编码方法、 解码方法、 使用了这些方法的装置、 程序、 记录介 质 【技术领域】
本发明涉及信号串的编码方法、 解码方法、 使用了这些方法的装置、 程序、 记录介质。 背景技术
作为用于压缩声音、 图像等信息的方法， 已知没有失真的 (lossly) 可逆的编码。 此外， 在将波形原样作为线性 PCM 信号而记录的情况下设想了各种压缩编码 ( 非专利文献 1)。
另一方面， 在电话的长距离传输或用于 VoIP 的声音传输中， 使用将振幅近似为对 数的对数近似压缩扩展 (compand)PCM( 非专利文献 2) 等， 而不是将振幅设为原来的数值的 线性 PCM。 非 专 利 文 献 1： MatHans， “Lossless Compression of Digital Audio” ， IEEESIGNAL PROCESSING MAGAZINE， July 2001， pp.21-32.
非专利文献 2 ： ITU-T Recommendation G.711， “Pulse Code Modulation(PCM)of Voice Frequencies” .
发明内容 发明要解决的课题
代替一般的电话而 VoIP 系统普及时， 为用于 VoIP 的声音传输而要求的传输容量 会增大。例如， 在非专利文献 2 的 ITU-T G.711 的情况下， 对于一个线路需要 64kbit/s×2 的传输容量， 但如果线路数增加则所要求的传输容量也会增大。 因此， 要求对数近似压缩扩 展 PCM 等对压缩扩展的信号串进行压缩编码的技术 ( 能够减少码量的技术 )。压缩扩展意 味着以号码序列来表示原来的信号串的大小 ( 例如， 大小关系 )。此外， 表示原来的信号串 的大小关系的号码序列是指， 维持大小关系或者将大小关系进行反转， 从而被均等间隔赋 予的数。另外， 作为表示原来的信号的大小关系的号码， 也可以是对相同振幅 (amplitude) ( 例如 “0” ) 赋予两个不同的号码。这时， 两个号码意味着相同振幅。图 1 是表示第 2 信号 串的振幅的例子的图。横轴是线性 PCM 的情况下的值， 纵轴是与对数近似压缩扩展 PCM 的 情况对应的值。图 2 是表示 8 位的 μ 律 (μ-law) 的具体形式的图。由表示正负的 1 位 ( 极性 )、 表示指数的 3 位 ( 指数部 )、 表示线性码中的增量 ( 斜率 ) 的 4 位 ( 线性部 ) 构 成。这一形式的对数近似压缩扩展 PCM 的情况下， 能够表现 -127 到 127 为止的数值。这相 当于线性 PCM 的 -8158 到 8158( 图 1)。
对数近似压缩扩展 PCM 等作为对压缩扩展后的信号串 ( 以下， 称为 “第 2 信号串” ) 进行压缩编码的技术， 考虑如下那样的编码装置和解码装置。图 3 表示对第 2 信号串进行 编码的编码装置的功能构成例子。此外， 图 4 表示该编码装置的处理流程例子。编码装置 800 包括线性预测单元 810、 量化单元 820、 预测值计算单元 830、 减法运算单元 840、 系数编
码单元 850、 残差编码单元 860。进而， 在对编码装置 800 的输入信号串没有被分割为帧单 位的情况下， 编码装置 800 还包括帧分割单元 870。 帧分割单元 870 输出将输入信号串分割 为帧单位后的第 2 信号串 X ＝ {x(1)， x(2)， ...， x(N)}。另外， N 是一帧的样本数。
编码装置 800 在被输入分割为帧单位的第 2 信号串 X 时， 线性预测单元 810 根据 被分割为帧单位的第 2 信号串 X 求线性预测系数 K ＝ {k(1)， k(2)， ...， k(P)}(S810)。另 外， P 是预测次数 (order)。量化单元 820 通过对线性预测系数 K 进行量化而求量化线性预 测系数 K’ ＝ {k’ (1)， k’ (2)， ...， k’ (P)}(S820)。预测值计算单元 830 使用第 2 信号串 X 和量化线性预测系数 K’ ， 如下式那样求第 2 预测值串 Y ＝ {y(1)， y(2)， ...， y(N)}(S830)。
[ 数 1]
其中， n 是 1 以上 N 以下的整数。减法运算单元 840 求第 2 信号串 X 和第 2 预测 值串 Y 之差 ( 预测残差串 )E ＝ {e(1)， e(2)， ...， e(N)}(S840)。系数编码单元 850 对量化 线性预测系数 K’ 进行编码， 并输出预测系数码 Ck(S850)。残差编码单元 860 对预测残差串 E 进行编码， 并输出预测残差码 Ce(S860)。
图 5 表示解码为第 2 信号串的解码装置的功能构成例子。此外， 图 6 表示该解码 装置的处理流程例子。解码装置 900 包括残差解码单元 910、 系数解码单元 920、 预测值计 算单元 930、 加法运算单元 940。残差解码单元 910 对预测残差码 Ce 进行解码从而求预测 残差串 E(S910)。系数解码单元 920 对预测系数码 Ck 进行解码从而求量化线性预测系数 K’ (S920)。预测值计算单元 930 使用解码后的第 2 信号串 X 和量化线性预测系数 K’ ， 如下 式那样求第 2 预测值串 Y(S930)。
