▶ フラウンホッファー−ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオの特許一覧
特許7280306改良されたミッド／サイド決定を持つ包括的なＩＬＤを持つＭＤＣＴ Ｍ／Ｓステレオのための装置および方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2023-05-15
(45)【発行日】2023-05-23
(54)【発明の名称】改良されたミッド／サイド決定を持つ包括的なＩＬＤを持つＭＤＣＴ Ｍ／Ｓステレオのための装置および方法
(51)【国際特許分類】
G10L 19/008 20130101AFI20230516BHJP
G10L 19/035 20130101ALI20230516BHJP
G10L 19/02 20130101ALI20230516BHJP
【ＦＩ】
G10L19/008 100
G10L19/035 A
G10L19/02 150
【請求項の数】
40
【外国語出願】
(21)【出願番号】P 2021052602
(22)【出願日】2021-03-26
(62)【分割の表示】P 2018538111の分割
【原出願日】2017-01-20
(65)【公開番号】P2021119383
(43)【公開日】2021-08-12
【審査請求日】2021-04-26
(31)【優先権主張番号】16152457.4
(32)【優先日】2016-01-22
(33)【優先権主張国・地域又は機関】EP
(31)【優先権主張番号】16152454.1
(32)【優先日】2016-01-22
(33)【優先権主張国・地域又は機関】EP
(31)【優先権主張番号】16199895.0
(32)【優先日】2016-11-21
(33)【優先権主張国・地域又は機関】EP
(73)【特許権者】
【識別番号】591037214
【氏名又は名称】フラウンホッファー－ゲゼルシャフト ツァ フェルダールング デァ アンゲヴァンテン フォアシュンク エー．ファオ
(74)【代理人】
【識別番号】100079577
【弁理士】
【氏名又は名称】岡田 全啓
(72)【発明者】
【氏名】ラベリ エマニュエル
(72)【発明者】
【氏名】シュネル マルクス
(72)【発明者】
【氏名】ドーラ シュテファン
(72)【発明者】
【氏名】イエーガース ヴォルフガング
(72)【発明者】
【氏名】ディーツ マルティーン
(72)【発明者】
【氏名】ヘルムリッヒ クリスティアン
(72)【発明者】
【氏名】マルコビック ゴラン
(72)【発明者】
【氏名】フォトプゥルゥ エレニ
(72)【発明者】
【氏名】マルトラス マルクス
(72)【発明者】
【氏名】バイエル シュテファン
(72)【発明者】
【氏名】フックス ギヨーム
(72)【発明者】
【氏名】ヘッレ ユルゲン
【審査官】山下 剛史
(56)【参考文献】
【文献】特表２０１２－５２１０１２（ＪＰ，Ａ）
【文献】特表２０１３－５２４２８１（ＪＰ，Ａ）
【文献】特表２０１５－５３５６２０（ＪＰ，Ａ）
【文献】特開平８－９５５９９（ＪＰ，Ａ）
【文献】特表２０１４－５１０３０６（ＪＰ，Ａ）
【文献】特表２０１０－５３００７９（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ１０Ｌ １９／００－２５／９３
ＩＥＥＥ Ｘｐｌｏｒｅ
(57)【特許請求の範囲】
【請求項1】
符号化されたオーディオ信号を得るために、２つ以上のチャンネルを含むオーディオ入力信号の第１チャンネルおよび第２チャンネルを符号化するための装置であって、第１のオーディオ信号は前記オーディオ入力信号に依存し、前記装置は、処理されたオーディオ信号の第１チャンネルの１つ以上のスペクトル帯域が、前記第１のオーディオ信号の前記第１チャンネルの１つ以上のスペクトル帯域であり、かつ、前記処理されたオーディオ信号の第２チャンネルの１つ以上のスペクトル帯域が、前記第１のオーディオ信号の前記第２チャンネルの１つ以上のスペクトル帯域であり、かつ、前記処理されたオーディオ信号の前記第１チャンネルの最低１つのスペクトル帯域が、前記第１のオーディオ信号の前記第１チャンネルのスペクトル帯域に依存すると共に、前記第１のオーディオ信号の前記第２チャンネルのスペクトル帯域に依存するミッド信号のスペクトル帯域であり、かつ、前記処理されたオーディオ信号の前記第２チャンネルの最低１つのスペクトル帯域が、前記第１のオーディオ信号の前記第１チャンネルのスペクトル帯域に依存すると共に、前記第１のオーディオ信号の前記第２チャンネルのスペクトル帯域に依存するサイド信号のスペクトル帯域であるように、前記第１チャンネルおよび前記第２チャンネルを持つ前記処理されたオーディオ信号を生成するように構成されている符号化ユニット（１２０）であって、前記符号化ユニット（１２０）は、前記処理されたオーディオ信号を符号化して前記符号化されたオーディオ信号を得るように構成される、符号化ユニット（１２０）を含むこと、
を特徴とする装置。
【請求項2】
前記符号化ユニット（１２０）は、前記第１のオーディオ信号の第１チャンネルの複数のスペクトル帯域に依存すると共に、前記第１のオーディオ信号の第２チャンネルの複数のスペクトル帯域に依存して、完全ミッド－サイド符号化モードと完全デュアル－モノ符号化モードおよび帯域に関する符号化モードおよびの中から選ぶように構成され、前記完全ミッド－サイド符号化モードが選ばれた場合、前記符号化ユニット（１２０）は、前記第１のオーディオ信号の前記第１チャンネルおよび前記第２チャンネルからミッド信号をミッド－サイド信号の第１チャンネルとして生成し、そして、前記第１のオーディオ信号の前記第１チャンネルおよび前記第２チャンネルからサイド信号を前記ミッド－サイド信号の第２チャンネルとして生成し、そして、前記ミッド－サイド信号を符号化して符号化されたオーディオ信号を得るように構成され、
前記完全デュアル－モノ符号化モードが選ばれた場合、前記符号化ユニット（１２０）は、前記第１のオーディオ信号を符号化して前記符号化されたオーディオ信号を得るように構成され、
前記帯域に関する符号化モードが選ばれた場合、前記符号化ユニット（１２０）は、前記処理されたオーディオ信号の前記第１チャンネルの１つ以上のスペクトル帯域が、前記第１のオーディオ信号の前記第１チャンネルの１つ以上のスペクトル帯域であり、かつ、前記処理されたオーディオ信号の前記第２チャンネルの１つ以上のスペクトル帯域が、前記第１のオーディオ信号の前記第２チャンネルの１つ以上のスペクトル帯域であり、かつ、前記処理されたオーディオ信号の前記第１チャンネルの最低１つのスペクトル帯域が、前記第１のオーディオ信号の前記第１チャンネルのスペクトル帯域に依存すると共に、前記第１のオーディオ信号の前記第２チャンネルのスペクトル帯域に依存するミッド信号のスペクトル帯域であり、かつ、前記処理されたオーディオ信号の前記第２チャンネルの最低１つのスペクトル帯域が、前記第１のオーディオ信号の前記第１チャンネルのスペクトル帯域に依存すると共に、前記第１のオーディオ信号の前記第２チャンネルのスペクトル帯域に依存するサイド信号のスペクトル帯域であるように、前記処理されたオーディオ信号を生成するように構成され、前記符号化ユニット（１２０）は、前記処理されたオーディオ信号を符号化して前記符号化されたオーディオ信号を得るように構成されること、
を特徴とする請求項１に記載の装置。
【請求項3】
前記符号化ユニット（１２０）は、前記帯域に関する符号化モードが選ばれた場合、前記処理されたオーディオ信号の複数のスペクトル帯域の個々のスペクトル帯域について、ミッド－サイド符号化を採用するか、デュアル－モノ符号化を採用するかを決定するように構成され、前記スペクトル帯域について前記ミッド－サイド符号化が採用された場合、前記符号化ユニット（１２０）は、前記第１のオーディオ信号の前記第１チャンネルの前記スペクトル帯域に基づくと共に、前記第１のオーディオ信号の前記第２チャンネルの前記スペクトル帯域に基づいて、前記処理されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域をミッド信号のスペクトル帯域として生成するように構成され、また、前記符号化ユニット（１２０）は、前記第１のオーディオ信号の前記第１チャンネルの前記スペクトル帯域に基づくと共に、前記第１のオーディオ信号の前記第２チャンネルの前記スペクトル帯域に基づいて、前記処理されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域をサイド信号のスペクトル帯域として生成するように構成され、
前記スペクトル帯域について前記デュアル－モノ符号化が採用された場合、前記符号化ユニット（１２０）は、前記第１のオーディオ信号の前記第１チャンネルの前記スペクトル帯域を前記処理されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域として使用するように構成されると共に、前記第１のオーディオ信号の前記第２チャンネルの前記スペクトル帯域を前記処理されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域として使用するように構成される、あるいは、前記符号化ユニット（１２０）は、前記第１のオーディオ信号の前記第２チャンネルの前記スペクトル帯域を前記処理されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域として使用するように構成されると共に、前記第１のオーディオ信号の前記第１チャンネルの前記スペクトル帯域を前記処理されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域として使用するように構成されていること、
を特徴とする請求項２に記載の装置。
【請求項4】
前記符号化ユニット（１２０）は、前記完全ミッド－サイド符号化モードが採用されるときに符号化のために必要となる第１ビット数を推定する第１推定を決定すること、前記完全デュアル－モノ符号化モードが採用されるときに、符号化のために必要となる第２ビット数を推定する第２推定を決定すること、前記帯域に関する符号化モードが採用されるときに、符号化のために必要となる第３ビット数を推定する第３推定を決定すること、そして、前記完全ミッド－サイド符号化モードおよび前記完全デュアル－モノ符号化モードおよび前記帯域に関する符号化モードのうち、前記第１推定および前記第２推定および前記第３推定のうちで最も小さいビット数を持つ符号化モードを選ぶことによって、前記完全ミッド－サイド符号化モードおよび前記完全デュアル－モノ符号化モードおよび前記帯域に関する符号化モードのうちから選ぶように構成されていること、を特徴とする請求項２または請求項３に記載の装置。
【請求項5】
【請求項6】
前記符号化ユニット（１２０）は、前記完全ミッド－サイド符号化モードで符号化するときに、節約される第１ビット数を推定する第１推定を決定すること、前記完全デュアル－モノ符号化モードで符号化するときに、節約される第２ビット数を推定する第２推定を決定すること、前記帯域に関する符号化モードで符号化するときに、節約される第３ビット数を推定する第３推定を決定すること、そして前記完全ミッド－サイド符号化モードおよび前記完全デュアル－モノ符号化モードおよび前記帯域に関する符号化モードのうち、前記第１推定および前記第２推定および前記第３推定のうちで節約される最も大きなビット数を持つ符号化モードを選ぶことによって、前記完全ミッド－サイド符号化モードおよび前記完全デュアル－モノ符号化モードおよび前記帯域に関する符号化モードのうちから選ぶように構成されること、または、前記符号化ユニット（１２０）は、前記完全ミッド－サイド符号化モードが採用されるときに生じる第１信号対雑音比を推定すること、前記完全デュアル－モノ符号化モードが採用されるときに生じる第２信号対雑音比を推定すること、前記帯域に関する符号化モードが採用されるときに生じる第３信号対雑音比を推定すること、そして前記完全ミッド－サイド符号化モードおよび前記完全デュアル－モノ符号化モードおよび前記帯域に関する符号化モードのうち、前記第１信号対雑音比および前記第２信号対雑音比および前記第３信号対雑音比のうちで最も大きな信号対雑音比を持つ符号化モードを選ぶことによって、前記完全ミッド－サイド符号化モードおよび前記完全デュアル－モノ符号化モードおよび前記帯域に関する符号化モードのうちから選ぶように構成されること、
を特徴とする請求項２または請求項３に記載の装置。
【請求項7】
前記符号化ユニット（１２０）は、前記処理されたオーディオ信号の前記第１チャンネルの前記最低１つのスペクトル帯域が、前記ミッド信号の前記スペクトル帯域であり、かつ、前記処理されたオーディオ信号の前記第２チャンネルの前記最低１つのスペクトル帯域が、前記サイド信号の前記スペクトル帯域であるように、前記処理されたオーディオ信号を生成するように構成され、前記符号化されたオーディオ信号を得るために、前記符号化ユニット（１２０）は、前記サイド信号の前記スペクトル帯域のための補正ファクターを決定することによって、前記サイド信号の前記スペクトル帯域を符号化するように構成され、
前記符号化ユニット（１２０）は、前記サイド信号の前記スペクトル帯域のための前記補正ファクターを残留に依存すると共に、前記ミッド信号の前記スペクトル帯域に対応する前のミッド信号のスペクトル帯域に依存して決定するように構成され、前記前のミッド信号は、時間において前記ミッド信号に先行し、
前記符号化ユニット（１２０）は、前記残留を前記サイド信号の前記スペクトル帯域に依存すると共に、前記ミッド信号の前記スペクトル帯域に依存して決定するように構成されていること、
を特徴とする請求項２または請求項３に記載の装置。
【請求項8】
前記符号化ユニット（１２０）は、以下の式に従って、前記サイド信号の前記スペクトル帯域のための前記補正ファクターを決定するように構成され、ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfb＝ＥＲｅｓfb／（ＥｐｒｅｖＤｍｘfb＋ε）
ここで、ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfbは、前記サイド信号の前記スペクトル帯域のための前記補正ファクターを示し、
ＥＲｅｓfbは、前記ミッド信号の前記スペクトル帯域に対応する前記残留のスペクトル帯域のエネルギーに依存する残留エネルギーを示し、
ＥｐｒｅｖＤｍｘfbは、前記前のミッド信号の前記スペクトル帯域のエネルギーに依存する前のエネルギーを示し、
ε＝０、または、０．１＞ε＞０であること、
を特徴とする請求項７に記載の装置。
【請求項9】
前記残留は、以下の式に従って定義され、Ｒｅｓ R ＝Ｓ R －ａ R Ｄｍｘ R －ａ I Ｄｍｘ I
ここで、ＲｅｓRは前記残留であり、ＳRは前記サイド信号であり、ａRは係数であり、ＤｍｘRは前記ミッド信号であり、
前記符号化ユニット（１２０）は、以下の式に従って残留エネルギーを決定するように構成されること、
【請求項10】
前記残留は以下の式に従って定義され、ＲｅｓR＝ＳR－ａRＤｍｘR－ａIＤｍｘI
ここで、ＲｅｓRは前記残留であり、ＳRは前記サイド信号であり、ａRは複合係数の実数部であり、ａIは前記複合係数の虚数部分であり、ＤｍｘRは前記ミッド信号であり、ＤｍｘIは、前記第１のオーディオ信号の前記第１チャンネルに依存すると共に、前記第１のオーディオ信号の前記第２チャンネルに依存する別のミッド信号であり、
前記第１のオーディオ信号の前記第１チャンネルに依存すると共に、前記第１のオーディオ信号の前記第２チャンネルに依存する別のサイド信号ＳIの別の残留は、以下の式に従って定義され、
ＲｅｓI＝ＳI－ａRＤｍｘR－ａIＤｍｘI
前記符号化ユニット（１２０）は、以下の式に従って前記残留エネルギーを決定するように構成され、
を特徴とする請求項８に記載の装置。
【請求項11】
前記装置は、前記オーディオ入力信号の前記第１チャンネルに依存し、かつ、前記オーディオ入力信号の前記第２チャンネルに依存して、前記オーディオ入力信号のための正規化値を決定するように構成された正規化器（１１０）を備え、前記正規化器（１１０）は、正規化されたオーディオ信号である前記第１のオーディオ信号の第１チャンネルおよび第２チャンネルを、前記オーディオ入力信号の前記第１チャンネルと前記第２チャンネルのうちの少なくとも１つを前記正規化値に依存して変調することによって、決定するように構成されること、
を特徴とする請求項１ないし請求項１０のいずれかに記載の装置。
【請求項12】
前記正規化器（１１０）は、前記オーディオ入力信号の前記第１チャンネルのエネルギーに依存すると共に、前記オーディオ入力信号の前記第２チャンネルのエネルギーに依存して、前記オーディオ入力信号のための前記正規化値を決定するように構成されること、 を特徴とする請求項１１に記載の装置。
【請求項13】
前記オーディオ入力信号は、スペクトル領域で表され、前記正規化器（１１０）は、前記オーディオ入力信号の前記第１チャンネルの複数のスペクトル帯域に依存すると共に、前記オーディオ入力信号の前記第２チャンネルの複数のスペクトル帯域に依存して、前記オーディオ入力信号のための前記正規化値を決定するように構成され、
前記正規化器（１１０）は、前記正規化値に依存して、前記オーディオ入力信号の前記第１チャンネルおよび前記第２チャンネルのうちの最低１つの複数のスペクトル帯域を変調することによって、前記第１のオーディオ信号を決定するように構成されること、
を特徴とする請求項１１に記載の装置。
【請求項14】
前記正規化器（１１０）は、以下の式に基づいて前記正規化値を決定するように構成され、前記正規化器（１１０）は、ＩＬＤを量子化することによって、前記正規化値を決定するように構成されること、
を特徴とする請求項１３に記載の装置。
【請求項15】
符号化のための前記装置は、変換ユニット（１０２）と前処理ユニット（１０５）とをさらに含み、前記変換ユニット（１０２）は、時間領域オーディオ信号を時間領域から周波数領域に変換して、変換されたオーディオ信号を得るように構成され、
前記前処理ユニット（１０５）は、前記変換されたオーディオ信号にエンコーダ側周波数領域雑音シェーピング操作を適用することによって、前記オーディオ入力信号の前記第１チャンネルおよび前記第２チャンネルを生成するように構成されること、
を特徴とする請求項１３または請求項１４に記載の装置。
【請求項16】
前記前処理ユニット（１０５）は、前記変換されたオーディオ信号に前記エンコーダ側周波数領域雑音シェーピング操作を適用する前に、前記変換されたオーディオ信号にエンコーダ側時間的雑音シェーピング操作を適用することによって、前記オーディオ入力信号の前記第１チャンネルおよび前記第２チャンネルを生成するように構成されること、を特徴とする請求項１５に記載の装置。
【請求項17】
前記正規化器（１１０）は、時間領域で表されている前記オーディオ入力信号の前記第１チャンネルに依存すると共に、前記時間領域で表されている前記オーディオ入力信号の前記第２チャンネルに依存して、前記オーディオ入力信号のための正規化値を決定するように構成され、前記正規化器（１１０）は、前記時間領域で表されている前記オーディオ入力信号の前記第１チャンネルおよび前記第２チャンネルのうちの最低１つを前記正規化値に依存して変調することによって、前記第１のオーディオ信号の前記第１チャンネルおよび前記第２チャンネルを決定するように構成され、
前記装置は、前記第１のオーディオ信号が前記スペクトル領域で表されるように、前記第１のオーディオ信号を前記時間領域から前記スペクトル領域に変換するように構成された変換ユニット（１１５）をさらに含み、
前記変換ユニット（１１５）は、前記スペクトル領域で表されている前記第１のオーディオ信号を前記符号化ユニット（１２０）に供給するように構成されること、
を特徴とする請求項１３に記載の装置。
【請求項18】
前記装置は、第１チャンネルおよび第２チャンネルを含む時間領域オーディオ信号を受信するように構成される前処理ユニット（１０６）をさらに含み、前記前処理ユニット（１０６）は、前記時間領域オーディオ信号の前記第１チャンネルに、第１の知覚的に白色化されたスペクトルを作成するフィルタを適用して前記時間領域で表されている前記オーディオ入力信号の前記第１チャンネルを得るように構成され、
