JP2001027900A - Sound source vector generating device and sound source vector generating method - Google Patents
Sound source vector generating device and sound source vector generating methodInfo
- Publication number
- JP2001027900A JP2001027900A JP2000156367A JP2000156367A JP2001027900A JP 2001027900 A JP2001027900 A JP 2001027900A JP 2000156367 A JP2000156367 A JP 2000156367A JP 2000156367 A JP2000156367 A JP 2000156367A JP 2001027900 A JP2001027900 A JP 2001027900A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- unit
- diffusion
- pulse
- sound source
- 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.)
- Granted
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
Abstract
Description
【0001】[0001]
【発明の属する技術分野】本発明は、音声情報を効率的
に符号化/復号化するために用いる音源ベクトル生成装
置及び音源ベクトル生成方法に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an excitation vector generation apparatus and an excitation vector generation method used for efficiently encoding / decoding audio information.
【0002】[0002]
【従来の技術】従来の音声符号化技術としては、Code E
xcited Linear Prediction:"High Quality Speech at
Low Bit Rate",M. R. Schroeder, Proc. ICASSP'85, p
p.937-940 (文献1)に記載のCELP音声符号化装置
がある。この音声符号化装置は、入力音声を一定時間で
区切ったフレーム毎に線形予測を行い、フレーム毎の線
形予測による予測残差(励振信号)を、過去の駆動音源
を格納した適応符号帳と複数の雑音符号ベクトルを格納
した雑音符号帳を用いて符号化する装置である。2. Description of the Related Art Conventional speech coding techniques include Code E
xcited Linear Prediction: "High Quality Speech at
Low Bit Rate ", MR Schroeder, Proc. ICASSP'85, p
There is a CELP speech coding apparatus described in p.937-940 (Reference 1). This speech coding apparatus performs linear prediction for each frame obtained by dividing an input speech at a fixed time, and stores a prediction residual (excitation signal) by the linear prediction for each frame with an adaptive codebook storing past driving sound sources. Is a device that performs encoding using a random codebook that stores the random code vector of.
【0003】ここではまず、この従来のCELP音声符
号化装置を、図6を用いて詳しく説明する。First, the conventional CELP speech coding apparatus will be described in detail with reference to FIG.
【0004】線形予測分析部12は、CELP音声符号
化装置に入力された音声信号11を分析し、線形予測係
数を算出する。ここで、線形予測係数とは、音声信号の
周波数スペクトルの包絡特性を表すパラメータである。
線形予測分析部12で得られた線形予測係数は、線形予
測係数符号化部13において量子化された後、線形予測
係数復号化部14へ送られる。なお、この時に得られる
量子化番号は、線形予測符号として符号出力部24へ出
力される。線形予測係数復号化部24は、線形予測係数
符号化部13で量子化された線形予測係数を復号化して
合成フィルタの係数を得、合成フィルタ15へ出力す
る。[0004] A linear prediction analysis unit 12 analyzes the speech signal 11 input to the CELP speech coding apparatus and calculates a linear prediction coefficient. Here, the linear prediction coefficient is a parameter representing the envelope characteristic of the frequency spectrum of the audio signal.
The linear prediction coefficients obtained by the linear prediction analysis unit 12 are quantized by the linear prediction coefficient encoding unit 13 and then sent to the linear prediction coefficient decoding unit 14. Note that the quantization number obtained at this time is output to the code output unit 24 as a linear prediction code. The linear prediction coefficient decoding unit 24 decodes the linear prediction coefficients quantized by the linear prediction coefficient encoding unit 13 to obtain coefficients of a synthesis filter, and outputs the coefficients to the synthesis filter 15.
【0005】適応符号帳17は、適応符号ベクトルの候
補を複数種類出力する符号帳であり、駆動音源を過去数
フレーム分格納したバッファによって構成される。な
お、適応符号ベクトルとは、入力音声内の周期成分を表
現する時系列ベクトルである。[0005] The adaptive codebook 17 is a codebook that outputs a plurality of types of adaptive code vector candidates, and is composed of a buffer that stores driving excitations for the past several frames. Note that the adaptive code vector is a time-series vector expressing a periodic component in the input speech.
【0006】雑音符号帳18は、雑音符号ベクトルの候
補を複数種類(割り当てられたビット数に対応する種
類)格納した符号帳である。なお、雑音符号ベクトルと
は、入力音声内の非周期成分を表現する時系列ベクトル
である。The random codebook 18 is a codebook storing a plurality of random code vector candidates (types corresponding to the number of assigned bits). Note that the noise code vector is a time-series vector representing an aperiodic component in the input speech.
