CN101911185B - 矢量量化装置、矢量反量化装置及其方法 - Google Patents

矢量量化装置、矢量反量化装置及其方法 Download PDF

Info

Publication number
CN101911185B
CN101911185B CN2009801019040A CN200980101904A CN101911185B CN 101911185 B CN101911185 B CN 101911185B CN 2009801019040 A CN2009801019040 A CN 2009801019040A CN 200980101904 A CN200980101904 A CN 200980101904A CN 101911185 B CN101911185 B CN 101911185B
Authority
CN
China
Prior art keywords
vector
code
additive factor
vectors
selecting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2009801019040A
Other languages
English (en)
Other versions
CN101911185A (zh
Inventor
佐藤薰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
III Holdings 12 LLC
Original Assignee
Matsushita Electric Industrial Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Publication of CN101911185A publication Critical patent/CN101911185A/zh
Application granted granted Critical
Publication of CN101911185B publication Critical patent/CN101911185B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/032Quantisation or dequantisation of spectral components
    • G10L19/038Vector quantisation, e.g. TwinVQ audio
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/08Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
    • G10L19/12Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

公开了能够根据具有与量化对象矢量相关的特征的种类来切换第一级矢量量化的码本而提高矢量量化的量化精度的矢量量化装置。在该装置中,分类器(101)从多个分类用代码矢量中选择表示与量化对象矢量具有相关性的特征的种类的分类用代码矢量,开关(102)从多个第一码本中选择与上述种类对应的第一码本,误差最小化单元(105)从构成选择出的第一码本的多个第一代码矢量中选择最接近量化对象矢量的第一代码矢量,加法因子决定单元(106)从多个加法因子矢量中选择与上述种类对应的加法因子矢量,误差最小化单元(105)使用选择出的加法因子矢量,从多个第二代码矢量中选择最接近选择出的第一代码矢量和量化对象矢量之间的残差矢量的第二代码矢量。