前記前処理ユニット（１０６）は、前記時間領域オーディオ信号の前記第２チャンネルに、第２の知覚的に白色化されたスペクトルを作成するフィルタを適用して前記時間領域で表されている前記オーディオ入力信号の前記第２チャンネルを得るように構成されていること、
を特徴とする請求項１７に記載の装置。
【請求項19】
前記変換ユニット（１１５）は、前記第１のオーディオ信号を前記時間領域から前記スペクトル領域に変換して、変換されたオーディオ信号を得るように構成され、前記装置は、前記スペクトル領域で表されている前記第１のオーディオ信号を得るために、前記変換されたオーディオ信号にエンコーダ側時間的雑音シェーピングを実施するように構成されるスペクトル領域前処理器（１１８）をさらに含むこと、
を特徴とする請求項１７または請求項１８に記載の装置。
【請求項20】
前記符号化ユニット（１２０）は、前記第１のオーディオ信号または前記処理されたオーディオ信号にエンコーダ側ステレオインテリジェントギャップ充填を適用することによって、前記符号化されたオーディオ信号を得るように構成されること、を特徴とする請求項１ないし請求項１９のいずれかに記載の装置。
【請求項21】
前記オーディオ入力信号が、正確に２つのチャンネルを含むオーディオステレオ信号であること、を特徴とする請求項１ないし請求項２０のいずれかに記載の装置。
【請求項22】
４つ以上のチャンネルを含むオーディオ入力信号の４つのチャンネルを符号化して、符号化されたオーディオ信号を得るためのシステムであって、前記システムは、前記オーディオ入力信号の前記４つ以上のチャンネルの第１チャンネルおよび第２チャンネルを符号化して、前記符号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るための、請求項１ないし請求項２０のいずれかに記載の第１装置（１７０）と、
前記オーディオ入力信号の前記４つ以上のチャンネルの第３チャンネルおよび第４チャンネルを符号化して、前記符号化されたオーディオ信号の第３チャンネルおよび第４チャンネルを得るための、請求項１ないし請求項２０のいずれかに記載の第２装置（１８０）と、を含むこと、
を特徴とするシステム。
【請求項23】
２つ以上のチャンネルを含む復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、第１チャンネルおよび第２チャンネルを含んでいる符号化されたオーディオ信号を復号化するための装置であって、前記装置は、複数のスペクトル帯域の個々のスペクトル帯域について、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域、および、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域が、デュアル－モノ符号化を使って符号化されたか、またはミッド－サイド符号化を使って符号化されたかを決定するように構成された復号化ユニット（２１０）を含み、
前記復号化ユニット（２１０）は、前記デュアル－モノ符号化が使われていた場合、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域を中間オーディオ信号の第１チャンネルのスペクトル帯域として使うように構成されると共に、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域を前記中間オーディオ信号の第２チャンネルのスペクトル帯域として使うように構成され、
前記復号化ユニット（２１０）は、前記ミッド－サイド符号化が使われていた場合、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域に基づくと共に、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域に基づいて、前記中間オーディオ信号の前記第１チャンネルのスペクトル帯域を生成し、そして、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域に基づくと共に、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域に基づいて、前記中間オーディオ信号の前記第２チャンネルのスペクトル帯域を生成するように構成され、
前記装置は、前記中間オーディオ信号の前記第１チャンネルおよび前記第２チャンネルのうち最低１つを非正規化することによって、前記中間オーディオ信号から前記復号化されたオーディオ信号を得るように構成されること、
を特徴とする装置。
【請求項24】
前記復号化ユニット（２１０）は、前記符号化されたオーディオ信号が、完全ミッド－サイド符号化モードで符号化されたかまたは完全デュアル－モノ符号化モードで符号化されたかまたは帯域に関する符号化モードで符号化されたかを決定するように構成され、前記復号化ユニット（２１０）は、前記符号化されたオーディオ信号が前記完全ミッド－サイド符号化モードで符号化されたことが決定された場合、前記符号化されたオーディオ信号の前記第１チャンネルおよび前記第２チャンネルから前記中間オーディオ信号の前記第１チャンネルを生成すると共に、前記符号化されたオーディオ信号の前記第１チャンネルおよび前記第２チャンネルから前記中間オーディオ信号の前記第２チャンネルを生成するように構成され、
前記復号化ユニット（２１０）は、前記符号化されたオーディオ信号が前記完全デュアル－モノ符号化モードで符号化されたことが決定された場合、前記符号化されたオーディオ信号の前記第１チャンネルを前記中間オーディオ信号の前記第１チャンネルとして使うと共に、前記符号化されたオーディオ信号の前記第２チャンネルを前記中間オーディオ信号の前記第２チャンネルとして使うように構成され、
前記復号化ユニット（２１０）は、前記符号化されたオーディオ信号が前記帯域に関する符号化モードで符号化されたことが決定された場合、
複数のスペクトル帯域の個々のスペクトル帯域について、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域、および、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域が、前記デュアル－モノ符号化を使って符号化されたか、または前記完全ミッド－サイド符号化モードを使って符号化されたかを決定するように構成され、
前記デュアル－モノ符号化が使われていた場合、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域を前記中間オーディオ信号の前記第１チャンネルのスペクトル帯域として使い、そして、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域を前記中間オーディオ信号の前記第２チャンネルのスペクトル帯域として使うように構成され、
前記ミッド－サイド符号化が使われていた場合、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域に基づくと共に、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域に基づいて、前記中間オーディオ信号の前記第１チャンネルのスペクトル帯域を生成し、そして、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域に基づくと共に、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域に基づいて、前記中間オーディオ信号の前記第２チャンネルのスペクトル帯域を生成するように構成されていること、
を特徴とする請求項２３に記載の装置。
【請求項25】
前記復号化ユニット（２１０）は、前記複数のスペクトル帯域の個々のスペクトル帯域について、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域、および、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域が、デュアル－モノ符号化を使って符号化されたか、またはミッド－サイド符号化を使って符号化されたかを決定するように構成され、前記復号化ユニット（２１０）は、前記第２チャンネルの前記スペクトル帯域を再構成することによって、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域を得るように構成され、
ミッド－サイド符号化が使われていた場合、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域は、ミッド信号のスペクトル帯域であると共に、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域は、サイド信号のスペクトル帯域であり、
ミッド－サイド符号化が使われていた場合、前記復号化ユニット（２１０）は、前記サイド信号の前記スペクトル帯域のための補正ファクターに依存すると共に、前記ミッド信号の前記スペクトル帯域に対応する、前のミッド信号のスペクトル帯域に依存して、前記サイド信号の前記スペクトル帯域を再構成するように構成され、ここで、前記前のミッド信号は、時間において、前記ミッド信号に先行すること、
を特徴とする請求項２４に記載の装置。
【請求項26】
ミッド－サイド符号化が使われていた場合、前記復号化ユニット（２１０）は、以下の式に従って前記サイド信号の前記スペクトル帯域のスペクトル値を再構成することによって、前記サイド信号の前記スペクトル帯域を再構成するように構成され、Ｓi＝Ｎi＋ｆａｃＤｍｘfb・ｐｒｅｖＤｍｘi，ｉ∈［ｆｂ，ｆｂ＋１］
ここで、Ｓiは、前記サイド信号の前記スペクトル帯域のスペクトル値を示し、
ｐｒｅｖＤｍｘiは、前記前のミッド信号の前記スペクトル帯域のスペクトル値を示し、
Ｎiは、雑音が満ちたスペクトルのスペクトル値を示し、
ｆａｃＤｍｘfbは、以下の式に従って定義され、
ＥＮfbは、雑音が満ちたスペクトルのエネルギーであり、
ＥｐｒｅｖＤｍｘfbは、前記前のミッド信号の前記スペクトル帯域のエネルギーであり、
ε＝０、または、０．１＞ε＞０であること、
を特徴とする請求項２５に記載の装置。
【請求項27】
前記装置は、前記中間オーディオ信号の前記第１チャンネルおよび前記第２チャンネルのうちの最低１つを非正規化値に依存して変調して、前記復号化されたオーディオ信号の前記第１チャンネルおよび前記第２チャンネルを得るように構成される非正規化器（２２０）を含むこと、を特徴とする、請求項２３ないし請求項２６のいずれかに記載の装置。
【請求項28】
前記非正規化器（２２０）は、前記非正規化値に依存して、前記中間オーディオ信号の前記第１チャンネルおよび前記第２チャンネルのうちの最低１つの前記複数のスペクトル帯域を変調して、前記復号化されたオーディオ信号の前記第１チャンネルおよび前記第２チャンネルを得るように構成され、前記非正規化器（２２０）は、前記非正規化値に依存して、前記中間オーディオ信号の前記第１チャンネルおよび前記第２チャンネルのうちの最低１つの前記複数のスペクトル帯域を変調して非正規化されたオーディオ信号を得るように構成され、
前記装置は、後処理ユニット（２３０）および変換ユニット（２３５）をさらに含み、
前記後処理ユニット（２３０）は、前記非正規化されたオーディオ信号に、デコーダ側時間的雑音シェーピングおよびデコーダ側周波数領域雑音シェーピングのうちの最低１つを実施して後処理されたオーディオ信号を得るように構成され、
前記変換ユニット（２３５）は、前記後処理されたオーディオ信号をスペクトル領域から時間領域に変換して前記復号化されたオーディオ信号の前記第１チャンネルおよび前記第２チャンネルを得るように構成されていること、
を特徴とする請求項２７に記載の装置。
【請求項29】
前記装置は、前記中間オーディオ信号をスペクトル領域から時間領域に変換するように構成された変換ユニット（２１５）をさらに含み、前記非正規化器（２２０）は、前記非正規化値に依存して、時間領域で表されている前記中間オーディオ信号の前記第１チャンネルおよび前記第２チャンネルのうちの最低１つを変調して、前記復号化されたオーディオ信号の前記第１チャンネルおよび前記第２チャンネルを得るように構成されていること、
を特徴とする請求項２７に記載の装置。
【請求項30】
前記装置は、前記中間オーディオ信号をスペクトル領域から時間領域に変換するように構成された変換ユニット（２１５）をさらに含み、前記非正規化器（２２０）は、前記非正規化値に依存して、時間領域で表されている前記中間オーディオ信号の前記第１チャンネルおよび前記第２チャンネルのうちの最低１つを変調して非正規化されたオーディオ信号を得るように構成され、
前記装置は、知覚的に白色化されたオーディオ信号である前記非正規化されたオーディオ信号を処理して、前記復号化されたオーディオ信号の前記第１チャンネルおよび前記第２チャンネルを得るように構成された後処理ユニット（２３５）をさらに含むこと、
を特徴とする請求項２７に記載の装置。
【請求項31】
前記装置は、前記中間オーディオ信号に、デコーダ側時間的雑音シェーピングを実施するように構成されたスペクトル領域後処理器（２１２）をさらに含み、前記変換ユニット（２１５）は、前記中間オーディオ信号に対してデコーダ側時間的雑音シェーピングを実施した後に、前記中間オーディオ信号を前記スペクトル領域から前記時間領域に変換するように構成されていること、
を特徴とする請求項２９または請求項３０に記載の装置。
【請求項32】
前記復号化ユニット（２１０）は、デコーダ側ステレオインテリジェントギャップ充填を、符号化されたオーディオ信号に適用するように構成されていること、を特徴とする請求項２３ないし請求項３１のいずれかに記載の装置。
【請求項33】
前記復号化されたオーディオ信号は、正確に２つのチャンネルを含むオーディオステレオ信号であること、を特徴とする請求項２３ないし請求項３２のいずれかに記載の装置。
【請求項34】
４つ以上のチャンネルを含む復号化されたオーディオ信号の４つのチャンネルを得るために、４つ以上のチャンネルを含む符号化されたオーディオ信号を復号化するためのシステムであって、前記システムは、前記符号化されたオーディオ信号の前記４つ以上のチャンネルの第１チャンネルおよび第２チャンネルを復号化して前記復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るための、請求項２３ないし請求項３２のいずれかに記載の第１装置（２７０）と、
前記符号化されたオーディオ信号の前記４つ以上のチャンネルの第３チャンネルおよび第４チャンネルを復号化して前記復号化されたオーディオ信号の第３チャンネルおよび第４チャンネルを得るための、請求項２３ないし請求項３２のいずれかに記載の第２装置（２８０）と、を含むこと、
を特徴とするシステム。
【請求項35】
オーディオ入力信号から、符号化されたオーディオ信号を生成すると共に、前記符号化されたオーディオ信号から、復号化されたオーディオ信号を生成するためのシステムであって、前記システムは、請求項１ないし請求項２１のいずれかに記載の装置（３１０）であって、請求項１ないし請求項２１のいずれかに記載の装置（３１０）は、前記オーディオ入力信号から、前記符号化されたオーディオ信号を生成するように構成される装置と、
請求項２３ないし請求項３３のいずれかに記載の装置（３２０）であって、請求項２３ないし請求項３３のいずれかに記載の装置（３２０）は、前記符号化されたオーディオ信号から、前記復号化されたオーディオ信号を生成するように構成される装置と、
を含むこと、
を特徴とするシステム。
【請求項36】
オーディオ入力信号から、符号化されたオーディオ信号を生成すると共に、符号化されたオーディオ信号から、復号化されたオーディオ信号を生成するためのシステムであって、前記システムは、請求項２２に記載のシステムであって、請求項２２に記載のシステムは、前記オーディオ入力信号から、前記符号化されたオーディオ信号を生成するように構成される、システムと、
請求項３４に記載のシステムであって、請求項３４に記載のシステムは、前記符号化されたオーディオ信号から、前記復号化されたオーディオ信号を生成するように構成されているシステムと、
を含むこと、
を特徴とするシステム。
【請求項37】
符号化されたオーディオ信号を得るために、２つ以上のチャンネルを含むオーディオ入力信号の第１チャンネルおよび第２チャンネルを符号化するための方法であって、第１のオーディオ信号は前記オーディオ入力信号に依存し、前記方法は、処理されたオーディオ信号の前記第１チャンネルの１つ以上のスペクトル帯域が、前記第１のオーディオ信号の前記第１チャンネルの１つ以上のスペクトル帯域であり、かつ、前記処理されたオーディオ信号の前記第２チャンネルの１つ以上のスペクトル帯域が、前記第１のオーディオ信号の前記第２チャンネルの１つ以上のスペクトル帯域であり、かつ、前記処理されたオーディオ信号の前記第１チャンネルの最低１つのスペクトル帯域が、前記第１のオーディオ信号の前記第１チャンネルのスペクトル帯域に依存すると共に、前記第１のオーディオ信号の前記第２チャンネルのスペクトル帯域に依存するミッド信号のスペクトル帯域であり、かつ、前記処理されたオーディオ信号の前記第２チャンネルの最低１つのスペクトル帯域が、前記第１のオーディオ信号の前記第１チャンネルのスペクトル帯域に依存すると共に、前記第１のオーディオ信号の前記第２チャンネルのスペクトル帯域に依存するサイド信号のスペクトル帯域であるように、前記第１チャンネルおよび前記第２チャンネルを持つ前記処理されたオーディオ信号を生成するステップと、
前記処理されたオーディオ信号を符号化して前記符号化されたオーディオ信号を得るステップを含むこと、
を特徴とする方法。
【請求項38】
２つ以上のチャンネルを含む復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、第１チャンネルおよび第２チャンネルを含む符号化されたオーディオ信号を復号化するための方法であって、前記方法は、複数のスペクトル帯域の各スペクトル帯域について、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域および前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域が、デュアル－モノ符号化を使用して符号化されたか、またはミッド－サイド符号化を使用して符号化されたかを決定するステップを含み、
前記デュアル－モノ符号化が使われていた場合、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域を中間オーディオ信号の第１チャンネルのスペクトル帯域として使うと共に、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域を前記中間オーディオ信号の第２チャンネルのスペクトル帯域として使い、
前記方法は、前記ミッド－サイド符号化が使われていた場合、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域に基づくと共に、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域に基づいて、前記中間オーディオ信号の前記第１チャンネルのスペクトル帯域を生成し、かつ、前記符号化されたオーディオ信号の前記第１チャンネルの前記スペクトル帯域に基づくと共に、前記符号化されたオーディオ信号の前記第２チャンネルの前記スペクトル帯域に基づいて、前記中間オーディオ信号の前記第２チャンネルのスペクトル帯域を生成するステップを含み、
前記方法は、前記中間オーディオ信号の前記第１チャンネルおよび前記第２チャンネルのうち最低１つを非正規化することによって、前記復号化されたオーディオ信号を前記中間オーディオ信号から得るステップを含むこと、
を特徴とする方法。
【請求項39】
コンピュータまたは信号プロセッサにおいて実行されるとき、請求項３７の方法を実行するためのコンピュータプログラム。
【請求項40】
コンピュータまたは信号プロセッサにおいて実行されるとき、請求項３８の方法を実行するためのコンピュータプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、オーディオ信号符号化およびオーディオ信号復号化に関連する、特に、改良されたミッド／サイド決定を持つ包括的なＩＬＤを持つＭＤＣＴ Ｍ／Ｓステレオのための装置および方法に関する。
