JP2000305597A - 音声圧縮のコード化 - Google Patents

Abstract

(57)【要約】 【課題】 剰余のフーリエ係数が重複したクラスに分類
される線形予測符号化を提供する。 【解決手段】 ＬＰ剰余フーリエ係数は、２つ又はそれ
より多い重複されたクラスに分類され、各クラスはそれ
自身のベクトル量子化コードブックを持っている。弱い
予測子に続く強い予測子は、弱い予測子で置換され、強
い予測子と弱い予測子の使用が修正され、フレームの消
去により生じる誤差の伝播を確実に減衰させる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は電子装置に関し、よ
り詳しくは、音声符号化、伝送、記憶、及び合成回路及
び方法に関する。

【０００２】

【従来の技術】低いビット伝送速度を使用するデイジタ
ル音声システムの性能は、現在の及び予見し得るデイジ
タル通信について益々重要になって来た。１つのデイジ
タル音声方法である線形予測符号化（ＬＰＣ）は人間の
音声を模倣するためパラメトリックモデルを使用する。
このアプローチにおいては、音声モデルのパラメタのみ
が通信チャネルを渡って伝送され（又は記憶され）、シ
ンセサイザが、入力音声波形と同じ知覚特性をもつ音声
を再生する。このモデルパラメタの周期的更新には、音
声信号の直接の表現よりも少ないビットが要求され、そ
のため合理的なＬＰＣボコーダは、２−３Ｋｂｐｓ（秒
当たりキロビット）の低いビット伝送速度で動作出来る
が、他方公衆電話システムは６４Ｋｂｐｓ（秒当たり
８，０００サンプルにおいて８ビットＰＣＭ符号語）を
使用する。例えば、マックリ等の「新しい米国連邦基準
のための２．４Ｋｂｉｔ／ｓＭＥＬＰ符号器候補」、Ｐ
ｒｏｃ．ＩＥＥＥｉｎｔ．Ｃｏｎｆ．ＡＳＳＰ２００
（１９９６）及びＵＳＰ５，６９９，４７７を見よ。

【０００３】しかし、この様なＬＰＣボコーダからの音
声出力は、特に背景雑音が存在するときは、常に自然の
人間の音声の様に発声されるとは限らないので、多くの
応用においては受入られない。そして約４Ｋｂｐｓのビ
ット伝送速度において少なくとも電話の品質の音声を持
つ音声ボコーダに対する要請がある。品質を改善するた
めの種々のアプローチには、混合励起線形予測（ＭＥＬ
Ｐ）システムのパラメタの推定の強化とこれらのより効
率的な量子化が含まれる。イエルデナ等の「４Ｋｂ／ｓ
及びこれより低い混合正弦的に励起される線形予測符号
器」、Ｐｒｏｃ．ＩＥＥＥＩｎｔ．Ｃｏｎｆ．Ａｃｏｕ
ｓｔ，Ｓｐｅｅｃｈ，Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉ
ｎｇ（１９９８）及びシエロモット等の「低いビット伝
送速度における音声の組合わされた調波及び波形符号
化」、ＩＥＥＥ．．．５８５（１９９８）を見よ。

【０００４】

【発明が解決しようとする課題】各クラスがそれ自身の
ベクトル量子化コードブックを持つ複数の重複するクラ
スに分類された剰余のフーリエ係数を持つ線形予測シス
テム符号化方法を提供する。

【０００５】

【課題を解決するための手段】本発明の線形予測システ
ム符号化方法は、（ａ）ＬＰ剰余フーリエ係数を２つ又
はそれより多いベクトルのクラスに分類するステップ
と、（ｂ）各クラスに対して少なくとも１つのベクトル
量子化コードブックを備えるステップと、（ｃ）前記ベ
クトルを前記コードブックにより符号化するステップと
を包含する。

【０００６】加えて、強い予測及び弱い予測の両方のコ
ードブックを使用出来、しかしさもなければ弱い予測子
（ｐｒｅｄｉｃｔｏｒ）の次に来る強い予測子は、弱い
予測子で置換される。このことは、低いビット伝送速度
を維持するが増進した性能を持ち、一連の強い予測子に
よる誤差の伝播を回避する利点がある。