Description

矢量量化装置、矢量反量化装置及其方法
技术领域
本发明涉及进行LSP(Line Spectral Pairs,线谱对)参数的矢量量化的矢量量化装置、矢量反量化装置及其方法,特别涉及在以因特网通信为代表的分组通信系统或移动通信系统等领域内,进行语音信号的传输的语音编码/解码装置所使用的、进行LSP参数的矢量量化的矢量量化装置、矢量反量化装置及其方法。 
背景技术
在数字无线通信、以因特网通信为代表的分组通信或语音存储等领域中,为了实现电波等的传输路径容量或存储媒体的有效利用,语音信号的编码和解码技术必不可少。其中,特别是CELP(Code Excited Linear Prediction,码激励线性预测)方式的语音编码/解码技术正在成为主流技术。 
CELP方式的语音编码装置基于预先存储的语音模型,对输入语音进行编码。具体而言,CELP方式的语音编码装置将数字化后的语音信号划分为10至20ms左右的一定时间间隔的帧,对各个帧内的语音信号进行线性预测分析来求线性预测系数(LPC:Linear Prediction Coefficient)和线性预测残差矢量,并分别单独地对线性预测系数和线性预测残差矢量进行编码。作为线性预测系数的编码方法,通常将线性预测系数变换为LSP(Line Spectral Pairs)参数,对LSP参数进行编码。另外,作为LSP参数的编码方法,对LSP参数进行矢量量化的情况较多。所谓矢量量化,是指从具有多个代表性矢量(代码矢量)的码本(codebook)中选择最接近量化对象的矢量的代码矢量,输出被附加在选择出的代码矢量上的索引(代码)作为量化结果的方法。在矢量量化中,根据可使用的信息量决定码本的大小。例如,在以8比特的信息量进行矢量量化时,码本能够构成为使用256(=28)种代码矢量。 
另外,为了减少矢量量化中的信息量和计算量,使用了多级矢量量化(MSVQ:Multi-Stage Vector Quantization)或分裂矢量量化(SVQ:Split VectorQuantization)等各种技术(参照非专利文献1)。所谓多级矢量量化,是指对 矢量进行一次矢量量化之后,进一步对量化误差进行矢量量化的方法,所谓分裂矢量量化,是指分别对将矢量分割为多个所得的分割矢量进行量化的方法。 
另外,存在以下的技术,即根据具有与作为量化对象的LSP相关的语音性特征(例如,语音的有声性、无声性、模式等信息),适当地切换在矢量量化中使用的码本,从而进行适合于LSP的特征的矢量量化,进一步提高LSP编码性能。例如,在可扩展编码中,利用宽带LSP(根据宽带信号求得的LSP)与窄带LSP(根据窄带信号求得的LSP)之间的相互关系,并根据特征对窄带LSP进行分类,根据窄带LSP的特征的种类(以下简称为“窄带LSP的种类”)切换多级矢量量化的第一级码本,对宽带LSP进行矢量量化。 
非专利文献:Allen Gersho、Robert M.Gray著、古井、外3名訳、「ベクトル量子化と情報压缩」、コロナ社、1998年11月10日、p.506、524-531 
发明内容
发明需要解决的问题 
在上述的多级矢量量化中,由于使用与窄带LPS种类对应的码本进行第一级矢量量化,所以第一级矢量量化的量化误差的分布因窄带LSP的种类而不同。但是,由于在第二级以后的矢量量化中无论窄带LSP的种类如何都使用共同的一个码本,所以存在第二级以后的矢量量化精度不充分的问题。 
图1是用于说明上述的多级矢量量化中的问题点的图。在图1中,黑圆点表示二维的矢量,虚线的圆示意地表示矢量集合的分布的大小,圆的中心表示矢量集合的平均。另外,在图1中,CBa1、CBa2、...、CBan与各种窄带LSP对应,并表示用于第一级矢量量化的多个码本的各个码本。CBb表示用于第二级矢量量化的码本。 
如图1所示,作为使用各个码本CBa1、CBa2、…、CBan进行第一级矢量量化的结果,量化误差矢量的平均(表示分布的虚线圆的中心)分别不同。若对这样的平均不同的量化误差矢量使用共同的第二代码矢量进行第二级矢量量化,则第二级的量化精度劣化。 
本发明的目的在于,提供能够在根据具有与量化对象矢量相关的特征的种类来切换第一级的码本的多级矢量量化中,能够提高第二级以后的矢量量化的量化精度的矢量量化装置、矢量反量化装置及其方法。 
解决问题的方案 
本发明的矢量量化装置采用的结构包括:第一选择单元,从多个分类用代码矢量中,选择表示具有与作为量化对象矢量的宽带线谱对参数矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;第二选择单元,从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;第一量化单元,使用构成所述选择出的第一码本的多个第一代码矢量,对量化对象矢量进行量化,获得第一代码;第三选择单元,从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的第一加法因子矢量;以及第二量化单元,从与所述第一代码表示的所述第一代码矢量和所述量化对象矢量之间的第一残差矢量中减去选择出的所述第一加法因子矢量而生成减法矢量,使用多个第二代码矢量,对所述减法矢量进行量化。 
另外,本发明的矢量量化装置采用的结构包括:第一选择单元,从多个分类用代码矢量中,选择表示具有与作为量化对象矢量的宽带线谱对参数矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;第二选择单元,从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;第一量化单元,使用构成所述选择出的第一码本的多个第一代码矢量,对量化对象矢量进行量化,获得第一代码;第三选择单元,从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的第一加法因子矢量;以及第二量化单元,将多个第二代码矢量的各个代码矢量和所述选择出的第一加法因子矢量相加而生成多个加法矢量,使用所述多个加法矢量,对所述第一代码表示的所述第一代码矢量和所述量化对象矢量之间的第一残差矢量进行量化。 
本发明的矢量反量化装置采用的结构包括:接收单元,接收在矢量量化装置中对量化对象矢量进行量化而获得的第一代码以及对所述量化的量化误差进一步进行量化而获得的第二代码;第一选择单元,从多个分类用代码矢量中,选择表示具有与作为所述量化对象矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;第二选择单元,从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;第一反量化单元,从构成所述选择出的第一码本的多个第一代码矢量中,指定与所述第一代码对应的第一代码矢量;第三选择单元,从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的加法因子矢量;以及第二反量化单元,从多个第二代码矢量中指定与所述第二代码对应的第二代码矢量,使用所述指定了的第二代码矢 量、所述选择出的加法因子矢量以及所述指定了的第一代码矢量,获得量化矢量。 
本发明的矢量量化方法包括以下步骤:从多个分类用代码矢量中,选择表示具有与作为量化对象矢量的宽带线谱对参数矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;使用构成所述选择出的第一码本的多个第一代码矢量,对量化对象矢量进行量化,获得第一代码;从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的第一加法因子矢量;以及从与所述第一代码表示的所述第一代码矢量和所述量化对象矢量之间的第一残差矢量中减去选择出的所述第一加法因子矢量而生成减法矢量,使用多个第二代码矢量,对所述减法矢量进行量化。 
本发明的矢量量化方法包括以下步骤:从多个分类用代码矢量中,选择表示具有与作为量化对象矢量的宽带线谱对参数矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;使用构成所述选择出的第一码本的多个第一代码矢量,对量化对象矢量进行量化,获得第一代码;从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的第一加法因子矢量;以及将多个第二代码矢量的各个代码矢量和所述选择出的第一加法因子矢量相加而生成多个加法矢量,使用所述多个加法矢量,对所述第一代码表示的所述第一代码矢量和所述量化对象矢量之间的第一残差矢量进行量化。 
本发明的矢量反量化方法包括以下步骤:接收在矢量量化装置中对量化对象矢量的宽带线谱对参数矢量进行量化而获得的第一代码以及对所述量化的量化误差进一步进行量化而获得的第二代码;从多个分类用代码矢量中,选择表示具有与作为所述量化对象矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;从构成所述选择出的第一码本的多个第一代码矢量中,选择与所述第一代码对应的第一代码矢量;从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的第一加法因子矢量;以及从多个第二代码矢量中选择与所述第二代码对应的第二代码矢量,使用所述选择出的第二代码矢量、所述选择出的第一加法因子矢量以及所述选择出的第一代码矢量,获得所述量化对象矢量。 
发明的效果 
根据本发明,在根据具有与量化对象矢量相关的特征的种类来切换第一级的码本的多级矢量量化中,使用与上述种类对应的加法因子进行第二级以后的矢量量化,由此能够提高第二级以后的矢量量化的量化精度。另外,在解码时,能够使用量化精度高的编码信息来进行矢量反量化,所以能够生成高质量的解码信号。 
附图说明
图1是用于说明现有技术的多级矢量量化中的问题点的图。 
图2是表示本发明实施方式1的LSP矢量量化装置的主要结构的方框图。 
图3是表示本发明实施方式1的LSP矢量反量化装置的主要结构的方框图。 
图4是用于概念性说明本发明的实施方式1的LSP矢量量化的效果的图。 
图5是表示本发明实施方式1的LSP矢量量化装置的变形例的主要结构的方框图。 
图6是用于概念性说明本发明的实施方式1的LSP矢量量化装置的变形例中的LSP矢量量化的效果的图。 
图7是表示具备本发明实施方式1的LSP矢量量化装置的CELP编码装置的主要结构的方框图。 
图8是表示具备本发明实施方式1的LSP矢量反量化装置的CELP解码装置的主要结构的方框图。 
图9是表示本发明实施方式2的LSP矢量量化装置的主要结构的方框图。 
图10是表示本发明实施方式2的LSP矢量反量化装置的主要结构的方框图。 
图11是表示本发明实施方式3的LSP矢量量化装置的主要结构的方框图。 
图12A是表示构成本发明实施方式3的码本506的代码矢量的集合的图。 
图12B是表示构成本发明实施方式3的码本507的代码矢量的集合的图。 
图12C是用于概念性说明本发明的实施方式3的LSP矢量量化的效果的图。 
具体实施方式
以下,参照附图详细地说明本发明的实施方式。另外,作为本发明的矢量量化装置、矢量反量化装置及其方法,以LSP矢量量化装置、LSP矢量反量化装置及其方法为例进行说明。 
另外,在本发明的实施方式中以下述情况为例进行说明,即在可扩展编码的宽带LSP量化器中,将宽带LSP作为矢量量化对象,使用具有与矢量量化对象相关的窄带LSP的种类,切换用于第一级量化的码本。另外,也可以取代窄带LSP而使用量化窄带LSP(通过未图示的窄带LSP量化器预先进行了量化的窄带LSP),切换用于第一级量化的码本。而且,也可以将量化窄带LSP变换为宽带形态,利用变换后的量化窄带LSP而切换用于第一级量化的码本。 
另外,在本发明实施方式中,将通过对构成码本的所有代码矢量进行加 法运算和减法运算而使代码矢量空间的中心即形心(平均)移动的因子(矢量)称为加法因子。另外,实际上,加法因子矢量,如本发明的实施方式所示,用于从作为量化对象的矢量中减去加法因子矢量的情况多于用于与代码矢量进行相加的情况。 
(实施方式1) 
图2是表示本发明实施方式1的LSP矢量量化装置100的主要结构的方框图。这里以下述情况为例进行说明,在LSP矢量量化装置100中,通过三级的多级矢量量化对输入的LSP矢量进行量化。 
在图2中,LSP矢量量化装置100包括:分类器101、开关102、第一码本103、加法器104、误差最小化单元105、加法因子决定单元106、加法器107、第二码本108、加法器109、第三码本110以及加法器111。 
分类器101预先存储有由分别表示窄带LSP矢量的多个种类的多个分类信息构成的分类用码本,从分类用码本中选择表示作为矢量量化对象的宽带LSP矢量的种类的分类信息,并将其输出到开关102和加法因子决定单元106。具体而言,分类器101内置由对应于各种窄带LSP矢量的代码矢量构成的分类用码本,通过对分类用码本进行搜索,求与输入的窄带LSP矢量之间的平方误差为最小的代码矢量。分类器101将通过搜索求出的代码矢量的索引作为表示LSP矢量的种类的分类信息。 
开关102从第一码本103中选择一个与分类器101输入的分类信息对应的子码本,并将该子码本的输出端子连接到加法器104。 
第一码本103预先存储与各种窄带LSP对应的子码本(CBa1~CBan)。也就是说,例如,在窄带LSP的种类的总数为n时,构成第一码本103的子码本的数也为n。第一码本103从构成第一码本的多个第一代码矢量中,将由来自误差最小化单元105的指示所指示的第一代码矢量输出到开关102。 
加法器104求作为矢量量化对象输入的宽带LSP矢量与开关102输入的代码矢量之差,并将该差输出到误差最小化单元105作为第一残差矢量。而且,加法器104将与所有第一代码矢量的各个代码矢量对应的第一残差矢量中的、通过误差最小化单元105的搜索而已知为最小的一个第一残差矢量输出到加法器107。 
误差最小化单元105将对加法器104输入的第一残差矢量进行平方所得的结果作为宽带LSP矢量与第一代码矢量之间的平方误差,并通过搜索第一 码本求使该平方误差为最小的第一代码矢量。同样,误差最小化单元105将对加法器109输入的第二残差矢量进行平方所得的结果作为第一残差矢量与第二代码矢量之间的平方误差,并通过搜索第二码本求使该平方误差为最小的第二代码矢量。同样,误差最小化单元105将对加法器111输入的第三残差矢量进行平方所得的结果作为第三残差矢量与第三代码矢量之间的平方误差,并通过搜索第三码本求使该平方误差为最小的第三代码矢量。误差最小化单元105对附加给通过搜索获得的三个代码矢量的索引集中编码,并将其作为编码数据输出。 
加法因子决定单元106预先存储由与各种窄带LSP矢量对应的加法因子矢量构成的加法因子码本。加法因子决定单元106从加法因子码本中选择与分类器101输入的分类信息对应的加法因子矢量,并将其输出到加法器107。 
加法器107求从加法器104输入的第一残差矢量和从加法因子决定单元106输入的加法因子矢量之差,并将其输出到加法器109。 