[ 数 2]
加法运算单元 940 将第 2 预测值串 Y 和预测残差串 E 相加从而求第 2 信号串 X(S940)。 通过这样的结构， 能够对压缩扩展后的信号串进行可逆压缩。 但是， 即使将 G.711 等压缩扩展后的信号串如上述那样进行可逆压缩， 也不能说压缩效率足够高。
本发明鉴于这样的状况而完成， 其目的在于对于压缩扩展后的信号串实现高的编 码效率， 并且削减码量。
用于解决课题的方案
本发明的编码方法是对号码序列 ( 以下， 称为 “第 2 信号串” ) 进行编码的编码方 法。并且， 本发明的编码方法具有分析步骤和信号序列变形 (transformation) 步骤。分析 步骤确认是否有包含在特定的范围内且在第 2 信号串内没有产生的号码， 并输出表示没有 产生的号码的信息。信号序列变形步骤在分析步骤中知道存在没有产生的号码时， 输出将 第 2 信号串的各号码替换为， 重新附加了表示除去该没有产生的号码所表示的原来的信号 的大小后的、 原来的信号的大小的号码的号码序列 ( 以下， 称为 “变形第 2 信号串” )。特定 的范围例如是表示正的绝对值最小的值的号码和表示负的绝对值最小的值的号码。 具体地 说， 在非专利文献 2 的 ITU-T G.711 的 μ 律的情况下为 “+0” 和 “-0” ， 在 A 律的情况下为 “+1” 和 “-1” 。
此外， 本发明的解码方法是将利用特定范围的号码的产生频率高的情况而进行了 编码的码解码为第 2 信号串的解码方法。并且， 本发明的解码方法包括 ： 信号串反变形步 骤， 当特定的范围所包含的号码中存在没有产生的号码时， 使用表示没有产生的号码的信 息， 将变形第 2 信号串变形为第 2 信号串。这里， 在 A 律的情况下， 在以 13 位的附带符号的 整数表现形式表示对应的号码时成为 “+1” 和 “-1” ， 但以 16 位的附带符号的整数表现形式 表示相同的对应的号码时相当于 “+8” 和 “-8” 。根据本发明实际应用的状况， 也可将 “+1” 和 “-1” 读作 “+8” 和 “-8” 来使用。
发明效果
在熵编码 (entropy coding) 等中， 以产生频率高作为前提的号码的码长度被较短 地设定。尽管如此， 但在发生频率高的范围 ( 特定的范围 ) 内存在没有产生的号码时， 编码 的效率会恶化。根据本发明的编码方法和解码方法， 使用变形第 2 信号串 ( 将所述第 2 信 号串的各号码替换为， 重新附加了表示除去没有产生的号码所表示的原来的信号的大小后 的、 原来的信号的大小的号码的号码串 ) 进行编码、 解码。即， 在产生频率高的范围内不会 存在没有产生的号码。从而， 编码的效率会提高。
作为应用熵编码的例子， 有对无损 (lossless) 编码的预测残差串进行编码的情 况等， 但并不限于此。
此外， 本发明的效果在非专利文献 2 的 ITU-T G.711 的 μ 律那样， 作为表示 “0” 的号码有 “+0” 和 “-0” 这样的情况下特别显著。因为， 根据编码装置不同， 也有仅使用 “+0” 和 “-0” 中的一个作为表示 “0” 的号码的装置。 附图说明
图 1 是表示被压缩扩展的信号串的振幅的例子的图。
图 2 是表示 8 位的 μ 律的具体形式的图。
图 3 是表示编码装置的功能构成例子的图。
图 4 是表示编码装置的处理流程例子的图。
图 5 是表示解码装置的功能构成例子的图。
图 6 是表示解码装置的处理流程例子的图。
图 7 是表示实施例 1 的编码装置的功能构成例子的图。
图 8 是表示实施例 1 的编码装置的处理流程的例子的图。
图 9 是表示实施例 1 的解码装置的功能构成例子的图。
图 10 是表示实施例 1 的解码装置的处理流程的例子的图。
图 11 是表示实施例 2 的编码装置的功能构成例子的图。
图 12 是表示实施例 2 的编码装置的处理流程的例子的图。
图 13 是表示实施例 2 的解码装置的功能构成例子的图。
图 14 是表示实施例 2 的解码装置的处理流程的例子的图。
图 15 是表示实施例 3 的编码装置的功能构成例子的图。
图 16 是表示实施例 3 的编码装置的处理流程的例子的图。
图 17 是表示实施例 3 的解码装置的功能构成例子的图。
图 18 是表示实施例 3 的解码装置的处理流程的例子的图。图 19 是表示使用了 μ 律的变形、 变换的具体例子的图。 图 20 是表示使用了 A 律的变形、 变换的具体例子的图。 图 21 是表示计算机的功能构成例子的图。 标号说明 100、 300、 500、 800 编码装置 110、 510、 810 线性预测单元 130、 530、 830 预测值计算单元 140、 840 减法运算单元 160、 860 残差编码单元 170 信号串变形单元 180 分析单元 200、 400、 600、 900 解码装置 230、 630、 930 预测值计算单元 240、 940 加法运算单元 250 信号串反变形单元 330、 430、 535、 635 预测值串变形单元 515、 615 变换单元 820 量化单元 830 系数编码单元 870 帧分割单元 910 残差解码单元 920 系数解码单元具体实施方式 在以下， 为了避免重复说明， 对于具有相同功能的功能部分或进行相同处理的处 理步骤赋予相同的标号， 并省略说明。