【背景技術】
【0002】
ＭＤＣＴに基づいた符号器（ＭＤＣＴ＝変調された離散的なコサイン変換）における帯域に関するＭ／Ｓ（Ｂａｎｄ－ｗｉｓｅ Ｍ／Ｓ、Ｍ／Ｓ＝ミッド／サイド）処理は、ステレオ処理のための既知で効果的な方法である。しかし、まだ、それは、パンされた信号に対して十分ではなく、複合予測又はミッドチャンネルおよびサイドチャンネル間の角度の符号化などの付加的処理が要求される。
【0003】
［１］、［２］、［３］および［４］において、ウィンドウ表示（窓表示）され変換されて非正規化された（白色化されていない）信号におけるＭ／Ｓ処理が説明されている。
【0004】
［７］において、ミッドチャンネルおよびサイドチャンネル間の予測が説明されている。［７］において、２つのオーディオチャンネルの結合に基づいたオーディオ信号を符号化するエンコーダが開示されている。オーディオエンコーダは、ミッド信号である結合信号を得て、更に、ミッド信号から引き出された予測サイド信号である予測残留信号を得る。最初の結合信号と予測残留信号とは符号化されて、予測情報と共にデータストリームの中に記録される。さらに、［７］は、予測残留信号、最初の結合信号および予測情報を使って、復号化された第１オーディオチャンネルおよび第２オーディオチャンネルを生成するデコーダが開示されている。
【0005】
［５］において、帯域毎に別々に正規化された後にカップリングするＭ／Ｓステレオの応用が説明されている。特に［５］はオーパス（Ｏｐｕｓ）符号器に関する。オーパスは、正規化された信号ｍ＝Ｍ／｜｜Ｍ｜｜およびｓ＝Ｓ／｜｜Ｓ｜｜として、ミッド信号とサイド信号とを符号化する。ｍおよびｓからＭおよびＳを再生するために、角度θs＝ａｒｃｔａｎ（｜｜Ｓ｜｜／｜｜Ｍ｜｜）が符号化される。帯域のサイズであるＮと、ｍおよびｓに利用可能なビットの総数であるａとによって、ｍのための最適な割り当ては、ａmid＝（ａ－（Ｎ－１）ｌｏｇ2ｔａｎθs）／２である。
【0006】
既知のアプローチ（例えば［２］および［４］）において、複合レート／歪みループが、チャンネル間の相互関係を減らすために、帯域チャンネルが、（例えば、［７］からＭからＳへの予測残留計算によってフォローされるＭ／Ｓを使って）変換されるべき決定によって結合される。この複合構造は高価なコンピュータ処理コストを持つ。（［６ａ］、［６ｂ］および［１３］におけるように）レートループから知覚モデルを分離することは、システムをかなり簡素化する。
【0007】
また、個々の帯域の予測係数または角度の符号化は、（例えば［５］および［７］におけるように）大きなビット数を必要とする。
【0008】
［１］、［３］および［５］において、全体のスペクトルがＭ／Ｓ符号化またはＬ／Ｒ符号化されるか否かを決めるために、全体のスペクトルに亘って単一の決定だけが実行される。
【0009】
ＩＬＤ（相互レベル差）が存在した場合、すなわち、チャンネルがパンされるならば、Ｍ／Ｓ符号化は効率的ではない。
【0010】
上で概説されるように、ＭＤＣＴに基づいた符号器において、帯域に関するＭ／Ｓ処理が、ステレオ処理のための効果的な方法であることが知られている。Ｍ／Ｓ処理符号化ゲインは、無相関のチャンネルに対する０％から、モノラルまたはチャンネル間のπ／２位相差に対する５０％まで変わる。ステレオの非マスキングおよび逆非マスキング（［１］参照）のために、頑強なＭ／Ｓ決定を持つことは重要である。
【0011】
［２］において（左右間のマスキング閾値が２ｄＢ未満で変化する帯域毎において）、Ｍ／Ｓ符号化が符号化方法として選ばれる。
【0012】
［１］において、Ｍ／Ｓ決定は、チャンネルのＭ／Ｓ符号化およびＬ／Ｒ符号化（Ｌ／Ｒ＝左／右）のために、推測されたビット消費に基づく。Ｍ／Ｓ符号化およびＬ／Ｒ符号化のためのビットレート需要は、知覚エントロピー（ＰＥ）を使って、スペクトルとマスキング閾値から推測される。マスキング閾値は左チャンネルおよび右チャンネルのために計算される。ミッドチャンネルおよびサイドチャンネルのためのマスキング閾値は、左閾値および右閾値の最小であると推測される。
【0013】
さらに、［１］は、符号化されるべき個々のチャンネルの符号化閾値が、どのように引き出されるかを記述する。特に、左チャンネルおよび右チャンネルの符号化閾値は、これらのチャンネルのための個々の知覚モデルによって計算される。［１］において、ＭチャンネルおよびＳチャンネルのための符号化閾値が等しく選ばれて、左符号化閾値および右符号化閾値の最小として引き出される。
【0014】
さらに、［１］は、良好な符号化性能が達成されるように、Ｌ／Ｒ符号化とＭ／Ｓ符号化との間で決めることを説明する。特に、知覚エントロピーは、閾値を使ってＬ／Ｒ符号化とＭ／Ｓ符号化のために推測される。
【0015】
［３］および［４］と同様に、［１］および［２］において、Ｍ／Ｓ処理は、ウィンドウ表示され変換されて非正規化された（白色化されていない）信号において実施され、Ｍ／Ｓ決定はマスキング閾値および知覚エントロピー推測に基づく。
【0016】
［５］において、左チャンネルおよび右チャンネルのエネルギーは、明示的に符号化されて、符号化された角度は、異なる信号のエネルギーを守る。たとえＬ／Ｒ符号化がより効率的でも、Ｍ／Ｓ符号化が安全であることは［５］において仮定される。［５］に従うと、Ｌ／Ｒ符号化は、チャンネル間の相互関係が十分に強くないときを選ぶだけである。
【0017】
さらに、個々の帯域の予測係数または角度の符号化は、大きなビット数を必要とする（例えば［５］および［７］参照）。
【発明の概要】
【発明が解決しようとする課題】
【0018】
従って、オーディオ符号化およびオーディオ復号化のための改良された概念が提供されていた場合、それは高く認められる。
【0019】
それゆえに、本発明の目的は、オーディオ信号符号化、オーディオ信号処理およびオーディオ信号復号化のための改良された概念を提供することである。本発明の目的は、請求項１に応じたオーディオデコーダ、および請求項２３に応じた装置、および請求項３７に応じた方法、および請求項３８に応じた方法、および請求項３９に応じたコンピュータプログラムによって解決される。
【課題を解決するための手段】
【0020】
実施の形態によると、符号化されたオーディオ信号を得るために、２つ以上のチャンネルを含むオーディオ入力信号の第１チャンネルおよび第２チャンネルを符号化するための装置が提供される。
【0021】
符号化のための装置は、オーディオ入力信号の第１チャンネルに依存し、かつ、オーディオ入力信号の第２チャンネルに依存して、オーディオ入力信号のための正規化値を決定するように構成された正規化器を含む。正規化器は、正規化値に依存して、オーディオ入力信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調することによって、正規化されたオーディオ信号の第１チャンネルおよび第２チャンネルを決定するように構成されている。
【0022】
さらに、符号化のための装置は、処理されたオーディオ信号の第１チャンネルの１つ以上のスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルの１つ以上のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第２チャンネルの１つ以上のスペクトル帯域が、正規化されたオーディオ信号の第２チャンネルの１つ以上のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第１チャンネルの最低１つのスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルのスペクトル帯域に依存すると共に、正規化されたオーディオ信号の第２チャンネルのスペクトル帯域に依存して、ミッド信号のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第２チャンネルの最低１つのスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルのスペクトル帯域に依存すると共に、正規化されたオーディオ信号の第２チャンネルのスペクトル帯域に依存して、サイド信号のスペクトル帯域であるように、第１チャンネルおよび第２チャンネルを持つ処理されたオーディオ信号を生成するように構成されている符号化ユニットを含む。符号化ユニットは、符号化されたオーディオ信号を得るために、処理されたオーディオ信号を符号化するように構成されている。
【0023】
さらに、２つ以上のチャンネルを含む復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、第１チャンネルおよび第２チャンネルを含む符号化されたオーディオ信号を復号化するための装置が提供される。
【0024】
復号化のための装置は、複数のスペクトル帯域の個々のスペクトル帯域毎に、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域および符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域が、デュアル－モノ符号化またはミッド－サイド符号化を使って符号化されたかを決定するように構成された復号化ユニットを含む。
【0025】
復号化ユニットは、デュアル－モノ符号化が使われていた場合、中間オーディオ信号の第１チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域を使うように構成されると共に、中間オーディオ信号の第２チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域を使うように構成される。
【0026】
さらに、復号化ユニットは、ミッド－サイド符号化が使われていた場合、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第１チャンネルのスペクトル帯域を生成するように構成され、かつ、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第２チャンネルのスペクトル帯域を生成するように構成される。
【0027】
さらに、非正規化器を含む復号化のための装置は、復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、非正規化値に依存して、中間オーディオ信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調するように構成されている。
【0028】
さらに、符号化されたオーディオ信号を得るために、２つ以上のチャンネルを含むオーディオ入力信号の第１チャンネルおよび第２チャンネルを符号化するための方法が提供される。方法は、以下を含む。
－オーディオ入力信号の第１チャンネルに依存すると共に、オーディオ入力信号の第２チャンネルに依存するオーディオ入力信号のための正規化値を決定すること。
－正規化値に依存して、オーディオ入力信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調することによって、正規化されたオーディオ信号の第１チャンネルおよび第２チャンネルを決定すること。
－処理されたオーディオ信号の第１チャンネルの１つ以上のスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルの１つ以上のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第２チャンネルの１つ以上のスペクトル帯域が、正規化されたオーディオ信号の第２チャンネルの１つ以上のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第１チャンネルの最低１つのスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルのスペクトル帯域に依存すると共に、正規化されたオーディオ信号の第２チャンネルのスペクトル帯域に依存して、ミッド信号のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第２チャンネルの最低１つのスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルのスペクトル帯域に依存すると共に、正規化されたオーディオ信号の第２チャンネルのスペクトル帯域に依存して、サイド信号のスペクトル帯域であるように、第１チャンネルおよび第２チャンネルを持つ処理されたオーディオ信号を生成し、そして、符号化されたオーディオ信号を得るために、処理されたオーディオ信号を符号化すること。
－オーディオ入力信号の第１チャンネルに依存すると共に、オーディオ入力信号の第２チャンネルに依存するオーディオ入力信号のための正規化値を決定すること。
－正規化値に依存して、オーディオ入力信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調することによって、正規化されたオーディオ信号の第１チャンネルおよび第２チャンネルを決定すること。
－処理されたオーディオ信号の第１チャンネルの１つ以上のスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルの１つ以上のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第２チャンネルの１つ以上のスペクトル帯域が、正規化されたオーディオ信号の第２チャンネルの１つ以上のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第１チャンネルの最低１つのスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルのスペクトル帯域に依存すると共に、正規化されたオーディオ信号の第２チャンネルのスペクトル帯域に依存して、ミッド信号のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第２チャンネルの最低１つのスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルのスペクトル帯域に依存すると共に、正規化されたオーディオ信号の第２チャンネルのスペクトル帯域に依存して、サイド信号のスペクトル帯域であるように、第１チャンネルおよび第２チャンネルを持つ処理されたオーディオ信号を生成し、そして、符号化されたオーディオ信号を得るために、処理されたオーディオ信号を符号化すること。
【0029】
さらに、２つ以上のチャンネルを含む復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、第１チャンネルおよび第２チャンネルを含む符号化されたオーディオ信号を復号化するための方法が提供される。方法は、以下を含む。
－符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域および符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域が、デュアル－モノ符号化またはミッド－サイド符号化を使用して符号化されたかを、複数のスペクトル帯域の個々のスペクトル帯域毎に決定すること。
－デュアル－モノ符号化が使われていた場合、中間オーディオ信号の第１チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域を使うと共に、中間オーディオ信号の第２チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域を使うこと。
―ミッド－サイド符号化が使われていた場合、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第１チャンネルのスペクトル帯域を生成し、かつ、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第２チャンネルのスペクトル帯域を生成すること。そして、
－復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、非正規化値に依存して、中間オーディオ信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調すること。
－符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域および符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域が、デュアル－モノ符号化またはミッド－サイド符号化を使用して符号化されたかを、複数のスペクトル帯域の個々のスペクトル帯域毎に決定すること。
－デュアル－モノ符号化が使われていた場合、中間オーディオ信号の第１チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域を使うと共に、中間オーディオ信号の第２チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域を使うこと。
―ミッド－サイド符号化が使われていた場合、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第１チャンネルのスペクトル帯域を生成し、かつ、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第２チャンネルのスペクトル帯域を生成すること。そして、
－復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、非正規化値に依存して、中間オーディオ信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調すること。
【0030】
さらに、コンピュータプログラムが提供される。コンピュータプログラムのそれぞれは、コンピュータまたは信号プロセッサにおいて実行されるとき、上で説明された方法のうちの１つを実行するように構成される。
【発明の効果】
【0031】
実施の形態によると、最小のサイド情報を使ってパンされた信号を扱うことができる新しい概念が提供される。
【0032】
いくつかの実施の形態によると、レートループを持つＦＤＮＳ（ＦＤＮＳ＝周波数領域雑音シェーピング）は、［８］において説明される、スペクトル包絡歪によって結合された［６ａ］および［６ｂ］において説明されるように使われる。いくつかの実施の形態において、ＦＤＮＳ－白色化されたスペクトルの単一のＩＬＤパラメータは、符号化のためにＭ／Ｓ符号化またはＬ／Ｒ符号化が使われるかどうかの、帯域に関する決定によってフォローされて使われる。いくつかの実施の形態において、Ｍ／Ｓ決定は、推定されたビット節約に基づく。いくつかの実施の形態において、帯域に関するＭ／Ｓ処理チャンネルの間のビットレート分配は、例えばエネルギーに依存する。
【0033】
いくつかの実施の形態は、効率的なＭ／Ｓ決定機構および唯一の包括的なゲインを制御するレートループを持つ帯域に関するＭ／Ｓ処理によってフォローされて、白色化されたスペクトルに適用された単一の包括的なＩＬＤの結合を提供する。
【0034】
いくつかの実施の形態は、例えば［８］に基づいたスペクトル包絡歪と結合された、［６ａ］または［６ｂ］に基づいたレートループを持つＦＤＮＳをとりわけ採用する。これらの実施の形態は、量子化雑音およびレートループの知覚シェーピングを分離するための効率的で非常に効果的な方法を提供する。上で説明したようなＭ／Ｓ処理の利点が存在した場合、ＦＤＮＳ－白色化されたスペクトルの単一のＩＬＤパラメータを使うことは、決定の簡単で効果的な方法を許す。スペクトルを白色化すること、および、ＩＬＤを取り除くことは、効率的なＭ／Ｓ処理を許す。説明されたシステムのための単一の包括的なＩＬＤを符号化することは十分であり、従って、ビットの節約は、既知のアプローチに対比して達成される。
【0035】