【0007】適応符号ゲイン重み付け部19および雑音
符号ゲイン重み付け部20は、適応符号帳17および雑
音符号帳18から出力される候補ベクトルそれぞれに対
して、重み符号帳21から読みだした適応符号ゲインと
雑音符号ゲインをそれぞれ乗じ、加算部22へ出力す
る。なお、重み符号帳とは、適応符号ベクトル候補に乗
じる重みと、雑音符号ベクトル候補に乗じる重みをそれ
ぞれ複数種類(割り当てられたビット数に対応する種
類)ずつ格納したメモリである。The adaptive code gain weighting section 19 and the noise code gain weighting section 20 provide an adaptive code gain read from the weight codebook 21 for each of the candidate vectors output from the adaptive codebook 17 and the noise codebook 18, respectively. The noise signals are multiplied by the noise code gains, respectively, and output to the addition unit 22. Note that the weighting codebook is a memory that stores a plurality of types of weights (types corresponding to the number of allocated bits) for weights for multiplying adaptive code vector candidates and weights for multiplying noise code vector candidates.
【0008】加算部22は、適応符号ゲイン重み付け部
19、雑音符号ゲイン重み付け部20においてそれぞれ
重み付けられた適応符号ベクトル候補と雑音符号ベクト
ル候補を加算して駆動音源ベクトル候補を生成し、合成
フィルタ15へ出力する。合成フィルタ15は、線形予
測係数復号化部14で得られた合成フィルタの係数によ
って構成される全極型フィルタであり、加算部22から
の駆動音源ベクトル候補を入力すると、合成音声ベクト
ル候補を出力する機能を有している。The adder 22 adds the adaptive code vector candidates and the noise code vector candidates weighted by the adaptive code gain weighting unit 19 and the noise code gain weighting unit 20, respectively, to generate a driving excitation vector candidate, and Output to The synthesis filter 15 is an all-pole filter composed of the coefficients of the synthesis filter obtained by the linear prediction coefficient decoding unit 14, and outputs a synthesized speech vector candidate when a driving excitation vector candidate is input from the addition unit 22. It has the function to do.
【0009】歪み計算部16は、合成フィルタ15の出
力である合成音声ベクトル候補と入力音声11との歪み
を計算し、得られた歪みの値を符号番号特定部23に出
力する。符号番号特定部23は、歪み計算部16で算出
する歪みを最小化するような3種類の符号番号(適応符
号番号、雑音符号番号、重み符号番号)を、3種類の符
号帳(適応符号帳、雑音符号帳、重み符号帳)それぞれ
について特定する。そして、符号番号特定部23で特定
された3種類の符号番号は、符号出力部24へ出力され
る。符号出力部24は、線形予測係数符号化部13で得
られた線形予測符号番号と、符号番号特定部23で特定
された適応符号番号、雑音符号番号、重み符号番号をま
とめて、伝送路へ出力する。The distortion calculator 16 calculates the distortion between the synthesized speech vector candidate output from the synthesis filter 15 and the input speech 11, and outputs the obtained distortion value to the code number identification unit 23. The code number identification unit 23 converts three types of code numbers (adaptive code number, noise code number, and weight code number) that minimize the distortion calculated by the distortion calculation unit 16 into three types of code books (adaptive code book). , Noise codebook, weight codebook). The three types of code numbers specified by the code number specifying unit 23 are output to the code output unit 24. The code output unit 24 collects the linear prediction code number obtained by the linear prediction coefficient coding unit 13 and the adaptive code number, the noise code number, and the weight code number specified by the code number specification unit 23, and sends the result to the transmission path. Output.
【0010】次に、図7を用いて従来のCELP音声復
号化装置の動作を説明する。音声復号化装置(図7)で
は、まず、符号入力部31が、音声符号化装置(図6)
から送信された符号を受信し、受信した符号に対応する
線形予測符号番号と、適応符号番号、雑音符号番号、重
み符号番号に分解し、分解して得られた符号をそれぞ
れ、線形予測係数復号化部32、適応符号帳33、雑音
符号帳34、重み符号帳35へ出力する。Next, the operation of the conventional CELP speech decoding apparatus will be described with reference to FIG. In the speech decoding device (FIG. 7), first, the code input unit 31 is connected to the speech encoding device (FIG. 6).
Receive the code transmitted from, and decompose the code into a linear prediction code number corresponding to the received code, an adaptive code number, a noise code number, and a weight code number, and decode the codes obtained by the decomposition into linear prediction coefficient decoding, respectively. To the coding unit 32, the adaptive codebook 33, the noise codebook 34, and the weight codebook 35.