【０００７】

【発明の実施の形態】概観 第１の好ましい実施の形態は、線形予測（ＬＰ）剰余
（ｒｅｓｉｄｕａｌ）（ＭＥＬＰ符号器において）をス
ペクトル（ベクトル）のクラスに分類し、各クラスを別
個にベクトル量子化する。例えば、１つの第１の好まし
い実施の形態は、長いベクトル（典型的に男性の音声の
様な低いピッチ周波数に概略的に対応する多くの調波）
と短いベクトル（典型的に女性の音声の様な高いピッチ
周波数に概略的に対応する少ない調波）に分類する。こ
れらのスペクトルは、次に異なる数の成分（調波）での
ベクトルの符号化を容易にするため別個のコードブック
でベクトル量子化される。図１ａは、分類の流れを示
し、またクラスの重複を含む。

【０００８】第２の好ましい実施の形態は、スペクトル
（又は代わりに、線スペクトル周波数又はＬＳＦの様な
他のパラメタ）の予測符号化、及びさもなければ弱い予
測子の次に来る最初の強い予測子は弱い予測子で置換さ
れると言う但し書きをもち、最良の近似に基づき強い予
測子か弱い予測子かのいずれかの選択を可能にする。こ
れは一連の強い予測子に先行する一つの弱い予測子にお
ける誤差の一連の強い予測子による誤差伝播を阻止す
る。図１ｂは予測符号化制御流れを示す。

【０００９】ＭＥＬＰモデル 図２ａ−２ｂは、好ましい実施の形態のＭＥＬＰ符号化
（分析）及び復号（合成）をブロック形式で示す。特
に、線形予測分析は、デイジタル音声サンプル｛ｙ
（ｎ）｝の入力フレームに対するＬＰＣ係数 ａ
（ｊ）、ｊ＝１、２、... 、Ｍ、を次の数式の設定及び
Σｅ（ｎ）²を最少にすることにより決定する。

【００１０】

【数１】

【００１１】典型的には、Ｍは、線形予測フィルタの位
数（ｏｒｄｅｒ）であり、約１０−１２であるように取
り、サンプルｙ（ｎ）を形成するためのサンプリング速
度は８０００Ｈｚ（デイジタル伝送のための公衆電話網
のサンプリングと同じ）であるように取り、また一つの
フレームにおけるサンプル｛ｙ（ｎ）｝の数はしばしば
１６０（２０ｍｓｅｃフレーム）又は１８０（２２．５
ｍｓｅｃフレーム）である。サンプルのフレームは、入
力音声サンプルに適用される種々のウインドウ動作によ
り発生しても良い。名前「線形予測」は、先行するサン
プル

【数２】 の線形和によりｙ（ｎ）を予測することにおける誤差と
して

【数３】 の翻訳から生じる。従って、Σｅ（ｎ）²を最少にする
と、最良の線形予測を提供する｛ａ（ｊ）｝が得られ
る。係数｛ａ（ｊ）｝は、量子化及び伝送のためＬＳＦ
に変換しても良い。

【００１２】この｛ｅ（ｎ）｝は、そのフレームのため
のＬＰ剰余を形成し、また理想的には合成フィルタ１／
Ａ（ｚ）のための励起であろうし、そこにＡ（ｚ）は
［数１］の方程式の伝達関数である。勿論、このＬＰ剰
余は復号器において利用可能ではなく、そのため符号器
のタスクは、復号器が符号化されたパラメタからＬＰ励
起を発生出来る様にＬＰ剰余を表現することである。

【００１３】サンプルの周波数帯域のための帯域通過有
声音化（Ｂａｎｄ−Ｐａｓｓ Ｖｏｉｃｉｎｇ）（典型
的には、０−５００Ｈｚ、５００−１０００Ｈｚ、１０
００−２０００Ｈｚ、及び３０００−４０００Ｈｚの様
な２から５帯域）は、ＬＰ剰余｛ｅ（ｎ）｝から引き出
されるＬＰ励起がある特別の帯域に対して周期的（有声
音化）であるべきか又は白色雑音（未有声音化）である
かを決定する。

【００１４】ピッチ分析は、｛ｙ（ｎ）｝を低域ろ波
し、次に｛ｙ（ｎ）｝を種々のｍに対して｛ｙ（ｎ＋
ｍ）｝と相関させることによりピッチ周期（有声音化さ
れたフレームにおける最少周期）を決定し、ここで補間
は端数のサンプル間隔を準備する。結果としてのピッチ
周期は、ｐＴで示され、そこにｐは典型的に２０から１
３２の範囲に制限される実数であり、Ｔは１／８ミリ秒
のサンプリング間隔である。従って、ｐは一つのピッチ
周期におけるサンプルの数である。有声音化された帯域
におけるＬＰ剰余｛ｅ（ｎ）｝は、複数のピッチ周波数
調波の組合わせであるべきである。