实施例 1
图 7 表示实施例 1 的编码装置的功能构成例子， 图 8 表示实施例 1 的编码装置的 处理流程的例子。编码装置 100 对号码序列 ( 以下， 称为 “第 2 信号串” ) 进行编码 ( 例如， 预测残差码 Ce)。编码装置 100 至少包括分析单元 180、 信号串变形单元 170、 线性预测单 元 110、 量化单元 820、 预测值计算单元 130、 减法运算单元 140、 系数编码单元 850、 残差编 码单元 160。分析单元 180 确认是否有包含在特定的范围内且在第 2 信号串 X ＝ {x(1)， x(2)， ...， x(N)} 内没有产生的号码， 并输出表示没有产生的号码的信息 t(S180)。另外， N 是 1 帧的样本数。特定的范围例如是表示正的绝对值最小的值的号码和表示负的绝对值 最小的值的号码。具体地说， 在非专利文献 2 的 ITU-T G.711 的 μ 律的情况下为 “+0” 和 “-0” ， 在 A 律的情况下为 “+1” 和 “-1” 。这里， 在 A 律的情况下， 在以 13 位的附带符号的整 数表现形式表示对应的号码时成为 “+1” 和 “-1” ， 但以 16 位的附带符号的整数表现形式表 示相同的对应的号码时相当于 “+8” 和 “-8” 。根据本发明实际应用的状况， 也可将 “+1” 和 “-1” 读作 “+8” 和 “-8” 来使用。
信号串变形单元 170 在步骤 S180( 分析步骤 ) 中知道存在没有产生的号码时， 输 出将第 2 信号串的各号码替换为， 重新附加了表示除去该没有产生的号码所表示的原来 的信号的大小后的、 原来的信号的大小的号码的号码串 T(X) ＝ {T(x(1))， T(x(1))， ...， T(x(N))}( 以下， 称为 “变形第 2 信号串” )(S170)。
例如， 考虑非专利文献 2 的 ITU-T G.711 的 μ 律的情况。如使用图 2 说明的那 样， 在 μ 律下用 8 位来表示 “-127” 至 “+127” 的号码， 表示 “0” 的号码有 “+0” 和 “-0” 的 两个。并且， 在原来的信号和线性关系的值之间的关系中， “-127” 表示 「-8031」 ， “+127” 表
示 「+8031」 ， “+0” 和 “-0” 表示 「0」 。这里， “” 表示用于表示原来的信号的大小 ( 大小关系 ) 的号码， 「」 表示与原来的信号具有线性关系的信号的振幅。这样， 由于 “+0” 和 “-0” 是重 复的号码， 因此根据编码装置不同而有仅输出其中一个的装置。 因此， 例如将特定的范围设 为 “+0” 和 “-0” 。并且， 如果没有产生 “-0” ， 则负的号码各挪一个， “-0” 作为表示 「-1」 的 号码来使用， “-126” 作为表示 「-8031」 的号码来表示。如果没有产生 “+0” ， 则正的号码各 挪一个， “+0” 作为表示 「+1」 的号码即可。此外， 如果 “+0” 和 “-0” 都不存在， 则负的号码 和正的号码都各挪一个， “-0” 作为表示 「-1」 的号码， “+0” 作为表示 「+1」 的号码即可。
线性预测单元 110 对变形第 2 信号串 T(X) 进行线性预测分析， 并求线性预测系数 K ＝ {k(1)， k(2)， ...， k(P)}(S110)。另外， P 是预测次数。量化单元 820 对线性预测系数 K 进行量化从而求量化线性预测系数 K’ ＝ {k’ (1)， k’ (2)， ...， k’ (P)}(S820)。此外， 编 码装置 100 也可以代替步骤 S110 和 S820 的处理， 进行使用了存储着量化线性预测系数的 候选 k’ (m， p)( 其中， 1 ≤ m ≤ M， M 是 2 以上的整数 ) 的表的等效处理。这时， 编码装置 100 代替线性预测单元 110 和量化单元 820 而具备量化线性预测单元即可。并且， 量化线性预 测单元利用下述的式 (3)( 将式 (1) 的 X 替换为 T(X) 的式 ) 对 k’ (m， p) 的组求预测值串。 然后， 通过使预测值串和变形第 2 信号串 T(X) 的每个样本的差的功率之和或者绝对值和成 为最小的 k’ (m， p) 的组设为量化线性预测系数 K’ ， 从而求对于变形第 2 信号串 T(X) 的量 化线性预测系数 K’ 即可。预测值计算单元 130 使用过去的变形第 2 信号串 T(X) 和量化线 性预测系数 K’ ， 如下式那样求作为对变形第 2 信号串进行了预测的结果的变形第 2 预测值 串 T(Y) ＝ {T(y(1))， T(y(2))， ...， T(y(N))}(S130)。
[ 数 3]