第二码本(CBb)108由多个第二代码矢量构成,并将由来自误差最小化单元105的指示所指示的第二代码矢量输出到加法器109。 
加法器109求从加法器107输入的、减去加法因子矢量后的第一残差矢量与从第二码本108输入的第二代码矢量之差,并将该差输出到误差最小化单元105作为第二残差矢量。而且,加法器109将与所有第二代码矢量的各个代码矢量对应的第二残差矢量中的、通过误差最小化单元105的搜索而已知为最小的一个第二残差矢量输出到加法器111。 
第三码本110(CBc)由多个第三代码矢量构成,并将由来自误差最小化单元105的指示所指示的第三代码矢量输出到加法器111。 
加法器111求从加法器109输入的第二残差矢量与从第三码本110输入的第三代码矢量之差,并将该差输出到误差最小化单元105作为第三残差矢量。 
接着,以作为量化对象的宽带LSP矢量的阶数为R阶的情况为例,说明LSP矢量量化装置100进行的动作。另外,在以下的说明中,将宽带LSP矢量记为LSP(i)(i=0,1,...,R-1)。 
分类器101内置由分别对应于窄带LSP矢量的n个种类的n个代码矢量构成的分类用码本,通过对代码矢量进行搜索,求与输入的窄带LSP矢量之间的平方误差最小的第m代码矢量。分类器101将m(1≤m≤n)输出到开关 102以及加法因子决定单元106作为分类信息。 
开关102从第一码本103中选择与分类信息m对应的子码本CBam,并将该子码本的输出端子连接到加法器104。 
第一码本103从构成n个子码本CBa1~CBan中的CBam的各个第一代码矢量CODE_1(d1)(i)(d1=0,1,...,D1-1、i=0,1,...,R-1)中,将由来自误差最小化单元105的指示d1’所指示的第一代码矢量CODE_1(d1’)(i)(i=0,1,...,R-1)输出到开关102。这里,D1是第一码本的代码矢量的总数,d1是第一代码矢量的索引。这里,从误差最小化单元105对第一码本103依次指示从d1’=0至d1’=D1-1为止的d1’的值。 
加法器104根据下式(1)求作为矢量量化对象输入的宽带LSP矢量LSP(i)(i=0,1,...,R-1)和从第一码本103输入的第一代码矢量CODE_1(d1’)(i)(i=0,1,...,R-1)之差,并将该差输出到误差最小化单元105作为第一残差矢量Err_1(d1’)(i)(i=0,1,...,R-1)。另外,加法器104将对应于从d1’=0至d1’=D1-1为止的各个d1’的第一残差矢量Err_1(d1’)(i)(i=0,1,...,R-1)中的、通过误差最小化单元105的搜索而已知为最小的第一残差矢量Err_1(d1_min)(i)(i=0,1,...,R-1)输出到加法器107。 
Err_1(d1’)(i)=LSP(i)-CODE_1(d1’)(i)(i=0,1,…,R-1)...(1) 
误差最小化单元105对第一代码本103依次指示从d1’=0至d1’=D1-1为止的d1’的值,并且对于从d1’=0至d1’=D1-1为止的各个d1’,根据下述的式(2)对从加法器104输入的第一残差矢量Err_1(d1’)(i)(i=0,1,...,R-1)进行平方,求平方误差Err。 
Err = Σ i = 0 R - 1 ( Err _ 1 ( d 1 ′ ) ( i ) ) 2 . . . ( 2 )
误差最小化单元105存储使平方误差Err为最小的第一代码矢量的索引d1’作为第一索引d1_min。 
加法因子决定单元106从加法因子码本中选择与分类信息m对应的加法因子矢量Add(m)(i)(i=0,1,...,R-1),并将其输出到加法器107。 
加法器107根据下式(3),从加法器104输入的第一残差矢量Err_1(d1_min)(i)(i=0,1,...,R-1)中减去从加法因子决定单元106输入的加法因子矢量Add(m)(i)(i=0,1,...,R-1),将所获得的Add_Err_1(d1_min)(i)输出到加法器109。 
Add_Err_1(d1_min)(i)=Err_1(d1_min)(i)-Add(m)(i)(i=0,1,…,R-1)...(3) 
第二码本108从构成码本的各个第二代码矢量CODE_2(d2)(i)(d2=0,1,...,D2-1、i=0,1,...,R-1)中,将由来自误差最小化单元105的指示d2’所指示的代码矢量CODE_2(d2’)(i)(i=0,1,...,R-1)输出到加法器109。这里,D2是第二码本的代码矢量的总数,d2是代码矢量的索引。从误差最小化单元105对第二码本108依次指示从d2’=0至d2’=D2-1为止的d2’的值。 
加法器109根据下式(4)求从加法器107输入的、减去加法因子矢量后的第一残差矢量Add_Err_1(d1_min)(i)(i=0,1,...,R-1)和从第二码本108输入的第二代码矢量CODE_2(d2’)(i)(i=0,1,...,R-1)之差,并将该差输出到误差最小化单元105作为第二残差矢量Err_2(d2’)(i)(i=0,1,...,R-1)。另外,加法器109将对应于从d2’=0至d2’=D1-1为止的各个d2’的第二残差矢量Err_2(d2’)(i)(i=0,1,...,R-1)中的、通过误差最小化单元105的搜索而已知为最小的第二残差矢量Err_2(d2_min)(i)(i=0,1,...,R-1)输出到加法器111。 
Err_2(d2’)(i)=Sca_Err_1(d1_min)(i)-CODE_2(d2’)(i)(i=0,1,…,R-1)...(4) 
这里,误差最小化单元105对第二码本108依次指示从d2’=0至d2’=D2-1为止的d2’的值,并且对于从d2’=0至d2’=D2-1为止的各个d2’,根据下式(5)对从加法器109输入的第二残差矢量Err_2(d2’)(i)(i=0,1,...,R-1)进行平方,求平方误差Err。 
Err = Σ i = 0 R - 1 ( Err _ 2 ( d 2 ′ ) ( i ) ) 2 . . . ( 5 )
误差最小化单元105存储使平方误差Err为最小的第二代码矢量的索引d2’作为第二索引d2_min。 
第三码本110从构成码本的各个第三代码矢量CODE_3(d3)(i)(d3=0,1,...,D3-1、i=0,1,...,R-1)中,将由来自误差最小化单元105的指示d3’所指示的第三代码矢量CODE_3(d3’)(i)(i=0,1,...,R-1)输出到加法器111。这里,D3是第三码本的代码矢量的总数,d3是代码矢量的索引。从误差最小化单元105对第三码本110依次指示从d3’=0至d3’=D3-1为止的d3’的值。 
加法器111根据下式(6)求从加法器109输入的第二残差矢量Err_2(d2_min)(i)(i=0,1,...,R-1)和从第三码本110输入的代码矢量CODE_3 (d3’)(i)(i=0,1,...,R-1)之差,并将该差输出到误差最小化单元105作为第三残差矢量Err_3(d3’)(i)(i=0,1,...,R-1)。 
Err_3(d3’)(i)=Err_2(d2_min)(i)-CODE_3(d3’)(i)(i=0,1,…,R-1)...(6) 
这里,误差最小化单元105对第三码本110依次指示从d3’=0至d3’=D3-1为止的d3’的值,并且对于从d3’=0至d3’=D3-1为止的各个d3’,根据下式(7)对从加法器111输入的第三残差矢量Err_3(d3’)(i)(i=0,1,...,R-1)进行平方,求平方误差Err。 
Err = Σ i = 0 R - 1 ( Err _ 3 ( d 3 ′ ) ( i ) ) 2 . . . ( 7 )
接着,误差最小化单元105存储使平方误差Err为最小的第三代码矢量的索引d3’作为第三索引d3_min。然后,误差最小化单元105对第一索引d1_min、第二索引d2_min以及第三索引d3_min集中进行编码,并将其作为编码数据输出。 
图3是表示本实施方式的LSP矢量反量化装置200的主要结构的方框图。LSP矢量反量化装置200对在LSP矢量量化装置100中输出的编码数据进行解码,生成量化LSP矢量。 
LSP矢量反量化装置200包括:分类器201、代码分离单元202、开关203、第一码本204、加法因子决定单元205、加法器206、第二码本(CBb)207、加法器208、第三码本(CBc)209以及加法器210。另外,第一码本204具有与第一码本103所具有的子码本(CBa1~CBan)相同内容的子码本,加法因子决定单元205具有与加法因子决定单元106所具有的加法因子码本相同内容的加法因子码本。另外,第二码本207具有与第二码本108所具有的码本相同内容的码本,第三码本209具有与第三码本110所具有的码本相同内容的码本。 
分类器201预先存储有由分别表示窄带LSP矢量的多个种类的多个分类信息构成的分类用码本,从分类用码本中选择表示作为矢量量化对象的宽带LSP矢量的种类的分类信息,并将其输出到开关203和加法因子决定单元205。具体而言,分类器201内置由对应于各种窄带LSP矢量的代码矢量构成的分类用码本,通过对分类用码本进行搜索,求与从未图示的窄带LSP量化器输入的量化窄带LSP矢量之间的平方误差最小的代码矢量。分类器201 将通过搜索求出的代码矢量的索引作为表示LSP矢量的种类的分类信息。 
代码分离单元202将从LSP矢量量化装置100发送的编码数据分离为第一索引、第二索引以及第三索引。代码分离单元202对第一码本204指示第一索引,对第二码本207指示第二索引,并对第三码本209指示第三索引。 
开关203从第一码本204中选择一个与从分类器201输入的分类信息对应的子码本(CBam),并将该子码本的输出端子与加法器206连接。 
第一码本204从构成第一码本的多个第一代码矢量中,将与代码分离单元202所指示的第一索引对应的一个第一代码矢量输出到开关203。 
加法因子决定单元205从加法因子码本中选择与从分类器201输入的分类信息对应的加法因子矢量,并将其输出到加法器206。 
加法器206将从开关203输入的第一代码矢量和从加法因子决定单元205输入的加法因子矢量相加,并将获得的相加结果输出到加法器208。 
第二码本207将与代码分离单元202指示的第二索引对应的一个第二代码矢量输出到加法器208。 
加法器208对从加法器206输入的相加结果相加从第二码本207输入的第二代码矢量,并将获得的相加结果输出到加法器210。 
第三码本209将与代码分离单元202指示的第三索引对应的一个第三代码矢量输出到加法器210。 
加法器210对从加法器208输入的相加结果相加从第三码本209输入的第三代码矢量,并将获得的相加结果作为量化宽带LSP矢量输出。 
接着,说明LSP矢量反量化装置200的动作。 
分类器201内置由分别对应于窄带LSP矢量的n个种类的n个代码矢量构成的分类用码本,通过对代码矢量进行搜索,求与从未图示的窄带LSP量化器输入的量化窄带LSP矢量之间的平方误差最小的第m代码矢量。分类器201将m(1≤m≤n)输出到开关203以及加法因子决定单元205作为分类信息。 
代码分离单元202将从LSP矢量量化装置100发送的编码数据分离为第一索引d1_min、第二索引d2_min以及第三索引d3_min。代码分离单元202对第一码本204指示第一索引d1_min,对第二码本207指示第二索引d2_min,并对第三码本209指示第三索引d3_min。 
开关203从第一码本204中选择与从分类器201输入的分类信息m对应的子码本CBam,并将该子码本的输出端子连接到加法器206。 
第一码本204从构成子码本CBam的各个第一代码矢量CODE_1(d1)(i)(d1=0,1,...,D1-1、i=0,1,...,R-1)中,将由来自代码分离单元202的指示d1_min指示的第一代码矢量CODE_1(d1_min)(i)(i=0,1,...,R-1)输出到开关203。 
加法因子决定单元205从加法因子码本中,选择与从分类器201输入的分类信息m对应的加法因子矢量Add(m)(i)(i=0,1,...,R-1),并将其输出到加法器206。 
加法器206根据下式(8),将从第一码本204输入的第一代码矢量CODE_1(d1_min)(i)(i=0,1,...,R-1)和从加法因子决定单元205输入的加法因子矢量Add(m)(i)(i=0,1,...,R-1)相加,并将获得的相加结果TMP_1(i)(i=0,1,...,R-1)输出到加法器208。 
TMP_1(i)=CODE_1(d1_min)(i)+Add(m)(i)(i=0,1,…,R-1)...(8) 
第二码本207从构成第二码本的各个第二代码矢量CODE_2(d2)(i)(d2=0,1,...,D2-1、i=0,1,...,R-1)中,将由来自代码分离单元202的指示d2_min指示的第二代码矢量CODE_2(d2_min)(i)(i=0,1,...,R-1)输出到加法器208。 
加法器208根据下式(9),对从加法器206输入的相加结果TMP_1(i)相加从第二码本207输入的第二代码矢量CODE_2(d2_min)(i)(i=0,1,...,R-1),并将获得的相加结果TMP_2(i)(i=0,1,...,R-1)输出到加法器210。 
TMP_2(i)=TMP_1(i)+CODE_2(d2_min)(i)(i=0,1,…,R-1)...(9) 
第三码本209从构成第三码本的各个第三代码矢量CODE_3(d3)(i)(d3=0,1,...,D3-1、i=0,1,...,R-1)中,将由来自代码分离单元202的指示d3_min指示的第三代码矢量CODE_3(d3_min)(i)(i=0,1,...,R-1)输出到加法器210。 
加法器210根据下式(10),对从加法器208输入的相加结果TMP_2(i)(i=0,1,...,R-1)相加从第三码本209输入的第三代码矢量CODE_3(d3_min)(i)(i=0,1,...,R-1),并将相加结果即Q_LSP(i)(i=0,1,...,R-1)作为量化宽带LSP矢量输出。 
Q_LSP(i)=TMP_2(i)+CODE_3(d3_min)(i)(i=0,1,…,R-1)...(10) 
在LSP矢量量化装置100和LSP矢量反量化装置200中使用的第一码本、加法因子码本、第二码本以及第三码本是预先通过学习求得并生成的,说明这些码本的学习方法。 
为了通过学习求第一码本103和第一码本204所具有的第一码本,首先准备从大量的学习用的语音数据获得的多个例如V个的LSP矢量。接着,按照种类(n种)对V个LSP矢量进行分组,使用属于各个组的LSP矢量,根据LBG(Linde Buzo Gray)算法等学习算法,求D1个的第一代码矢量CODE_1(d1)(i)(d1=0,1,...,D1-1、i=0,1,...,R-1),并生成各个子码本。 