【００１５】フーリエ係数推定は、有声音化された（ｖ
ｏｉｃｅｄ）帯域に対するＬＰ剰余の符号化を提供す
る。利得分析は、一つのフレームに対する全般的なエネ
ルギレベルを設定する。この符号化（及び復号）は、テ
キサスインスツルメント社により製造されるＴＭＳ３２
０Ｃ３０の様なデイジタル信号処理装置（ＤＳＰ）によ
り実行出来、これは分析又は合成を実質的に実時間で遂
行するようにプログラムできる。

【００１６】剰余のスペクトル 図３ａは、一つの有声音化されたフレームに対するＬＰ
剰余｛ｅ（ｎ）｝を示し、約８個のピッチ周期を含み、
各ピッチ周期は約２６個のサンプルを持つ。図３ｂは、
ＬＰ剰余の１つの特別な期間に対する当該｛Ｅ（ｊ）｝
の大きさを示し、図３ｃは、全部の８個のピッチ周期に
対する｛Ｅ（ｊ）｝の大きさを示す。ｐＴに等しいピッ
チ周期を持つ一つの有声音化されたフレームに対して、
フーリエ係数は、１／ｐＴ、２／ｐＴ、３／ｐ
Ｔ、．．．、ｋ／ｐＴ、．．．の回りにピークを生じ、
即ち基本周波数１／ｐＴ及び複数調波においてである。
勿論、ｐは整数でなくても良く、またＸ［１］、Ｘ
［２］、．．．、Ｘ［ｋ］、．．．で示される基本周波
数の調波におけるフーリエ係数の大きさは、推定されな
ければならない。これらの推定値は、量子化され、伝送
され、またＬＰ励起を創作するため復号器において使用
されるであろう。

【００１７】この{Ｘ［ｋ］}は、種々の方法で推定する
ことが出来、例えば、図３ｂ−３ｃにおける様なｅ
（ｎ）の単一の期間（又は少数の期間）のサンプルに離
散的フーリエ変換を適用し、この代わりに｛Ｅ（ｊ）｝
は補間されることが出来る。勿論、１つの補間アプロー
チは、５１２ポイント離散的フーリエ変換をＬＰ剰余の
一つの拡張されたバージョンに適用し、これは高速フー
リエ変換の使用を可能にする。特に、ｅ₅₁₂（ｎ）＝ｅ
（ｎ）、ここにｎ＝０、１、．．．、１５９、及びｅ
₅₁₂（ｎ）＝０ここにｎ＝１６０、１６１、．．．、５
１１を設定することにより１６０サンプルのＬＰ剰余
｛ｅ（ｎ）｝を５１２サンプルに拡張する。それで、離
散的フーリエ変換の大きさは、係数Ｅ₅₁₂（ｊ）を持っ
て図３ｄにおける様に現れ、これは図３ｂ−３ｃの係数
Ｅ（ｊ）を実質的に補間する。複数周波数ｋ／ｐＴにお
けるピークＸ［ｋ］を推定する。好ましい実施の形態で
は、位相も使用できるが、フーリエ係数の大きさを使用
するだけである。ＬＰ剰余成分｛ｅ（ｎ）｝は実数であ
るので、離散的フーリエ変換係数｛Ｅ（ｊ）｝は共役対
称（ｃｏｎｊｕｇａｔｅ ｓｙｍｍｅｔｒｉｃ）であ
り、即ちＮポイント離散的フーリエ変換に対してＥ
（ｋ）＝Ｅ^*（Ｎ−ｋ）である。従って、｛Ｅ（ｊ）｝
の半分だけが大きさの考察に対して使用される必要があ
る。