其中， n 是 1 以上且 N 以下的整数。减法运算单元 140 求变形第 2 预测值串 T(Y) 和变形第 2 信号串 T(X) 之差 ( 预测残差串 )E ＝ {e(1)， e(2)， ...， e(N)}(S140)。另外， 在代替线性预测单元 110 和量化单元 820 而具备量化线性预测单元的情况下， 也可以将预 测值计算单元 130 和减法运算单元 140 包含在内而设为量化线性预测单元。这时， 也可以 代替步骤 S130 和 S140 的处理， 通过将与由量化线性预测单元已求得的量化线性预测系数 K’ 对应的预测值串和变形第 2 信号串 T(X) 之差设为 E， 从而求预测残差串 E。系数编码单 元 850 对量化线性预测系数 K’ 进行编码， 并输出预测系数码 Ck(S850)。残差编码单元 160 对预测残差串 E 进行编码， 并输出预测残差码 Ce。此外， 输出表示没有产生的号码的信息 t(S160)。预测残差串 E 在线性预测适当地进行时会成为较小的值， 因此 0 附近的产生频率 高。因此， 大多使用 Golom-Rice 码等的熵编码。从而， 当以产生频率高作为前提的范围内 存在没有产生的号码时， 编码效率会恶化。 但是， 根据编码装置 100， 由于使用变形第 2 信号 串 ( 将所述第 2 信号串的各号码替换为， 重新附加了表示除去没有产生的号码所表示的原 来的信号的大小后的、 原来的信号的大小的号码的号码串 ) 进行编码， 因此编码效率提高。
图 9 表示实施例 1 的解码装置的功能构成例子， 图 10 表示实施例 1 的解码装置的 处理流程的例子。解码装置 200 以预测系数码 Ck、 预测残差码 Ce、 表示没有产生的号码的信 息 t 作为输入。并且， 解码装置 200 将码 ( 例如， 预测残差码 Ce) 解码为号码序列 ( 以下， 称为 “第 2 信号串” )。解码装置 200 包括残差解码单元 910、 系数解码单元 920、 预测值计
算单元 230、 加法运算单元 240、 信号串反变形单元 250。 残差解码单元 910 根据预测残差码 Ce 求预测残差串 E ＝ {e(1)， e(2)， ...， e(N)}(S910)。系数解码单元 920 根据预测系数码 Ck 求量化线性预测系数 K’ ＝ {k’ (1)， k’ (2)， ...， k’ (P)}(S920)。预测值计算单元 230 使用解码后的变形第 2 信号串 T(X) ＝ {T(x(1))， T(x(2))， ...， T(x(N))} 和量化线性预测 系数 K’ ， 如下式那样求对变形第 2 信号串进行了预测的结果的变形第 2 预测值串 T(Y) ＝ {T(y(1))， T(y(2))， ...， T(y(N))}(S230)。
[ 数 4]
加法运算单元 240 将变形第 2 预测值串 T(Y) 和预测残差串 E 相加从而求变形第 2 信号串 T(X)(S240)。信号串反变形单元 250 在特定的范围所包含的号码中存在没有产生 的号码时， 使用表示没有产生的号码的信息 t， 将变形第 2 信号串 T(X) 变形为第 2 信号串 X ＝ {x(1)， x(2)， ...， x(N)}(S250)。
解码装置 200 为这样的结构， 因此能够对编码装置 100 中有效率地对编码后的码 进行解码。因此， 编码效率提高。
实施例 2
图 11 表示实施例 2 的编码装置的功能构成例子， 图 12 表示实施例 2 的编码装置 的处理流程的例子。编码装置 300 与编码装置 100 同样地， 对号码序列 ( 第 2 信号串 ) 进 行编码。编码装置 300 至少包括分析单元 180、 信号串变形单元 170、 线性预测单元 810、 量 化单元 820、 预测值计算单元 830、 预测值串变形单元 330、 减法运算单元 140、 系数编码单元 850、 残差编码单元 160。分析单元 180、 信号串变形单元 170、 减法运算单元 140、 残差编码 单元 160 的功能与编码装置 100 相同。
对编码装置 300 输入以帧为单位被分割的第 2 信号串 X ＝ {x(1)， x(2)， ...， x(N)} 时， 与编码装置 100 同样地， 执行步骤 S180 和 S170。接着， 线性预测单元 810 根据以帧为 单位被分割的第 2 信号串 X， 求线性预测系数 K ＝ {k(1)， k(2)， ...， k(P)}(S810)。另外， P 是预测次数。量化单元 820 通过对线性预测系数 K 进行量化而求量化线性预测系数 K’ ＝ {k’ (1)， k’ (2)， ...， k’ (P)}(S820)。此外， 编码装置 300 也可以代替步骤 S810 和 S820 的 处理， 进行使用了存储着量化线性预测系数的候选 k’ (m， p)( 其中， 1 ≤ m ≤ M， M 是 2 以上 的整数 ) 的表的等效处理。这时， 编码装置 200 代替线性预测单元 810 和量化单元 820 而 具备量化线性预测单元即可。并且， 量化线性预测单元利用式 (1) 对 k’ (m， p) 的组求预测 值串。然后， 通过将使预测值串和第 2 信号串 X 的每个样本的差的功率之和或者绝对值和 成为最小的 k’ (m， p) 的组设为量化线性预测系数 K’ ， 从而求对于第 2 信号串 X 的量化线性 预测系数 K’ 即可。预测值计算单元 830 使用第 2 信号串 X 和量化线性预测系数 K’ ， 如下式 那样求对第 2 预测值串 Y ＝ {y(1)， y(2)， ...， y(N)}(S830)。
