JPH0541670A - 利得形状ベクトル量子化法 - Google Patents

Abstract

(57)【要約】 【目的】 音声や画像の信号系列を、符号化による歪を
小さく抑えたまま少い情報量で効率良くディジタル符号
化する。 【構成】 形状ベクトルの決定手順における形状ベクト
ル符号帳検索の際、予め仮定しておいた各形状ベクトル
の利得の比を用いることにより、より少い演算量で形状
ベクトルの組の取り得る全組み合わせを検索する。例え
ば、形状ベクトル符号帳２１〜２３の検索において、形
状ベクトルの組み合わせのそれぞれに、形状ベクトル検
索用利得ベクトル１１の示す検索用利得をかけ、ベクト
ル和をとったものに、その和のベクトルと被符号化ベク
トル間の歪を最小にする最適利得を乗じ、その歪が最小
になる形状ベクトルの組を選択する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声や画像の信号系列
をディジタル符号化する方法に関し、特に符号化による
歪を小さく抑えたまま少い情報量で効率良くディジタル
符号化することが可能な利得形状ベクトル量子化法に関
する。

【０００２】

【従来の技術】音声や画像等の信号系列を効率良く符号
化する方法として、現在、複数サンプルを一括したベク
トルを量子化の単位とするベクトル量子化がよく用いら
れている。この方法では、まず、Ｎ個のサンプルを一括
してそれぞれＮ次元ベクトルと見なし、これを量子化の
単位とする。そして、多数のＮ次元ベクトルの量子化代
表値からなる符号帳を用意し、被量子化ベクトルとの距
離が最小となる符号帳中のベクトルをその量子化値とす
る。この符号帳は、通常、多数の学習用データからロイ
ド法やＬＢＧ法等により作成する。このベクトル量子化
法を用いれば、信号系列を低いビットレートでかつ比較
的小さな歪で符号化することが可能になる。ここで、表
現すべき多種の信号系列ベクトルに対し、量子化歪を小
さく保つためには、符号帳のサイズを大きくすればよ
い。しかし、それがある程度以上になると、検索におい
て演算量や符号帳用メモリ量が膨大になり、また、符号
帳の学習を行うためのデータが多量に必要となって現実
的ではない。そのような場合、被符号化ベクトルの情報
をその形状を表わす形状ベクトルと形状ベクトル全体を
一定倍する利得に分割し、その二つを表わす符号で再生
ベクトルを表現する利得形状(Gain-Shape)ベクトル量子
化が有効なことがある。さらに、符号帳用メモリ量や符
号帳学習のためのデータ量を実現可能なレベルにするた
め、形状ベクトル符号帳を複数に分け、それらの形状ベ
クトル符号帳出力とそれぞれの出力に対応する利得によ
る重み付き線形結合で、再生ベクトルを表現する方法が
考えられる。この量子化値(符号)決定方法には、次の
（１）、（２）のようなものがある。 （１）形状ベクトル符号帳の個数に対応する次元数の利
得をベクトル（以下、利得ベクトルと呼ぶ）と見なし
て、その値をベクトル単位で量子化し、符号帳の形で用
意する。そして、図２に示すように、用意された形状・
利得符号帳２１〜２４において、形状ベクトル（複数）
と利得ベクトルの全ての組み合わせを検索し、歪が最小
となるものの決定を行う。なお、図２では、形状ベクト
ル符号帳が３個の場合を示している。 （２）形状ベクトル符号帳の検索時には、複数の符号帳
に対して順番を定め、それを上位から１個ずつ順番に検
索し、最適な符号を決定する。その時の利得は、その形
状ベクトルと被符号化ベクトルより論理的に求まる最適
なもの、つまり、歪を最小にするものを用いる。なお、
ある１個の形状ベクトル符号帳の検索時には、それ以前
に決定された形状ベクトルの影響を被符号化ベクトルか
ら引くなどして取り除く。また、利得の符号化は、形状
ベクトル検索時に求まった理論的に最適な値をスカラー
量子化する方法、あるいは利得ベクトル符号帳を用意し
てその検索を行う方法によって行うことができる。この
方法（２）による形状ベクトル符号帳検索の例を図３に
示す。ここでは、３個の形状ベクトル符号帳（Ａ〜Ｃ）
２１〜２３の２番目の形状ベクトル符号帳Ｂ２２を検索
する場合を示す。この場合、形状ベクトル符号帳Ａ２１
に対する最適ベクトル符号（固定値）は、形状ベクトル
符号帳Ｂ２２を検索する前に決定されている。なお、歪
を最小にする利得は演算器２６によって乗じられる。ま
た、利得ベクトル符号帳検索の例は図４に示され、形状
ベクトル符号帳２１〜２３の検索で得られた出力に対応
する利得ベクトル符号帳２４の値を得るものである。こ
の種の方法として関連するものには、例えば、特願平３
−１６６８３１号がある。