【００１８】フーリエ係数のためのコードブック 基本ピッチ周波数及び調波ｋ／ｐＴに対するフーリエ係
数Ｘ［ｋ］の推定された大きさが一旦発見されると、こ
れらは最少数のビットで伝送されなければならない。好
ましい実施の形態では、スペクトルのベクトル量子化を
使用する。即ち、フーリエ係数Ｘ［１］、Ｘ
［２］、．．．Ｘ［ｋ］、．．．の組を多次元量子化に
おける一つのベクトルとして取扱い、出力量子化ベクト
ルのインデックスだけを伝送する。注目すべきは、
［ｐ］又は［ｐ］＋１個の係数が存在するが、成分の共
役対称に起因してそれら成分の半分だけが有意である。
従って、ｐＴ＝４ミリ秒（ｐ＝３２）の様な短いピッチ
周期に対しては、基本周波数１／ｐＴ（＝２５０Ｈｚ）
は高く、３２個の調波が存在するが、１６個だけが有意
である（ＤＣ成分は数えない）。同様に、ｐＴ＝１２ミ
リ秒（ｐ＝９６）の様な長いピッチ周期に対しては、基
本周波数（＝８３Ｈｚ）は低く、４８個の有意な調波が
存在する。

【００１９】一般に、出力量子化ベクトルの組は、一組
の入力連続（ｔｒａｉｎｉｎｇ）ベクトルからクラスタ
（ｃｌｕｓｔｅｒ）方法を持つ適応選択により創作する
ことが出来る。例えば、種々の話者から不規則に選択し
た多数のベクトル（スペクトル）は、一つのコードブッ
ク（又は多段ベクトル量子化をもつ複数コードブック）
を形成するため使用出来る。従って、量子化され符号化
された入力スペクトルＸ［１］、Ｘ［２］、．．．Ｘ
［ｋ］、．．．のバージョンは、量子化されたベクトル
のコードブックにおけるインデックスとして伝送するこ
とが出来、これは２０ビットであっても良い。

【００２０】図１ａに示す様に、第１の好ましい実施の
形態は、以下の様にフーリエ係数スペクトルのベクトル
量子化から進行する。第１に、対応するピッチ周期に従
ってフーリエ係数スペクトル（ベクトル）を分類し、も
しそのピッチ周期が５５Ｔより少なければ、そのベクト
ルは「短い」ベクトルであり、又もしそのピッチ周期が
４５Ｔより多ければ、そのベクトルは「長い」ベクトル
である。幾らかのベクトルは短いベクトル及び長いベク
トルの両方とみなされるであろう。短いベクトルは２０
成分ベクトルのコードブックでベクトル量子化し、また
長いベクトルは４５成分ベクトルのコードブックでベク
トル量子化する。前述の様に、フーリエ係数の共役対称
は、ベクトル成分の最初の半分だけが有意で且つ使用さ
れることを意味する。２０個の有意成分より少ない短い
ベクトルに対しては、１に等しい成分を付加することに
より２０成分へ拡張する。これに類似して４５個の有意
成分より少ない長いベクトルに対しては、１に等しい成
分を付加することにより４５成分へ拡張する。各コード
ブックは、２²⁰個の出力量子化ベクトルを持ち、そのた
め２０ビットが各コードブックにおける出力量子化ベク
トルのインデックスとなる。１ビットをコードブックを
選択するため使用出来るが、ピッチが伝送されて、２０
ビットは長いベクトル量子化か又は短いベクトル量子化
かを決定するため使用できる。

【００２１】短い及び長いの両方として分類された一つ
のベクトルに対しては、先行するフレームのベクトルと
同じ分類を使用し、これは不連続性を回避し、また分類
の重複によりヒステリシスを与える。更に、もし先行す
るフレームが、有声音化されていなかったなら、もしピ
ッチ周期が５０Ｔより少なければそのベクトルは短いと
し、それ以外は長いとする。

【００２２】ベクトル間の距離を定義する計量に重み付
け因子を適用する。この距離は、連続するベクトル（こ
れはコードブックを創作する）のクラスタ化（ｃｌｕｓ
ｔｅｒｉｎｇ）の為と、最少距離によるフーリエ成分ベ
クトルの量子化の為との両方に使用される。一般に、ベ
クトルＸ₁とＸ₂の間の距離をｄ（Ｘ₁，Ｘ₂）＝（Ｘ₁−
Ｘ₂）^TＷ（Ｘ₁−Ｘ₂）により定義し、Ｗは重みのマトリ
ックスである。従って、短いベクトルに対してマトリッ
クスＷ_shortを定義し、長いベクトルに対してマトリッ
クスＷ_longを定義し、更に、この重みは量子化されるべ
きベクトルの長さに依存しても良い。次に、短いベクト
ルに対してＷ_short［ｊ，ｋ］を、ｊ又はｋのいずれか
が２０より大きいものに対して極めて小さくし、これは
成分Ｘ₁［ｋ］及びＸ₂［ｋ］を２０より大きいｋに対し
て無関係にする。さらに、Ｗ_{sho rt}［ｊ，ｋ］を、ｊ及
びｋが１から２０へ増加するにつれて減少させ、より低
いベクトル成分を強調する。即ち、量子化は、ピッチ周
波数の基本及び低い調波に対して主としてフーリエ係数
に依存する。類似して、ｊ又はｋが４５より大きいもの
に対してＷ_long［ｊ，ｋ］を極めて小さく取る。