为了通过学习求加法因子决定单元106和加法因子决定单元205具有的加法因子码本,使用上述V个LSP矢量,进行基于以上述方法求得的第一码本的第一级矢量量化,求V个加法器104输出的第一残差矢量Err_1(d1_min)(i)(i=0,1,...,R-1)。接着,按照种类对求得的V个第一残差矢量进行分组,求属于各个组的第一残差矢量集合的形心。然后,通过将各个形心的矢量设为与该种类对应的加法因子矢量,生成加法因子码本。 
为了通过学习求第二码本108和第二码本207所具有的第二码本,使用上述V个LSP矢量,进行基于以上述方法求得的第一码本的第一级矢量量化。接着,使用以上述方法求得的加法因子码本,求V个加法器107输出的减去加法因子矢量后的第一残差矢量Add_Err_1(d1_min)(i)(i=0,1,...,R-1)。接着,使用V个减去加法因子矢量后的第一残差矢量Add_Err_1(d1_min)(i)(i=0,1,...,R-1),根据LBG(Linde Buzo Gray)算法等学习算法,求D2个第二代码矢量CODE_2(d2)(i)(d2=0,1,...,D1-1、i=0,1,...,R-1),生成第二码本。 
为了通过学习求第三码本110和第三码本209具有的第三码本,使用上述V个LSP矢量,进行基于以上述方法求得的第一码本的第一级矢量量化。接着,使用以上述方法求得的加法因子码本,求V个减去加法因子矢量后的第一残差矢量Add_Err_1(d1_min)(i)(i=0,1,...,R-1)。接着,进行基于以上述方法求得的第二码本的第二级矢量量化,求V个加法器109输出的第二残差矢量Err_2(d2_min)(i)(i=0,1,...,R-1)。接着,使用V个第二残差矢量Err_2(d2_min)(i)(i=0,1,...,R-1)),根据LBG(Linde BuzoGray)算法等学习算法,求D3个第三代码矢量CODE_3(d3)(i)(d3=0,1,..., D1-1、i=0,1,...,R-1),生成第三码本。 
这些学习方法是一个例子,也可以通过上述方法以外的方法生成各个码本。 
这样,根据本实施方式,根据具有与宽带LSP矢量相关的窄带LSP矢量的种类来切换第一级矢量量化的码本,在第一级的矢量量化误差(第一残差矢量)的统计分布对每个种类不同的多级矢量量化中,从第一残差矢量减去与窄带LSP矢量的分类结果对应的加法因子矢量。由此,能够根据第一级的矢量量化误差的统计平均来变更第二级的矢量量化对象的矢量的平均,因此能够提高宽带LSP矢量的量化精度。另外,在解码时,能够使用量化精度高的编码信息进行矢量反量化,所以能够生成高质量的解码信号。 
图4是用于概念性说明本实施方式的LSP矢量量化的效果的图。在图4中,写有“-Add”的箭头表示从量化误差矢量减去加法因子矢量的处理。如图4所示,在本实施方式中,从使用与窄带LSP的种类对应的第一码本CBam(m≤n)进行矢量量化而获得的量化误差矢量中,减去与该种类对应的加法因子矢量。由此,能够使减去加法因子矢量的量化误差矢量的集合的平均与构成用于第二级矢量量化的共同的第二码本CBb的第二代码矢量的集合的平均一致。因此,能够提高第二级矢量量化的量化精度。 
另外,在本实施方式中,以根据第一级的矢量量化误差的统计平均来变更第二级的矢量量化对象的矢量的平均的情况为例进行了说明。但是,本发明并不限于此,也可以根据第一级的矢量量化误差的统计平均来变更用于第二级的矢量量化对象的代码矢量的平均。为了实现该变更,如图5的LSP矢量量化装置300所示,通过加法器307将包含于第二码本的第二代码矢量和对应于窄带LSP矢量的分类结果的加法因子矢量相加。由此也与本实施方式同样,获得提高宽带LSP矢量的量化精度的效果。 
图6是用于概念性表示图5所示的LSP矢量量化装置300中的LSP矢量量化的效果的图。在图6中,写有“+Add”的箭头表示对构成第二码本的第二代码矢量相加加法因子矢量的处理。如图6所示,在本实施方式中,将与窄带LSP的种类m对应的加法因子矢量和构成第二码本的第二代码矢量相加。由此,能够使相加加法因子矢量后的第二代码矢量的集合的平均与使用第一码本CBam(m≤n)进行矢量量化而获得的量化误差矢量的集合的平均一致。因此,能够提高第二级矢量量化的量化精度。 
另外,在本实施方式中,以构成加法因子决定单元106和加法因子决定单元205具备的加法因子码本的加法因子矢量对应于窄带LSP矢量的种类的情况为例进行了说明。但是,本发明并不限于此,也可以为构成加法因子决定单元106和加法因子决定单元205具备的加法因子码本的加法因子矢量对应于将语音的特征分类所得的各个种类。在此情况下,分类器101输入表示语音特征的参数而不是窄带LSP矢量作为语音特征信息,并将对应于所输入的语音特征信息的语音特征的种类输出到开关102和加法因子决定单元106作为分类信息。例如,在将本发明适用于如VMR-WB(Variable-Rate MultimodeWideband Speech Codec,可变速率多模式宽带语音编解码器)那样,根据语音的有声性、噪声性等特征来切换编码器的类型的编码装置时,可以将编码器的类型的信息直接用作语音特征量。 
另外,在本实施方式中,以对LSP矢量进行三级的矢量量化的情况为例进行了说明,但本发明并不限于此,也能够适用于二级的矢量量化或四级以上的矢量量化的情况。 
另外,在本实施方式中,以对LSP矢量进行三级的多级矢量量化的情况为例进行了说明,但本发明并不限于此,也能够适用于同时使用分裂矢量量化而进行矢量量化的情况。 
另外,在本实施方式中,作为量化对象,以宽带LSP矢量为例进行了说明,但量化对象并不限定于此,也可以是宽带LSP矢量以外的矢量。 
另外,在本实施方式中,LSP矢量反量化装置200对在LSP矢量量化装置100中输出的编码数据进行解码,但本发明并不限于此,不言而喻,只要是能够通过LSP矢量反量化装置200进行解码的形式的编码数据,就能够通过LSP矢量反量化装置进行接收并解码。 
另外,本实施方式的矢量量化装置和矢量反量化装置能够用于对语音信号或音乐信号等进行编码/解码的CELP编码装置/CELP解码装置。在CELP编码装置中,输入从线性预测系数变换所得的LSP并对其进行量化处理,将进行了量化的量化LSP输出到合成滤波器,所述线性预测系数为对输入信号进行线性预测分析所得的系数。例如在将本实施方式的LSP矢量量化装置100适用于CELP型语音编码装置时,在将表示量化LSP的量化LSP代码作为编码数据输出的LSP量化单元的部分配置本实施方式的LSP矢量量化装置100。由此,能够提高矢量量化精度,所以解码时的语音质量也提高。另一方面, 在CELP解码装置中,从分离接收到的复用代码数据所得的量化LSP代码,将量化LSP解码。在将本发明的LSP矢量反量化装置适用于CELP型语音解码装置时,在将进行了解码的量化LSP输出到合成滤波器的LSP反量化单元的部分配置本实施方式的LSP矢量反量化装置200即可,能够获得与上述同样的作用效果。以下,使用图7和图8说明具有本实施方式的LSP矢量量化装置100和LSP矢量反量化装置200的CELP编码装置400和CELP解码装置450。 
图7是表示具有本实施方式的LSP矢量量化装置100的CELP编码装置400的主要结构的方框图。CELP编码装置400以相同的多个样本划分所输入的语音/音乐信号,并将多个样本作为1帧而对每帧进行编码。 
预处理单元401对所输入的语音信号或音乐信号进行除去DC分量的高通滤波处理并进行用于改善后续的编码处理的性能的波形整形处理或预加强(加重?)处理,将通过这些处理所获得的信号Xin输出到LSP分析单元402和加法器405。 
LSP分析单元402使用从预处理单元401输入的信号Xin进行线性预测分析,将获得的LPC变换为LSP矢量而将其输出到LSP矢量量化403。 
LSP矢量量化单元403对从LSP分析单元402输入的LSP矢量进行量化。LSP矢量量化单元403将所获得的量化LSP矢量输出到合成滤波器404作为滤波系数,并将量化LSP代码(L)输出到复用单元414。这里,作为LSP矢量量化单元403,适用本实施方式的LSP矢量量化装置100。也就是说,LSP矢量量化单元403的具体结构和动作与LSP矢量量化装置100相同。此时,输入到LSP矢量量化装置100的宽带LSP矢量与输入到LSP矢量量化单元403的LSP矢量对应。另外,LSP矢量量化装置100输出的编码数据与LSP矢量量化单元403输出的量化LSP代码(L)对应。输入到合成滤波器404的滤波系数是在LSP矢量量化单元403内使用量化LSP代码(L)进行反量化而获得的量化LSP矢量。另外,输入到LSP矢量量化装置100的窄带LSP矢量例如从CELP编码装置400的外部被输入。例如,在将该LSP矢量量化装置100适用于具有宽带CELP编码单元(与CELP编码装置400对应)和窄带CELP编码单元的可扩展编码装置(未图示)时,从窄带CELP编码单元输出的窄带LSP矢量被输入到LSP矢量量化装置100。 
合成滤波器404使用基于从LSP矢量量化单元403输入的量化LSP矢量 的滤波系数,对从后述的加法器411输入的驱动激励进行合成处理,并将所生成的合成信号输出到加法器405。 
加法器405通过使从合成滤波器404输入的合成信号的极性反转并将其与从预处理单元401输入的信号Xin相加而计算误差信号,并且将误差信号输出到听觉加权单元412。 
自适应激励码本406将以往从加法器411输入的驱动激励存储在缓冲器,从根据参数决定单元413输入的自适应激励延迟代码(A)确定的取出位置开始自存储器取出相当于1帧的样本,并将其输出到乘法器409作为自适应音源矢量。这里,自适应激励码本406在每次从加法器411输入驱动激励时更新缓冲器的内容。 
量化增益生成单元407通过从参数决定单元413输入的量化激励增益代码(G),决定量化自适应激励增益和量化固定激励增益,并将其分别输出到乘法器409和乘法器410。 
固定激励码本408将具有由从参数决定单元413输入的固定激励矢量代码(F)确定的形状的矢量输出到乘法器410作为固定激励矢量。 
乘法器409将从量化增益生成单元407输入的量化自适应激励增益乘以从自适应激励码本406输入的自适应激励矢量,并将其输出到加法器411。 
乘法器410将从量化增益生成单元407输入的量化固定激励增益乘以从固定激励码本408输入的固定激励矢量,并将其输出到加法器411。 
加法器411将从乘法器409输入的乘以增益后的自适应激励矢量和从乘法器410输入的乘以增益后的固定激励矢量相加,并将相加结果输出到合成滤波器404和自适应激励码本406作为驱动激励。这里,输入到自适应激励码本406的驱动激励被存储于自适应激励码本406的缓冲器。 
听觉加权单元412对从加法器405输入的误差信号进行听觉性加权处理,并将其输出到参数决定单元413作为编码失真。 
参数决定单元413从自适应激励码本406中选择使从听觉加权单元412输入的编码失真为最小的自适应激励延迟,并将表示选择结果的自适应激励延迟代码(A)输出到自适应激励码本406和复用单元414。这里,自适应激励延迟是表示取出自适应激励矢量的位置的参数。另外,参数决定单元413从固定激励码本408中选择使从听觉加权单元412输出的编码失真为最小的固定激励矢量,并将表示选择结果的固定激励矢量代码(F)输出到固定激励 码本408和复用单元414。另外,参数决定单元413从量化增益生成单元407中选择使从听觉加权单元412输出的编码失真为最小的量化自适应激励增益和量化固定激励增益,并将表示选择结果的量化激励增益代码(G)输出到量化增益生成单元407和复用单元414。 
复用单元414将从LSP矢量量化单元403输入的量化LSP代码(L)、从参数决定单元413输入的自适应激励延迟代码(A)、固定激励矢量代码(F)以及量化激励增益代码(G)进行复用而输出编码信息。 
图8是表示具有本实施方式的LSP矢量反量化装置200的CELP解码装置450的主要结构的方框图。 
在图8中,分离单元451对从CELP编码装置400传输的编码信息进行分离处理,获得量化LSP代码(L)、自适应激励延迟代码(A)、量化激励增益代码(G)以及固定激励矢量代码(F)。分离单元451将量化LSP代码(L)输出到LSP矢量反量化单元452,将自适应激励延迟代码(A)输出到自适应激励码本453,将量化激励增益代码(G)输出到量化增益生成单元454,并将固定激励矢量代码(F)输出到固定激励码本455。 
LSP矢量反量化单元452根据从分离单元451输入的量化LSP代码(L)对量化LSP矢量进行解码,将量化LSP矢量输出到合成滤波器459作为滤波系数。这里,作为LSP矢量反量化单元452,适用本实施方式的LSP矢量反量化装置200。也就是说,LSP矢量反量化单元452的具体结构和动作与LSP矢量反量化装置200相同。此时,输入到LSP矢量反量化装置200的编码数据与输入到LSP矢量反量化单元452的量化LSP代码(L)对应。另外,LSP矢量反量化装置200输出的量化宽带LSP矢量与LSP矢量反量化单元452输出的量化LSP矢量对应。另外,输入到LSP矢量反量化装置200的窄带LSP矢量例如从CELP解码装置450的外部被输入。例如,在将该LSP矢量反量化装置200适用于具有宽带CELP解码单元(与CELP解码装置450对应)和窄带CELP解码单元的可扩展解码装置(未图示)时,从窄带CELP解码单元输出的窄带LSP矢量被输入LSP矢量反量化装置200。 
自适应激励码本453从由分离单元451输入的自适应激励延迟代码(A)确定的取出位置开始,从缓冲器取出相当于1帧的样本,并将取出的矢量输出到乘法器456作为自适应激励矢量。这里,自适应激励码本453在每次从加法器458输入驱动激励时更新缓冲器的内容。 
量化增益生成单元454对从分离单元451输入的量化激励增益代码(G)所表示的量化自适应激励增益和量化固定激励增益进行解码,将量化自适应激励增益输出到乘法器456,将量化固定激励增益输出到乘法器457。 
固定激励码本455生成从分离单元451输入的固定激励矢量代码(F)所表示的固定激励矢量,并将其输出到乘法器457。 
乘法器456对从自适应激励码本453输入的自适应激励矢量乘以从量化增益生成单元454输入的量化自适应激励增益,并将其输出到加法器458。 
乘法器457对从固定激励码本455输入的固定激励矢量乘以从量化增益生成单元454输入的量化固定激励增益,并将其输出到加法器458。 
加法器458将从乘法器456输入的乘以增益后的自适应激励矢量和从乘法器457输入的乘以增益后的固定激励矢量相加而生成驱动激励,并将所生成的驱动激励输出到合成滤波器459和自适应激励码本453。这里,输入到自适应激励码本453的驱动激励被存储于自适应激励码本453的缓冲器。 
合成滤波器459使用从加法器458输入的驱动激励和由LSP矢量反量化单元452解码出的滤波系数,进行合成处理,并将生成的合成信号输出到后处理单元460。 
后处理单元460对从合成滤波器459输入的合成信号,进行共振峰增强或音调增强等改善语音主观质量的处理以及改善静态噪声的主观质量的处理,并将所获得的语音信号或音乐信号输出。 
这样,根据本实施方式的CELP编码装置/CELP解码装置,通过使用本实施方式的矢量量化装置/矢量反量化装置,能够提高编码时矢量量化精度,所以能够提高解码时的语音质量。 