【0011】次に、線形予測係数復号化部32が符号入
力部31で得られた線形予測符号番号を復号化して合成
フィルタの係数を得、合成フィルタ39へ出力する。そ
して、適応符号帳内の適応符号番号と対応する位置から
適応符号ベクトルが読みだされ、雑音符号帳から雑音符
号番号と対応する雑音符号ベクトルが読みだされ、さら
に、重み符号帳から重み符号番号と対応した適応符号ゲ
インと雑音符号ゲインが読みだされる。そして、適応符
号ベクトル重付け部36において、適応符号ベクトルに
適応符号ゲインが乗じられ加算部38へと送られる。ま
た同様に、雑音符号ベクトル重付け部37において、雑
音符号ベクトルに雑音符号ゲインが乗じられ加算部38
へ送られる。Next, a linear prediction coefficient decoding unit 32 decodes the linear prediction code number obtained by the code input unit 31 to obtain a coefficient of a synthesis filter, and outputs it to the synthesis filter 39. Then, an adaptive code vector is read from a position corresponding to the adaptive code number in the adaptive code book, a noise code vector corresponding to the noise code number is read from the noise code book, and a weight code number is read from the weight code book. The adaptive code gain and the noise code gain corresponding to are read out. Then, the adaptive code vector weighting unit 36 multiplies the adaptive code vector by the adaptive code gain and sends the result to the adding unit 38. Similarly, the noise code vector weighting unit 37 multiplies the noise code vector by the noise code gain, and
Sent to
【0012】加算部38は、上記2つの符号ベクトルが
加算して駆動音源ベクトルを生成し、生成された駆動音
源はバッファ更新のために適応符号帳33へ、また、フ
ィルタを駆動のために合成フィルタ39へと送られる。
合成フィルタ39は、加算部38で得られた駆動音源ベ
クトルで駆動され、線形予測係数復号化部32の出力を
用いて合成音声を再生する。The adder 38 adds the two code vectors to generate a driving excitation vector, and the generated driving excitation is combined with the adaptive codebook 33 for updating the buffer and for driving the filter. It is sent to the filter 39.
The synthesis filter 39 is driven by the driving sound source vector obtained by the addition unit 38, and reproduces a synthesized voice using the output of the linear prediction coefficient decoding unit 32.
【0013】なお、CELP音声符号化装置の歪み計算
部16では、一般に、次の(数1)により求められる歪
みEが計算される。The distortion calculator 16 of the CELP speech coding apparatus generally calculates a distortion E obtained by the following (Equation 1).
【0014】[0014]
【数1】 (Equation 1)
【0015】ここで、(数1)の歪みEを最小化するた
めには、適応符号番号、雑音符号番号、重み符号番号の
全組合せについて閉ループで歪みを算出し、各符号番号
を特定することが理想である。しかし、(数1)を閉ル
ープ探索すると演算処理量が大きくなりすぎるため、一
般的には、まず、適応符号帳を用いてベクトル量子化に
より適応符号番号を特定し、次に雑音符号帳を用いたベ
クトル量子化により雑音符号番号を特定し、最後に、重
み符号帳を用いたベクトル量子化により重み符号番号を
特定する。ここでは、この場合について、雑音符号帳を
用いたベクトル量子化処理をさらに詳しく説明する。Here, in order to minimize the distortion E in (Equation 1), the distortion is calculated in a closed loop for all combinations of the adaptive code number, the noise code number, and the weight code number, and each code number is specified. Is ideal. However, since the amount of calculation processing becomes too large when a closed loop search of (Equation 1) is performed, generally, first, an adaptive code number is specified by vector quantization using an adaptive codebook, and then a noise codebook is used. The noise code number is specified by the vector quantization, and finally the weight code number is specified by the vector quantization using the weight codebook. Here, in this case, the vector quantization processing using the random codebook will be described in more detail.
【0016】適応符号番号および適応符号ゲインが、先
にもしくは暫定的に決まっている場合には、(数1)の
歪み評価式は次の(数2)に変形される。When the adaptive code number and the adaptive code gain are determined first or tentatively, the equation for evaluating distortion in (Equation 1) is transformed into the following (Equation 2).
【0017】[0017]
【数2】 (Equation 2)
【0018】ただし、(数2)内のベクトルxは、先に
もしくは暫定的に特定した適応符号番号と適応符号ゲイ
ンを用いた、次の(数3)によって求められる雑音音源
情報(雑音符号番号特定用のターゲットベクトル)であ
る。However, the vector x in (Equation 2) is the noise source information (noise code number) obtained by the following (Equation 3) using the adaptive code number and the adaptive code gain specified earlier or provisionally. (Specific target vector).
【0019】[0019]
【数3】 (Equation 3)
【0020】雑音符号番号を特定した後に雑音符号ゲイ
ンgcを特定する場合には、(数2)内のgcが任意の値を
とり得ると仮定できるので、(数2)を最小化する雑音
符号ベクトルの番号を特定する処理(雑音音源情報のベ
クトル量子化処理)は、次の(数4)の分数式を最大化
する雑音符号ベクトルの番号特定に置き換えられること
が一般に知られている。When the noise code gain gc is specified after the noise code number is specified, it can be assumed that gc in (Equation 2) can take an arbitrary value. It is generally known that the process of specifying the vector number (the vector quantization process of the noise excitation information) can be replaced by the specification of the number of the noise code vector that maximizes the following fractional expression (Equation 4).
【0021】[0021]
【数4】 (Equation 4)
【0022】すなわち、適応符号番号および適応符号ゲ
インが前もってもしくは暫定的に特定されている場合、
雑音音源情報のベクトル量子化処理とは、歪み計算部1
6で算出する(数4)の分数式を最大化する雑音符号ベ
クトル候補の番号を特定する処理となる。That is, when the adaptive code number and the adaptive code gain are specified in advance or provisionally,
The vector quantization process of the noise source information means the distortion calculation unit 1
This is a process of specifying the number of the noise code vector candidate that maximizes the fractional expression of (Equation 4) calculated in (6).