【０００３】

【発明が解決しようとする課題】上記従来技術における
方法（１）では、全ての組み合わせを検索するので最適
な符号が求まるが、この組み合わせ数は通常膨大であっ
て現実的ではない。また、方法（２）では、形状ベクト
ルの組の全組み合わせによる検索を行わないため、形状
ベクトルの最適な組み合わせによる符号より量子化歪が
増えることは避けられない。本発明の目的は、このよう
な問題点を改善し、少い演算量およびメモリ容量で、歪
の小さい信号系列を量子化することが可能な利得形状ベ
クトル量子化法を提供することにある。

【０００４】

【課題を解決するための手段】上記目的を達成するた
め、本発明の利得形状ベクトル量子化法は、利得符号帳
および複数の形状ベクトル符号帳を備え、その形状ベク
トル符号帳間の利得の比を暫定的に固定し、それに従っ
て形状ベクトル符号帳ごとに重み付き線形和をとり、得
られたベクトルと被符号化ベクトルとの間の歪を最小と
する利得をその和のベクトルに乗じて、その歪が最小に
なる形状ベクトルの組を選択し、形状ベクトルの組を決
定した後、その組を用いた重み付き線形和の値により上
記利得符号帳の検索を行って最適な利得の組を決定する
ことに特徴がある。

【０００５】

【作用】本発明においては、形状ベクトルの決定手順に
おける形状ベクトル符号帳検索の際、予め仮定した各形
状ベクトルの利得の比を用いることにより、形状ベクト
ルの組の取り得る全組み合わせを検索する。これによ
り、従来方法で形状ベクトルの利得の全組み合わせを行
った場合に比べ、検索のための演算量を大幅に削減する
ことができる。また、形状ベクトルの符号帳を前の結果
に基づいて順番に検索・決定し、その後、利得ベクトル
を検索する方法に比べると、より歪の少い量子化が可能
である。従って、より少い演算量で最適に近い符号を見
い出すことができる。

【０００６】

【実施例】以下、本発明の一実施例を図面により説明す
る。図１は、本発明の第１の実施例における形状ベクト
ル符号帳検索の説明図、図５は本発明の第１の実施例に
おけるベクトル量子化処理を示すフローチャート、図６
は本発明の第１の実施例における利得ベクトル符号帳検
索の説明図である。本実施例のベクトル量子化器は、複
数の形状ベクトル符号帳と利得ベクトル符号帳、および
加・乗算、定数倍演算等を行う演算器等から構成され
る。図１において、１１は形状ベクトル検索用に固定的
に設定された利得ベクトル、１２は形状ベクトルに対応
する最適利得を与える演算器、２１〜２３は３個の形状
ベクトル符号帳Ａ〜Ｃ、２４は利得ベクトル符号帳であ
る。本実施例では、３個の形状ベクトル符号帳２１〜２
３から最適ベクトル符号を決定する場合、図１および図
５のように、その利得比を３次元の形状ベクトル検索用
利得ベクトル１１によって固定的（例えば１：１：１）
に扱い（５０１）、３個の形状ベクトル符号帳２１〜２
３の全組み合わせの検索を行う（５０２）。具体的に
は、そのベクトルの組み合わせのそれぞれに対し、形状
ベクトル検索用利得ベクトル１１の示す検索用利得をか
け、ベクトル和をとったものに、その和のベクトルと被
符号化ベクトル間の歪を最小にする最適利得を演算器１
２により乗じ、その歪が最小になる形状ベクトルの組を
選択する。なお、形状ベクトル符号帳検索では、利得ベ
クトル符号帳２４は使用しない。さらに、利得ベクトル
符号帳２４の検索を行う場合、図５および図６のよう
に、その形状ベクトルの組を最適ベクトル符号として固
定し（５０３）、利得ベクトル符号帳２４の全検索を行
う（５０４，５０５）。これは、決定した形状ベクトル
それぞれに対して利得ベクトルの対応する次元の値を乗
じて、そのベクトル和をとり、そのベクトルと被符号化
ベクトル間の歪が最小になる利得ベクトルを選択する。
なお、利得ベクトル符号帳検索では、形状ベクトル検索
用利得ベクトル１１は使用しない。こうして決定した利
得ベクトルと前記形状ベクトルから最適な利得形状ベク
トルを決定する（５０６）。なお、本実施例では、形状
ベクトル符号帳が３個の場合の例を示したが、形状ベク
トル符号帳が複数であれば、何れの場合にも適用できる
ことは明らかである。