另外,在本实施方式中,CELP解码装置450对在CELP编码装置400中输出的编码数据进行解码,但本发明并不限于此,不言而喻,只要是能够通过CELP解码装置450进行解码的形式的编码数据,就能够通过CELP解码装置进行接收并解码。 
(实施方式2) 
图9是表示本发明实施方式2的LSP矢量量化装置800的主要结构的方框图。另外,LSP矢量量化装置800具有与实施方式1中示出的LSP矢量量化装置100(参照图2)相同的基本结构,对相同的结构要素附加相同的标号,并省略其说明。 
LSP矢量量化装置800包括:分类器101、开关102、第一码本103、加法器104、误差最小化单元105、加法器107、第二码本108、加法器109、第三码本110、加法器111、加法因子决定单元801以及加法器802。 
这里,在对输入的LSP矢量通过三级的多级矢量量化进行矢量量化时,使用表示窄带LSP矢量的种类的分类信息来决定用于第一级矢量量化的码本进行第一级矢量量化,求第一量化误差矢量,进而决定对应于上述分类信息的加法因子矢量。这里,加法因子矢量由与加法器104输出的第一残差矢量相加的加法因子矢量(第一加法因子矢量)和与加法器109输出的第二残差矢量相加的加法因子矢量(第二加法因子矢量)构成。接着,加法因子决定单元801将第一加法因子矢量输出到加法器107,并将第二加法因子矢量输出到加法器802。这样,通过预先准备适合于多级矢量量化的各级的加法因子矢量,能够更细致地对码本进行自适应调整。 
加法因子决定单元801预先存储由与窄带LSP矢量的各个种类(n种)对应的、n种的第一加法因子矢量和n种的第二加法因子矢量构成的加法因子码本。另外,加法因子决定单元801从加法因子码本中选择与分类器101输入的分类信息对应的第一加法因子矢量和第二加法因子矢量,将选择出的第一加法因子矢量输出到加法器107,并将选择出的第二加法因子矢量输出到加法器802。 
加法器107求从加法器104输入的第一残差矢量和从加法因子决定单元801输入的第一加法因子矢量之差,并将其输出到加法器109。 
加法器109求从加法器107输入的、减去了第一加法因子矢量后的第一残差矢量和从第二码本108输入的第二代码矢量之差,并将求得的差输出到加法器802和误差最小化单元105作为第二残差矢量。 
加法器802求从加法器109输入的第二残差矢量和从加法因子决定单元801输入的第二加法因子矢量之差,并将求得的差的矢量输出到加法器111。 
加法器111求从加法器802输入的减去第二加法因子矢量后的第二残差矢量和从第三码本110输入的第三代码矢量之差,并将求得的差的矢量输出到误差最小化单元105作为第三残差矢量。 
接着,说明LSP矢量量化装置800的动作。 
以下,以作为量化对象的LSP矢量的阶数为R阶的情况为例进行说明。将LSP矢量记为LSP(i)(i=0,1,...,R-1)。 
加法因子决定单元801从加法因子码本中选择与分类信息m关联对应了的第一加法因子矢量Add1(m)(i)(i=0,1,...,R-1)和第二加法因子矢量Add2(m)(i)(i=0,1,...,R-1),将第一加法因子矢量输出到加法器107,并将第二加法因子矢量输出到加法器802。 
加法器107根据下式(11),从在第一级矢量量化中平方误差Err为最小的第一残差矢量Err_1(d1_min)(i)(i=0,1,...,R-1)中减去从加法因子决定单元801输入的第一加法因子矢量Add1(m)(i)(i=0,1,...,R-1),并将其输出到加法器109。 
Add_Err_1(d1_min)(i)=Err_1(d1_min)(i)-Add1(m)(i)(i=0,1,…,R-1)...(11) 
加法器109根据下式(12),求从加法器107输入的、减去第一加法因子矢量后的第一残差矢量Add_Err_1(d1_min)(i)(i=0,1,...,R-1)和从第二码本108输入的第二代码矢量CODE_2(d2’)(i)(i=0,1,...,R-1)之差,并将该差的矢量输出到加法器802和误差最小化单元105作为第二残差矢量Err_2(d2’)(i)(i=0,1,...,R-1)。 
Err_2(d2’)(i)=Add_Err_1(d1_min)(i)-CODE_2(d2’)(i)(i=0,1,…,R-1)...(12) 
加法器802根据下式(13),从在第二级矢量量化中平方误差Err为最小的第二残差矢量Err_2(d2_min)(i)(i=0,1,...,R-1)中减去从加法因子决定单元801输入的第二加法因子矢量Add2(m)(i)(i=0,1,...,R-1),并将其输出到加法器111。 
Add_Err_2(d2_min)(i)=Err_2(d2_min)(i)-Add2(m)(i)(i=0,1,…,R-1)...(13) 
加法器111根据下式(14)求从加法器802输入的减去第二加法因子矢量后的第二残差矢量Add_Err_2(d2_min)(i)(i=0,1,...,R-1)和从第三码本110输入的第三代码矢量CODE_3(d3’)(i)(i=0,1,...,R-1)之差,并将差的矢量输出到误差最小化单元105作为第三残差矢量Err_3(d3’)(i)(i=0,1,...,R-1)。 
Err_3(d3’)(i)=Add_Err_2(d2_min)(i)-CODE_3(d3’)(i)(i=0,1,…,R-1)...(14) 
图10是表示本发明实施方式2的LSP矢量反量化装置900的主要结构的方框图。另外,LSP矢量反量化装置900具有与实施方式1中示出的LSP矢量反量化装置200(参照图3)相同的基本结构,对相同的结构要素附加相同的标号,并省略其说明。 
这里,以下述情况为例进行说明,在LSP矢量反量化装置900中对LSP矢量量化装置800输出的编码数据进行解码,并生成量化LSP矢量。 
LSP矢量反量化装置900包括:分类器201、代码分离单元202、开关203、第一码本204、加法器206、第二码本207、加法器208、第三码本209、加法器210、加法因子决定单元901以及加法器902。 
加法因子决定单元901预先存储由n种的第一加法因子矢量和n种的第二加法因子矢量构成的加法因子码本,从加法因子码本中选择与分类器201输入的分类信息对应的第一加法因子矢量和第二加法因子矢量,将选择出的第一加法因子矢量输出到加法器206,并将选择出的第二加法因子矢量输出到加法器902。 
加法器206将从加法因子决定单元901输入的第一加法因子矢量和经由开关203从第一码本204输入的第一代码矢量相加,并将相加后的矢量输出到加法器208。 
加法器208将从加法器206输入的、相加了第一加法因子矢量后的第一代码矢量和从第二码本207输入的第二代码矢量相加,并将相加后的矢量输出到加法器902。 
加法器902将从加法因子决定单元901输入的第二加法因子矢量和从加法器208输入的矢量相加,并将相加后的矢量输出到加法器210。 
加法器210将从加法器902输入的矢量和从第三码本209输入的第三代码矢量相加,并将相加后的矢量作为量化宽带LSP矢量输出。 
接着,说明LSP矢量反量化装置900的动作。 
加法因子决定单元901从加法因子码本中选择与分类信息m关联对应了的第一加法因子矢量Add1(m)(i)(i=0,1,...,R-1)和第二加法因子矢量Add2(m)(i)(i=0,1,...,R-1),将第一加法因子矢量输出到加法器206,并将第二加法因子矢量输出到加法器902。 
加法器206根据下式(15),将经由开关203从第一码本204输入的第一代码矢量CODE_1(d1_min)(i)(i=0,1,...,R-1)和从加法因子决定单元901输入的第一加法因子矢量Add1(m)(i)(i=0,1,...,R-1)相加,并将相加后的矢量输出到加法器208。 
TMP_1(i)=CODE_1(d1_min)(i)+Add1(m)(i)(i=0,1,…,R-1)...(15) 
加法器208根据下式(16),将从加法器206输入的矢量TMP_1(i)(i =0,1,...,R-1)和从第二码本207输入的第二代码矢量CODE_2(d2_min)(i)(i=0,1,...,R-1)相加,并将相加后的矢量输出到加法器902。 
TMP_2(i)=TMP_1(i)+CODE_2(d2_min)(i)(i=0,1,…,R-1)...(16) 
加法器902根据下式(17),将从加法器208输入的矢量TMP_2(i)(i=0,1,...,R-1)和从加法因子决定单元901输入的第二加法因子矢量Add2 (m)(i)(i=0,1,...,R-1)相加,并将相加后的矢量输出到加法器210。 
TMP_3(i)=TMP_2(i)+Add2(m)(i)(i=0,1,…,R-1)...(17) 
加法器210根据下式(18),将从加法器902输入的矢量TMP_3(i)(i=0,1,...,R-1)和从第三码本209输入的第三代码矢量CODE_3(d3_min)(i)(i=0,1,...,R-1)相加,并将相加后的矢量作为量化宽带LSP矢量输出。 
Q_LSP(i)=TMP_3(i)+CODE_3(d3_min)(i)(i=0,1,…,R-1)...(18) 
这样,根据本实施方式,除了上述实施方式1的效果以外,通过对每级量化决定加法因子矢量,能够比实施方式1更进一步提高量化精度。另外,在解码时,能够使用量化精度更高的编码信息进行矢量反量化,所以能够生成更高质量的解码信号。 
另外,在本实施方式中,LSP矢量反量化装置900对在LSP矢量量化装置800中输出的编码数据进行了解码,但本发明并不限于此,不言而喻只要是能够通过LSP矢量反量化装置900进行解码的形式的编码数据,就能够通过LSP矢量反量化装置进行接收并解码。 
另外,不言而喻,与实施方式1同样,本实施方式的LSP矢量量化装置和LSP矢量反量化装置能够用于对语音信号或音乐信号等进行编码/解码的CELP编码装置/CELP解码装置。 
(实施方式3) 
图11是表示本发明实施方式3的LSP矢量量化装置500的主要结构的方框图。另外,LSP矢量量化装置500具有与实施方式1中示出的LSP矢量量化装置100(参照图2)相同的基本结构,对相同的结构要素附加相同的标号,并省略其说明。 
LSP矢量量化装置500包括:分类器101、开关102、第一码本103、加法器104、误差最小化单元501、顺序决定单元502、加法因子决定单元503、 加法器504、开关505、码本506、码本507、加法器508、加法器509以及加法器510。 
这里,在通过三级的多级矢量量化对输入的LSP矢量进行矢量量化时,使用表示窄带LSP矢量的种类的分类信息来决定用于第一级矢量量化的码本,进行第一级矢量量化而求第一量化误差矢量(第一残差矢量),而且决定与分类信息对应的加法因子矢量。这里,加法因子矢量由与加法器104输出的第一残差矢量相加的加法因子矢量(第一加法因子矢量)和与加法器508输出的第二残差矢量相加的加法因子矢量(第二加法因子矢量)构成。接着,顺序决定单元502根据分类信息,决定用于第二级以后的矢量量化的码本的使用顺序,并根据决定了的使用顺序来排列更换码本。另外,加法因子决定单元503根据由顺序决定单元502决定了的码本的使用顺序,调换第一加法因子矢量和第二加法因子矢量的输出顺序。这样,通过调换用于第二级以后的矢量量化的码本的使用顺序,在对每级决定最合适的代码矢量的多级矢量量化中,能够使用适合于前级的量化误差的统计分布的码本。 
误差最小化单元501将对加法器104所输入的第一残差矢量进行平方所得的结果作为宽带LSP矢量与第一代码矢量之间的平方误差,通过搜索第一码本,获得使该平方误差为最小的第一代码矢量。同样,误差最小化单元501将对加法器508所输入的第二残差矢量进行平方所得的结果作为第一残差矢量与第二代码矢量之间的平方误差,并通过搜索第二码本,获得使该平方误差为最小的代码矢量。这里,第二码本是指下述码本,即码本506和码本507中的、由后述的顺序决定单元502决定为“用于第二级矢量量化的码本”。另外,将构成第二码本的多个代码矢量设为多个第二代码矢量。接着,误差最小化单元501将对加法器510所输入的第三残差矢量进行平方所得的结果作为第三残差矢量与第三代码矢量之间的平方误差,并通过搜索第三码本,获得使该平方误差为最小的代码矢量。这里,第三码本是指下述码本,即码本506和码本507中的、由后述的顺序决定单元502决定为“用于第三级的矢量量化的码本”。另外,将构成第三码本的多个代码矢量设为多个第三代码矢量。误差最小化单元501对附加给通过搜索获得的三个代码矢量的索引集中进行编码,并将其作为编码数据输出。 
顺序决定单元502预先存储由与窄带LSP矢量的各个种类(n种)对应的、n种的顺序信息构成的顺序信息码本。顺序决定单元502从顺序信息码 本中选择与分类器101输入的分类信息对应的顺序信息,并将选择出的顺序信息输出到加法因子决定单元503和开关505。这里,顺序信息是表示用于第二级以后的矢量量化的码本的使用顺序的信息。例如,将在第二级矢量量化中使用码本506、在第三级矢量量化中使用码本507时的顺序信息表示为“0”,将在第二级矢量量化中使用码本507、在第三级矢量量化中使用码本506时的顺序信息表示为“1”。此时,顺序决定单元502通过输出“0”或“1”作为顺序信息,能够将用于第二级以后的矢量量化的码本的顺序指示给加法因子决定单元503和开关505。 
加法因子决定单元503预先存储由与窄带LSP矢量的各个种类(n种)对应的、n种的加法因子矢量(对应于码本506)和n种的加法因子矢量(对应于码本507)构成的加法因子码本。加法因子决定单元503从加法因子码本中分别选择与分类器101输入的分类信息对应的加法因子矢量(对应于码本506)和加法因子矢量(对应于码本507)。接着,加法因子决定单元503根据从顺序决定单元502输入的顺序信息,将选择出的多个加法因子矢量中的、用于第二级矢量量化的加法因子矢量输出到加法器504作为第一加法因子矢量、以及用于第三级的矢量量化的加法因子矢量输出到加法器509作为第二加法因子矢量。换言之,加法因子决定单元503根据用于第二级和第三级的矢量量化的码本(码本506或码本507)的使用顺序,将对应于各个码本的加法因子矢量分别输出到加法器504和加法器509。 
加法器504求从加法器104输入的第一残差矢量和从加法因子决定单元503输入的第一加法因子矢量之差,并将求得的差的矢量输出到加法器508。 
开关505根据从顺序决定单元502输入的顺序信息,在码本506和码本507中,分别选择在第二级矢量量化中使用的码本(第二码本)和在第三级矢量量化中使用的码本(第三码本),并将选择出的码本的输出端子连接到加法器508或加法器510中的一方。 
码本506根据来自误差最小化单元501的指示,将指示的代码矢量输出到开关505。 
码本507根据来自误差最小化单元501的指示,将指示的代码矢量输出到开关505。 
加法器508求从加法器504输入的、减去了第一加法因子矢量后的第一残差矢量和从开关505输入的第二代码矢量之差,并将求得的差输出到加法 器509和误差最小化单元501作为第二残差矢量。 