[ 数 5]
其中， n 是 1 以上 N 以下的整数。另外， 在代替线性预测单元 810 和量化单元 820 而具备量化线性预测单元的情况下， 也可以将预测值计算单元 830 也包含在内而设为量化
线性预测单元。这时， 也可以代替步骤 S830 的处理， 通过将与由量化线性预测单元已求得 的量化线性预测系数 K’ 对应的预测值串设为第 2 预测值串 Y， 从而求第 2 预测值串 Y。预测 值串变形单元 330 采用在步骤 S170( 信号串变形步骤 ) 中将第 2 信号串 X 变形为变形第 2 信号串 T(X) 的方法， 对第 2 预测值串 Y 进行变形， 求变形第 2 预测值串 T(Y) ＝ {T(y(1))， T(y(2))， ...， T(y(N))}(S330)。减法运算单元 140 求变形第 2 预测值串 T(Y) 和变形第 2 信号串 T(X) 的预测残差串 E(S140)。系数编码单元 850 对量化线性预测系数 K’ 进行编码， 并输出预测系数码 Ck(S850)。残差编码单元 160 对预测残差串 E 进行编码， 并输出预测残 差码 Ce。此外， 输出表示没有产生的号码的信息 t(S160)。
图 13 表示实施例 2 的解码装置的功能构成例子， 图 14 表示实施例 2 的解码装置 的处理流程的例子。解码装置 400 以预测系数码 Ck、 预测残差码 Ce、 表示没有产生的号码的 信息 t 作为输入。并且， 解码装置 400 将码解码为号码序列 ( 第 2 信号串 )。解码装置 400 包括残差解码单元 910、 系数解码单元 920、 预测值计算单元 930、 预测值串变形单元 430、 加 法运算单元 240、 信号串反变形单元 250。 加法运算单元 240、 信号串反变形单元 250 的功能 与解码装置 200 相同。
残 差 解 码 单 元 910 根 据 预 测 残 差 码 Ce 求 预 测 残 差 串 E ＝ {e(1)， e(2)， ...， e(N)}(S910)。系数解码单元 920 根据预测系数码 Ck 求量化线性预测系数 K’ ＝ {k’ (1)， k’ (2)， ...， k’ (P)}(S920)。预测值计算单元 230 使用解码后的第 2 信号串 X 和量化线性 预测系数 K’ ， 如下式那样求第 2 预测值串 Y(S930)。
[ 数 6]
预测值串变形单元 430 使用表示没有产生的号码的信息 t， 对第 2 预测值串 Y 进行 与步骤 S250( 信号串反变形步骤 ) 相反的变形， 并求变形第 2 预测值串 T(Y)(S430)。加法 运算单元 240 将变形第 2 预测值串 T(Y) 和预测残差串 E 相加从而求变形第 2 信号串 T(X) (S240)。信号串反变形单元 250 在特定的范围所包含的号码中存在没有产生的号码时， 使 用表示没有产生的号码的信息 t， 将变形第 2 信号串 T(X) 变形为第 2 信号串 X ＝ {x(1)， x(2)， ...， x(N)}(S250)。
编码装置 300、 解码装置 400 为上述那样的结构， 因此能够获得与实施例 1 同样的 效果。
实施例 3
图 15 表示实施例 3 的编码装置的功能构成例子， 图 16 表示实施例 3 的编码装置 的处理流程的例子。编码装置 500 与编码装置 100 同样地， 对号码序列 ( 第 2 信号串 ) 进 行编码。编码装置 500 至少包括分析单元 180、 信号串变形单元 170、 变换单元 515、 线性预 测分析单元 510、 量化单元 820、 预测值计算单元 530、 预测值串变形单元 535、 减法运算单元 140、 系数编码单元 850、 残差编码单元 160。分析单元 180、 信号串变形单元 170、 减法运算 单元 140、 残差编码单元 160 的功能与编码装置 100 相同。
对编码装置 500 输入以帧为单位被分割的第 2 信号串 X ＝ {x(1)， x(2)， ...， x(N)} 时， 与编码装置 100 同样地， 执行步骤 S180 和 S170。接着， 变换单元 515 按照预先决定的规 则 (rule) 对第 2 信号串 X 进行变换， 并求变换信号串 F’ (X)(S515)。将第 2 信号串 X 变换
为变换信号串 F’ (X) 的方法有各种方法。例如有将第 2 信号串 X 变换为与原来的信号串 具有线性关系的信号串的方法。在非专利文献 2 的 ITU-T G.711 的 μ 律的情况下， “-127” 变换为 「-8031」 ， “+127” 变换为 「+8031」 ， “+0” 和 “-0” 变换为 「0」 。或者， 虽然是没有公 开的信息， 但有通过申请人已提出申请的特愿 2007-314032 号、 特愿 2007-314033 号、 特愿 2007-314034 号、 特愿 2007-314035 号中所示的 “使第 2 信号串与原来的信号接近线性关系 的处理” 来进行变换的方法等。