【0023】初期のCELP符号化装置/復号化装置で
は、割り当てられたビット数に対応する種類のランダム
数列をメモリに格納したものが雑音符号帳として用いら
れていた。しかし、非常に多くのメモリ容量が必要にな
るとともに、雑音符号ベクトル候補それぞれについて
(数4)の歪みを計算するための演算処理量が膨大にな
るという課題があった。In the early CELP encoder / decoder, a random number sequence of a type corresponding to the number of allocated bits was stored in a memory and used as a random codebook. However, there is a problem that a very large memory capacity is required and the amount of calculation processing for calculating the distortion of (Equation 4) for each of the noise code vector candidates becomes enormous.
【0024】従来、この課題を解決する一方法として
は、"8KBIT/S ACELP CODING OF SPEECH WITH 10 MS SPE
ECH-FRAME:A CANDIDATE FOR CCITT STANDARDIZATIO
N":R. Salami, C. Laflamme, J-P. Adoul, ICASSP'94,
pp.II-97〜II-100,1994(文献2)などに記載される
ように、代数的に音源ベクトルを生成する代数的音源ベ
クトル生成部を用いたCELP音声符号化装置/復号化
装置が挙げられる。Conventionally, one method of solving this problem is to use “8KBIT / S ACELP CODING OF SPEECH WITH 10 MS SPE”.
ECH-FRAME: A CANDIDATE FOR CCITT STANDARDIZATIO
N ": R. Salami, C. Laflamme, JP. Adoul, ICASSP'94,
As described in pp. II-97 to II-100, 1994 (Document 2), etc., a CELP speech encoding apparatus / decoding apparatus using an algebraic excitation vector generation unit that generates excitation vectors algebraically. No.
【0025】[0025]
【発明が解決しようとする課題】しかしながら、上記代
数的音源生成部を雑音符号帳に用いたCELP音声符号
化装置/復号化装置では、(数3)によって求めた雑音
音源情報(雑音符号番号特定用のターゲット)を、少数
本のパルスで常に近似表現しているため、音声品質の向
上を図る上で限界がある。このことは、(数3)の雑音
音源情報xの要素を実際に調べると、それが少数本のパ
ルスだけによって構成される場合がほとんどないことか
ら明らかである。However, in a CELP speech coding apparatus / decoding apparatus using the algebraic excitation generating section as a noise codebook, the noise excitation information (noise code number identification) obtained by (Equation 3) is used. ) Is always approximated by a small number of pulses, so there is a limit in improving speech quality. This is apparent from the fact that when the element of the noise source information x in (Equation 3) is actually examined, it hardly consists of only a small number of pulses.
【0026】本発明は、音声信号を実際に分析した時に
得られる音源ベクトルの形状と、統計的に類似性の高い
形状の音源ベクトルを生成することができる新たな音源
ベクトル生成装置及びその方法を提供することを目的と
する。The present invention provides a new sound source vector generating apparatus and method capable of generating a sound source vector having a shape that is statistically highly similar to the shape of a sound source vector obtained when an audio signal is actually analyzed. The purpose is to provide.
【0027】[0027]
【課題を解決するための手段】この課題を解決するため
に本発明は、パルスベクトルを供給するパルスベクトル
生成部と、複数の拡散パタンを格納する拡散パタン格納
部と、格納されている前記拡散パタンのいずれかを選択
する選択部と、前記選択部により選択された拡散パタン
と前記パルスベクトルを畳み込むパルスベクトル拡散部
とを有し、選択部は音声信号の有声/無声判定結果を用
いて拡散パタンを選択すること、または、選択部は適応
ゲインの値を利用して拡散パタンを選択すること、ある
いは、選択部は適応ゲインの値と音声信号の短時間的特
徴を表すパラメータとを併用して拡散パタンを選択する
ことを特徴とする音源ベクトル生成装置及びその方法で
あり、従来の代数的音源生成部よりも、実際の音源ベク
トルの形状によく類似した形状の音源ベクトルを生成す
ることが可能になる。According to the present invention, there is provided a pulse vector generating unit for supplying a pulse vector, a diffusion pattern storage unit for storing a plurality of diffusion patterns, and the stored diffusion pattern. A selecting unit for selecting any one of the patterns; and a pulse vector spreading unit for convolving the pulse pattern with the spreading pattern selected by the selecting unit. The selecting unit performs spreading using a voiced / unvoiced determination result of the audio signal. Selecting a pattern, or the selecting unit selects a diffusion pattern using the value of the adaptive gain, or the selecting unit uses the value of the adaptive gain together with a parameter representing a short-time characteristic of the audio signal. A sound source vector generating apparatus and a method thereof, wherein a diffusion pattern is selected by using a conventional algebraic sound source generating unit. It is possible to generate the excitation vector of similar shape.