実施の形態によると、Ｍ／Ｓ処理は、知覚的に白色化された信号に基づいてなされる。実施の形態は、知覚的に白色化されてＩＬＤ補正された信号を処理するとき、符号化閾値を決定し、Ｌ／Ｒ符号化またはＭ／Ｓ符号化が採用されるかどうかの決定を最適な方法で決定する。
【0036】
さらに、実施の形態によると、新しいビットレート推測が提供される。
【0037】
［１］～［５］と対比すると、実施の形態において、知覚のモデルは、［６ａ］、［６ｂ］および［１３］の中のレートループから分離される。
【0038】
たとえＭ／Ｓ決定が、［１］において提案されるように、推定されたビットレートに基づいても、［１］に対比すると、Ｍ／Ｓ符号化およびＬ／Ｒ符号化のビットレート需要の差は、知覚のモデルによって決定されたマスキング閾値に依存しない。代わりに、ビットレート需要は、使われている無損失エントロピー符号器によって決定される。すなわち、ビットレート需要をオリジナル信号の知覚のエントロピーから引き出す代わりに、ビットレート需要は、知覚的に白色化された信号のエントロピーから引き出される。
【0039】
［１］～［５］と対比すると、実施の形態において、Ｍ／Ｓ決定は、知覚的に白色化された信号に基づいて決定され、必要なビットレートの良好な推定が得られる。この目的のために、［６ａ］または［６ｂ］において説明されるように、算術符号器ビット消費推測が適用される。マスキング閾値は明示的に考慮される必要がない。
【0040】
［１］において、ミッドチャンネルおよびサイドチャンネルのためのマスキング閾値は、左および右のマスキング閾値の最小であると仮定される。スペクトル雑音シェーピングは、ミッドチャンネルとサイドチャンネルにおいてなされ、例えばこれらのマスキング閾値に基づく。
【0041】
実施の形態によると、スペクトル雑音シェーピングは、例えば、左チャンネルおよび右チャンネルで実施することができ、知覚的包絡は、そのような実施の形態において、それが推定された所で正確に適用される。
【0042】
さらに、実施の形態は、ＩＬＤが存在した場合、すなわち、チャンネルがパンされた場合、Ｍ／Ｓ符号化は効率的ではないという発見に基づく。これを避けるために、実施の形態は、知覚的に白色化されたスペクトルの単一のＩＬＤパラメータを使う。
【0043】
いくつかの実施の形態によると、知覚的に白色化された信号を処理するＭ／Ｓ決定のための新しい概念が提供される。
【0044】
いくつかの実施の形態によると、符号器は、例えば［１］において説明されるような古典的なオーディオ符号器の一部分ではない新しい概念を使う。
【0045】
いくつかの実施の形態によると、知覚的に白色化された信号が、別の符号化のために、例えばそれらがスピーチ符号器において使われる方法と同様に使われる。
【0046】
そのようなアプローチは、いくつかの利点を持っている。例えば符号器構造が簡素化される。雑音シェーピング特性およびマスキング閾値のコンパクトな表現が、例えばＬＰＣ係数として達成される。さらに、変換およびスピーチ符号器構造が統合され、従って、結合されたオーディオ／スピーチ符号化が可能である。
【0047】
いくつかの実施の形態は、パンされたソースを効率的に符号化するために、包括的なＩＬＤパラメータを採用する。
【0048】
実施の形態において、符号器は、例えば［８］において説明されたスペクトル包絡歪と結合された［６ａ］または［６ｂ］において説明されるように、レートループを持つ信号を知覚的に白色化するために、周波数領域雑音シェーピング（ＦＤＮＳ）を採用する。そのような実施の形態において、符号器は、例えば、帯域に関するＭ／Ｓ対Ｌ／Ｒ決定によってフォローされたＦＤＮＳ－白色化されたスペクトルの単一のＩＬＤパラメータをさらに使う。帯域に関するＭ／Ｓ決定は、例えば、Ｌ／ＲモードおよびＭ／Ｓモードで符号化されるとき、個々の帯域の推定されたビットレートに基づく。少なくとも必要なビットを持つモードが選ばれる。帯域に関するＭ／Ｓ処理されたチャンネルの間のビットレート分配は、エネルギーに基づく。
【0049】
いくつかの実施の形態が、エントロピー符号器のための帯域毎に推定されたビット数を使って、知覚的に白色化されてＩＬＤ補正されたスペクトルに、帯域に関するＭ／Ｓ決定を適用する。
【0050】
いくつかの実施の形態において、例えば、レートループを持つＦＤＮＳが、［８］において説明されたスペクトル包絡歪と結合された［６ａ］または［６ｂ］において説明されるように採用される。これは、量子化雑音およびレートループの知覚的シェーピングを分離する効率的で非常に効果的な方法を提供する。説明されるようなＭ／Ｓ処理の利点が存在した場合、ＦＤＮＳ－白色化されたスペクトルの単一のＩＬＤパラメータを使うことは、決定の簡素で効果的な方法を許す。スペクトルを白色化し、ＩＬＤを取り除くことは、効率的なＭ／Ｓ処理を許す。
【0051】
説明されたシステムのための単一の包括的なＩＬＤを符号化することは十分であり、従って、ビット節約は、既知のアプローチと対比して達成される。
【0052】
実施の形態は、知覚的に白色化されＩＬＤ補正された信号を処理するとき、［１］において提供された概念を修正する。特に、実施の形態は、ＦＤＮＳと共に符号化閾値を形成するＬ、Ｒ、Ｍ、およびＳのために、等しい包括的なゲインを採用する。包括的なゲインはＳＮＲ推定または幾つかの別の概念から引き出される。
【0053】
提案された帯域に関するＭ／Ｓ決定は、算術符号器で帯域毎に符号化することのために必要なビット数を正確に推定する。Ｍ／Ｓ決定は白色化されたスペクトルにおいて実行され、量子化によって直接にフォローされるので、これは可能である。閾値のための実験的な検索の必要はない。
【0054】
以下において、本発明の実施の形態は、図面を参照してより詳細に説明される。
【図面の簡単な説明】
【0055】
【図1f】図１ｆは、実施の形態に従って、符号化されたオーディオ信号の４つのチャンネルを得るために、４つ以上のチャンネルを含むオーディオ入力信号の４つのチャンネルを符号化するためのシステムの模式図である。
【発明を実施するための形態】
【0056】
図１ａは、実施の形態に従って、符号化されたオーディオ信号を得るために、２つ以上のチャンネルを含むオーディオ入力信号の第１チャンネルおよび第２チャンネルを符号化するための装置を説明する。
【0057】
装置は、オーディオ入力信号の第１チャンネルに依存すると共に、オーディオ入力信号の第２チャンネルに依存して、オーディオ入力信号のための正規化値を決定するように構成された正規化器１１０を含む。正規化器１１０は、正規化値に依存して、オーディオ入力信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調することによって、正規化されたオーディオ信号の第１チャンネルおよび第２チャンネルを決定するように構成されている。
【0058】
例えば、正規化器１１０は、実施の形態において、オーディオ入力信号の第１チャンネルおよび第２チャンネルの複数のスペクトル帯域に依存して、オーディオ入力信号のための正規化値を決定するように構成される。正規化器１１０は、例えば、正規化値に依存して、オーディオ入力信号の第１チャンネルおよび第２チャンネルのうちの最低１つの複数のスペクトル帯域を変調することによって、正規化されたオーディオ信号の第１チャンネルおよび第２チャンネルを決定するように構成される。
【0059】
あるいは、例えば、正規化器１１０は、時間領域で表されているオーディオ入力信号の第１チャンネルに依存すると共に、時間領域で表されているオーディオ入力信号の第２チャンネルに依存して、オーディオ入力信号のための正規化値を決定するように構成される。さらに、正規化器１１０は、正規化値に依存して、時間領域で表されているオーディオ入力信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調することによって、正規化されたオーディオ信号の第１チャンネルおよび第２チャンネルを決定するように構成される。装置は、さらに、正規化されたオーディオ信号がスペクトル領域で表わされるように、正規化されたオーディオ信号を時間領域からスペクトル領域に変換するように構成されている変換ユニット（図１ａにおいて表示されてない）を含む。変換ユニットは、スペクトル領域で表されている正規化されたオーディオ信号を符号化ユニット１２０に供給するように構成される。例えば、オーディオ入力信号は、時間領域オーディオ信号のＬＰＣフィルタリング（ＬＰＣ＝線形予測符号化）の２つのチャンネルから生じる時間領域残留信号である。
【0060】
さらに、装置は、処理されたオーディオ信号の第１チャンネルの１つ以上のスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルの１つ以上のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第２チャンネルの１つ以上のスペクトル帯域が、正規化されたオーディオ信号の第２チャンネルの１つ以上のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第１チャンネルの最低１つのスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルのスペクトル帯域に依存すると共に、正規化されたオーディオ信号の第２チャンネルのスペクトル帯域に依存して、ミッド信号のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第２チャンネルの最低１つのスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルのスペクトル帯域に依存すると共に、正規化されたオーディオ信号の第２チャンネルのスペクトル帯域に依存して、サイド信号のスペクトル帯域であるように、第１チャンネルおよび第２チャンネルを持つ処理されたオーディオ信号を生成するように構成されている符号化ユニット１２０を含む。符号化ユニット１２０は、符号化されたオーディオ信号を得るために、処理されたオーディオ信号を符号化するように構成される。
【0061】
実施の形態において、符号化ユニット１２０は、例えば、正規化されたオーディオ信号の第１チャンネルの複数のスペクトル帯域に依存すると共に、正規化されたオーディオ信号の第２チャンネルの複数のスペクトル帯域に依存して、完全ミッド－サイド（ｆｕｌｌ－ｍｉｄ－ｓｉｄｅ）符号化モードと完全デュアル－モノ（ｆｕｌｌ－ｄｕａｌ－ｍｏｎｏ）符号化モードと帯域に関する（ｂａｎｄ－ｗｉｓｅ）符号化モードとから選ぶように構成される。
【0062】
そのような実施の形態において、符号化ユニット１２０は、例えば、完全ミッド－サイド符号化モードが選ばれた場合、ミッド－サイド信号の第１チャンネルとして、正規化されたオーディオ信号の第１チャンネルおよび第２チャンネルからミッド信号を生成するように、そして、ミッド－サイド信号の第２チャンネルとして、正規化されたオーディオ信号の第１チャンネルおよび第２チャンネルからサイド信号を生成するように、そして、符号化されたオーディオ信号を得るためにミッド－サイド信号を符号化するように構成される。
【0063】
そのような実施の形態によると、符号化ユニット１２０は、例えば、完全デュアル－モノ符号化モードが選ばれる場合、符号化されたオーディオ信号を得るために、正規化されたオーディオ信号を符号化するように構成される。
【0064】
さらに、そのような実施の形態において、符号化ユニット１２０は、例えば、帯域に関する符号化モードが選ばれた場合、処理されたオーディオ信号の第１チャンネルの１つ以上のスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルの１つ以上のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第２チャンネルの１つ以上のスペクトル帯域が、正規化されたオーディオ信号の第２チャンネルの１つ以上のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第１チャンネルの最低１つのスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルのスペクトル帯域に依存すると共に、正規化されたオーディオ信号の第２チャンネルのスペクトル帯域に依存して、ミッド信号のスペクトル帯域であるように、かつ、処理されたオーディオ信号の第２チャンネルの最低１つのスペクトル帯域が、正規化されたオーディオ信号の第１チャンネルのスペクトル帯域に依存すると共に、正規化されたオーディオ信号の第２チャンネルのスペクトル帯域に依存して、サイド信号のスペクトル帯域であるように、処理されたオーディオ信号を生成するように構成される。符号化ユニット１２０は、符号化されたオーディオ信号を得るために、処理されたオーディオ信号を符号化するように構成される。
【0065】
実施の形態によると、オーディオ入力信号は、例えば、正確に２つのチャンネルを含むオーディオステレオ信号である。例えば、オーディオ入力信号の第１チャンネルはオーディオステレオ信号の左チャンネルであり、オーディオ入力信号の第２チャンネルはオーディオステレオ信号の右チャンネルである。
【0066】
実施の形態において、符号化ユニット１２０は、例えば、帯域に関する符号化モードが選ばれた場合、処理されたオーディオ信号の複数のスペクトル帯域の個々のスペクトル帯域について、ミッド－サイド符号化が採用されるか、または、デュアル－モノ符号化が採用されるかどうかを決定するように構成される。
【0067】
ミッド－サイド符号化が前記スペクトル帯域のために採用された場合、符号化ユニット１２０は、例えば、正規化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、正規化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、ミッド信号のスペクトル帯域として、処理されたオーディオ信号の第１チャンネルの前記スペクトル帯域を生成するように構成される。符号化ユニット１２０は、例えば、正規化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、正規化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、サイド信号のスペクトル帯域として、処理されたオーディオ信号の第２チャンネルの前記スペクトル帯域を生成するように構成される。
【0068】
デュアル－モノ符号化が前記スペクトル帯域のために採用された場合、符号化ユニット１２０は、例えば、処理されたオーディオ信号の第１チャンネルの前記スペクトル帯域として、正規化されたオーディオ信号の第１チャンネルの前記スペクトル帯域を使用するように構成されると共に、処理されたオーディオ信号の第２チャンネルの前記スペクトル帯域として、正規化されたオーディオ信号の第２チャンネルの前記スペクトル帯域を使用するように構成される。あるいは、符号化ユニット１２０は、処理されたオーディオ信号の第１チャンネルの前記スペクトル帯域として、正規化されたオーディオ信号の第２チャンネルの前記スペクトル帯域を使用するように構成されると共に、処理されたオーディオ信号の第２チャンネルの前記スペクトル帯域として、正規化されたオーディオ信号の第１チャンネルの前記スペクトル帯域を使用するように構成される。
【0069】
実施の形態によると、符号化ユニット１２０は、例えば、完全ミッド－サイド符号化モードが採用されるときに、符号化のために必要となる第１ビット数を推定する第１推定を決定することによって、そして、完全デュアル－モノ符号化モードが採用されるときに、符号化のために必要となる第２ビット数を推定する第２推定を決定することによって、そして、帯域に関する符号化モードが採用されるときに、符号化のために必要となる第３ビット数を推定する第３推定を決定することによって、そして、完全ミッド－サイド符号化モード、完全デュアル－モノ符号化モードおよび帯域に関する符号化モードのうち、第１推定、第２推定および第３推定のうちで最も小さいビット数を持つ符号化モードを選ぶことによって、完全ミッド－サイド符号化モード、完全デュアル－モノ符号化モードおよび帯域に関する符号化モードのうちの１つを選ぶように構成される。
【0070】
【0071】
実施の形態において、完全ミッド－サイド符号化モード、完全デュアル－モノ符号化モードおよび帯域に関する符号化モードの中から選択するための目的品質手段が、例えば採用される。
【0072】
実施の形態によると、符号化ユニット１２０は、例えば、完全ミッド－サイド符号化モードで符号化するときに、節約される第１ビット数を推定する第１推定を決定することによって、そして完全デュアル－モノ符号化モードで符号化するときに、節約される第２ビット数を推定する第２推定を決定することによって、そして帯域に関する符号化モードで符号化するときに、節約される第３ビット数を推定する第３推定を決定することによって、そして完全ミッド－サイド符号化モード、完全デュアル－モノ符号化モードおよび帯域に関する符号化モードのうち、第１推定、第２推定および第３推定のうちから節約される最も大きなビット数を持つ符号化モードを選ぶことによって、完全ミッド－サイド符号化モード、完全デュアル－モノ符号化モードおよび帯域に関する符号化モードの中から選ぶように構成される。
【0073】
別の実施の形態において、符号化ユニット１２０は、例えば、完全ミッド－サイド符号化モードが採用されるときに生じる第１信号対雑音比を推定することによって、そして完全デュアル－モノ符号化モードで符号化するときに生じる第２信号対雑音比を推定することによって、そして帯域に関する符号化モードで符号化するときに生じる第３信号対雑音比を推定することによって、そして第１信号対雑音比、第２信号対雑音比および第３信号対雑音比のうちから最も大きな信号対雑音比を持つ完全ミッド－サイド符号化モード、完全デュアル－モノ符号化モードおよび帯域に関する符号化モードのうちの符号化モードを選ぶことによって、完全ミッド－サイド符号化モード、完全デュアル－モノ符号化モードおよび帯域に関する符号化モードの中から選ぶように構成される。
【0074】
実施の形態において、正規化器１１０は、例えば、オーディオ入力信号の第１チャンネルのエネルギーに依存すると共に、オーディオ入力信号の第２チャンネルのエネルギーに依存して、オーディオ入力信号のための正規化値を決定するように構成される。
【0075】
実施の形態によると、オーディオ入力信号は、例えば、スペクトル領域で表される。正規化器１１０は、例えば、オーディオ入力信号の第１チャンネルの複数のスペクトル帯域に依存すると共に、オーディオ入力信号の第２チャンネルの複数のスペクトル帯域に依存して、オーディオ入力信号のための正規化値を決定するように構成される。さらに、正規化器１１０は、例えば、正規化値に依存して、オーディオ入力信号の第１チャンネルおよび第２チャンネルのうちの最低１つの複数のスペクトル帯域を変調することによって、正規化されたオーディオ信号を決定するように構成される。
【0076】
実施の形態において、正規化器１１０は、例えば、以下の式に基づいて正規化値を決定するように構成される。
ここで、ＭＤＣＴL,kは、オーディオ入力信号の第１チャンネルのＭＤＣＴスペクトルのｋ番目の係数である。ＭＤＣＴR,kは、オーディオ入力信号の第２チャンネルのＭＤＣＴスペクトルのｋ番目の係数である。正規化器１１０は、例えば、ＩＬＤを量子化することによって、正規化値を決定するように構成される。
【0077】
図１ｂによって説明された実施の形態によると、符号化のための装置は、例えば変換ユニット１０２と前処理ユニット１０５とをさらに含む。変換ユニット１０２は、例えば変換されたオーディオ信号を得るために、時間領域から周波数領域に時間領域オーディオ信号を変換するように構成される。前処理ユニット１０５は、例えば、エンコーダ側周波数領域雑音シェーピング操作を、変換されたオーディオ信号に適用することによって、オーディオ入力信号の第１チャンネルおよび第２チャンネルを生成させるように構成される。
【0078】
特定の実施の形態において、前処理ユニット１０５は、例えば、エンコーダ側周波数領域雑音シェーピング操作を、変換されたオーディオ信号に適用する前に、エンコーダ側時間的雑音シェーピング操作を、変換されたオーディオ信号に適用することによって、オーディオ入力信号の第１チャンネルおよび第２チャンネルを生成させるように構成される。