【００２３】更に、以下に述べる様に、大きさを減少さ
せ、量子化雑音を減少させるため予測符号化の使用を含
めることも出来るであろう。

【００２４】予測符号化 差別（予測）アプローチは、量子化雑音を減少させるで
あろう。即ち、一つのスペクトルＸ［１］、Ｘ
［２］、．．．Ｘ［ｋ］、．．．、をベクトル量子化す
るよりむしろ、最初に、先行する１つ又はそれより多い
フレームの量子化スペクトル（ベクトル）からそのスペ
クトルの予測を発生させ、正に差を量子化する。もし現
在のフレームのベクトルが先行するフレームのベクトル
から良く近似出来れば、そこで「強い」予測が使用出
来、そこでは現在のフレームのベクトルと強い予測子と
の間の差異が小さい。これに反し、もし現在のフレーム
のベクトルが先行するフレームのベクトルから良く近似
出来なければ、そこで「弱い」予測（予測なしを含む）
が使用出来、そこでは現在のフレームのベクトルと予測
子との間の差異が大きい。例えば、現在のフレームのベ
クトルＸの簡単な予測は、先行するフレームの量子化さ
れたベクトルＹであろうし、又はより一般には倍数αＹ
であり、αは重み付け因子（０と１の間）である。勿
論、αは、異なるベクトル成分に対して異なる因子を持
つ対角マトリックスであっても良い。０．７−１．０の
範囲のαの値に対して、予測子αＹは、Ｙに近く、また
もしＸにも近ければ、量子化されるべき差ベクトルＸ−
αＹは、Ｘと比較して小さい。これは強い予測子であろ
うし、そして復号器はＸに対する推定をＱ（Ｘ−αＹ）
＋αＹにより回復し、ここに第１項は量子化されるべき
差ベクトルＸ−αＹであり、第２項は前のフレームから
であり、おそらく優勢項である。逆に、０．０−０．３
の範囲のαの値に対して、予測子は弱く、そこに量子化
されるべき差ベクトルＸ−αＹはおそらくＸと匹敵す
る。事実、α＝０は全く予測がなく、また量子化される
べきベクトルはＸそれ自身である。

【００２５】強い予測子の利点は、同じ大きさのコード
ブックを用いて、小さそうな（強い予測子差）ある物を
量子化すると大きそうな（弱い予測子差）ある物を量子
化するよりも良い平均結果が得られると言う事実から生
じる。

【００２６】従って、連続する４つのコードブックは、
（１）短いベクトル及び強い予測、（２）短いベクトル
及び弱い予測、（３）長いベクトル及び強い予測、及び
（４）長いベクトル及び弱い予測である。そこで図１ｂ
の上部部分に示される様なベクトルを処理する。最初
に、ベクトルＸは短い又は長いとして分類され、次に強
い及び弱い予測子ベクトルＸ_strong及びＸ_weakが前のフ
レームの量子化されたベクトルから発生し、そして強い
予測子及び弱い予測子コードブックが、Ｘ−Ｘ_{st rong}及
びＸ−Ｘ_weakのベクトル量子化のために夫々使用され
る。次に２つの結果（Ｑ（Ｘ−Ｘ_strong）＋Ｘ_strong及
びＱ（Ｘ−Ｘ_weak）＋Ｘ_weak）が入力ベクトルと比較さ
れ、より良い近似（強い又は弱い予測子）が選択され
る。ベクトルの量子化のための２０ビットのコードブッ
クインデックスと共に一つのビットが伝送される（強い
予測子か弱い予測子が使用されたかどうかを示すた
め）。