加法器509求从加法器508输入的第二残差矢量和从加法因子决定单元503输入的第二加法因子矢量之差,并将求得的差的矢量输出到加法器510。 
加法器510求从加法器509输入的减去第二加法因子矢量后的第二残差矢量和从开关505输入的第三代码矢量之差,并将求得的差的矢量输出到误差最小化单元510作为第三残差矢量。 
接着,以作为量化对象的宽带LSP矢量的阶数为R阶的情况为例,说明LSP矢量量化装置500进行的动作。另外,在以下的说明中,将宽带LSP矢量记为LSP(i)(i=0,1,...,R-1)。 
误差最小化单元501对第一代码本103依次指示从d1’=0至d1’=D1-1为止的d1’的值,并且对于从d1’=0至d1’=D1-1为止的各个d1’,根据下式(19)对从加法器104输入的第一残差矢量Err_1(d1’)(i)(i=0,1,...,R-1)进行平方,求平方误差Err。 
Err = Σ i = 0 R - 1 ( Err _ 1 ( d 1 ′ ) ( i ) ) 2 . . . ( 19 )
误差最小化单元501存储使平方误差Err为最小的第一代码矢量的索引d1’作为第一索引d1_min。 
顺序决定单元502从顺序信息码本中选择与分类信息m对应的顺序信息Ord(m),并将其输出到加法因子决定单元503和开关505。这里,在顺序信息Ord(m)的值为“0”时,在第二级矢量量化中使用码本506,在第三级矢量量化中使用码本507。另外,在顺序信息Ord(m)的值为“1”时,在第二级矢量量化中使用码本507,在第三级矢量量化中使用码本506。 
加法因子决定单元503从加法因子码本中选择与分类信息m对应的加法因子矢量(对应于码本506)Add1(m)(i)(i=0,1,...,R-1)以及加法因子矢量(对应于码本507)Add2(m)(i)(i=0,1,...,R-1)。另外,加法因子决定单元503在从顺序决定单元502输入的顺序信息Ord(m)的值为“0”时,将加法因子矢量Add1(m)(i)输出到加法器504作为第一加法因子矢量,并将加法因子矢量Add2(m)(i)输出到加法器509作为第二加法因子矢量。另一方面,加法因子决定单元503在从顺序决定单元502输入的顺序信息Ord (m)的值为“1”时,将加法因子矢量Add2(m)(i)输出到加法器504作为第一加法因子矢量,并将加法因子矢量Add1(m)(i)输出到加法器509作为第二 加法因子矢量。 
加法器504根据下式(20),从加法器104输入的第一残差矢量Err_1(d1_min)(i)(i=0,1,...,R-1)中减去从加法因子决定单元503输入的第一加法因子矢量Add(m)(i)(i=0,1,...,R-1),将获得的Add_Err_1(d1_min)(i)输出到加法器508。这里,第一加法因子矢量Add(m)(i)(i=0,1,...,R-1)为加法因子矢量Add1(m)(i)(i=0,1,...,R-1)和加法因子矢量Add2(m)(i)(i=0,1,...,R-1)中的任一个。 
Add_Err_1(d1_min)(i)=Err_1(d1_min)(i)-Add(m)(i)(i=0,1,…,R-1)...(20) 
开关505根据从顺序决定单元502输入的顺序信息Ord(m),将码本的输出端子和加法器的输入端子连接。例如,开关505在顺序信息Ord(m)的值为“0”时,在连接了码本506的输出端子与加法器508的输入端子之后,将码本507的输出端子连接到加法器510的输入端子。由此,开关505将构成码本506的代码矢量输出到加法器508作为第二代码矢量,并将构成码本507的代码矢量输出到加法器510作为第三代码矢量。另一方面,开关505在顺序信息Ord(m)的值为“1”时,在连接了码本507的输出端子与加法器508的输入端子之后,将码本506的输出端子连接到加法器510的输入端子。由此,开关505将构成码本507的代码矢量输出到加法器508作为第二代码矢量,并将构成码本506的代码矢量输出到加法器510作为第三代码矢量。 
码本506从构成码本的各个代码矢量CODE_2(d2)(i)(d2=0,1,...,D2-1、i=0,1,...,R-1)中,将由来自误差最小化单元501的指示d2’所指示的代码矢量CODE_2(d2’)(i)(i=0,1,...,R-1)输出到开关505。这里,D2是码本506的代码矢量的总数,d2是代码矢量的索引。误差最小化单元501对码本506依次指示从d2’=0至d2’=D2-1为止的d2’的值。 
码本507从构成码本的各个代码矢量CODE_3(d3)(i)(d3=0,1,...,D3-1、i=0,1,...,R-1)中,将由来自误差最小化单元501的指示d3’所指示的代码矢量CODE_3(d3’)(i)(i=0,1,...,R-1)输出到开关505。这里,D3是码本507的代码矢量的总数,d3是代码矢量的索引。误差最小化单元501对码本507依次指示从d3’=0至d3’=D3-1为止的d3’的值。 
加法器508根据下式(21),求从加法器504输入的、减去第一加法因子矢量后的第一残差矢量Add_Err_1(d1_min)(i)(i=0,1,...,R-1)和从开关505输入的第二代码矢量CODE_2nd(i)(i=0,1,...,R-1)之差, 并将该差输出到误差最小化单元501作为第二残差矢量Err_2(i)(i=0,1,...,R-1)。另外,加法器508将与从d2’=0至d2’=D2-1为止的各个d2’、或者从d3’=0至d3’=D3-1为止的各个d3’对应的第二残差矢量Err_2(i)(i=0,1,...,R-1)中的、通过误差最小化单元501的搜索而已知为最小的第二残差矢量输出到加法器509。这里,式(21)所示的CODE_2nd(i)(i=0,1,...,R-1)为代码矢量CODE_2(d2’)(i)(i=0,1,...,R-1)和代码矢量CODE_3(d3’)(i)(i=0,1,...,R-1)中的任一个。 
Err_2(i)=Add_Err_1(d1_min)(i)-CODE_2nd(i)(i=0,1,…,R-1)...(21) 
这里,误差最小化单元501对码本506依次指示从d2’=0至d2’=D2-1为止的d2’的值,或者对码本507依次指示从d3’=0至d3’=D3-1为止的d3’的值。另外,误差最小化单元501对于从d2’=0至d2’=D2-1为止的各个d2’或者从d3’=0至d3’=D3-1为止的各个d3’,将从加法器508输入的第二残差矢量Err_2(i)(i=0,1,...,R-1)根据下式(22)进行平方,求平方误差Err。 
Err = Σ i = 0 R - 1 ( Err _ 2 ( i ) ) 2 . . . ( 22 )
误差最小化单元501存储使平方误差Err为最小的代码矢量CODE_2(d2’)的索引d2’作为第二索引d2_min,或者存储使平方误差Err为最小的代码矢量CODE_3(d3’)的索引d3’作为第三索引d3_min。 
加法器509根据下式(23),从加法器508输入的第二残差矢量Err_2(i)(i=0,1,...,R-1)中减去从加法因子决定单元503输入的第二加法因子矢量Add(m)(i)(i=0,1,...,R-1),将获得的Add_Err_2(i)输出到加法器510。这里,第二加法因子矢量Add(m)(i)(i=0,1,...,R-1)为加法因子矢量Add1(m)(i)(i=0,1,...,R-1)和加法因子矢量Add2(m)(i)(i=0,1,...,R-1)中的任一个。 
Add_Err_2(i)=Err_2(i)-Add(m)(i)(i=0,1,…,R-1)...(23) 
加法器510根据下式(24),求从加法器509输入的、减去了第二加法因子矢量后的第二残差矢量Add_Err_2(i)(i=0,1,...,R-1)和从开关505输入的第三代码矢量CODE_3rd(i)(i=0,1,...,R-1)之差,并将该差输出到误差最小化单元501作为第三残差矢量Err_3(i)(i=0,1,...,R-1)。这里,式(24)所示的CODE_3nd(i)(i=0,1,...,R-1)为代码 矢量CODE_2(d2’)(i)(i=0,1,...,R-1)和代码矢量CODE_3(d3’)(i)(i=0,1,...,R-1)中的任一个。 
Err_3(i)=Add_Err_2(i)-CODE_3rd(i)(i=0,1,…,R-1)...(24) 
这里,误差最小化单元501对码本506依次指示从d2’=0至d2’=D2-1为止的d2’的值,或者对码本507依次指示从d3’=0至d3’=D3-1为止的d3’的值。另外,误差最小化单元501对于从d2’=0至d2’=D2-1为止的各个d2’或者从d3’=0至d3’=D3-1为止的各个d3’,将从加法器510输入的第三残差矢量Err_3(i)(i=0,1,...,R-1)根据下式(25)进行平方,并求平方误差Err。 
Err = Σ i = 0 R - 1 ( Err _ 3 ( i ) ) 2 . . . ( 25 )
误差最小化单元501存储使平方误差Err为最小的代码矢量CODE_2(d2’)的索引d2’作为索引d2_min,或者存储使平方误差Err为最小的代码矢量CODE_3(d3’)的索引d3’作为索引d3_min。 
图12A~图12C是用于概念性说明本实施方式的LSP矢量量化的效果的图。这里,图12A表示构成码本506(图11)的代码矢量的集合,图12B表示构成码本507(图11)的代码矢量的集合。在本实施方式中,决定在第二级以后的矢量量化中使用的码本的使用顺序以与窄带LSP的种类对应。例如,根据窄带LSP的种类,选择图12A所示的码本506以及图12B所示的码本507中的、码本507作为用于第二级矢量量化的码本。这里,图12C的左侧所示的第一级的矢量量化误差(第一残差矢量)的分布因窄带LSP的种类而不同。因此,根据本实施方式,如图12C所示,能够使第一残差矢量的集合的分布与构成根据窄带LSP的种类所选择的码本(码本507)的代码矢量的集合的分布一致。这样,在第二级矢量量化中,由于使用适应于第一残差矢量的分布的代码矢量,所以能够提高第二级矢量量化的性能。 
这样,根据本实施方式,LSP矢量量化装置根据与宽带LSP矢量具有相关性的窄带LSP矢量的种类,决定用于第二级以后的矢量量化的码本的使用顺序,并使用基于使用顺序的码本进行第二级以后的矢量量化。由此,在第二级以后的矢量量化中,能够使用对应于前级的矢量量化误差(第一残差矢量)的统计性分布的码本。因此,根据本实施方式,与实施方式2同样,能够提高量化精度,进而能够在各级矢量量化中加快残差矢量的收敛,从而能 够提高矢量量化整体的性能。 
另外,在本实施方式中,说明了基于从存储在顺序决定单元502所包含的顺序信息码本中的多个顺序信息中选择出的顺序信息,决定用于第二级以后的矢量量化的码本的使用顺序的情况。但是,在本发明中,可以从LSP矢量量化装置500的外部输入顺序决定用的信息来决定码本的使用顺序,或者也可以使用在LSP矢量量化装置500内(例如,顺序决定单元502的内部)中通过计算等而生成的信息来决定码本的使用顺序。 
另外,也能够构成与本实施方式的LSP矢量量化装置500对应的LSP矢量反量化装置(未图示)。此时的LSP矢量量化装置和LSP矢量反量化装置在结构上对应,与实施方式1或实施方式2相同。也就是说,此时的LSP矢量反量化装置采用的结构为,输入由LSP矢量量化装置500生成的编码数据而且通过代码分离单元进行分离,并将各个索引输入到分别对应的码本。由此,在解码时,能够使用量化精度较高的编码信息来进行矢量反量化,所以能够生成高质量的解码信号。另外,此时的LSP矢量反量化装置对在LSP矢量量化装置500中输出的编码数据进行解码,但本发明并不限于此,不言而喻,只要是能够通过该LSP矢量反量化装置进行解码的形式的编码数据,就能够通过该LSP矢量反量化装置进行接收并解码。 
另外,不言而喻,与实施方式1同样,本实施方式的LSP矢量量化装置和LSP矢量反量化装置能够用于对语音信号或音乐信号等进行编码/解码的CELP编码装置/CELP解码装置。 
以上,对本发明的各个实施方式进行了说明。 
另外,本发明的矢量量化装置、矢量反量化装置及其方法,并不限于上述各个实施方式,可以进行各种变更后实施。 
例如,在上述实施方式中,在矢量量化装置、矢量反量化装置及其方法中,以语音信号或音乐信息为对象进行了说明,但也适用于其他可能的信号。 
另外,LSP有时也称为LSF(Line Spectral Frequency,线谱频率),而且也可以将LSP改称为LSF。另外,在代替LSP将ISP(Immittance Spectrum Pairs,导航频谱对)作为频谱参数进行量化的情况下,可以将LSP改称为ISP,并利用本实施方式作为ISP量化/反量化装置。另外,在代替LSP将ISF(ImmittanceSpectrum Frequency,导航谱频率)作为频谱参数进行量化的情况下,可以将LSP改称为ISF,并利用本实施方式作为ISF量化/反量化装置。 
另外,本发明的矢量量化装置和矢量反量化装置能够装载于进行语音或音乐等的传输的移动通信系统的通信终端装置或基站装置,由此能够提供具有与上述同样的作用效果的通信终端装置或基站装置。 
另外,虽然这里以用硬件构成本发明的情况为例进行了说明,但是本发明也可以用软件实现。例如,通过利用编程语言(programming language)记述本发明的矢量量化方法和矢量反量化方法的算法,将该程序存储在存储器后使信息处理单元执行该程序,从而能够实现与本发明的矢量量化装置和矢量反量化装置同样的功能。 
另外,用于上述各个实施方式的说明中的各个功能块通常被作为集成电路的LSI来实现。这些功能块既可以被单独地集成为一个芯片,也可以包含一部分或全部地被集成为一个芯片。 
虽然这里称为LSI,但根据集成程度,可以被称为IC、系统LSI、超大LSI(Super LSI)、或特大LSI(Ultra LSI)等。 
另外,实现集成电路化的方法不仅限于LSI,也可使用专用电路或通用处理器来实现。也可以使用可在制造LSI后编程的FPGA(Field ProgrammableGate Array,现场可编程门阵列),或者可重构LSI内部的电路单元的连接和设定的可重构处理器(Reconfigurable Processor)。 
再者,随着半导体的技术进步或随之派生的其它技术的出现,如果出现能够替代LSI的集成电路化的新技术,当然可利用该新技术进行功能块的集成化。还存在适用生物技术等的可能性。 
2008年1月16日提交的日本专利申请第2008-007255号、2008年5月30日提交的日本专利申请第2008-142442号以及2008年11月28日提交的日本专利申请第2008-304660号所包含的说明书、附图以及说明书摘要的公开内容全部被引用于本申请。 
工业实用性 
本发明的矢量量化装置、矢量反量化装置及其方法能够适用于语音编码和语音解码等的用途。 