【0079】
図１ｃは、変換ユニット１１５をさらに含んでいる別の実施の形態に従う符号化のための装置を説明する。正規化器１１０は、例えば、時間領域で表されているオーディオ入力信号の第１チャンネルに依存すると共に、時間領域で表されているオーディオ入力信号の第２チャンネルに依存して、オーディオ入力信号のための正規化値を決定するように構成される。さらに、正規化器１１０は、例えば、正規化値に依存して、時間領域で表されているオーディオ入力信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調することによって、正規化されたオーディオ信号の第１チャンネルおよび第２チャンネルを決定するように構成される。変換ユニット１１５は、例えば、正規化されたオーディオ信号がスペクトル領域で表されるように、正規化されたオーディオ信号を時間領域からスペクトル領域に変換するように構成される。さらに、変換ユニット１１５は、例えば、スペクトル領域で表されている正規化されたオーディオ信号を符号化ユニット１２０に供給するように構成される。
【0080】
図１ｄは、別の実施の形態に従う符号化のための装置を説明する。装置は、第１チャンネルおよび第２チャンネルを含む時間領域オーディオ信号を受信するように構成されている前処理ユニット１０６をさらに含む。前処理ユニット１０６は、例えば、時間領域で表されているオーディオ入力信号の第１チャンネルを得るために、第１の知覚的に白色化されたスペクトルを作成する時間領域オーディオ信号の第１チャンネルに、フィルタを適用するように構成される。さらに、前処理ユニット１０６は、例えば、時間領域で表されているオーディオ入力信号の第２チャンネルを得るために、第２の知覚的に白色化されたスペクトルを作成する時間領域オーディオ信号の第２チャンネルに、フィルタを適用するように構成される。
【0081】
図１ｅによって説明された実施の形態において、変換ユニット１１５は、例えば、変換されたオーディオ信号を得るために、時間領域からスペクトル領域に、正規化されたオーディオ信号を変換するように構成される。図１ｅの実施の形態において、装置は、スペクトル領域で表されている正規化されたオーディオ信号を得るために、変換されたオーディオ信号にエンコーダ側時間的雑音シェーピングを実施するように構成されているスペクトル領域前処理器１１８をさらに含む。
【0082】
実施の形態によると、符号化ユニット１２０は、例えば、エンコーダ側ステレオインテリジェントギャップ充填（ｆｉｌｌｎｇ）を、正規化されたオーディオ信号または処理されたオーディオ信号に適用することによって、符号化されたオーディオ信号を得るように構成される。
【0083】
図１ｆによって説明された別の実施の形態において、符号化されたオーディオ信号を得るために、４つ以上のチャンネルを含むオーディオ入力信号の４つのチャンネルを符号化するためのシステムが提供される。システムは、符号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、オーディオ入力信号の４つ以上のチャンネルの第１チャンネルおよび第２チャンネルを符号化するための、上で説明された実施の形態のうちの１つに記載の第１装置１７０を含む。さらに、システムは、符号化されたオーディオ信号の第３チャンネルおよび第４チャンネルを得るために、オーディオ入力信号の４つ以上のチャンネルの第３チャンネルおよび第４チャンネルを符号化するための、上で説明された実施の形態のうちの１つに記載の第２装置１８０を含む。
【0084】
図２ａは、実施の形態に従って、復号化されたオーディオ信号を得るために、第１チャンネルおよび第２チャンネルを含んでいる符号化されたオーディオ信号を復号化するための装置を説明する。
【0085】
復号化のための装置は、複数のスペクトル帯域の個々のスペクトル帯域について、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域、および、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域が、デュアル－モノ符号化またはミッド－サイド符号化を使って符号化されたかを決定するように構成された復号化ユニット２１０を含む。
【0086】
復号化ユニット２１０は、デュアル－モノ符号化が使われていた場合、中間オーディオ信号の第１チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域を使うように構成されると共に、中間オーディオ信号の第２チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域を使うように構成される。
【0087】
さらに、復号化ユニット２１０は、ミッド－サイド符号化が使われていた場合、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第１チャンネルのスペクトル帯域を生成し、そして、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第２チャンネルのスペクトル帯域を生成するように構成される。
【0088】
さらに、復号化のための装置は、復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、非正規化値に依存して、中間オーディオ信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調するように構成された非正規化器２２０を含む。
【0089】
実施の形態において、復号化ユニット２１０は、例えば、符号化されたオーディオ信号が、完全ミッド－サイド符号化モード、完全デュアル－モノ符号化モードまたは帯域に関する符号化モードで符号化されるかどうかを決定するように構成される。
【0090】
さらに、そのような実施の形態において、復号化ユニット２１０は、例えば、符号化されたオーディオ信号が完全ミッド－サイド符号化モードで符号化されることが決定された場合、符号化されたオーディオ信号の第１チャンネルおよび第２チャンネルから中間オーディオ信号の第１チャンネルを生成させると共に、符号化されたオーディオ信号の第１チャンネルおよび第２チャンネルから中間オーディオ信号の第２チャンネルを生成させるように構成される。
【0091】
そのような実施の形態によると、復号化ユニット２１０は、例えば、符号化されたオーディオ信号が完全デュアル－モノ符号化モードで符号化されることが決定された場合、中間オーディオ信号の第１チャンネルとして、符号化されたオーディオ信号の第１チャンネルを使うと共に、中間オーディオ信号の第２チャンネルとして、符号化されたオーディオ信号の第２チャンネルを使うように構成される。
【0092】
さらに、そのような実施の形態において、復号化ユニット２１０は、例えば、符号化されたオーディオ信号が帯域に関する符号化モードで符号化されることが決定された場合、
－複数のスペクトル帯域の個々のスペクトル帯域について、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域、および、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域が、デュアル－モノ符号化またはミッド－サイド符号化モードを使って符号化されたかを決定するように構成され、
－デュアル－モノ符号化が使われていた場合、中間オーディオ信号の第１チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域を使い、そして、中間オーディオ信号の第２チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域を使うように構成され、
－ミッド－サイド符号化が使われていた場合、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第１チャンネルのスペクトル帯域を生成し、そして、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第２チャンネルのスペクトル帯域を生成するように構成される。
－複数のスペクトル帯域の個々のスペクトル帯域について、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域、および、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域が、デュアル－モノ符号化またはミッド－サイド符号化モードを使って符号化されたかを決定するように構成され、
－デュアル－モノ符号化が使われていた場合、中間オーディオ信号の第１チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域を使い、そして、中間オーディオ信号の第２チャンネルのスペクトル帯域として、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域を使うように構成され、
－ミッド－サイド符号化が使われていた場合、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第１チャンネルのスペクトル帯域を生成し、そして、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域に基づくと共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域に基づいて、中間オーディオ信号の第２チャンネルのスペクトル帯域を生成するように構成される。
【0093】
例えば、完全ミッド－サイド符号化モードにおいて、以下の式は、符号化されたオーディオ信号の第１チャンネルであるＭと符号化されたオーディオ信号の第２チャンネルであるＳとによって、中間オーディオ信号の第１チャンネルＬおよび中間オーディオ信号の第２チャンネルＲを得るように適用される。
Ｌ＝（Ｍ＋Ｓ）／ｓｑｒｔ（２）
Ｒ＝（Ｍ－Ｓ）／ｓｑｒｔ（２）
Ｌ＝（Ｍ＋Ｓ）／ｓｑｒｔ（２）
Ｒ＝（Ｍ－Ｓ）／ｓｑｒｔ（２）
【0094】
実施の形態によると、復号化されたオーディオ信号は、例えば、正確に２つのチャンネルを含んでいるオーディオステレオ信号である。例えば、復号化されたオーディオ信号の第１チャンネルは、オーディオステレオ信号の左チャンネルであり、復号化されたオーディオ信号の第２チャンネルは、オーディオステレオ信号の右チャンネルである。
【0095】
実施の形態によると、非正規化器２２０は、例えば、復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、非正規化値に依存して、中間オーディオ信号の第１チャンネルおよび第２チャンネルのうちの最低１つの複数のスペクトル帯域を変調するように構成される。
【0096】
図２ｂにおいて示された別の実施の形態において、非正規化器２２０は、例えば、非正規化されたオーディオ信号を得るために、非正規化値に依存して、中間オーディオ信号の第１チャンネルおよび第２チャンネルのうちの最低１つの複数のスペクトル帯域を変調するように構成される。そのような実施の形態において、装置は、例えば、後処理ユニット２３０および変換ユニット２３５をさらに含む。後処理ユニット２３０は、例えば、後処理されたオーディオ信号を得るために、非正規化されたオーディオ信号に、デコーダ側時間的雑音シェーピングおよびデコーダ側周波数領域雑音シェーピングのうちの最低１つを実施するように構成される。変換ユニット（２３５）は、例えば、復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、後処理されたオーディオ信号をスペクトル領域から時間領域に変換するように構成される。
【0097】
図２ｃによって説明された実施の形態によると、装置は、中間オーディオ信号をスペクトル領域から時間領域に変換するように構成された変換ユニット２１５をさらに含む。非正規化器２２０は、例えば、復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、非正規化値に依存して、時間領域で表されている中間オーディオ信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調するように構成される。
【0098】
図２ｄによって説明された同様な実施の形態において、変換ユニット２１５は、例えば、中間オーディオ信号をスペクトル領域から時間領域に変換するように構成される。非正規化器２２０は、例えば、非正規化されたオーディオ信号を得るために、非正規化値に依存して、時間領域で表されている中間オーディオ信号の第１チャンネルおよび第２チャンネルのうちの最低１つを変調するように構成される。装置は、復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、例えば知覚的に白色化されたオーディオ信号である非正規化されたオーディオ信号を処理するように構成された後処理ユニット２３５をさらに含む。
【0099】
図２ｅによって説明される別の実施の形態によると、装置は、中間オーディオ信号に、デコーダ側時間的雑音シェーピングを実施するように構成されたスペクトル領域後処理器２１２をさらに含む。そのような実施の形態において、変換ユニット２１５は、デコーダ側時間的雑音シェーピングが中間オーディオ信号に実施された後に、中間オーディオ信号をスペクトル領域から時間領域に変換するように構成される。
【0100】
別の実施の形態において、復号化ユニット２１０は、例えば、デコーダ側ステレオインテリジェントギャップ充填を、符号化されたオーディオ信号に適用するように構成される。
【0101】
さらに、図２ｆにおいて説明されるように、４つ以上のチャンネルを含む復号化されたオーディオ信号の４つのチャンネルを得るために、４つ以上のチャンネルを含む符号化されたオーディオ信号を復号化するためのシステムが提供される。システムは、上で説明された実施の形態のうちの１つに応じて、復号化されたオーディオ信号の第１チャンネルおよび第２チャンネルを得るために、符号化されたオーディオ信号の４つ以上のチャンネルの第１チャンネルおよび第２チャンネルを復号化するための第１装置２７０を含む。さらに、システムは、上で説明された実施の形態のうちの１つに応じて、復号化されたオーディオ信号の第３チャンネルおよび第４チャンネルを得るために、符号化されたオーディオ信号の４つ以上のチャンネルの第３チャンネルおよび第４チャンネルを復号化するための第２装置２８０を含む。
【0102】
図３は、実施の形態に従って、オーディオ入力信号から、符号化されたオーディオ信号を生成すると共に、符号化されたオーディオ信号から、復号化されたオーディオ信号を生成するためのシステムを説明する。
【0103】
システムは、上で説明した実施の形態のうちの１つに従って、符号化のための装置３１０を含む。符号化のための装置３１０は、オーディオ入力信号から、符号化されたオーディオ信号を生成するように構成される。
【0104】
さらに、システムは、上で説明したように、復号化のための装置３２０を含む。復号化のための装置３２０は、符号化されたオーディオ信号から、復号化されたオーディオ信号を生成するように構成される。
【0105】
同様に、オーディオ入力信号から、符号化されたオーディオ信号を生成すると共に、符号化されたオーディオ信号から、復号化されたオーディオ信号を生成するためのシステムが提供される。システムは、図１ｆの実施の形態に記載のシステム（ここで、図１ｆの実施の形態に記載のシステムは、オーディオ入力信号から、符号化されたオーディオ信号を生成するように構成されている）と、図２ｆの実施の形態に記載のシステム（ここで、図２ｆの実施の形態に記載のシステムは、符号化されたオーディオ信号から、復号化されたオーディオ信号を生成するように構成されている）とを含む。
【0106】
以下において、好ましい実施の形態が説明される。
【0107】
図４は、別の実施の形態に従う符号化のための装置を説明する。とりわけ、特定の実施の形態に従う前処理ユニット１０５および変換ユニット１０２が説明される。変換ユニット１０２は、時間領域からスペクトル領域へのオーディオ入力信号の変換を実施するようにとりわけ構成される。変換ユニットは、オーディオ入力信号に、エンコーダ側時間雑音シェーピングとエンコーダ側周波数領域雑音シェーピングとを実施するように構成される。
【0108】
【0109】
さらに、図６は、別の実施の形態に従う復号化するための装置を説明する。とりわけ図６は、特定の実施の形態に従う後処理ユニット２３０を説明する。後処理ユニット２３０は、処理されたオーディオ信号を非正規化器２２０から得るようにとりわけ構成される。後処理ユニット２３０は、処理されたオーディオ信号に、デコーダ側時間雑音シェーピングおよびデコーダ側周波数領域雑音シェーピングのうちの最低１つを実施するように構成される。
【0110】
時間領域一時検出器（ＴＤ ＴＤ）およびウィンドウ化（窓化）およびＭＤＣＴおよびＭＤＳＴおよびＯＬＡは、例えば、［６ａ］または［６ｂ］において説明されるように実行される。ＭＤＣＴおよびＭＤＳＴは、変調された複合重なり変換（ＭＣＬＴ）を形成する。ＭＤＣＴとＭＤＳＴとを別々に実行することは、ＭＣＬＴを実行することに等しい。「ＭＣＬＴからＭＤＣＴへ」は、まさにＭＣＬＴのＭＤＣＴ部分を取ることを表し、ＭＤＳＴを捨てることを表わしている（［１２］参照）。
【0111】
左チャンネルおよび右チャンネルにおいて異なるウィンドウ長さを選ぶことは、例えば、そのフレームの中のデュアル－モノ符号化を強制する。
【0112】
時間雑音シェーピング（ＴＮＳ）は、例えば、［６ａ］または［６ｂ］において説明されたと同様に実行される。
【0113】
周波数領域雑音シェーピング（ＦＤＮＳ）およびＦＤＮＳパラメータの計算は、例えば、［８］において説明された手続と同様である。１つの違いは、例えば、ＴＮＳが非活動的なフレームのためのＦＤＮＳパラメータが、ＭＣＬＴスペクトルから計算されることである。ＴＮＳが活動的なフレームにおいて、ＭＤＳＴは例えばＭＤＣＴから推定される。
【0114】
ＦＤＮＳは、また、時間領域において白色化する知覚スペクトルと取り替えられる（例えば、［１３］において説明されるように）。
【0115】
ステレオ処理は、包括的なＩＬＤ処理および帯域に関するＭ／Ｓ処理およびチャンネル間のビットレート分配を含む。
【0116】
【0117】
チャンネルのエネルギー比は以下の式である。
ｒａｔｉｏILD＞１である場合、右チャンネルが１／ｒａｔｉｏILDによって縮尺される。さもなければ、左チャンネルがｒａｔｉｏILDによって縮尺される。これは、より大きなチャンネルが縮尺されることを効果的に意味する。
【0118】
時間領域で白色化されている知覚スペクトルが使われていた場合（例えば、［１３］において説明されるように）、単一の包括的なＩＬＤが、時間領域から周波数領域への変換の前に（すなわちＭＤＣＴの前に）時間領域で計算され、適用される。あるいは、代わりに、白色化されている知覚スペクトルは、周波数領域で単一の包括的なＩＬＤによってフォローされた、時間領域から周波数領域への変換によってフォローされる。あるいは、代わりに、単一の包括的なＩＬＤは、時間領域から周波数領域への変換の前に時間領域で計算され、時間領域から周波数領域への変換の後に周波数領域で適用される。
【0119】
【0120】
包括的なゲインＧestは、連結された左チャンネルおよび右チャンネルを含む信号において推定される。従って、［６ｂ］および［６ａ］とは異なる。例えば［６ｂ］または［６ａ］の５．３．３．２．８．１．１章「包括的なゲイン推定器」において説明されるゲインの第１推定がスカラ量子化から、サンプル毎にビット毎に６ｄＢのＳＮＲゲインを仮定して使われる。
【0121】
推定されたゲインは、最終ゲインＧestにおいて過少推定または過大推定を得るために、定数によって乗算される。左チャンネル、右チャンネル、ミッドチャンネルまたはサイドチャンネルにおける信号は、その時、量子化ステップサイズが１／ＧestであるＧestを使って量子化される。
【0122】