线性预测分析单元 510 对变换信号串 F’ (X) 进行线性预测分析， 并求线性预测系 数 K ＝ {k(1)， k(2)， ...， k(P)}(S510)。另外， P 是预测次数。量化单元 820 通过对线性预 测系数 K 进行量化而求量化线性预测系数 K’ ＝ {k’ (1)， k’ (2)， ...， k’ (P)}(S820)。此 外， 编码装置 500 也可以代替步骤 S510 和 S820 的处理， 进行使用了存储着量化线性预测系 数的候选 k’ (m， p)( 其中， 1 ≤ m ≤ M， M 是 2 以上的整数 ) 的表的等效处理。这时， 编码装 置 500 代替线性预测单元 510 和量化单元 820 而具备量化线性预测单元即可。并且， 量化 线性预测单元利用将式 (1) 的 X 置换为 F’ (X) 的式， 对 k’ (m， p) 的组求预测值串。然后， 通过将使预测值串和变换信号串 F’ (X) 的每个样本的差的功率之和或者绝对值和成为最 小的 k’ (m， p) 的组设为量化线性预测系数 K’ ， 从而求对于变换信号串 F’ (X) 的量化线性预 测系数 K’ 即可。预测值计算单元 530 使用变换信号串 F’ (X) 和量化线性预测系数 K’ ， 求对 变换信号串 F’ (X) 进行了预测的结果的变换预测值串 F’ (Y)(S530)。另外， 在代替线性预 测单元 510 和量化单元 820 而具备量化线性预测单元时， 也可以将预测值计算单元 530 也 包含在内而作为量化线性预测单元。这时， 也可以代替步骤 S530 的处理， 通过将与由量化 线性预测单元已经求得的量化线性预测系数 K’ 对应的预测值串设为变换预测值串 F’ (Y)， 从而求变换预测值串 F’ (Y)。预测值串变形单元 535 对变换预测值串 F’ (Y) 进行预先决 -1 定的规则的反变换 F’ () 从而求第 2 预测值串 Y。然后， 预测值串变形单元 535 采用在步 骤 S170( 信号串变形步骤 ) 中将第 2 信号串 X 变形为变形第 2 信号串 T(X) 的方法， 对第 2 预测值串 Y 进行变形， 并输出变形第 2 预测值串 T(Y)(S535)。减法运算单元 140 求变形第 2 预测值串 T(Y) 和变形第 2 信号串 T(X) 之差 ( 预测残差串 )E ＝ {e(1)， e(2)， ...， e(N)} (S140)。 系数编码单元 850 对量化线性预测系数 K’ 进行编码， 并输出预测系数码 Ck(S850)。 残差编码单元 160 对预测残差串 E 进行编码， 并输出预测残差码 Ce。此外， 输出表示没有产 生的号码的信息 t(S160)。
在非专利文献 2(G.711) 中用表来表示了 A 律和 μ 律的情况下的具体例子 ( 非专 利文献 2 的表 1a ～ 2b)。A 律的情况和 μ 律的情况下， 非专利文献 2 的表的第 6 列都示出 了 “8 位的形式 ( 参照图 2)” ， 第 7 列示出了 “原来的信号的量化值” ， 第 8 列示出了 “表示原 来的信号的大小 ( 大小关系 ) 的号码” 的绝对值。即， 关于表 1a， 第 8 列所记载的值本身是 “表示原来的信号的大小 ( 大小关系 ) 的号码” ， 关于表 1b， 对于第 8 列所记载的值加上负号 的值是 “表示原来的信号的大小 ( 大小关系 ) 的号码” 。 “8 位的形式” 按照使 0 和 1 反转等 决定位形式的规则来确定。按照决定位形式的规则而还原为数值的值是 “表示原来的信号 的大小 ( 大小关系 ) 的号码” 。该 “表示原来的信号的大小 ( 大小关系 ) 的号码” 相当于本 发明第 2 信号串的一个样本值。此外， 非专利文献 2 的 “原来的信号的量化值” 相当于与原 来的信号串具有线性关系的信号串的一个样本值。例如， μ 律的 “11101111” 这样的 8 位， 其表示原来的信号的大小 ( 大小关系 ) 的号码为 16， 原来的信号的量化值为 33。此外， μ律的 “10001111” 这样的 8 位， 其表示原来的信号的大小 ( 大小关系 ) 的号码为 112， 原来的 信号的量化值为 4191。
图 17 表示实施例 3 的解码装置的功能构成例子， 图 18 表示实施例 3 的解码装置 的处理流程的例子。解码装置 600 以预测系数码 Ck、 预测残差码 Ce、 表示没有产生的号码的 信息 t 作为输入。并且， 解码装置 600 将码解码为号码序列 ( 第 2 信号串 )。解码装置 600 包括残差解码单元 910、 系数解码单元 920、 变换单元 615、 预测值计算单元 630、 预测值串变 形单元 635、 加法运算单元 240、 信号串反变形单元 250。加法运算单元 240、 信号串反变形 单元 250 的功能与解码装置 200 相同。