【0028】[0028]
【発明の実施の形態】本発明の請求項1に記載の発明
は、パルスベクトルを供給するパルスベクトル生成部
と、複数の拡散パタンを格納する拡散パタン格納部と、
格納されている前記拡散パタンのいずれかを選択する選
択部と、前記選択部により選択された拡散パタンと前記
パルスベクトルを畳み込むパルスベクトル拡散部とを有
し、選択部は、音声信号の有声/無声判定結果を用いて
拡散パタンを選択することを特徴とする音源ベクトル生
成装置であり、格納した拡散パタンの形状(特性)を反
映した音源ベクトルを生成することができるという作用
を有する。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS According to the first aspect of the present invention, there is provided a pulse vector generating unit for supplying a pulse vector, a diffusion pattern storage unit for storing a plurality of diffusion patterns,
A selection unit that selects any of the stored diffusion patterns; and a pulse vector spreading unit that convolves the diffusion pattern selected by the selection unit with the pulse vector. A sound source vector generation apparatus characterized in that a diffusion pattern is selected using a result of unvoiced determination, and has an effect that a sound source vector reflecting the shape (characteristic) of a stored diffusion pattern can be generated.
【0029】請求項2に記載の発明は、パルスベクトル
を供給するパルスベクトル生成部と、複数の拡散パタン
を格納する拡散パタン格納部と、格納されている前記拡
散パタンのいずれかを選択する選択部と、前記選択部に
より選択された拡散パタンと前記パルスベクトルを畳み
込むパルスベクトル拡散部とを有し、選択部は、適応ゲ
インの値を利用して、拡散パタンを選択することを特徴
とする音源ベクトル生成装置であり、格納した拡散パタ
ンの形状(特性)を反映した音源ベクトルを生成するこ
とができるという作用を有する。According to a second aspect of the present invention, there is provided a pulse vector generator for supplying a pulse vector, a diffusion pattern storage for storing a plurality of diffusion patterns, and a selection for selecting one of the stored diffusion patterns. And a pulse vector spreading unit for convolving the pulse vector with the spreading pattern selected by the selecting unit, wherein the selecting unit selects a spreading pattern using a value of the adaptive gain. The sound source vector generation device has an operation of generating a sound source vector reflecting the shape (characteristic) of a stored diffusion pattern.
【0030】請求項3に記載の発明は、パルスベクトル
を供給するパルスベクトル生成部と、複数の拡散パタン
を格納する拡散パタン格納部と、格納されている前記拡
散パタンのいずれかを選択する選択部と、前記選択部に
より選択された拡散パタンと前記パルスベクトルを畳み
込むパルスベクトル拡散部とを有し、選択部は、適応ゲ
インの値と音声信号の短時間的特徴を表すパラメータと
を併用して、拡散パタンを選択することを特徴とする音
源ベクトル生成装置であり、格納した拡散パタンの形状
(特性)を反映した音源ベクトルを生成することができ
るという作用を有する。According to a third aspect of the present invention, there is provided a pulse vector generator for supplying a pulse vector, a diffusion pattern storage for storing a plurality of diffusion patterns, and a selection for selecting any one of the stored diffusion patterns. And a pulse vector spreading unit for convolving the pulse vector with the spreading pattern selected by the selecting unit, wherein the selecting unit uses a value of the adaptive gain together with a parameter representing a short-time characteristic of the audio signal. A sound source vector generating apparatus characterized by selecting a diffusion pattern, which has an effect that a sound source vector reflecting the shape (characteristic) of the stored diffusion pattern can be generated.
【0031】請求項4に記載の発明は、パルスベクトル
を供給する段階と、複数の拡散パタンを格納する段階
と、格納されている前記拡散パタンのいずれかを選択す
る段階と、選択された前記拡散パタンと前記パルスベク
トルを畳み込む段階とを有し、音声信号の有声/無声判
定結果を用いて拡散パタンを選択することを特徴とする
音源ベクトル生成方法であり、格納した拡散パタンの形
状(特性)を反映した音源ベクトルを生成することがで
きるという作用を有する。According to a fourth aspect of the present invention, the step of supplying a pulse vector, the step of storing a plurality of diffusion patterns, the step of selecting one of the stored diffusion patterns, the step of: A sound source vector generation method comprising the steps of: convolving a diffusion pattern and the pulse vector; and selecting a diffusion pattern using a voiced / unvoiced determination result of the audio signal, wherein the shape of the stored diffusion pattern (characteristic ) Can be generated.
【0032】請求項5に記載の発明は、パルスベクトル
を供給する段階と、複数の拡散パタンを格納する段階
と、格納されている前記拡散パタンのいずれかを選択す
る段階と、選択された前記拡散パタンと前記パルスベク
トルを畳み込む段階とを有し、適応ゲインの値を利用し
て拡散パタンを選択することを特徴とする音源ベクトル
生成方法であり、格納した拡散パタンの形状(特性)を
反映した音源ベクトルを生成することができるという作
用を有する。According to a fifth aspect of the present invention, the step of supplying a pulse vector, the step of storing a plurality of diffusion patterns, the step of selecting one of the stored diffusion patterns, the step of: A sound source vector generation method comprising a step of convolving a diffusion pattern and the pulse vector, and selecting a diffusion pattern using a value of an adaptive gain, and reflecting a shape (characteristic) of the stored diffusion pattern. This has the effect that the generated sound source vector can be generated.