Claims (9)

1.矢量量化装置,包括:
第一选择单元,从多个分类用代码矢量中,选择表示具有与作为量化对象矢量的宽带线谱对参数矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;
第二选择单元,从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;
第一量化单元,使用构成所述选择出的第一码本的多个第一代码矢量,对量化对象矢量进行量化,获得第一代码;
第三选择单元,从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的第一加法因子矢量;以及
第二量化单元,从与所述第一代码表示的所述第一代码矢量和所述量化对象矢量之间的第一残差矢量中减去选择出的所述第一加法因子矢量而生成减法矢量,使用多个第二代码矢量,对所述减法矢量进行量化。
2.矢量量化装置,包括:
第一选择单元,从多个分类用代码矢量中,选择表示具有与作为量化对象矢量的宽带线谱对参数矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;
第二选择单元,从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;
第一量化单元,使用构成所述选择出的第一码本的多个第一代码矢量,对量化对象矢量进行量化,获得第一代码;
第三选择单元,从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的第一加法因子矢量;以及
第二量化单元,将多个第二代码矢量的各个代码矢量和所述选择出的第一加法因子矢量相加而生成多个加法矢量,使用所述多个加法矢量,对所述第一代码表示的所述第一代码矢量和所述量化对象矢量之间的第一残差矢量进行量化。
3.如权利要求1所述的矢量量化装置,
还包括:第三量化单元,使用多个第三代码矢量和第二加法因子矢量,对所述第一残差矢量和所述第二代码矢量之间的第二残差矢量进行量化而获得第三代码,
所述第三选择单元从多个加法因子矢量中分别选择与所述选择出的分类用代码矢量对应的所述第一加法因子矢量和所述第二加法因子矢量。
4.如权利要求3所述的矢量量化装置,
所述第二量化单元将所述多个第二代码矢量的各个代码矢量和所述第一加法因子矢量相加而生成多个第一加法矢量,使用所述多个第一加法矢量,对所述第一残差矢量进行量化,
所述第三量化单元将所述多个第三代码矢量的各个代码矢量和所述第二加法因子矢量相加而生成多个第二加法矢量,使用所述多个第二加法矢量,对所述第二残差矢量进行量化。
5.如权利要求3所述的矢量量化装置,
还包括:第四选择单元,从多个顺序信息中选择与所述选择出的分类用代码矢量对应的顺序信息;以及
第五选择单元,根据所述顺序信息,从分别构成多个代码矢量的多个码本中,分别选择用来构成由所述第二量化单元使用的所述多个第二代码矢量的码本和构成由所述第三量化单元使用的所述多个第三代码矢量的码本,
所述第三选择单元根据所述顺序信息,从所述多个加法因子矢量中分别选择所述第一加法因子矢量和所述第二加法因子矢量。
6.矢量反量化装置,包括:
接收单元,接收在矢量量化装置中对量化对象矢量的宽带线谱对参数矢量进行量化而获得的第一代码以及对所述量化的量化误差进一步进行量化而获得的第二代码;
第一选择单元,从多个分类用代码矢量中,选择表示具有与作为所述量化对象矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;
第二选择单元,从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;
第一反量化单元,从构成所述选择出的第一码本的多个第一代码矢量中,指定与所述第一代码对应的第一代码矢量;
第三选择单元,从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的第一加法因子矢量;以及
第二反量化单元,从多个第二代码矢量中指定与所述第二代码对应的第二代码矢量,使用所述指定了的第二代码矢量、所述选择出的第一加法因子矢量以及所述指定了的第一代码矢量,获得量化矢量。
7.矢量量化方法,包括以下步骤:
从多个分类用代码矢量中,选择表示具有与作为量化对象矢量的宽带线谱对参数矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;
从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;
使用构成所述选择出的第一码本的多个第一代码矢量,对量化对象矢量进行量化,获得第一代码;
从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的第一加法因子矢量;以及
从与所述第一代码表示的所述第一代码矢量和所述量化对象矢量之间的第一残差矢量中减去选择出的所述第一加法因子矢量而生成减法矢量,使用多个第二代码矢量,对所述减法矢量进行量化。
8.矢量量化方法,包括以下步骤:
从多个分类用代码矢量中,选择表示具有与作为量化对象矢量的宽带线谱对参数矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;
从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;
使用构成所述选择出的第一码本的多个第一代码矢量,对量化对象矢量进行量化,获得第一代码;
从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的第一加法因子矢量;以及
将多个第二代码矢量的各个代码矢量和所述选择出的第一加法因子矢量相加而生成多个加法矢量,使用所述多个加法矢量,对所述第一代码表示的所述第一代码矢量和所述量化对象矢量之间的第一残差矢量进行量化。
9.矢量反量化方法,包括以下步骤:
接收在矢量量化装置中对量化对象矢量的宽带线谱对参数矢量进行量化而获得的第一代码以及对所述量化的量化误差进一步进行量化而获得的第二代码;
从多个分类用代码矢量中,选择表示具有与作为所述量化对象矢量相关的窄带线谱对矢量的多个种类的分类用代码矢量;
从多个第一码本中,选择与所述选择出的分类用代码矢量对应的第一码本;
从构成所述选择出的第一码本的多个第一代码矢量中,选择与所述第一代码对应的第一代码矢量;
从多个加法因子矢量中,选择与所述选择出的分类用代码矢量对应的第一加法因子矢量;以及
从多个第二代码矢量中选择与所述第二代码对应的第二代码矢量,使用所述选择出的第二代码矢量、所述选择出的第一加法因子矢量以及所述选择出的第一代码矢量,获得所述量化对象矢量。
CN2009801019040A 2008-01-16 2009-01-15 矢量量化装置、矢量反量化装置及其方法 Expired - Fee Related CN101911185B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
JP007255/08 2008-01-16
JP2008007255 2008-01-16
JP2008142442 2008-05-30
JP142442/08 2008-05-30
JP2008304660 2008-11-28
JP304660/08 2008-11-28
PCT/JP2009/000133 WO2009090876A1 (ja) 2008-01-16 2009-01-15 ベクトル量子化装置、ベクトル逆量子化装置、およびこれらの方法