残 差 解 码 单 元 910 根 据 预 测 残 差 码 Ce 求 预 测 残 差 串 E ＝ {e(1)， e(2)， ...， e(N)}(S910)。系数解码单元 920 根据预测系数码 Ck 求量化线性预测系数 K’ ＝ {k’ (1)， k’ (2)， ...， k’ (P)}(S920)。变换单元 615 按照预先决定的规则来变换解码后的第 2 信号 串 X， 从而求变换信号串 F’ (X)(S615)。预测值计算单元 630 使用过去的变换信号串 F’ (X) 和所述量化线性预测系数 K’ ， 如下式那样求对变换信号串进行了预测的结果的变换预测值 串 F’ (Y)(S630)。
[ 数 7]
预测值串变形单元 635 使用表示没有产生的号码的信息 t， 对变换预测值串 F’ (Y) -1 进行预先决定的规则的反变换 F’ () 从而求第 2 预测值串 Y。然后， 预测值串变形单元 635 对该第 2 预测值串 Y 进行与步骤 S250( 信号串反变形步骤 ) 相反的变形从而求变形第 2 预 测值串 T(Y)(S635)。加法运算单元 240 将变形第 2 预测值串 T(Y) 和预测残差串 E 相加从 而求变形第 2 信号串 T(X)(S240)。 信号串反变形单元 250 在特定的范围所包含的号码中存 在没有产生的号码时， 使用表示没有产生的号码的信息 t， 将变形第 2 信号串 T(X) 变形为第 2 信号串 X ＝ {x(1)， x(2)， ...， x(N)}(S250)。
编码装置 500、 解码装置 600 为上述那样的结构， 因此能够获得与实施例 1 同样的 效果。
另外， 本发明只要是熵编码等考虑了产生频率的编码方法、 解码方法， 则能够与上 述的实施方式无关地获得效果。
[ 具体例子 ]
下面， 使用图 19 说明信号串变形单元 170、 信号串反变形单元 250、 变换单元 515、 预测值串变形单元 535 下的信号串的变形或变换。另外， 在该说明中， 假设减法运算单元 140 的计算被预先定义为 E ＝ T(X)-T(Y)， 加法运算单元 240 的计算被预先定义为 T(X) ＝ E+T(Y)。此外， 作为具体的信号， 使用非专利文献 2 的表 2a、 2b 所定义的 μ 律。在非专利 文献 2 的表 2a、 2b 的第 6 列示出了 “8 位的形式” ， 第 7 列示出了 “原来的信号的量化值” ， 第 8 列示出了 “表示原来的信号的大小 ( 大小关系 ) 的号码” 的绝对值。即， 关于表 1a， 第 8 列所记载的值本身是 “表示原来的信号的大小 ( 大小关系 ) 的号码” ， 关于表 1b， 对于第 8 列所记载的值加上负号的值是 “表示原来的信号的大小 ( 大小关系 ) 的号码” 。在图 19 中， 将这些列表示在第 1 列到第 3 列中。其中， 图 19 的 “8 位的形式” 以 16 进制形式表示。另 外， 需要注意的是， 在 μ 律中， “1” 和 “0” 反转， “11111111( 在图 19 中表示为 0xFF)” 表示
正的最小数值， “10000000( 在图 19 中表示为 0x80)” 表示正的最大数值。将其按照决定位 形式的规则而还原成数值后的值为 “表示原来的信号的大小 ( 大小关系 ) 的号码” 。该 “表 示原来的信号的大小 ( 大小关系 ) 的号码” 相当于本发明的第 2 信号串 X 的一个信号的值。 此外， 非专利文献 2 的 “原来的信号的量化值” 相当于与原来的信号串具有线性关系的信号 串的一个信号的值。
第 2 信号串 X 的各信号的值是图 19 的第 3 列所示的号码。第 2 信号串 X 的各信 号能够取的值有 “+0” 和 “-0” ， 它们都表示原来的信号的量化值为 「0」 。在生成第 2 信号串 X 的装置中， 也有仅输出 “+0” 和 “-0” 中的一个的装置。此外， 偶尔在某些第 2 信号串 X 中 还有不存在 “+0” 和 “-0” 的情况。例如， 假设分析单元 180 将 “+0” 和 “-0” 作为特定的范 围， 确认是否不存在没有产生的号码， 输出了表示没有产生的号码的信息 t。另外， 由于第 2 信号串 X 只要是 “表示原来的信号的大小 ( 大小关系 ) 的号码” 即可， 因此可以将图 19 的 第 4 列设为第 2 信号串 X。这时， 正的最小振幅值为 “0” ， 负的最小振幅值为 “-1” 。
信号串变形单元 170 根据表示没有产生的号码的信息 t， 如图 19 的第 4、 6、 8、 10 列 那样重新附加号码， 从而输出变形第 2 信号串 T(X)。信号串反变形单元 250 根据表示没有 产生的号码的信息 t， 进行信号串变形单元 170 的反变形。另外， 图 19 中的 “否 (No)” 表示 T(X) 的号码不存在， T(X) 的号码是表示原来的信号的大小的号码。 变换单元 515 例如将图 19 的第 3 列所示的值变换为第 2 列所示的值， 并求变换信 号串 F’ (X)。这与实施例 3 中说明的变换的例子相同。