【0033】請求項6に記載の発明は、パルスベクトル
を供給する段階と、複数の拡散パタンを格納する段階
と、格納されている前記拡散パタンのいずれかを選択す
る段階と、選択された前記拡散パタンと前記パルスベク
トルを畳み込む段階とを有し、適応ゲインの値と音声信
号の短時間的特徴を表すパラメータとを併用して、拡散
パタンを選択することを特徴とする音源ベクトル生成方
法であり、格納した拡散パタンの形状(特性)を反映し
た音源ベクトルを生成することができるという作用を有
する。According to a sixth aspect of the present invention, the step of supplying a pulse vector, the step of storing a plurality of diffusion patterns, the step of selecting one of the stored diffusion patterns, the step of: A step of convoluting the diffusion pattern and the pulse vector, and using a value of the adaptive gain and a parameter representing a short-time characteristic of the audio signal, and selecting a diffusion pattern. There is an effect that a sound source vector reflecting the shape (characteristic) of the stored diffusion pattern can be generated.
【0034】以下、本発明の実施の実施の形態につい
て、図1から図5を用いて説明する。An embodiment of the present invention will be described below with reference to FIGS.
【0035】(実施の形態1)図1は本実施の形態にお
ける音源ベクトル生成装置の構成ブロック図を示す。図
1において、101はベクトル軸上のある1要素に極性
付き単位パルスが立ったベクトル(以下:パルスベクト
ルと呼ぶ)を生成するチャネルをN個(本実施の形態で
は、N=3の場合について説明する)備えたパルスベク
トル生成部、102は前記N個のチャネルごとにM種類
(本実施の形態では、M=2の場合について説明する)
の拡散パタンを格納する機能と、格納したM種類の拡散
パタンからある1種類の拡散パタンを選択する機能とを
併せ持つ拡散パタン格納・選択部、103は前記パルス
ベクトル生成部101から出力されるパルスベクトルと
前記拡散パタン格納・選択部102から選択される拡散
パタンとの重畳演算をチャネルごとに行い、N個の拡散
ベクトルを生成する機能を有するパルスベクトル拡散
部、104は前記パルスベクトル拡散部103により生
成されるN個の拡散ベクトルを加算して音源ベクトルを
生成する機能を有する拡散ベクトル加算部、105は生
成された音源ベクトルである。なお、本実施の形態で
は、パルスベクトル生成部1が、下記の(表1)記載の
規則に従ってN個(N=3)のパルスベクトルを代数的
に生成する場合について説明する。(Embodiment 1) FIG. 1 is a block diagram showing a configuration of a sound source vector generating apparatus according to the present embodiment. In FIG. 1, reference numeral 101 denotes N channels for generating a vector (hereinafter, referred to as a pulse vector) in which a unit pulse with a polarity rises in a certain element on the vector axis (in the present embodiment, N = 3) The pulse vector generation unit 102 provided includes M types for each of the N channels (this embodiment describes a case where M = 2).
A diffusion pattern storage / selection unit 103 having both a function of storing the diffusion pattern of the above and a function of selecting one type of the diffusion pattern from the stored M types of diffusion patterns, and a pulse 103 output from the pulse vector generation unit 101 A pulse vector spreading unit having a function of performing a superposition operation of a vector and a spreading pattern selected from the spreading pattern storage / selection unit 102 for each channel to generate N spreading vectors, 104 is the pulse vector spreading unit 103 A diffusion vector adding unit 105 having a function of generating a sound source vector by adding the N diffusion vectors generated by the above-mentioned is a generated sound source vector. In the present embodiment, a case will be described where the pulse vector generation unit 1 algebraically generates N (N = 3) pulse vectors according to the rules described in (Table 1) below.
【0036】[0036]
【表1】 [Table 1]
【0037】以上のように構成された音源ベクトル生成
装置の動作を、図1を用いて説明する。拡散パタン格納
・選択部102は、チャネル毎に2種類ずつ格納した拡
散パタンから1種類ずつ選択し、パルスベクトル拡散部
103へ出力する。ただしここで、選択された拡散パタ
ンの組合せ(組合せ総数:M^N=8通り)に対応し
て、番号が割り当てられることとする。次に、パルスベ
クトル生成部101が、(表1)記載の規則に従い代数
的にパルスベクトルをチャネル数分(本実施の形態では
3個)生成する。The operation of the sound source vector generation device configured as described above will be described with reference to FIG. The spreading pattern storage / selection unit 102 selects one type from the two types of spreading patterns stored for each channel, and outputs the selected one to the pulse vector spreading unit 103. Here, it is assumed that numbers are assigned corresponding to the selected combinations of the diffusion patterns (total number of combinations: M : N = 8). Next, the pulse vector generation unit 101 algebraically generates pulse vectors for the number of channels (three in this embodiment) according to the rules described in (Table 1).
