給する。逆整数ＭＤＣＴステップ又は段１７３の出力信号は、フィルタ特性ステップ又は段１７８及び量子化器１７９を介して合成器１７０の他方の入力に進む。] 図１３
[0098] フィルタ適応ステップ又は段１７１は、符号化器から、対応するサイド情報１６２も受信し得る。前述の場合には、復号化器出力信号ｘ（ｋ）は、ステップ／段１７１に必要でないことがあり得る。]
[0099] 図１２及び図１３による処理は、例えば、ＭＰＥＧ−４ＳＬＳ非コアのようなスタンドアロン可逆コデックに適用可能である。] 図１２ 図１３
[0100] 効果的には、最適化された適応的雑音シェーピング処理は常に、前述のＭＰＥＧ−４ＳＬＳにおいて実現される単純な低域通過雑音シェーピング処理、又は無雑音シェーピングよりも良好な性能をもたらす。本発明によれば、低次の適応的雑音シェーピングが実現される。効果的には、その場合、フィルタ係数の適応は単純であり、計算量の増加は非常に緩やかである。]
[0101] 本発明は、ラウンディング誤差雑音スペクトルをシェーピングすることにより、データ・レートを管理し、制限することに資する。]
[0102] 本発明は、連続したリフティング・ステップへの分解が関係する限り、可逆符号化に適用可能である。]
実施例

[0103] 本発明によって符号化されたディジタル・オーディオ又はビデオ信号は、記憶媒体（例えば、光ディスク、ソリッドステート・メモリ又はハード・ディスク）上に記憶又は記録することが可能である。]

权利要求:

請求項1
オーディオ又はビデオ信号（ｘ（ｋ））の符号化効率を向上させる方法であって、前記信号は、前記信号（ｘ（ｋ））のサンプル・ブロック毎に整数可逆変換（ＤＣＴＩＶ）を使用して処理され、整数変換は、前記整数変換（ＤＣＴＩＶ）のサブステップを表すリフティング・ステップを使用して行われ、前記リフティング・ステップはラウンディング処理を含み、前記リフティング・ステップから生じるラウンディング誤差の雑音シェーピングが行われ、前記方法は、リフティング・ステップ、及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して前記サンプル・ブロックを整数変換する工程（１２３、１４３、１６３）を含み、前記変換は、変換係数の対応するブロックを供給し、前記雑音シェーピングは、前記変換されたブロックのうちの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の変換されたブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させ、対応する雑音シェーピング・フィルタ（１６８、１６９、１６０）のフィルタ係数（ｈ（ｋ））は、フレーム単位で前記オーディオ又はビデオ信号サンプルから導き出される（１２１、１４１、１６１）方法。
請求項2
オーディオ又はビデオ信号（ｘ（ｋ））の符号化効率を向上させる装置であって、前記信号は、前記信号（ｘ（ｋ））のサンプル・ブロック毎に整数可逆変換（ＤＣＴＩＶ）を使用して処理され、前記整数変換は、前記整数変換（ＤＣＴＩＶ）のサブステップを表すリフティング・ステップを使用して行われ、前記リフティング・ステップはラウンディング処理を含み、前記リフティング・ステップから生じるラウンディング誤差の雑音シェーピングが行われ、前記装置は、リフティング・ステップ、及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して前記サンプル・ブロックを整数変換するよう適合された手段（１２３、１４３、１６３）であって、前記変換は、変換係数の対応するブロックを供給し、前記雑音シェーピングは、前記変換されたブロックの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の変換されたブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させる手段と、対応する雑音シェーピング・フィルタとを備え、前記雑音シェーピング・フィルタのフィルタ係数（ｈ（ｋ））はフレーム単位で前記オーディオ又はビデオ信号サンプルから導き出される装置。
請求項3
オーディオ又はビデオ信号（ｘ（ｋ））の符号化／復号化効率を向上させる方法であって、符号化器側で、前記信号が、前記信号（ｘ（ｋ））のサンプルのブロック毎に整数可逆変換（ＤＣＴＩＶ）を使用して処理されており、前記整数変換は、前記整数変換（ＤＣＴＩＶ）のサブステップを表すリフティング・ステップを使用して行われており、前記リフティング・ステップはラウンディング処理を含み、前記リフティング・ステップから生じるラウンディング誤差の雑音シェーピングが行われており、前記サンプル・ブロックは、リフティング・ステップ、及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して整数変換（１２３、１４３、１６３）されており、前記変換は、変換係数の対応するブロックを供給し、前記雑音シェーピングは、前記変換されたブロックのうちの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の変換されたブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させ、対応する雑音シェーピング・フィルタ（１６８、１６９、１６０）のフィルタ係数（ｈ（ｋ））は、フレーム単位で前記オーディオ又はビデオ信号サンプルから導き出され（１２１、１４１、１６１）、前記符号化オーディオ又はビデオ信号の復号化は、リフティング・ステップ及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して前記サンプル・ブロックを整数逆変換する工程（１５３、１７３）を含み、前記逆変換は、変換係数のブロックを処理し、出力サンプル値の対応するブロックを供給し、前記雑音シェーピングは、前記逆変換されたブロックのうちの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の逆変換されたブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させ、対応する雑音シェーピング・フィルタ（１７８、１７９，１７０）のフィルタ係数（ｈ（ｋ））は、フレーム単位で前記逆変換されたオーディオ又はビデオ信号サンプルから導き出される（１５１、１７１）方法。
請求項4
オーディオ又はビデオ信号（ｘ（ｋ））の符号化／復号化効率を向上させる装置であって、符号化器側で、前記信号が、前記信号（ｘ（ｋ））のサンプルのブロック毎に整数可逆変換（ＤＣＴＩＶ）を使用して処理されており、前記整数変換は、前記整数変換（ＤＣＴＩＶ）のサブステップを表すリフティング・ステップを使用して行われており、前記リフティング・ステップはラウンディング処理を含み、前記リフティング・ステップから生じるラウンディング誤差の雑音シェーピングが行われており、前記サンプル・ブロックは、リフティング・ステップ、及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して整数変換（１２３，１４３、１６３）されており、前記変換は、変換係数の対応するブロックを供給し、前記雑音シェーピングは、前記変換されたブロックのうちの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の変換ブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させ、対応する雑音シェーピング・フィルタ（１６８、１６９，１６０）のフィルタ係数（ｈ（ｋ））は、フレーム単位で前記オーディオ又はビデオ信号サンプルから導き出され（１２１，１４１、１６１）、前記装置は、前記符号化オーディオ又はビデオ信号の復号化に適しており、前記装置は、リフティング・ステップ、及び前記リフティング・ステップの少なくとも一部の適応的雑音シェーピングを使用して前記サンプル・ブロックを整数逆変換するよう適合された手段（１５３、１６３）であって、前記逆変換は、変換係数の対応するブロックを供給し、前記雑音シェーピングは、前記逆変換されたブロックのうちの現在のブロックにおける低レベル振幅変換係数からのラウンディング雑音を低減させ、一方、前記現在の逆変換ブロックにおける高レベル振幅変換係数からのラウンディング雑音を増加させる手段と、対応する雑音シェーピング・フィルタとを備え、前記雑音シェーピング・フィルタのフィルタ係数（ｈ（ｋ））はフレーム単位で前記逆変換されたオーディオ又はビデオ信号サンプルから導き出される装置。
請求項5
請求項１若しくは３に記載の方法、又は、請求項２若しくは４に記載の装置であって、前記適応的雑音シェーピング・フィルタの前記フィルタ係数（ｈ（ｋ））が、信号サンプル・フレームの前記逆電力スペクトルを計算することによって求められ、前記フィルタ係数に対応する全極フィルタの周波数応答と前記逆電力スペクトルとの間の平均スペクトル距離を最小にするように最適化される方法又は装置。
請求項6
請求項５に記載の方法又は装置であって、前記フィルタ係数（ｈ（ｋ））の最適化が、前記信号サンプル・フレームの前記逆電力スペクトルに基づいた線形予測解析によって行われる方法又は装置。
請求項7
請求項５又は６記載の方法又は装置であって、前記逆電力スペクトルは、前記フィルタ係数（ｈ（ｋ））の前記最適化が行われる前に擬似自己相関係数に変換される方法又は装置。
請求項8
請求項５乃至７のうちの一項に記載の方法又は装置であって、前記最適化フィルタ係数（ｈ（ｋ））が、反復的な勾配降下最適化手順によって更に最適化される方法又は装置。
請求項9
請求項１、及び請求項５乃至８のうちの何れか一項に記載の方法、又は請求項２、及び請求項５乃至８のうちの何れか一項に記載の装置であって、前記雑音シェーピング・フィルタ（１６８、１６９、１６０）の前記フィルタ係数（ｈ（ｋ））は、前記オーディオ又はビデオ信号符号化のフィルタ・バンク部分における前記オーディオ又はビデオ信号の符号化処理において利用可能な誤差又は残差の信号からフレーム単位で導き出される（１２１，１４１、１６１）方法又は装置。
請求項10
請求項３、及び請求項５乃至８のうちの何れか一項に記載の方法、又は請求項４、及び請求項５乃至８のうちの何れか一項に記載の装置であって、前記雑音シェーピング・フィルタ（１６８、１６９、１６０）の前記フィルタ係数（ｈ（ｋ））は、前記オーディオ又はビデオ信号の復号化のフィルタ・バンク部分における前記オーディオ又はビデオ信号の復号化処理において利用可能な誤差又は残差の信号からフレーム単位で導き出される（１２１、１４１、１６１）方法又は装置。
請求項11
請求項１、及び請求項５乃至９のうちの何れか一項に記載の方法、又は請求項２、及び請求項５乃至９のうちの何れか一項に記載の装置であって、前記雑音シェーピング・フィルタ（１６０、１６８、１６９）は、前記整数変換内で構成されないが、前記整数変換（１６３）の上流に構成される回帰型又は全極前置フィルタである方法又は装置。
請求項12
請求項１、及び請求項５乃至９のうちの何れか一項に記載の方法、又は請求項２、及び請求項５乃至９のうちの何れか一項に記載の装置であって、更に、雑音シェーピング前置フィルタ（１６０、１６８、１６９）が前記整数変換（１４３）の上流に配置される方法又は装置。
請求項13
請求項３、請求項５乃至８，及び請求項１０のうちの何れか一項に記載の方法、又は請求項４、請求項５乃至８，及び請求項１０のうちの何れか一項に記載の装置であって、前記雑音シェーピング・フィルタ（１７０、１７８、１７９）は前記逆整数変換内で構成されないが、前記逆整数変換（１７３）の下流に配置される方法及び装置。
請求項14
請求項３、請求項５乃至８，及び請求項１０のうちの何れか一項に記載の方法、又は請求項４、請求項５乃至８，及び請求項１０のうちの何れか一項に記載の装置であって、更に、雑音シェーピング後フィルタ（１７０、１７８、１７９）が、前記逆変換整数変換（１５３）の下流に配置される方法又は装置。
請求項15
請求項１、請求項５乃至９，並びに請求項１１及び１２のうちの何れか一項に記載の方法によって符号化されたディジタル・オーディオ又はビデオ信号。
請求項16
請求項１５記載の、ディジタル・オーディオ又はビデオ信号を含むか、記憶するか、又はそれに対して記録した光ディスクなどの記憶媒体。