【００２７】予測制御 フレーム消去において、現在のフレームに対応するパラ
メタ（即ち、ＬＳＦ、フーリエ係数、ピッチ、．．．）
は失われ又は信頼出来ないと考えられ、そのフレームは
前のフレームからのパラメタに基づいて再構成される。
フレーム消去の存在においては、一組のパラメタの欠如
の結果生じる誤差は、強い予測が使用される一連のフレ
ームを通じて伝播するであろう。もしその誤差が一連の
フレームの中間に発生すると、予測されたパラメタの正
確な展開は傷つけられ、なんらかの知覚上の歪みが通常
導入される。弱い予測子が絶え間なく選択される領域内
でフレーム消去が起こると、誤差の効果は局所に制限さ
れるであろう（それは弱い予測により急速に減少す
る）。再構成されたフレームにおける最大の劣化は、強
い予測子が選択される一連のフレームが後に続く、弱い
予測子を持つ一つのフレームに対してフレーム消去が起
こる時には何時でも観察される。この場合、パラメタの
展開は、その展開を開始すると想像されるパラメタとは
非常に異なるパラメタ上に築かれる。

【００２８】従って、第２の好ましい実施の形態では、
一連のフレームにおいて使用される予測子を分析してこ
れらの順番を制御する。特に、弱い予測子を使用したフ
レームの直後の、さもなければ強い予測子を使用するか
も知れない現在のフレームに対しては、１つの好ましい
実施の形態では弱い予測子を使用するように現在のフレ
ームを修正するが、次のフレームの予測子には影響しな
い。図１ｂはこの決定を示す。

【００２９】一つの簡単な例がこの好ましい実施の形態
の効果を示す。一連のフレームがフーリエ係数ベクトル
Ｘ₁、Ｘ₂、Ｘ₃、．．．を持つと仮定し、また第１のフ
レームは弱い予測子を使用し、第２、第３、第
４、．．．フレームは強い予測子を使用すると仮定す
る、しかしこの好ましい実施の形態では第２のフレーム
の強い予測子を弱い予測子で置換する。従って、第１の
フレームに対する伝送される量子化された差ベクトルは
Ｑ（Ｘ₁−Ｘ_1weak）であり、消去なしでは復号器はＸ₁
をＱ（Ｘ₁−Ｘ_1weak）＋Ｘ_1weakとして回復し、第１項
は弱い予測に起因しておそらく優勢項である。同様に、
通常の復号器はＸ₂をＱ（Ｘ₂−Ｘ_2strong）＋Ｘ_{2st rong}
として回復し、第２項は優勢であり、また類似して
Ｘ₃、Ｘ₄、．．．に対しても同様である。これに反し、
好ましい実施の形態の復号器はＸ₂をＱ（Ｘ₂−
Ｘ _2weak）＋Ｘ_2weakとして回復するが第１項はおそらく
優勢である。

【００３０】注目すべきは、その復号器は、Ｘ_1weakを
先行する再構成されたフレームのベクトルＸ₀、
Ｘ_-1、．．．、ら再創作し、また同様にＸ_2strong及び
Ｘ_2weakに対して、再構成されたＸ₁、Ｘ₀．．．から再
創作し、また他の予測子に対しても同様である。

【００３１】さて、第１フレームパラメタの消去により
ベクトルＱ（Ｘ₁−Ｘ_1weak）は失われ、その復号器は、
Ｘ₁を、前のフレームから再構成された丁度反復してい
るＸ₀の様ななにかにより再構成する。しかし、これ
は、本来弱い予測子が使用されたので極めて良好な近似
ではないかも知れない、そこで第２のフレームに対し
て、通常の復号器は、Ｘ₂を、Ｑ（Ｘ₂−Ｘ_2strong）＋
Ｙ_2strongにより再構成し、Ｙ _2strongは、Ｘ₁、
Ｘ₀、．．．からよりはむしろＸ₀、Ｘ₀、．．．から再
創作された強い予測子であり、何故ならＸ₁は失われ、
おそらく良くない近似Ｘ₀により置換されたからであ
る。従って、誤差は、概略的にＸ_2strong−Ｙ_2strongで
あり、これは異なる項Ｑ（Ｘ₂−Ｘ_2strong）に較べて強
い予測子が優勢項であるために大きそうである。そして
これはまたＸ₃、Ｘ₄、．．．の再構成に適用される。