【0038】パルスベクトル拡散部103は、拡散パタ
ン格納・選択部102で選択された拡散パタンと、パル
スベクトル生成部101で生成されたパルスとを、下記
(数5)による重畳演算に用いて、チャネル毎に拡散ベ
クトルを生成する。The pulse vector spreading section 103 uses the spreading pattern selected by the spreading pattern storage / selection section 102 and the pulse generated by the pulse vector generating section 101 in a superposition operation by the following (Equation 5). A spreading vector is generated for each channel.
【0039】[0039]
【数5】 (Equation 5)
【0040】拡散ベクトル加算部104は、パルスベク
トル拡散部103で生成された3個の拡散ベクトルを、
下記(数6)により加算して、音源ベクトル105を生
成する。The spreading vector adding section 104 adds the three spreading vectors generated by the pulse vector spreading section 103 to
The sound source vector 105 is generated by the addition according to the following (Equation 6).
【0041】[0041]
【数6】 (Equation 6)
【0042】このように構成された音源ベクトル生成装
置では、拡散パタン格納・選択部が選択する拡散パタン
の組合せ方や、パルスベクトル生成部が生成するパルス
ベクトル内のパルスの位置および極性に変化を持たせる
ことで、多様な音源ベクトルを生成することが可能にな
る。そして、このように構成された音源ベクトル生成装
置では、拡散パタン格納・選択部102が選択する拡散
パタンの組合せ方と、パルスベクトル生成部101が生
成するパルスベクトルの形状(パルス位置およびパルス
極性)の組合せ方の2種類の情報に対して、それぞれ1
対1に対応する番号を割り当てておくことが可能であ
る。また、拡散パタン格納・選択部102には、実際の
音源情報をもとに予め学習を行い、その学習の結果得ら
れる拡散パタンを格納しておくことが可能である。In the thus configured sound source vector generation apparatus, the change in the combination of the diffusion pattern selected by the diffusion pattern storage / selection unit and the position and polarity of the pulse in the pulse vector generated by the pulse vector generation unit is not required. By having them, it becomes possible to generate various sound source vectors. In the thus configured sound source vector generation apparatus, the combination of the diffusion patterns selected by the diffusion pattern storage / selection unit 102 and the shape of the pulse vector (pulse position and pulse polarity) generated by the pulse vector generation unit 101 1 for each of the two types of information
It is possible to assign a number corresponding to one to one. Further, the diffusion pattern storage / selection unit 102 can perform learning in advance based on actual sound source information and store a diffusion pattern obtained as a result of the learning.
【0043】また、上記音源ベクトル生成装置を音声符
号化装置/復号化装置の音源情報生成部に用いれば、拡
散パタン格納・選択部が選択した拡散パタンの組合せ番
号と、パルスベクトル生成部が生成したパルスベクトル
の組合わせ番号(パルス位置およびパルス極性を特定で
きる)との2種類の番号を伝送することで、雑音音源情
報の伝送を実現できるようになる。If the above excitation vector generation apparatus is used for the excitation information generation section of the speech encoding apparatus / decoding apparatus, the combination number of the diffusion pattern selected by the diffusion pattern storage / selection section and the pulse vector generation section By transmitting two types of numbers, that is, the combination number of the pulse vector (which can specify the pulse position and the pulse polarity), transmission of noise source information can be realized.
【0044】また、上記のように構成した音源ベクトル
生成部を用いると、代数的に生成したパルス音源を用い
る場合よりも、実際の音源情報に似た形状(特性)の音
源ベクトルを生成することが可能になる。Further, the use of the sound source vector generation unit configured as described above makes it possible to generate a sound source vector having a shape (characteristic) similar to actual sound source information, compared to the case of using a pulse sound source generated algebraically. Becomes possible.
【0045】なお、本実施の形態では、拡散パタン格納
・選択部102が1チャネルあたり2種類の拡散パタン
を格納している場合について説明したが、各チャネルに
対して2種類以外の拡散パタンを割り当てた場合にも、
同様の作用・効果が得られる。In this embodiment, a case has been described where the diffusion pattern storage / selection section 102 stores two types of diffusion patterns per channel. However, other than two types of diffusion patterns are stored for each channel. If you do,
Similar functions and effects can be obtained.
【0046】なおまた、本実施の形態では、パルスベク
トル生成部101が3チャネル構成かつ(表1)記載の
パルス生成規則に基づいている場合について説明した
が、チャネル数が異なる場合や、パルス生成規則として
(表1)記載以外のパルス生成規則を用いた場合にも、
同様の作用・効果が得られる。In this embodiment, the case where pulse vector generating section 101 has a three-channel configuration and is based on the pulse generation rules described in Table 1 has been described. Even when pulse generation rules other than those described in (Table 1) are used as rules,
Similar functions and effects can be obtained.
