サブバンドコーディング

信号処理において、サブバンド コーディング( SBC ) とは、信号を複数の異なる周波数帯域に分割し (通常は高速フーリエ変換を使用)、それぞれを個別にエンコードする変換コーディングの形式です。この分解は、多くの場合、オーディオ信号やビデオ信号のデータ圧縮の最初のステップです。

SBC は、 MP3を含む多くの一般的な非可逆オーディオ圧縮アルゴリズムで使用される中核技術です。

オーディオ信号をデジタル的にエンコードする最も簡単な方法は、オーディオ CDやDAT録音などで使用されているパルス符号変調(PCM) です。デジタル化では、信号の振幅を一定の間隔でサンプリングし、利用可能なビット数で表現できる最も近い値に丸めることで、連続信号を離散信号に変換します。このプロセスは基本的に不正確で、間隔を置いたサンプリングによる離散化誤差と丸めによる 量子化誤差という2 つの誤差が伴います。

各サンプルを表現するのに使用されるビット数が多いほど、デジタル表現の粒度が細かくなり、量子化誤差が小さくなります。このような量子化誤差は、実質的に元のソースとそのバイナリ表現の差であるため、ノイズの一種と考えることができます。PCM では、これらの誤差の可聴影響は、ディザリングと、信号自体または他のノイズ源によってマスクされるほどノイズが低くなるように十分なビット数を使用することで軽減できます。高品質の信号は可能ですが、ビットレートが高くなります(たとえば、CD オーディオの 1 チャネルで 700 kbit/s以上)。実際には、PCM では人間の耳がどのように聞こえるかについて想定していないため、信号のマスクされた部分のエンコードに多くのビットが無駄になります。

コーディング技術は、聴覚システムの既知の特性を利用してビットレートを削減します。 古典的な方法は、μ-law アルゴリズムなどの非線形 PCM です。 小さな信号は大きな信号よりも細かい粒度でデジタル化されます。その結果、信号強度に比例したノイズが追加されます。 Sun のサウンド用Au ファイル形式は、μ-law エンコーディングの一般的な例です。 8 ビットの μ-law エンコーディングを使用すると、CD オーディオのチャネルあたりのビットレートが約 350 kbit/s に削減され、標準レートの半分になります。 この単純な方法ではマスキング効果を最小限しか利用しないため、元の音に比べて聴感上劣る結果になることがよくあります。

SBC の有用性は、おそらく具体的な例で説明するのが一番でしょう。オーディオ圧縮に使用する場合、SBC は聴覚システムの聴覚マスキングを利用します。人間の耳は通常、広範囲の周波数に敏感ですが、ある周波数で十分に大きな信号が存在する場合、耳は近くの周波数の弱い信号を聞き取れません。つまり、大きな信号が小さな信号をマスキングするということです。

SBC の基本的な考え方は、マスクされた周波数に関する情報を破棄することでデータを削減できるようにすることです。結果は元の信号とは異なりますが、破棄する情報を慎重に選択すれば、違いは目立たず、さらに重要なことに、不快なものにはなりません。

まず、デジタル フィルタ バンクが入力信号スペクトルをいくつかのサブバンド (たとえば 32) に分割します。心理音響モデルは、これらのサブバンドのそれぞれと元の信号のエネルギーを調べ、心理音響情報を使用してマスキングしきい値を計算します。各サブバンド サンプルは量子化され、量子化ノイズが動的に計算されたマスキングしきい値を下回るようにエンコードされます。最後のステップは、これらの量子化されたサンプルをすべてフレームと呼ばれるデータのグループにフォーマットして、デコーダーによる最終的な再生を容易にすることです。

デコードは、心理音響モデルが関係しないため、エンコードよりもはるかに簡単です。フレームが展開され、サブバンド サンプルがデコードされ、周波​​数と時間のマッピングによって出力オーディオ信号が再構築されます。

1980 年代後半から、標準化団体であるMoving Picture Experts Group (MPEG) が、オーディオとビデオの両方のコーディングの標準を開発しました。たとえば、 サブバンド コーディングは、人気の高い MP3 形式 (より正確にはMPEG-1 Audio Layer IIIと呼ばれます) の中核をなしています。

サブバンド コーディングは、64 kbit/s のビット レート内でサブバンド適応型差分パルス コード変調 (SB- ADPCM ) を使用するG.722コーデックで使用されます。SB-ADPCM 技術では、周波数帯域が 2 つのサブバンド (高と低) に分割され、各サブバンドの信号は ADPCM を使用してエンコードされます。

• サブバンドコーディングチュートリアル