【００３２】逆に、好ましい実施の形態では、Ｘ₂をＱ
（Ｘ₂−Ｘ_2weak）＋Ｙ_2weakにより再構成し、Ｙ_2weakは
Ｘ₁、Ｘ₀、．．．よりはむしろＸ₀、Ｘ₀、．．．から再
創作された弱い予測子であり、再び何故ならＸ₁は失わ
れ、おそらく良くない近似Ｘ₀により置換されたからで
ある。従って、誤差は、概略的にＸ_2weak−Ｙ_2weakであ
り、これは異なる項Ｑ（Ｘ₂−−Ｘ_2weak）に較べて弱い
予測子がより小さい項であるために小さそうである。そ
してこのより小さな誤差はまたＸ₃、Ｘ₄、．．．の再構
成に適用される。

【００３３】勿論、予測子がＸ_2strong＝αＸ₁、ここに
α＝０．８、及びＸ_2weak＝αＸ₁、ここにα＝０．２、
の場合に対して、通常の復号器の誤差は、Ｘ₂の再構成
に対して０．８（Ｘ₁−Ｘ₀）であり、また好ましい実施
の形態の復号器の誤差は、０．２（Ｘ₁−Ｘ₀）であろ
う。

【００３４】代替の予測制御 代替の第２の好ましい実施の形態では、一つの弱い予測
子フレームの後の２つ（又はそれより多い）の連続する
フレームの強い予測子を弱い予測子に修正する。即ち、
弱、強、強、強、．．．の順番は、弱、弱、弱、
強、．．．に変更される。前述の強い予測子の弱い予測
子による置換は、誤差の強壮さの増加を品質の僅かな減
少との交換により処分する（弱い予測子がより良い強い
予測子の代わりに使用される）。この予測制御は、また
より一般的にビデオ圧縮のような多くの形式の符号化に
適用される。

【００３５】修正 好ましい実施の形態は、特許請求の範囲に記載の特徴を
保持しつつ種々の方法で修正出来る。

【００３６】以上の説明に関して更に以下の項を開示す
る。 （１）線形予測システム符号化方法であって、（ａ）Ｌ
Ｐ剰余フーリエ係数を２つ又はそれより多いベクトルの
クラスに分類するステップと、（ｂ）各クラスに対して
少なくとも１つのベクトル量子化コードブックを備える
ステップと、（ｃ）前記ベクトルを前記コードブックに
より符号化するステップとを包含する。 （２）第１項記載の符号化方法において、（ａ）前記ク
ラスは重複し、また２つ又はそれより多いクラスにおけ
るベクトルは、先行するフレームにおけるベクトルのク
ラスを使用して符号化される。 （３）線形予測システム復号方法であって、（ａ）ＬＰ
剰余フーリエ係数を２つ又はそれより多い重複するベク
トルのクラスのメンバとして翻訳し、各クラスは少なく
とも１つのベクトル量子化コードブックを持つ、ステッ
プと、（ｂ）前記コードブックを使用して符号化された
ベクトルを復号するステップとを包含する。 （４）強い及び弱い予測子を使用する符号化システム方
法であって、（ａ）弱い予測子に続く強い予測子を弱い
予測子で置換するステップを包含する。 （５）ＬＰ剰余フーリエ係数を２つ又はそれより多い重
複するクラスに分類し、各クラスはそれ自身のベクトル
量子化コードブックを持つ線形予測システム。また、フ
レーム消去から生じる誤差伝播を確実に減衰させるため
弱い予測子に続く強い予測子を弱い予測子で置換し、強
い及び弱い予測子の使用を修正する。

【図面の簡単な説明】

【図１ａ】好ましい実施の形態の流れ図である。

【図１ｂ】好ましい実施の形態の流れ図である。

【図２ａ】好ましい実施の形態の符号器及び復号器のブ
ロック図である。

【図２ｂ】好ましい実施の形態の符号器及び復号器のブ
ロック図である。

【図３ａ】ＬＰ剰余及びそのフーリエ変換を示す図であ
る。

【図３ｂ】ＬＰ剰余及びそのフーリエ変換を示す図であ
る。

【図３ｃ】ＬＰ剰余及びそのフーリエ変換を示す図であ
る。

【図３ｄ】ＬＰ剰余及びそのフーリエ変換を示す図であ
る。

Claims (1)

【特許請求の範囲】
1. 【請求項１】 線形予測システム符号化であって、 （ａ）ＬＰ剰余フーリエ係数を２つ又はそれより多いベ
   クトルのクラスに分類するステップと、 （ｂ）各クラスに対して少なくとも１つのベクトル量子
   化コードブックを備えるステップと、 （ｃ）前記ベクトルを前記コードブックにより符号化す
   るステップとを包含する線形予測システム符号化。