预测值串变形单元 535 对变换预测值串 F’ (Y) 进行量化而设为第 2 列所示的值， -1 并将其变换 ( 反变换 F’ ()) 为与该值对应的第 3 列从而求第 2 预测值串 Y。然后， 预测值 串变形单元 535 根据表示没有产生的号码的信息 t， 如图 19 的第 5、 7、 9、 11 列那样重新附加 号码， 从而输出变形第 2 预测值串 T(Y)(S535)。另外， 图 19 中的 “否” 表示 T(Y) 的号码不 存在， T(Y) 的号码是表示原来的信号的大小的号码 ( 第 3 列 )。通过这样变形， 与不进行变 形的情况相比， 能够将残差信号串 E 的振幅抑制为较小， 结果能够改善编码效率。
图 20 表示使用了 A 律的变形、 变换的具体例子。在非专利文献 2 的表 1a、 1b 的第 6 列示出了 “8 位的形式” ， 第 7 列示出了 “原来的信号的量化值” ， 第 8 列示出了 “表示原来的 信号的大小 ( 大小关系 ) 的号码” 的绝对值。即， 关于表 1a， 第 8 列所记载的值本身是 “表 示原来的信号的大小 ( 大小关系 ) 的号码” ， 关于表 1b， 对于第 8 列所记载的值加上负号的 值是 “表示原来的信号的大小 ( 大小关系 ) 的号码” 。在图 20 中， 将这些列表示在第 3 列、 第 4 列中。其中， 图 20 的 “8 位的形式” 以 16 进制形式表示。另外， 在 A 律的 8 位形式的 信号 ( 图 20 的第 1 列 ) 中， 在产生概率最高的无声状态时 “0” 连续。因此， 大多将 A 律的 8 位形式的信号和 0x55( 以二进制形式表示时为 “01010101” )的 “异或” 作为通信时的信 号来使用。图 20 的第 2 列表示 A 律的 8 位形式的信号和 0x55 的 “异或” 的值。将第 1 列 的值和第 2 列的值按照决定位形式的规则而还原成数值后的值为 “表示原来的信号的大小 ( 大小关系 ) 的号码” 。该 “表示原来的信号的大小 ( 大小关系 ) 的号码” 相当于本发明的 第 2 信号串 X 的一个信号的值。此外， 非专利文献 2 的 “原来的信号的量化值” 相当于与原 来的信号串具有线性关系的信号串的一个信号的值。
第 2 信号串 X 的各信号的值是图 20 的第 4 列或者第 5 列所示的号码。在将第 4 列设为第 2 信号串 X 的情况下， 正的最小振幅值为 “+1” ， 负的最小振幅值为 “-1” 。此外， 在
将第 5 列设为第 2 信号串 X 的情况下， 正的最小振幅值为 “0” ， 负的最小振幅值为 “-1” 。
信号串变形单元 170、 信号串反变形单元 250、 变换单元 515、 预测值串变形单元 535 下的信号串的变形或变换如下。信号串变形单元 170 根据表示没有产生的号码的信息 t， 如图 20 的第 5、 7、 9、 11 列那样重新附加号码， 从而输出变形第 2 信号串 T(X)。其中， 在 第 5 列为第 2 信号串的情况下， T(X) ＝ X。信号串反变形单元 250 根据表示没有产生的号 码的信息 t， 进行信号串变形单元 170 的反变形。另外， 图 20 中的 “否” 表示 T(X) 的号码不 存在， T(X) 的号码是表示原来的信号的大小的号码 ( 第 4 列 )。
变换单元 515 例如将图 20 的第 4 列所示的值变换为第 3 列所示的值， 并求变换信 号串 F’ (X)。这与实施例 3 中说明的变换的例子相同。
预测值串变形单元 535 对变换预测值串 F’ (Y) 进行量化而设为第 3 列所示的值， -1 并将其变换 ( 反变换 F’ ()) 为与该值对应的第 4 列 ( 或者第 5 列 ) 从而求第 2 预测值 Y。 然后， 预测值串变形单元 535 根据表示没有产生的号码的信息 t， 如图 20 的第 6、 8、 10、 12 列 那样重新附加号码， 从而输出变形第 2 预测值串 T(Y)(S535)。另外， 图 20 中的 “否” 表示 T(Y) 的号码不存在， T(Y) 的号码是表示原来的信号的大小的号码 ( 第 4 列 )。通过这样变 形， 与不进行变形的情况相比， 能够将残差信号串 E 的振幅抑制为较小， 结果能够改善编码 效率。在实施例 1 到 3 中说明了线性预测的情况。但是， 预测方法不必是完整的线性， 即使 在一部分或者整体中包含非线性的预测， 也能够获得与线性预测的情况相同的效果。当预 测方法不是线性的情况下， 将上述的 “线性预测系数” 改读为 “预测系数” ， 将 “线性预测单 元” 改读为 “预测单元” ， 将 “量化线性预测系数” 改读为 “量化预测系数” 即可。
图 21 表示计算机的功能构成例子。本发明的编码方法、 解码方法可以通过以下方 式使计算机执行， 即计算机 2000 的记录单元 2020 读取使计算机 2000 作为本发明的各构成 部分动作的程序， 并使处理单元 2010、 输入单元 2030、 输出单元 2040 等动作。此外， 作为使 计算机读取的方法， 有将程序预先记录到计算机可读取的记录介质中并且使计算机从记录 介质读取的方法、 通过电通信线路等使计算机读取在服务器等中记录的程序的方法等。