量子化された信号は、その時、必要なビット数を得るために、算術符号器、ハフマン（Ｈｕｆｆｍａｎ）符号器または他のエントロピー符号器を使って符号化される。例えば、［６ｂ］または［６ａ］の５．３．３．２．８．１．３章～５．３．３．２．８．１．７章において説明された算術符号器に基づいた文脈が使われる。レートループ（例えば、［６ｂ］または［６ａ］の５．３．３．２．８．１．２章）はステレオ符号化の後に実行されるので、必要なビットの推定は十分である。
【0123】
１つの例として、量子化されたチャンネル毎に、算術符号化に基づいた文脈のために必要なビット数が、［６ｂ］または［６ａ］の５．３．３．２．８．１．３章～５．３．３．２．８．１．７章において説明されるように推定される。
【0124】
実施の形態によると、個々の量子化されたチャンネル（左チャンネル、右チャンネル、ミッドチャンネルまたはサイドチャンネル）のためのビット推定は、以下の例のコードに基づいて決定される。
int context＿based＿arihmetic＿coder＿estimate(
int spectrum[],
int start＿line,
int end＿line,
int lastnz,//lastnz=last non-zero spectrum line
int&ctx,//ctx=context
int&probability,//14 bit fixed point probability
const unsigned int cum＿freq[N＿CONTEXTS][]
//cum＿freq=cumulative frequency tables,14 bit fixed point
)
[
int nBits=0;
for(int k=start＿line;k<min(lastnz,end＿line);k+=2)
[
int a1=abs(spectrum[k]);
int b1=abs(spectrum[k+1]);
/*Signs Bits*/
nBits+=min(a1,1);
nBits+=min(b1,1);
while(max(a1,b1)>=4)
[
probability*=cum＿freq[ctx][VAL＿ESC];
int nlz=Number#of＿leading＿zeros(probability);
nBits+=2+nlz;
probability>>=14-nlz;
a1>>=1;
b1>>=1;
ctx=update＿context(ctx,VAL＿ESC);
]
int symbol=a1+4*b1;
probability*=(cum＿freq[ctx][symbol]-
cum＿freq[ctx][symbol+1]);
int nlz=Number＿of＿leading＿zeros(probability);
nBits+=nlz;
hContextMem->proba>>=14-nlz;
ctx=update＿context(ctx,a1+b1);
]
return nBits;
]
ここで、ｓｐｅｃｔｒｕｍは、コード化されるべき量子化されたスペクトルを指し示すように設定される。ｓｔａｒｔ＿ｌｉｎｅは０に設定される。ｅｎｄ＿ｌｉｎｅはスペクトルの長さに設定される。ｌａｓｔｎｚは、スペクトルの最後の非ゼロの要素のインデックスに設定される。ｃｔｘは０に設定される。確率は、１４ビット固定ポイント表記法において１に設定される（１６３８４＝１＜＜１４）。
int context＿based＿arihmetic＿coder＿estimate(
int spectrum[],
int start＿line,
int end＿line,
int lastnz,//lastnz=last non-zero spectrum line
int&ctx,//ctx=context
int&probability,//14 bit fixed point probability
const unsigned int cum＿freq[N＿CONTEXTS][]
//cum＿freq=cumulative frequency tables,14 bit fixed point
)
[
int nBits=0;
for(int k=start＿line;k<min(lastnz,end＿line);k+=2)
[
int a1=abs(spectrum[k]);
int b1=abs(spectrum[k+1]);
/*Signs Bits*/
nBits+=min(a1,1);
nBits+=min(b1,1);
while(max(a1,b1)>=4)
[
probability*=cum＿freq[ctx][VAL＿ESC];
int nlz=Number#of＿leading＿zeros(probability);
nBits+=2+nlz;
probability>>=14-nlz;
a1>>=1;
b1>>=1;
ctx=update＿context(ctx,VAL＿ESC);
]
int symbol=a1+4*b1;
probability*=(cum＿freq[ctx][symbol]-
cum＿freq[ctx][symbol+1]);
int nlz=Number＿of＿leading＿zeros(probability);
nBits+=nlz;
hContextMem->proba>>=14-nlz;
ctx=update＿context(ctx,a1+b1);
]
return nBits;
]
ここで、ｓｐｅｃｔｒｕｍは、コード化されるべき量子化されたスペクトルを指し示すように設定される。ｓｔａｒｔ＿ｌｉｎｅは０に設定される。ｅｎｄ＿ｌｉｎｅはスペクトルの長さに設定される。ｌａｓｔｎｚは、スペクトルの最後の非ゼロの要素のインデックスに設定される。ｃｔｘは０に設定される。確率は、１４ビット固定ポイント表記法において１に設定される（１６３８４＝１＜＜１４）。
【0125】
概説されるように、上記の例のコードが、例えば、左チャンネル、右チャンネル、ミッドチャンネルまたはサイドチャンネルのうちの最低１つに対してビット推定を得るために使用される。
【0126】
いくつかの実施の形態が、［６ｂ］および［６ａ］において説明されるように算術符号器を使用する。より一層の詳細は、例えば［６ｂ］の５．３．３．２．８章「算術符号器」に見られる。
【0127】
「完全デュアル－モノ」（ｂLR）に対して推定されたビット数は、右チャンネルおよび左チャンネルのために必要なビットの合計と等しい。
【0128】
「完全Ｍ／Ｓ」（ｂMS）に対して推定されたビット数は、ミッドチャンネルおよびサイドチャンネルのために必要なビットの合計と等しい。
【0129】
上記の例のコードの代わりである、代わりの実施の形態において、式
が、例えば、「完全デュアル－モノ」（ｂLR）に対して推定されたビット数を計算するために採用される。
【0130】
さらに、上記の例のコードの代わりである、代わりの実施の形態において、式
が、例えば、「完全Ｍ／Ｓ」（ｂMS）に対して推定されたビット数を計算するために採用される。
【0131】
【0132】
【0133】
「帯域に関するＭ／Ｓ」モードは、Ｌ／ＲまたはＭ／Ｓ符号化が使われるかどうかに関わらず、個々の帯域で信号化するための追加のｎＢａｎｄｓビットが必要である。「帯域に関するＭ／Ｓ」および「完全デュアル－モノ」および「完全Ｍ／Ｓ」の間の選択は、例えば、ビットストリームの中のステレオモードとして符号化される。そして、信号化に対して、「完全デュアル－モノ」および「完全Ｍ／Ｓ」は、「帯域に関するＭ／Ｓ」に比べて追加のビットが必要でない。
【0134】
【0135】
上記の例のコードの代わりである、代わりの実施の形態において、式
が、例えば「完全デュアル－モノ」（ｂLR）に対して推定されたビット数を計算するために採用され、個々の帯域Ｌ／Ｒ符号化における信号化が使われる。
【0136】
さらに、上記の例のコードの代わりである、代わりの実施の形態において、式
が、例えば「完全Ｍ／Ｓ」（ｂMS）に対して推定されたビット数を計算するために採用され、個々の帯域Ｍ／Ｓ符号化における信号化が使われる。
【0137】
いくつかの実施の形態において、例えば、最初にゲインＧが推定され、量子化ステップサイズが推定される。そのために、Ｌ／Ｒのチャンネルを符号化するために十分なビットが存在することが期待される。
【0138】
【0139】
既に概説したように、特定の実施の形態によると、個々の量子化されたチャンネルに対して、例えば［６ｂ］の５．３．３．２．８．１．７章「ビット消費推定」において、または、［６ａ］の同様の章において説明されているように、算術符号化のために必要なビット数が推定される。
【0140】
【0141】
４つの文脈（ｃｔｘL、ｃｔｘR、ｃｔｘM、ｃｔｘM）および４つの確率（ｐL、ｐR、ｐM、ｐM）が初期化され、それから、繰り返しアップデートされる。
【0142】
推定の最初に（ｉ＝０に対して）、個々の文脈（ｃｔｘL、ｃｔｘR、ｃｔｘM、ｃｔｘM）が０に設定され、個々の確率（ｐL、ｐR、ｐM、ｐM）が、１４ビット固定ポイント表記法の１に設定される（１６３８４＝１＜＜１４）。
【0143】
【0144】
【0145】
【0146】
【0147】
代わりの実施の形態において、帯域に関するビット推定は、以下の通り得られる。
【0148】
Ｍ／Ｓ処理が実行された場合、スペクトルは帯域に分割され、個々の帯域に対して、それが決められる。Ｍ／Ｓが使われる全ての帯域に対して、ＭＤＣＴL,kおよびＭＤＣＴR,kが、ＭＤＣＴM,k＝０．５（ＭＤＣＴL,k＋ＭＤＣＴR,k）およびＭＤＣＴS,k＝０．５（ＭＤＣＴL,k－ＭＤＣＴR,k）に取り替えられる。
【0149】
帯域に関するＭ／Ｓ対Ｌ／Ｒの決定は、例えば、Ｍ／Ｓ処理によって節約する推定ビットに基づく。
ここで、ＮＲＧR,iは、右チャンネルのｉ番目の帯域のエネルギーである。ＮＲＧL,iは、左チャンネルのｉ番目の帯域のエネルギーである。ＮＲＧM,iは、ミッドチャンネルのｉ番目の帯域のエネルギーである。ＮＲＧS,iは、サイドチャンネルのｉ番目の帯域のエネルギーである。ｎｌｉｎｅｓiは、ｉ番目の帯域のスペクトル係数の数である。ミッドチャンネルは左チャンネルおよび右チャンネルの合計であり、サイドチャンネルは左チャンネルおよび右チャンネルの差である。
【0150】
ｂｉｔｓＳａｖｅｄiは、ｉ番目の帯域のために使われる推定されたビット数によって制限される。
【0151】
図７は、実施の形態に従う帯域に関するＭ／Ｓ決定のためのビットレートを計算することを説明する。
【0152】
特に、図７において、ｂBWを計算するのためのプロセスが記載される。複雑さを減らすために、帯域ｉ－１までアップするスペクトルを符号化するための算術符号器文脈が、節約され、帯域ｉにおいて再利用される。
【0153】
【0154】
図８は、実施の形態に従うステレオモードの決定を説明する。
【0155】
「完全デュアル－モノ」が選ばれた場合、完全なスペクトルはＭＤＣＴL,kおよびＭＤＣＴR,kから成る。「完全なＭ／Ｓ」が選ばれた場合、完全なスペクトルはＭＤＣＴM,kおよびＭＤＣＴS,kから成る。「帯域に関するＭ／Ｓ」が選ばれた場合、スペクトルのいくつかの帯域はＭＤＣＴL,kおよびＭＤＣＴR,kから成り、他の帯域はＭＤＣＴM,kおよびＭＤＣＴS,kから成る。
【0156】
ステレオモードはビットストリームにおいて符号化される。「帯域に関するＭ／Ｓ」モードにおいても、帯域に関するＭ／Ｓ決定が、ビットストリームにおいて符号化される。
【0157】
ステレオ処理後の２つのチャンネルの中のスペクトルの係数は、ＭＤＣＴLM,kおよびＭＤＣＴRS,kとして示される。ステレオモードおよび帯域に関するＭ／Ｓ決定に依存して、ＭＤＣＴLM,kは、Ｍ／Ｓ帯域の中のＭＤＣＴM,kまたはＬ／Ｒ帯域の中のＭＤＣＴL,kに等しく、ＭＤＣＴRS,kは、Ｍ／Ｓ帯域の中のＭＤＣＴS,kまたはＬ／Ｒ帯域の中のＭＤＣＴR,kに等しい。ＭＤＣＴLM,kから成るスペクトルは、例えば、結合して符号化されたチャンネル０（結合チャンネル０）と称され、または、第１チャンネルと称される。ＭＤＣＴRS,kから成るスペクトルは、例えば、結合して符号化されたチャンネル１（結合チャンネル１）と称され、または、第２チャンネルと称される。
【0158】
ビットレート分割比は、ステレオ処理されたチャンネルのエネルギーを使って計算される。
【0159】
【0160】
チャンネル間のビットレート分配は以下の通りである。
【0161】
【0162】
レートループを含む量子化および雑音充填およびエントロピー符号化は、［６ｂ］または［６ａ］の中の５．３．３「ＴＣＸに基づいたＭＤＣＴ」の５．３．３．２「一般符号化手続」において説明される通りである。レートループは、推定されたＧestを使って最適化できる。パワースペクトルＰ（ＭＣＬＴのマグニチュード）は、［６ａ］または［６ｂ］において説明されるように、量子化およびインテリジェントギャップ充填（ＩＧＦ）の中の色調／雑音手段に対して使われる。白色化されて帯域に関するＭ／Ｓ処理されたＭＤＣＴスペクトルは、パワースペクトルに対して使われるので、同じＦＤＮＳおよびＭ／Ｓ処理は、ＭＤＳＴスペクトルにおいて実行されるべきである。より大きなチャンネルの包括的なＩＬＤに基づいた同じ縮尺化は、ＭＤＣＴのために実行されるように、ＭＤＳＴのために実行されるべきである。ＴＮＳが活動的であるフレームに対して、パワースペクトル計算のために使われるＭＤＳＴスペクトルは、白色化されてＭ／Ｓ処理されたＭＤＣＴスペクトル：Ｐk＝ＭＤＣＴk
2＋（ＭＤＣＴk+1－ＭＤＣＴk-1）2から推定される。
【0163】
復号化プロセスは、［６ｂ］または［６ａ］の中の６．２．２「ＴＣＸに基づいたＭＤＣＴ」において説明されるように、雑音充填によってフォローされて、結合して符号化されたチャンネルのスペクトルの復号化および逆量子化で始まる。個々のチャンネルに割り当てられたビット数は、ビットストリームの中で符号化されるウィンドウ長さおよびステレオモードおよびビットレート分割比に基づいて決定される。個々のチャンネルに割り当てられたビット数は、ビットストリームを完全に復号化する前に知られていなければならない。
【0164】
インテリジェントギャップ充填（ＩＧＦ）ブロックの中で、スペクトルの特定の範囲においてゼロに量子化されたライン（目標タイルと称される）は、スペクトルの異なる範囲から処理された内容によって満たされ、ソースタイルと称される。帯域に関するステレオ処理のため、ステレオ表現（すなわち、Ｌ／ＲまたはＭ／Ｓのいずれか）は、ソースタイルと目標タイルに対して異なる。良い品質を保証するために、ソースタイルの表現が目標タイルの表現と異なる場合、ソースタイルは、デコーダの中のギャップ充填の前に、それを目標タイルの表現に変換するように処理される。この手続は［９］に既に説明されている。ＩＧＦ自身は、［６ａ］および［６ｂ］に対比して、オリジナルのスペクトル領域の代わりに、白色化されたスペクトル領域に適用される。既知のステレオ符号器（例えば［９］）と対比すると、ＩＧＦは白色化されてＩＬＤ補正されたスペクトル領域で適用される。
【0165】
【0166】
ｒａｔｉｏILD＞１である場合、右チャンネルがｒａｔｉｏILDによって縮尺される。さもなければ、左チャンネルが１／ｒａｔｉｏILDによって縮尺される。
【0167】
０による分割が発生する個々の場合に対して、小さいエプシロンが分母に追加される。
【0168】
例えば４８ｋｂｐｓの中間ビットレートに対して、ＭＤＣＴに基づいた符号化は、ビット消費目標に合致するために、スペクトルの非常に劣悪な量子化を引き起こす。それは、同じスペクトル領域の中で離散的符号化と結合してフレーム－フレーム基礎に適用された、パラメータ符号化の必要を上げて忠実に増加する。
【0169】
以下において、ステレオ充填を採用するそれらの実施の形態のうちのいくつかの面が説明される。上記の実施の形態に対して、ステレオ充填が採用されることは必要でないことは、注目するべきである。従って、上で説明した実施の形態のうちのほんのいくつかが、ステレオ充填を採用する。上で説明した実施の形態の他の実施の形態は、ステレオ充填を全く採用しない。
【0170】
ＭＰＥＧ－Ｈ周波数領域ステレオの中のステレオ周波数充填は、例えば［１１］において説明される。［１１］において、個々の帯域のための目標エネルギーは、倍率という形で（例えばＡＡＣで）、エンコーダから送られた帯域エネルギーを利用することによって達成される。周波数領域雑音シェーピング（ＦＤＮＳ）が適用されて、スペクトル包絡がＬＳＦ（ラインスペクトル周波数）を使って符号化される場合（［６ａ］、［６ｂ］および［８］参照）、［１１］において説明されたステレオ充填アルゴリズムから必要であるとして、いくつかの周波数帯域（スペクトル帯域）だけのための縮尺化を変えることは可能ではない。
【0171】
最初に、いくつかの予備情報が提供される。
【0172】
ミッド／サイド符号化が採用されるときには、異なる方法でサイド信号を符号化することが可能である。
【0173】
実施の形態の第１グループによると、サイド信号Ｓはミッド信号Ｍと同じ方法で符号化される。量子化は実施されるけれども、別のステップは必要なビットレートを減らすために実行されない。一般に、そのようなアプローチは、デコーダ側のサイド信号Ｓのまったく精密な復元を許すことを目的とするけれども、一方では、符号化のための大量のビットを必要とする。
【0174】
実施の形態の第２グループによると、残留サイド信号Ｓresが、Ｍ信号に基づいたオリジナルサイド信号Ｓから生成される。実施の形態では、残留サイド信号は、例えば以下の式に従って計算される。
Ｓres＝Ｓ－ｇ・Ｍ
Ｓres＝Ｓ－ｇ・Ｍ
【0175】
別の実施の形態は、例えば残留サイド信号のために別の定義を採用する。
【0176】
残留信号Ｓresは量子化されて、パラメータｇと共にデコーダに送信される。オリジナルサイド信号Ｓの代わりに残留信号Ｓresを量子化することによって、一般に、もっと多くのスペクトル値が０まで量子化される。これは、一般に、量子化されたオリジナルサイド信号Ｓに比べて、符号化して送信するために必要なビット量を節約する。
【0177】
実施の形態の第２グループのこれらの実施の形態のうちのいくつかにおいて、単一のパラメータｇが、完全なスペクトルのために決定され、デコーダに送信される。実施の形態の第２グループの別の実施の形態において、周波数スペクトルの複数の周波数帯域／スペクトル帯域のそれぞれが、例えば２つ以上のスペクトル値を含む。パラメータｇは、周波数帯域／スペクトル帯域のそれぞれのために決定され、デコーダに送信される。
【0178】
図１２は、ステレオ充填を採用しない実施の形態の第１グループまたは第２グループに従うエンコーダ側のステレオ処理を説明する。
【0179】
図１３は、ステレオ充填を採用しない実施の形態の第１グループまたは第２グループに従うデコーダ側のステレオ処理を説明する。
【0180】
実施の形態の第３グループによると、ステレオ充填が採用される。これらの実施の形態のうちのいくつかにおいて、デコーダ側では、特定の時間ポイントｔのためのサイド信号Ｓが、直ぐ前の時間ポイントｔ－１のミッド信号から生成される。
【0181】
デコーダ側の直ぐ前の時間ポイントｔ－１のミッド信号から、特定の時間ポイントｔのためのサイド信号Ｓを生成することは、以下の式に従って実行される。
Ｓ（ｔ）＝ｈb・Ｍ（ｔ－１）
Ｓ（ｔ）＝ｈb・Ｍ（ｔ－１）
【0182】
エンコーダ側において、パラメータｈbは、スペクトルの複数の周波数帯域の個々の周波数帯域に対して決定される。パラメータｈbを決定した後、エンコーダはパラメータｈbをデコーダに送信する。いくつかの実施の形態において、サイド信号Ｓ自身またはその残留のスペクトル値は、デコーダに送信されない。そのようなアプローチは、必要なビットの数を節約することを目的とする。
【0183】
実施の形態の第３グループのいくつかの別の実施の形態において、サイド信号がミッド信号より大きいそれらの周波数帯域に対して少なくとも、それらの周波数帯域のサイド信号のスペクトル値が明示的に符号化され、デコーダに送信される。
【0184】
実施の形態の第４グループによると、サイド信号Ｓの周波数帯域のうちのいくつかが、オリジナルサイド信号Ｓ（実施の形態の第１グループを参照）または残留サイド信号Ｓresを明示的に符号化することによって符号化される。一方、別の周波数帯域に対して、ステレオ充填が採用される。そのようなアプローチは、実施の形態の第１グループまたは第２グループを、ステレオ充填を採用する実施の形態の第３グループに結合する。例えば、より低い周波数帯域は、オリジナルサイド信号Ｓまたは残留サイド信号Ｓresを量子化することによって符号化される。一方、別のより高い周波数帯域に対して、ステレオ充填が採用される。