Publications (2)

Publication Number Publication Date
CN101911185A CN101911185A (zh) 2010-12-08
CN101911185B true CN101911185B (zh) 2013-04-03

Family

ID=40885268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801019040A Expired - Fee Related CN101911185B (zh) 2008-01-16 2009-01-15 矢量量化装置、矢量反量化装置及其方法

Country Status (6)

Country Link
US (1) US8306007B2 (zh)
EP (2) EP2234104B1 (zh)
JP (1) JP5419714B2 (zh)
CN (1) CN101911185B (zh)
ES (1) ES2639572T3 (zh)
WO (1) WO2009090876A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2972808C (en) * 2008-07-10 2018-12-18 Voiceage Corporation Multi-reference lpc filter quantization and inverse quantization device and method
ES2664090T3 (es) * 2011-03-10 2018-04-18 Telefonaktiebolaget Lm Ericsson (Publ) Relleno de subvectores no codificados en señales de audio codificadas por transformada
CN105448298B (zh) * 2011-03-10 2019-05-14 瑞典爱立信有限公司 填充变换编码音频信号中的非编码子向量
CN103297766B (zh) * 2012-02-23 2016-12-14 中兴通讯股份有限公司 一种三维图像数据中顶点数据的压缩方法及装置
US9466305B2 (en) 2013-05-29 2016-10-11 Qualcomm Incorporated Performing positional analysis to code spherical harmonic coefficients
US20140355769A1 (en) * 2013-05-29 2014-12-04 Qualcomm Incorporated Energy preservation for decomposed representations of a sound field
CN104282308B (zh) * 2013-07-04 2017-07-14 华为技术有限公司 频域包络的矢量量化方法和装置
US9922656B2 (en) 2014-01-30 2018-03-20 Qualcomm Incorporated Transitioning of ambient higher-order ambisonic coefficients
US9502045B2 (en) 2014-01-30 2016-11-22 Qualcomm Incorporated Coding independent frames of ambient higher-order ambisonic coefficients
CN112927702A (zh) * 2014-05-07 2021-06-08 三星电子株式会社 对线性预测系数量化的方法和装置及解量化的方法和装置
US9620137B2 (en) 2014-05-16 2017-04-11 Qualcomm Incorporated Determining between scalar and vector quantization in higher order ambisonic coefficients
US9852737B2 (en) 2014-05-16 2017-12-26 Qualcomm Incorporated Coding vectors decomposed from higher-order ambisonics audio signals
US10770087B2 (en) 2014-05-16 2020-09-08 Qualcomm Incorporated Selecting codebooks for coding vectors decomposed from higher-order ambisonic audio signals
US9747910B2 (en) 2014-09-26 2017-08-29 Qualcomm Incorporated Switching between predictive and non-predictive quantization techniques in a higher order ambisonics (HOA) framework
WO2017135151A1 (ja) * 2016-02-01 2017-08-10 シャープ株式会社 予測画像生成装置、動画像復号装置、および動画像符号化装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1275228A (zh) * 1998-08-21 2000-11-29 松下电器产业株式会社 多模式语音编码装置及解码装置
CN1458646A (zh) * 2003-04-21 2003-11-26 北京阜国数字技术有限公司 一种滤波参数矢量量化和结合量化模型预测的音频编码方法
CN1503223A (zh) * 1996-11-07 2004-06-09 松下电器产业株式会社 声源矢量生成装置以及声音编码装置和声音解码装置
CN101023471A (zh) * 2004-09-17 2007-08-22 松下电器产业株式会社 可伸缩性编码装置、可伸缩性解码装置、可伸缩性编码方法、可伸缩性解码方法、通信终端装置以及基站装置
EP1860650A1 (en) * 2000-11-30 2007-11-28 Matsushita Electric Industrial Co., Ltd. Vector quantizing device for LPC parameters

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3089769B2 (ja) * 1991-12-03 2000-09-18 日本電気株式会社 音声符号化装置
JP3707154B2 (ja) 1996-09-24 2005-10-19 ソニー株式会社 音声符号化方法及び装置
US5966688A (en) * 1997-10-28 1999-10-12 Hughes Electronics Corporation Speech mode based multi-stage vector quantizer
WO2006062202A1 (ja) * 2004-12-10 2006-06-15 Matsushita Electric Industrial Co., Ltd. 広帯域符号化装置、広帯域lsp予測装置、帯域スケーラブル符号化装置及び広帯域符号化方法
US20090198491A1 (en) 2006-05-12 2009-08-06 Panasonic Corporation Lsp vector quantization apparatus, lsp vector inverse-quantization apparatus, and their methods
JPWO2008047795A1 (ja) * 2006-10-17 2010-02-25 パナソニック株式会社 ベクトル量子化装置、ベクトル逆量子化装置、およびこれらの方法
WO2008072736A1 (ja) 2006-12-15 2008-06-19 Panasonic Corporation 適応音源ベクトル量子化装置および適応音源ベクトル量子化方法
EP2101319B1 (en) 2006-12-15 2015-09-16 Panasonic Intellectual Property Corporation of America Adaptive sound source vector quantization device and method thereof
JP5511372B2 (ja) 2007-03-02 2014-06-04 パナソニック株式会社 適応音源ベクトル量子化装置および適応音源ベクトル量子化方法
CA2701757C (en) * 2007-10-12 2016-11-22 Panasonic Corporation Vector quantization apparatus, vector dequantization apparatus and the methods

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1503223A (zh) * 1996-11-07 2004-06-09 松下电器产业株式会社 声源矢量生成装置以及声音编码装置和声音解码装置
CN1275228A (zh) * 1998-08-21 2000-11-29 松下电器产业株式会社 多模式语音编码装置及解码装置
EP1860650A1 (en) * 2000-11-30 2007-11-28 Matsushita Electric Industrial Co., Ltd. Vector quantizing device for LPC parameters
CN1458646A (zh) * 2003-04-21 2003-11-26 北京阜国数字技术有限公司 一种滤波参数矢量量化和结合量化模型预测的音频编码方法
CN101023471A (zh) * 2004-09-17 2007-08-22 松下电器产业株式会社 可伸缩性编码装置、可伸缩性解码装置、可伸缩性编码方法、可伸缩性解码方法、通信终端装置以及基站装置

Also Published As

Publication number Publication date
WO2009090876A1 (ja) 2009-07-23
EP2234104A1 (en) 2010-09-29
EP2234104B1 (en) 2017-06-14
CN101911185A (zh) 2010-12-08
EP3288029A1 (en) 2018-02-28
US8306007B2 (en) 2012-11-06
US20100284392A1 (en) 2010-11-11
ES2639572T3 (es) 2017-10-27
EP2234104A4 (en) 2015-09-23
JPWO2009090876A1 (ja) 2011-05-26
JP5419714B2 (ja) 2014-02-19

Similar Documents

Publication Publication Date Title
CN101911185B (zh) 矢量量化装置、矢量反量化装置及其方法
KR100872538B1 (ko) Lpc 파라미터의 벡터 양자화 장치, lpc 파라미터복호화 장치, lpc 계수의 복호화 장치, 기록 매체,음성 부호화 장치, 음성 복호화 장치, 음성 신호 송신장치, 및 음성 신호 수신 장치
CN101821800B (zh) 矢量量化装置、矢量反量化装置和其方法
JP4879748B2 (ja) 最適化された複合的符号化方法
CN101903945A (zh) 编码装置、解码装置以及编码方法
US20110004469A1 (en) Vector quantization device, vector inverse quantization device, and method thereof
JP5335004B2 (ja) ベクトル量子化装置、ベクトル逆量子化装置、およびこれらの方法
JPH08272395A (ja) 音声符号化装置
JP3793111B2 (ja) 分割型スケーリング因子を用いたスペクトル包絡パラメータのベクトル量子化器
Koushik et al. Implementation of melp encoder on zynq fpga using hls
JP2002073097A (ja) Celp型音声符号化装置とcelp型音声復号化装置及び音声符号化方法と音声復号化方法
JP5714172B2 (ja) 符号化装置、この方法、プログラムおよび記録媒体
Ai et al. A 6.6 kb/s CELP speech coder: high performance for GSM half-rate system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: MATSUSHITA ELECTRIC (AMERICA) INTELLECTUAL PROPERT

Free format text: FORMER OWNER: MATSUSHITA ELECTRIC INDUSTRIAL CO, LTD.

Effective date: 20140722

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20140722

Address after: California, USA

Patentee after: PANASONIC INTELLECTUAL PROPERTY CORPORATION OF AMERICA

Address before: Osaka Japan

Patentee before: Matsushita Electric Industrial Co.,Ltd.

TR01 Transfer of patent right

Effective date of registration: 20170526

Address after: Delaware

Patentee after: III Holdings 12 LLC

Address before: California, USA

Patentee before: PANASONIC INTELLECTUAL PROPERTY CORPORATION OF AMERICA

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130403