【０００７】図７は、本発明の第２の実施例における音
声符号化装置の一部を示す構成図である。図７におい
て、７１は音声分析部、７２は適応符号帳、７３，７４
は雑音符号帳Ａ，Ｂ、７５は利得ベクトル符号帳、７６
〜７８は線形予測合成フィルタ、７９は距離（歪）計算
部、８０は符号帳検索制御部であり、このような構成に
よってＣＥＬＰ(code excited linear prediction)方式
の音声符号化を行う。本実施例では、線形予測合成フィ
ルタの駆動音源ベクトル決定に第１の実施例で示した利
得形状ベクトル量子化法を適用する場合について述べ
る。この場合、まず、符号化対象となる音声信号の時系
列を被符号化ベクトルに対応するフレームという単位に
分割する。次に、音声分析部７１でそれぞれのフレーム
内音声（時系列ベクトル）に対して線形予測を行い、音
声のスペクトル包絡形状を表現する線形予測パラメータ
を計算し、このパラメータに基づいてフレーム単位に線
形予測合成フィルタ７６〜７８を構成する。ここで、線
形予測合成フィルタ７６〜７８を駆動する駆動音源ベク
トル決定に第１の実施例に示した利得形状ベクトル量子
化法を導入する。本実施例における駆動音源ベクトルの
形状に対応する符号帳は、通常の場合と同様に、前フレ
ームの駆動音源の時系列をある周期（この周期が符号に
対応する）で繰返したものを出力とする、音声の周期成
分を表わす適応符号帳７２と、音声の雑音成分を表わす
雑音符号帳７３，７４とに分類する。そして、これらの
各符号帳の出力を線形予測合成フィルタ７６〜７８に通
したものを、第１の実施例における形状ベクトルと見な
し、駆動音源ベクトル符号帳７２〜７４とそれに対する
利得ベクトル符号帳７５の検索を行う。この場合、検索
対象の形状ベクトル符号帳は、雑音符号帳７３，７４の
みを対象とすることも、両方の符号帳７２〜７４を対象
とすることも可能である。なお、第１の実施例と異なる
のは、駆動音源ベクトルをフレームごとに異なる線形予
測合成フィルタ７６〜７８に通過させたものが基準の形
状ベクトルとなっていること、および、各量子化におい
て固定的に用意された符号帳だけでなく、前フレームの
駆動音源時系列を繰返して周期化したものを出力とした
適応符号帳７２も、形状ベクトル符号帳の検索の対象と
なり得ることである。

【０００８】

【発明の効果】本発明によれば、形状ベクトルの利得の
全組み合わせを行う従来の方法（１）に比べ、検索のた
めの演算量を大幅に削減することができる。例えば、形
状ベクトル符号帳を３ビット（１符号帳は８本のベクト
ルからなる）×４個、利得ベクトル符号帳を８ビット
（１符号帳は２５６本のベクトルからなる）で構成した
場合、合成ベクトルを被量子化ベクトルと比較する回数
は、従来の方法（１）：従来の方法（２）：本発明の方
法で次に示すような比になる。

【数１】 また、形状ベクトルの符号帳を前の結果に基づいて順番
に検索・決定し、その後、利得ベクトルを検索する従来
の方法（２）に比べ、形状ベクトルの全組み合わせによ
る検索が行えるため、より歪の少い量子化が可能であ
る。従って、より歪の少い量子化結果を、より少い演算
量で得ることができる。

【０００９】

【図面の簡単な説明】

【図１】本発明の第１の実施例における形状ヘクトル符
号帳検索の説明図である。

【図２】従来の形状利得ベクトル量子化法の説明図であ
る。

【図３】従来の形状利得ベクトル量子化法の説明図であ
る。

【図４】従来の形状利得ベクトル量子化法の説明図であ
る。

【図５】本発明の第１の実施例におけるベクトル量子化
処理を示すフローチャートである。

【図６】本発明の第１の実施例における利得ベクトル符
号帳検索の説明図である。

【図７】本発明の第２の実施例における音声符号化装置
の一部を示す構成図である。

【符号の説明】

１１ 形状ベクトル検索用利得ベクトル １２ 演算器 ２１ 形状ベクトル符号帳Ａ ２２ 形状ベクトル符号帳Ｂ ２３ 形状ベクトル符号帳Ｃ ２４ 利得ベクトル符号帳 ２５ 演算器 ２６ 演算器 ７１ 音声分析部 ７２ 適応符号帳 ７３ 雑音符号帳Ａ ７４ 雑音符号帳Ｂ ７５ 利得ベクトル符号帳 ７６ 線形予測合成フィルタ ７７ 線形予測合成フィルタ ７８ 線形予測合成フィルタ ７９ 距離（歪）計算部 ８０ 符号帳検索制御部

Claims (1)

【特許請求の範囲】
1. 【請求項１】 利得符号帳および複数の形状ベクトル符
   号帳を備えて、信号系列を複数サンプルからなるベクト
   ルに分割したものを量子化単位とし、ベクトルの量子化
   値を複数の形状ベクトルの組と該形状ベクトルに対応す
   る利得の組との重み付き線形和として表現する利得形状
   ベクトル量子化法において、上記形状ベクトル符号帳間
   の利得の比を固定して、該利得比に従い、形状ベクトル
   符号帳ごとに重み付き線形和をとって、形状ベクトルの
   組の取り得る全組み合わせを検索し、最適なベクトル符
   号を決定した後、該ベクトル符号を用いた重み付き線形
   和の値により上記利得符号帳を検索して、利得の組を決
   定することを特徴とする利得形状ベクトル量子化法。