【0185】
図９は、ステレオ充填を採用する実施の形態の第３グループまたは第４グループに従うエンコーダ側のステレオ処理を説明する。
【0186】
図１０は、ステレオ充填を採用する実施の形態の第３グループまたは第４グループに従うデコーダ側のステレオ処理を説明する。
【0187】
ステレオ充填を採用する、上で説明された実施の形態のそれらは、例えば、ＭＰＥＧ－Ｈにおいて説明されるようにステレオ充填を採用する。ＭＰＥＧ－Ｈ周波数領域ステレオを参照しなさい（例えば［１１］参照）。
【0188】
ステレオ充填を採用する実施の形態のうちのいくつかは、例えば、スペクトル包絡が、雑音充填と結合したＬＳＦとして符号化されるシステムにおいて、［１１］において説明されたステレオ充填アルゴリズムを適用する。スペクトル包絡を符号化することは、例えば、［６ａ］、［６ｂ］および［８］において説明された例として実行される。雑音充填は、例えば、［６ａ］および［６ｂ］において説明されるように実行される。
【0189】
いくつかの特定の実施の形態において、ステレオ充填パラメータ計算を含むステレオ充填処理は、０．０８Ｆs（Ｆs＝サンプリング周波数）のような下の周波数から上の周波数（例えばＩＧＦクロスオーバー周波数）までの周波数領域内のＭ／Ｓ帯域の中で実行される。
【0190】
例えば、下の周波数（例えば、０．０８Ｆs）より低い周波数部分に対して、オリジナルサイド信号Ｓまたはオリジナルサイド信号Ｓから派生した残留サイド信号が、量子化されてデコーダに送信される。上の周波数（例えばＩＧＦクロスオーバー周波数）より大きい周波数部分に対して、インテリジェントギャップ充填（ＩＧＦ）が実行される。
【0191】
より具体的には、実施の形態のうちのいくつかにおいて、サイドチャンネル（第２チャンネル）は、完全にゼロまで量子化されるステレオ充填範囲（例えばサンプリング周波数の０．０８倍からＩＧＦクロスオーバー周波数まで）内のそれらの周波数帯域に対して、「コピーオーバー」を使って前のフレームの白色化されたＭＤＣＴスペクトルダウンミックスから充填される（ＩＧＦ＝インテリジェントギャップ充填）。「コピーオーバー」は、例えば、雑音充填に無料で適用され、それに応じて、エンコーダから送信される補正ファクターに依存して縮尺される。別の実施の形態において、低い周波数は０．０８Ｆsとは別の値を表わしてもよい。
【0192】
０．０８Ｆsの代わりに、いくつかの実施の形態において、下の周波数は、０から０．５０Ｆsの範囲内の値である。特定の実施の形態において、下の周波数は、０．０１Ｆsから０．５０Ｆsの範囲内の値である。例えば、下の周波数は、０．１２Ｆs、０．２０Ｆsまたは０．２５Ｆsである。
【0193】
別の実施の形態において、インテリジェントギャップ充填に加えてまたは代わりに、上の周波数より大きい周波数に対して、雑音充填が実行される。
【0194】
別の実施の形態において、上の周波数が存在しないで、ステレオ充填が下の周波数より大きい個々の周波数部分に対して実行される。
【0195】
更に別の実施の形態において、下の周波数が存在しないで、ステレオ充填が最低周波数帯域から上の周波数までの周波数部分に対して実行される。
【0196】
更に別の実施の形態において、下の周波数および上の周波数が存在しないで、ステレオ充填が全体の周波数スペクトルに対して実行される。
【0197】
以下において、ステレオ充填を採用する特定の実施の形態が説明される。
【0198】
特に、特定の実施の形態に従う補正ファクターを持つステレオ充填が説明される。補正ファクターを持つステレオ充填は、例えば、図９（エンコーダ側）および図１０（デコーダ側）のステレオ充填処理ブロックの実施の形態で採用される。
【0199】
以下において、
－ＤｍｘRは、例えば、白色化されたＭＤＣＴスペクトルのミッド信号を示す。
－ＳRは、例えば、白色化されたＭＤＣＴスペクトルのサイド信号を示す。
－ＤｍｘIは、例えば、白色化されたＭＤＳＴスペクトルのミッド信号を示す。
－ＳIは、例えば、白色化されたＭＤＳＴスペクトルのサイド信号を示す。
－ｐｒｅｖＤｍｘRは、例えば、１つのフレームにより遅延された、白色化されたＭＤＣＴスペクトルのミッド信号を示す。
－ｐｒｅｖＤｍｘIは、例えば、１つのフレームにより遅延された、白色化されたＭＤＳＴスペクトルのミッド信号を示す。
－ＤｍｘRは、例えば、白色化されたＭＤＣＴスペクトルのミッド信号を示す。
－ＳRは、例えば、白色化されたＭＤＣＴスペクトルのサイド信号を示す。
－ＤｍｘIは、例えば、白色化されたＭＤＳＴスペクトルのミッド信号を示す。
－ＳIは、例えば、白色化されたＭＤＳＴスペクトルのサイド信号を示す。
－ｐｒｅｖＤｍｘRは、例えば、１つのフレームにより遅延された、白色化されたＭＤＣＴスペクトルのミッド信号を示す。
－ｐｒｅｖＤｍｘIは、例えば、１つのフレームにより遅延された、白色化されたＭＤＳＴスペクトルのミッド信号を示す。
【0200】
ステレオ決定が、全ての帯域に対してＭ／Ｓ（完全Ｍ／Ｓ）であるとき、または、全てのステレオ充填帯域に対してＭ／Ｓ（帯域に関してＭ／Ｓ）であるとき、ステレオ充填符号化が適用される。
【0201】
完全デュアル－モノ処理を適用することが決定されたときは、ステレオ充填がバイパスされる。さらに、Ｌ／Ｒ符号化が、スペクトル帯域（周波数帯域）のうちのいくつかに対して選ばれるとき、ステレオ充填もまた、これらのスペクトル帯域について、バイパスされる。
【0202】
今や、ステレオ充填を採用する特定の実施の形態が考慮される。そこで、ブロック内の処理が、例えば以下の通り実行される。
【0203】
周波数帯域（ｆｂ）に対して、それは、下の周波数（例えば０．０８Ｆs（Ｆs＝サンプリング周波数））からスタートして、上の周波数（例えばＩＧＦクロスオーバー周波数）に上がる周波数領域内に入る。
－サイド信号ＳRの残留ＲｅｓRは、例えば、以下の式に従って計算される。
ＲｅｓR＝ＳR－ａRＤｍｘR－ａIＤｍｘI
ここで、ａRは複合予測係数の実数部であり、ａIは複合予測係数の虚数部である（［１０］参照）。
サイド信号ＳIの残留ＲｅｓIは、例えば、以下の式に従って計算される。
ＲｅｓI＝ＳI－ａRＤｍｘR－ａIＤｍｘI
－エネルギー、例えば、残留Ｒｅｓの複合値されたエネルギーおよび前のフレームダウンミックス（ミッド信号）ｐｒｅｖＤｍｘの複合値されたエネルギーが以下の式によって計算される。
－サイド信号ＳRの残留ＲｅｓRは、例えば、以下の式に従って計算される。
ＲｅｓR＝ＳR－ａRＤｍｘR－ａIＤｍｘI
ここで、ａRは複合予測係数の実数部であり、ａIは複合予測係数の虚数部である（［１０］参照）。
サイド信号ＳIの残留ＲｅｓIは、例えば、以下の式に従って計算される。
ＲｅｓI＝ＳI－ａRＤｍｘR－ａIＤｍｘI
－エネルギー、例えば、残留Ｒｅｓの複合値されたエネルギーおよび前のフレームダウンミックス（ミッド信号）ｐｒｅｖＤｍｘの複合値されたエネルギーが以下の式によって計算される。
【0204】
【0205】
－これらの計算されたエネルギー（ＥＲｅｓfb、ＥｐｒｅｖＤｍｘfb）から、ステレオ充填補正ファクターが計算されて、サイド情報としてデコーダに送信される。
ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfb＝ＥＲｅｓfb／（ＥｐｒｅｖＤｍｘfb＋ε）
ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfb＝ＥＲｅｓfb／（ＥｐｒｅｖＤｍｘfb＋ε）
【0206】
実施の形態において、ε＝０。別の実施の形態において、例えば０による分割を避けるために０．１＞ε＞０。
【0207】
－帯域に関する倍率は、例えば、ステレオ充填が適用される個々のスペクトル帯域について、計算されたステレオ充填補正ファクターに依存して計算される。デコーダ側において、残留からサイド信号を再構成するための逆複合予測操作が存在しないので（ａR＝ａI＝０）、倍率による出力ミッド信号および出力サイド（残留）信号の帯域に関する縮尺が、エネルギー損失を補償するために導入される。
【0208】
特定の実施の形態において、帯域に関する倍率が、例えば以下の式に従って計算される。
ここで、ＥＤｍｘfbは、上に説明したように計算される、現在のフレームダウンミックスの（例えば複合）エネルギーである。
【0209】
－いくつかの実施の形態において、等価の帯域に対してダウンミックス（ミッド）が残留（サイド）より大きい場合、ステレオ処理ブロックのステレオ充填処理の後、および、量子化の前に、ステレオ充填周波数範囲内に入っている残留のビン（格納箱）がゼロに設定される。
【0210】
従って、より多くのビットが、残留のダウンミックスおよび下の周波数ビンを符号化することに費やされ、全体の品質を高める。
【0211】
代わりの実施の形態において、残留（サイド）の全てのビットが、例えば０に設定される。そのような代わりの実施の形態は、例えば、ダウンミックスが、ほとんどの場合、残留より大きいという仮定に基づく。
【0212】
図１１は、デコーダ側のいくつかの特定の実施の形態に従うサイド信号のステレオ充填を説明する。
【0213】
ステレオ充填は、復号化および逆量子化および雑音充填の後に、サイドチャンネルに適用される。ゼロに量子化されるステレオ充填範囲内の周波数帯域に対して、雑音充填後の帯域エネルギーが目標エネルギーに達しない場合、最後のフレームの白色化されたＭＤＣＴスペクトルダウンミックスからの「コピーオーバー」が、例えば、（図１１において見られるように）適用される。周波数帯域毎の目標エネルギーは、例えば以下の式に従う、エンコーダからのパラメータとして送信されるステレオ補正ファクターから計算される。
ＥＴfb＝ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfb・ＥｐｒｅｖＤｍｘfb
ＥＴfb＝ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfb・ＥｐｒｅｖＤｍｘfb
【0214】
以下の式に従って、デコーダ側のサイド信号の生成（例えば、それは、前のダウンミックス「コピーオーバー」と称される）が実行される。
ここで、ｉは、周波数帯域ｆｂ内の周波数ビン（スペクトル値）を示す。Ｎは、雑音が満ちたスペクトルである。ｆａｃＤｍｘfbは、前のダウンミックスに適用されるファクターであり、それは、エンコーダから送信されたステレオ充填補正ファクターに依存する。
【0215】
ｆａｃＤｍｘfbは、特定の実施の形態において、例えば、個々の周波数帯域ｆｂに対して以下の通り計算される。
ここで、ＥＮfbは、帯域ｆｂの雑音が満ちたスペクトルのエネルギーである。ＥｐｒｅｖＤｍｘfbは、個々の前フレームダウンミックスエネルギーである。
【0216】
エンコーダ側では、代わりの実施の形態はＭＤＳＴスペクトル（または、ＭＤＣＴスペクトル）を考慮しない。それらの実施の形態において、例えば、エンコーダ側の手続が以下の通り適用される。
【0217】
周波数帯域（ｆｂ）に対して、それは、下の周波数（例えば０．０８Ｆs（Ｆs＝サンプリング周波数））からスタートして上の周波数（例えばＩＧＦクロスオーバー周波数）に上がる周波数領域内に入る。
－サイド信号ＳRの残留Ｒｅｓが、例えば、以下の式に従って計算される。
Ｒｅｓ＝ＳR－ａRＤｍｘR
ここで、ａRは、（例えば実数）予測係数である。
－サイド信号ＳRの残留Ｒｅｓが、例えば、以下の式に従って計算される。
Ｒｅｓ＝ＳR－ａRＤｍｘR
ここで、ａRは、（例えば実数）予測係数である。
【0218】
－残留Ｒｅｓのエネルギーおよび前のフレームダウンミックス（ミッド信号）ｐｒｅｖＤｍｘのエネルギーは、以下の式によって計算される。
【0219】
－これらの計算されたエネルギー（ＥＲｅｓfb、ＥｐｒｅｖＤｍｘfb）から、ステレオ充填補正ファクターが計算されて、サイド情報としてデコーダに送信される。
ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfb＝ＥＲｅｓfb／（ＥｐｒｅｖＤｍｘfb＋ε）
ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfb＝ＥＲｅｓfb／（ＥｐｒｅｖＤｍｘfb＋ε）
【0220】
実施の形態において、ε＝０。別の実施の形態において、例えばゼロによる分割を避けるために、０．１＞ε＞０。
【0221】
－帯域に関する倍率は、例えば、ステレオ充填が採用される個々のスペクトル帯域について、計算されたステレオ充填補正ファクターに依存して計算される。
【0222】
特定の実施の形態において、帯域に関する倍率が、例えば以下の式に従って計算される。
ここで、ＥＤｍｘfbは、上に説明したように計算される現在のフレームダウンミックスのエネルギーである。
【0223】
－いくつかの実施の形態において、等価の帯域に対してダウンミックス（ミッド）が残留（サイド）より大きい場合、ステレオ処理ブロックのステレオ充填処理の後、および、量子化の前に、ステレオ充填周波数範囲内に入っている残留のビンがゼロに設定される。
【0224】
従って、より多くのビットが、残留のダウンミックスおよび下の周波数ビンを符号化することに費やされ、全体の品質を改良する。
【0225】
代わりの実施の形態において、残留（サイド）の全てのビットが、例えば０に設定される。そのような代わりの実施の形態は、例えば、ダウンミックスが、ほとんどの場合、残留より大きいという仮定に基づく。
【0226】
実施の形態のうちのいくつかによると、手段が、例えば、ＦＤＮＳを持つシステムの中のステレオ充填を適用するために提供される。そこでは、スペクトル包絡が、ＬＳＦ（または、単一の帯域で縮尺して、独立して変更することが可能ではない同様な符号化）を使って符号化される。
【0227】
実施の形態のうちのいくつかによると、手段が、例えば、複合の／実数の予測無しでシステムの中のステレオ充填を適用するために提供される。
【0228】
実施の形態のうちのいくつかは、例えば、明示的なパラメータ（ステレオ充填補正ファクター）がエンコーダからデコーダに送信されるという感覚で、白色化された左右のＭＤＣＴスペクトルのステレオ充填（例えば前のフレームのダウンミックスによって）を制御するために、パラメータステレオ充填を採用する。
【0229】
より一般的に、実施の形態のうちのいくつかにおいて、図１ａ～図１ｅの符号化ユニット１２０は、例えば、処理されたオーディオ信号の第１チャンネルの前記最低１つのスペクトル帯域が、前記ミッド信号の前記スペクトル帯域であるように、そして、処理されたオーディオ信号の第２チャンネルの前記最低１つのスペクトル帯域が、前記サイド信号の前記スペクトル帯域であるように、処理されたオーディオ信号を生成するように構成される。符号化されたオーディオ信号を得るために、符号化ユニット１２０は、例えば、前記サイド信号の前記スペクトル帯域のための補正ファクターを決定することによって、前記サイド信号の前記スペクトル帯域を符号化するように構成される。符号化ユニット１２０は、例えば、残留に依存すると共に、前記ミッド信号の前記スペクトル帯域に対応する前のミッド信号のスペクトル帯域に依存して、前記サイド信号の前記スペクトル帯域のための前記補正ファクターを決定するように構成される。前のミッド信号は、時間において、前記ミッド信号に先行する。さらに、符号化ユニット１２０は、例えば、前記サイド信号の前記スペクトル帯域に依存すると共に、前記ミッド信号の前記スペクトル帯域に依存して、残留を決定するように構成される。
【0230】
実施の形態のうちのいくつかによると、符号化ユニット１２０は、例えば、以下の式に従って、前記サイド信号の前記スペクトル帯域のための前記補正ファクターを決定するように構成される。
ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfb＝ＥＲｅｓfb／（ＥｐｒｅｖＤｍｘfb＋ε）
ここで、ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfbは、前記サイド信号の前記スペクトル帯域のための前記補正ファクターを示す。ＥＲｅｓfbは、前記ミッド信号の前記スペクトル帯域に対応する前記残留のスペクトル帯域のエネルギーに依存する残留エネルギーを示す。ＥｐｒｅｖＤｍｘfbは、前のミッド信号のスペクトル帯域のエネルギーに依存する前のエネルギーを示す。ε＝０、または、０．１＞ε＞０。
ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfb＝ＥＲｅｓfb／（ＥｐｒｅｖＤｍｘfb＋ε）
ここで、ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfbは、前記サイド信号の前記スペクトル帯域のための前記補正ファクターを示す。ＥＲｅｓfbは、前記ミッド信号の前記スペクトル帯域に対応する前記残留のスペクトル帯域のエネルギーに依存する残留エネルギーを示す。ＥｐｒｅｖＤｍｘfbは、前のミッド信号のスペクトル帯域のエネルギーに依存する前のエネルギーを示す。ε＝０、または、０．１＞ε＞０。
【0231】
実施の形態のうちのいくつかにおいて、前記残留は、例えば、以下の式に従って定義される。
ＲｅｓR＝ＳR－ａRＤｍｘR
ここで、ＲｅｓRは、前記残留である。ＳRは、前記サイド信号である。ａRは、（例えば実数）係数（例えば予測係数）である。ＤｍｘRは、前記ミッド信号である。符号化ユニット（１２０）は、以下の式に従って前記残留エネルギーを決定するように構成される。
ＲｅｓR＝ＳR－ａRＤｍｘR
ここで、ＲｅｓRは、前記残留である。ＳRは、前記サイド信号である。ａRは、（例えば実数）係数（例えば予測係数）である。ＤｍｘRは、前記ミッド信号である。符号化ユニット（１２０）は、以下の式に従って前記残留エネルギーを決定するように構成される。
【0232】
実施の形態のうちのいくつかによると、前記残留は以下の式に従って定義される。
ＲｅｓR＝ＳR－ａRＤｍｘR－ａIＤｍｘI
ここで、ＲｅｓRは前記残留である。ＳRは前記サイド信号である。ａRは複合（予測）係数の実数部であり、ａIは複合（予測）係数の虚数部分である。ＤｍｘRは前記ミッド信号である。ＤｍｘIは、正規化されたオーディオ信号の第１チャンネルに依存すると共に、正規化されたオーディオ信号の第２チャンネルに依存する別のミッド信号である。正規化されたオーディオ信号の第１チャンネルに依存すると共に、正規化されたオーディオ信号の第２チャンネルに依存する別のサイド信号ＳIの別の残留は、以下の式に従って定義される。
ＲｅｓI＝ＳI－ａRＤｍｘR－ａIＤｍｘI
ＲｅｓR＝ＳR－ａRＤｍｘR－ａIＤｍｘI
ここで、ＲｅｓRは前記残留である。ＳRは前記サイド信号である。ａRは複合（予測）係数の実数部であり、ａIは複合（予測）係数の虚数部分である。ＤｍｘRは前記ミッド信号である。ＤｍｘIは、正規化されたオーディオ信号の第１チャンネルに依存すると共に、正規化されたオーディオ信号の第２チャンネルに依存する別のミッド信号である。正規化されたオーディオ信号の第１チャンネルに依存すると共に、正規化されたオーディオ信号の第２チャンネルに依存する別のサイド信号ＳIの別の残留は、以下の式に従って定義される。
ＲｅｓI＝ＳI－ａRＤｍｘR－ａIＤｍｘI
【0233】
符号化ユニット１２０は、例えば、以下の式に従って前記残留エネルギーを決定するように構成される。
符号化ユニット１２０は、例えば、前記ミッド信号の前記スペクトル帯域に対応する前記残留のスペクトル帯域のエネルギーに依存すると共に、前記ミッド信号の前記スペクトル帯域に対応する前記別の残留のスペクトル帯域のエネルギーに依存する前のエネルギーを決定するように構成される。
【0234】
