[发明专利]信号处理设备、信号处理方法及程序

说明书

技术领域

本发明涉及适合于在增大或减小音量而无需对编码流进行解码的情况下使用的信号处理装置、信号处理方法和程序。 

背景技术

通过利用人类听觉机理，音频信号的高效编码允许将对应于CD(CompactDisk，光盘)的音质压缩为原始CD的近似1/10～1/20数据量的数据量。当前，在市场中分布着使用这种技术的产品，从而例如允许在更小的记录介质上进行记录以及经由网络进行传递。音频信号的这种高效编码中利用的主要听觉特性是同时掩蔽(simultaneous masking)和时域掩蔽(temporal masking)。 

同时掩蔽是这样的听力特征：在同时存在不同频率的声音的情况下，当在大幅值声音的频率的附近存在小幅值声音时，该小幅值声音被掩蔽而变得难以察觉。 

另一方面，时域掩蔽是在时域方向上的掩蔽效果，其为这样的听力特征：例如，在大幅值声音之前或之后的时候存在的小幅值声音被掩蔽而难以察觉。存在两种时域掩蔽现象：前向掩蔽，其中时域上先产生的声音将时域上后产生的声音掩蔽；以及后向掩蔽，其中时域上后产生的声音将时域上先产生的声音掩蔽。众所周知，前向掩蔽对于几十msec(毫秒)的量级的时间段是有效的，而后向掩蔽对于近似1msec的非常短的时间段是有效的。 

在音频的典型高效编码方法中，通过MDCT(Modified Discrete CosineTransform，改进的离散余弦变换)将时间信号进行正交变换之后，针对多个MDCT系数的每一组(在下文中称作“量化单元”)，在频率轴上对获得的MDCT系数执行归一化，然后，执行量化和编码。 

通常，量化单元的范围在较低的区域中较窄，而在较高的区域中较宽，这允许为每个量化单元适应性地改变量化步骤的数目，并且允许控制听觉特性可接受的量化噪声的生成。 

然而，在上述方法中，量化频率分量的频带是被固定的。因此，例如， 当频谱聚集于特定窄带时，为了以足够的精度来量化其频谱分量，应该将许多比特分配给同一量化单元中包含的许多频谱作为这些频谱分量之一。 

通常，与向在宽频带上平均分配能量的信号所添加的量化噪声相比，能量聚集于其特定频率的音调(tonal)信号中的量化噪声对于耳朵来说可能过高，导致很大的声学扰动。进一步，在没有足够的精度来量化音调分量的情况下，当其频谱分量被重新转换为时间轴上的信号并且被组合至前面或后面的块之时，块之间的扰动会很大，这同样导致很大的声学扰动。 

因此，为了对音调分量编码，应该以足够的比特数来执行量化。当如上述那样为每个预定频带确定量化精度时，需要通过向量化单元中包含音调分量的许多频谱分配许多比特来执行量化，由此编码效率降低。 

关于解决这种问题的方法，在日本专利第3336617号中，通过将频率分量分离为多个信号分量并对它们单独编码，提供了即使对于音调信号也很高效的编码。 

同时，在音频信号的这种高效编码中，需要很大数量的计算和存储器来用于编码和解码。因此，在一旦对编码的编码流执行简单信号处理的情况下，通过直接改变编码流的参数(而不是通过解码并随后执行期望的信号处理然后重新编码)，可以以较少数量的计算和较少的存储器来执行期望的信号处理。 

日本专利第3879249号公开了用于通过直接改变编码流中的归一化系数信息来使得能够进行信号的滤波的发明。此外，日本专利第3879250号公开了用于通过直接改变编码流中的归一化系数信息来使得能够进行信号的电平调节的发明。 

[专利文献1]日本专利第3336617号 

[专利文献2]日本专利第3879249号 

[专利文献3]日本专利第3879250号 

发明内容

[本发明要解决的问题] 

然而，当直接应用上述专利发明时，取决于渐变(fade)函数的形式，根据信号的特征可能产生问题。以下参考附图说明这些问题。 

图10是示出6比特归一化系数信息与相应的归一化系数之间的关系的示 例的图。可以通过下面的等式来转换表中的归一化系数信息，并且该归一化系数信息例如可以以2分贝步长(step)来指定大约-30～96的分贝。 

SFval(SF)＝2^(SF/3-5)。