実施の形態のうちのいくつかにおいて、図２ａ～図２ｅの復号化ユニット２１０は、例えば、前記複数のスペクトル帯域の個々のスペクトル帯域について、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域、および、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域が、デュアル－モノ符号化またはミッド－サイド符号化を使って符号化されたかを決定するように構成される。さらに、復号化ユニット２１０は、例えば、第２チャンネルの前記スペクトル帯域を再構成することによって、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域を得るように構成される。ミッド－サイド符号化が使われていた場合、符号化されたオーディオ信号の第１チャンネルの前記スペクトル帯域は、ミッド信号のスペクトル帯域であると共に、符号化されたオーディオ信号の第２チャンネルの前記スペクトル帯域は、サイド信号のスペクトル帯域である。さらに、ミッド－サイド符号化が使われていた場合、復号化ユニット２１０は、例えば、サイド信号の前記スペクトル帯域のための補正ファクターに依存すると共に、前記ミッド信号の前記スペクトル帯域に対応する、前のミッド信号のスペクトル帯域に依存して、サイド信号の前記スペクトル帯域を再構成するように構成される。前のミッド信号は、時間において、前記ミッド信号に先行する。
【0235】
実施の形態のうちのいくつかによると、ミッド－サイド符号化が使われていた場合、復号化ユニット２１０は、例えば、以下の式に従ってサイド信号の前記スペクトル帯域のスペクトル値を再構成することによって、サイド信号の前記スペクトル帯域を再構成するように構成される。
Ｓi＝Ｎi＋ｆａｃＤｍｘfb・ｐｒｅｖＤｍｘi
ここで、Ｓiはサイド信号の前記スペクトル帯域のスペクトル値を示す。ｐｒｅｖＤｍｘiは前記前のミッド信号のスペクトル帯域のスペクトルの値を示す。Ｎiは雑音が満ちたスペクトルのスペクトル値を示す。ｆａｃＤｍｘfbは以下の式に従って定義される。
ここで、ｃｏｒｒｅｃｔｉｏｎ＿ｆａｃｔｏｒfbは、サイド信号の前記スペクトル帯域の補正ファクターである。ＥＮfbは、雑音が満たされたスペクトルのエネルギーである。ＥｐｒｅｖＤｍｘfbは、前記前のミッド信号の前記スペクトル帯域のエネルギーである。ε＝０、または、０．１＞ε＞０。
Ｓi＝Ｎi＋ｆａｃＤｍｘfb・ｐｒｅｖＤｍｘi
ここで、Ｓiはサイド信号の前記スペクトル帯域のスペクトル値を示す。ｐｒｅｖＤｍｘiは前記前のミッド信号のスペクトル帯域のスペクトルの値を示す。Ｎiは雑音が満ちたスペクトルのスペクトル値を示す。ｆａｃＤｍｘfbは以下の式に従って定義される。
【0236】
実施の形態のうちのいくつかにおいて、残留は、例えば、エンコーダ側の複合ステレオ予測アルゴリズムから引き出される。一方、ステレオ予測（実数または複合）は、デコーダ側に存在しない。
【0237】
実施の形態のうちのいくつかによると、エンコーダ側のスペクトルのエネルギー補正縮尺化が、例えば、逆予測処理はデコーダ側に存在しないという事実を補償するために使用される。
【0238】
いくつかの面が装置の文脈において説明されたけれども、これらの面が、ブロックまたはデバイスが、方法ステップまたは方法ステップの機能に対応している方法の説明も表していることは明確である。相似的に、方法ステップの文脈において説明された面は、対応した装置の対応したブロックまたはアイテムまたは機能の説明も表している。方法ステップのいくつかまたは全てが、例えば、マイクロプロセッサー、プログラム化可能なコンピュータまたは電子回路のようなハードウェア装置によって（または使って）実行される。いくつかの実施の形態において、最も重要な方法ステップのうちの１つ以上が、そのような装置によって実行される。
【0239】
特定の実現要求に依存することによって、発明の実施の形態は、ハードウェア、ソフトウェア、ハードウェアの少なくとも一部またはソフトウェアの少なくとも一部において実現される。実現は、その上に記憶された電子的に読み取り可能な制御信号を持つデジタル記憶媒体、例えば、フロッピーディスク、ＤＶＤ、ブルーレイディスク、ＣＤ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭまたはフラッシュメモリを使って実行される。それらは、それぞれの方法が実行されるように、プログラム可能なコンピュータシステムと協力する、または、協力することができる。従って、デジタル記憶媒体は、コンピュータが読み取り可能である。
【0240】
発明に従ういくつかの実施の形態は、ここに、説明された方法のうちの１つが実行されるように、プログラム可能なコンピュータシステムと協力することができる、電子的に読み取り可能な制御信号を持つデータキャリアを含む。
【0241】
一般に、本発明の実施の形態は、プログラムコードを持つコンピュータプログラム製品として実行される。プログラムコードは、コンピュータプログラム製品がコンピュータ上で稼働するとき、方法のうちの１つを実行するように働く。プログラムコードは、例えば、機械読み取り可能キャリアに記憶される。
【0242】
別の実施の形態は、ここに説明された方法のうちの１つを実行するためのコンピュータプログラムを含む。コンピュータプログラムは、機械読み取り可能キャリアに記憶される。
【0243】
すなわち、本発明の方法の実施の形態は、コンピュータプログラムがコンピュータ上を稼働するとき、ここに説明された方法のうちの１つを実行するためのプログラムコードを持つコンピュータプログラムである。
【0244】
従って、本発明の方法の別の実施の形態は、データキャリア（または、デジタル記憶媒体またはコンピュータ読み取り可能媒体）が、その上に記録された、ここに説明された方法のうちの１つを実行するためのコンピュータプログラムを含む。
【0245】
従って、本発明の方法の別の実施の形態は、ここに説明された方法のうちの１つを実行するためのコンピュータプログラムを表わす信号のデータストリームまたはシーケンスである。信号のデータストリームまたはシーケンスは、例えば、データ通信接続を介して（例えばインターネットを介して）、送信されるように構成される。
【0246】
別の実施の形態は、処理手段、例えば、ここに説明された方法のうちの１つを実行するように構成された又は適応した、コンピュータまたはプログラム可能な論理デバイスを含む。
【0247】
別の実施の形態は、ここに説明された方法のうちの１つを実行するためのコンピュータプログラムをその上にインストールされたコンピュータを含む。
【0248】
発明に従う別の実施の形態は、ここに説明された方法のうちの少なくとも１つを実行するためのコンピュータプログラムを、受信機に送信するように構成された装置またはシステムを含む。受信機は、例えば、コンピュータまたはモバイル機器またはメモリデバイスまたは同様な機器である。装置またはシステムは、例えば、コンピュータプログラムを受信機に送信するためのファイルサーバーを含む。
【0249】
いくつかの実施の形態において、プログラム可能な論理デバイス（例えば、フィールドプログラマブルゲートアレイ、ＦＰＧＡ）は、ここに説明された方法の機能のうちのいくつかまたは全てを実行するために使用される。いくつかの実施の形態において、フィールドプログラマブルゲートアレイは、ここに説明された方法のうちの１つを実行するために、マイクロプロセッサーと協働する。一般に、方法は、どのようなハードウェア装置によっても好ましく実行される。
【0250】
ここに説明された装置は、ハードウェア装置を使って、またはコンピュータを使って、またはハードウェア装置とコンピュータとの結合を使うことによって実施される。
【0251】
ここに説明された方法は、ハードウェア装置を使って、またはコンピュータを使って、またはハードウェア装置とコンピュータとの結合を使うことによって実行される。
【0252】
上述の実施の形態は、単に、本発明の原則を説明しただけである。ここに、説明された配置と詳細の修正とバリエーションが、当業者に明白であることは理解される。従って、発明は、ここの実施の形態の記述と説明によって示された特定の詳細ではなく、付加された特許の請求項の範囲だけに制限されることが意思である。
【0253】
参考文献
［１］ J. Herre, E. Eberlein and K. Brandenburg, “Combined Stereo Coding”, in 93rd AES Convention, San Francisco, 1992.
［２］ J. D. Johnston and A. J. Ferreira, “Sum-difference stereo transform codi ng”, in Proc. ICASSP, 1992.
［３］ ISO/IEC 11172-3, Information technology - Coding of moving pictures and a ssociated audio for digital storage media at up to about 1,5 Mbit/s - Part 3 : Audio, 1993.
［４］ ISO/IEC 13818-7, Information technology - Generic coding of moving pictur es and associated audio information - Part 7: Advanced Audio Coding (AAC), 2 003.
［５］ J.-M. Valin, G. Maxwell, T. B. Terriberry and K. Vos, “High-Quality, Lo w-Delay Music Coding in the Opus Codec”, in Proc. AES 135th Convention, New York, 2013.
［６ａ］ 3GPP TS 26.445, Codec for Enhanced Voice Services (EVS); Detailed algorithmic description, V 12.5.0, Dezember 2015.
［６ｂ］ 3GPP TS 26.445, Codec for Enhanced Voice Services (EVS); Detailed algorithmic description, V 13.3.0, September 2016.
［７］ H. Purnhagen, P. Carlsson, L. Villemoes, J. Robilliard, M. Neusinger, C. Helmrich, J. Hilpert, N. Rettelbach, S. Disch and B. Edler, “Audio encoder, audio decoder and related methods for processing multi-channel audio signal s using complex prediction”. US Patent 8,655,670 B2, 18 February 2014.
［８］ G. Markovic, F. Guillaume, N. Rettelbach, C. Helmrich and B. Schubert, “ Linear prediction based coding scheme using spectral domain noise shaping” . European Patent 2676266 B1, 14 February 2011.
［９］ S. Disch, F. Nagel, R. Geiger, B. N. Thoshkahna, K. Schmidt, S. Bayer, C. Neukam, B. Edler and C. Helmrich, “Audio Encoder, Audio Decoder and Relat ed Methods Using Two-Channel Processing Within an Intelligent Gap Filling Fr amework”. International Patent PCT/EP2014/065106, 15 07 2014.
［１０］ C. Helmrich, P. Carlsson, S. Disch, B. Edler, J. Hilpert, M. Neusi nger, H. Purnhagen, N. Rettelbach, J. Robilliard and L. Villemoes, “Effici ent Transform Coding Of Two-channel Audio Signals By Means Of Complex-valued Stereo Prediction”, in Acoustics, Speech and Signal Processing (ICASSP), 2 011 IEEE International Conference on, Prague, 2011.
［１１］ C. R. Helmrich, A. Niedermeier, S. Bayer and B. Edler, “Low-comp lexity semi-parametric joint-stereo audio transform coding”, in Signal Proc essing Conference (EUSIPCO), 2015 23rd European, 2015.
［１２］ H. Malvar, "A Modulated Complex Lapped Transform and its Applicati ons to Audio Processing", in Acoustics, Speech, and Signal Processing (ICASS P), 1999. Proceedings., 1999 IEEE International Conference on, Phoenix, AZ, 1999.
［１３］ B. Edler and G. Schuller, “Audio coding using a psychoacoustic pr e- and post-filter” Acoustics, Speech, and Signal Processing, 2000. ICASSP '00.
［１］ J. Herre, E. Eberlein and K. Brandenburg, “Combined Stereo Coding”, in 93rd AES Convention, San Francisco, 1992.
［２］ J. D. Johnston and A. J. Ferreira, “Sum-difference stereo transform codi ng”, in Proc. ICASSP, 1992.
［３］ ISO/IEC 11172-3, Information technology - Coding of moving pictures and a ssociated audio for digital storage media at up to about 1,5 Mbit/s - Part 3 : Audio, 1993.
［４］ ISO/IEC 13818-7, Information technology - Generic coding of moving pictur es and associated audio information - Part 7: Advanced Audio Coding (AAC), 2 003.
［５］ J.-M. Valin, G. Maxwell, T. B. Terriberry and K. Vos, “High-Quality, Lo w-Delay Music Coding in the Opus Codec”, in Proc. AES 135th Convention, New York, 2013.
［６ａ］ 3GPP TS 26.445, Codec for Enhanced Voice Services (EVS); Detailed algorithmic description, V 12.5.0, Dezember 2015.
［６ｂ］ 3GPP TS 26.445, Codec for Enhanced Voice Services (EVS); Detailed algorithmic description, V 13.3.0, September 2016.
［７］ H. Purnhagen, P. Carlsson, L. Villemoes, J. Robilliard, M. Neusinger, C. Helmrich, J. Hilpert, N. Rettelbach, S. Disch and B. Edler, “Audio encoder, audio decoder and related methods for processing multi-channel audio signal s using complex prediction”. US Patent 8,655,670 B2, 18 February 2014.
［８］ G. Markovic, F. Guillaume, N. Rettelbach, C. Helmrich and B. Schubert, “ Linear prediction based coding scheme using spectral domain noise shaping” . European Patent 2676266 B1, 14 February 2011.
［９］ S. Disch, F. Nagel, R. Geiger, B. N. Thoshkahna, K. Schmidt, S. Bayer, C. Neukam, B. Edler and C. Helmrich, “Audio Encoder, Audio Decoder and Relat ed Methods Using Two-Channel Processing Within an Intelligent Gap Filling Fr amework”. International Patent PCT/EP2014/065106, 15 07 2014.
［１０］ C. Helmrich, P. Carlsson, S. Disch, B. Edler, J. Hilpert, M. Neusi nger, H. Purnhagen, N. Rettelbach, J. Robilliard and L. Villemoes, “Effici ent Transform Coding Of Two-channel Audio Signals By Means Of Complex-valued Stereo Prediction”, in Acoustics, Speech and Signal Processing (ICASSP), 2 011 IEEE International Conference on, Prague, 2011.
［１１］ C. R. Helmrich, A. Niedermeier, S. Bayer and B. Edler, “Low-comp lexity semi-parametric joint-stereo audio transform coding”, in Signal Proc essing Conference (EUSIPCO), 2015 23rd European, 2015.
［１２］ H. Malvar, "A Modulated Complex Lapped Transform and its Applicati ons to Audio Processing", in Acoustics, Speech, and Signal Processing (ICASS P), 1999. Proceedings., 1999 IEEE International Conference on, Phoenix, AZ, 1999.
［１３］ B. Edler and G. Schuller, “Audio coding using a psychoacoustic pr e- and post-filter” Acoustics, Speech, and Signal Processing, 2000. ICASSP '00.
【図1a】
【図1b】
【図1c】
【図1d】
【図1e】
【図1f】
【図2a】
【図2b】
【図2c】
【図2d】
【図2e】
【図2f】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