【0047】また、上記音源ベクトル生成装置あるいは
音声符号化装置/復号化装置を有する、音声信号通信シ
ステムまたは音声信号記録システムを構成することによ
り、上記音源ベクトル生成装置の有する作用・効果を得
ることができる。Further, by constituting an audio signal communication system or an audio signal recording system having the above-mentioned excitation vector generation device or the audio encoding / decoding device, it is possible to obtain the functions and effects of the above-mentioned excitation vector generation device. Can be.
【0048】(実施の形態2)図2は本実施の形態にお
けるCELP音声符号化装置の構成ブロック図を示し、
図3はCELP型音声復号化装置の構成ブロック図を示
す。(Embodiment 2) FIG. 2 is a block diagram showing the configuration of a CELP speech coding apparatus according to the present embodiment.
FIG. 3 is a block diagram showing the configuration of the CELP-type speech decoding apparatus.
【0049】図2は、従来のCELP音声符号化装置の
雑音符号帳(図6内の18)に、実施の形態1記載の音
源ベクトル生成装置(図1)を適用したものであり、図
3は、従来のCELP音声符号化装置の雑音符号帳(図
7内の34)に、上記実施の形態1記載の音源ベクトル
生成装置を適用したものである。よって雑音音源情報の
ベクトル量子化処理以外の処理は、従来技術の項に記載
した内容と同様であり、本実施の形態では、図2および
図3における雑音音源情報のベクトル量子化処理を中心
に、音声符号化装置、音声復号化装置の説明を行う。ま
た、実施の形態1と同様に、チャネル数N=3,1チャ
ネルの拡散パタン数M=2,パルスベクトルの生成は
(表1)によるものとする。FIG. 2 shows a case where the excitation vector generating apparatus (FIG. 1) described in the first embodiment is applied to the noise codebook (18 in FIG. 6) of the conventional CELP speech coding apparatus. Is obtained by applying the excitation vector generation apparatus described in the first embodiment to the noise codebook (34 in FIG. 7) of the conventional CELP speech coding apparatus. Therefore, processes other than the vector quantization process of the noise source information are the same as those described in the section of the related art. In the present embodiment, the vector quantization process of the noise source information in FIGS. , A speech encoding device and a speech decoding device will be described. Further, as in the first embodiment, the number of channels N = 3, the number of diffusion patterns of one channel M = 2, and the generation of the pulse vector is based on (Table 1).
【0050】図2の音声符号化装置における雑音音源情
報のベクトル量子化処理は、(数4)の基準値を最大化
するような2種類の番号(拡散パタンの組合せ番号、パ
ルス位置とパルス極性の組合せ番号)を特定する処理で
ある。図1の音源ベクトル生成装置を雑音符号帳として
用いた場合に、拡散パタンの組合せ番号(8種類)とパ
ルスベクトルの組合せ番号(極性を考慮した場合:16
384種類)を閉ループで特定するためには、拡散パタ
ン格納・選択部215が、まず始めに、自ら格納してい
る2種類の拡散パタンのうち、どちらか一方の拡散パタ
ンを選択し、パルスベクトル拡散部217へ出力する。
その後、パルスベクトル生成部216が、(表1)記載
の規則に従い代数的にパルスベクトルをチャネル数分
(本実施の形態では3個)生成し、パルスベクトル拡散
部217へ出力する。パルスベクトル拡散部217は、
拡散パタン格納・選択部215で選択された拡散パタン
と、パルスベクトル生成部216で生成されたパルスベ
クトルとを、(数5)による重畳演算に用いて、チャネ
ル毎に拡散ベクトルを生成する。拡散ベクトル加算部2
18は、パルスベクトル拡散部217で得られた拡散ベ
クトルを加算して、音源ベクトル(雑音符号ベクトルの
候補となる)を生成する。そして、歪み計算部206
が、拡散ベクトル加算部218で得られた雑音符号ベク
トル候補を用いた(数4)の値を算出する。この(数
4)の値の算出を、(表1)記載の規則によって生成さ
れるパルスベクトルの組合せ全てについて行い、その中
から(数4)の値が最大になる時の拡散パタンの組合せ
番号、パルスベクトルの組合せ番号(パルス位置とその
極性の組合せ)、およびその時の最大値を符号番号特定
部213へ出力する。In the vector quantization process of the noise source information in the speech coding apparatus of FIG. 2, two kinds of numbers (a combination number of a diffusion pattern, a pulse position and a pulse polarity) which maximize the reference value of (Equation 4) are used. (Combination number). When the excitation vector generation apparatus of FIG. 1 is used as a noise codebook, the combination number (8 types) of the diffusion pattern and the combination number of the pulse vector (when the polarity is considered: 16)
384 types) in a closed loop, the diffusion pattern storage / selection unit 215 first selects one of the two types of diffusion patterns stored by itself, and generates a pulse vector. Output to the diffusion unit 217.
After that, the pulse vector generation unit 216 algebraically generates pulse vectors for the number of channels (three in this embodiment) according to the rules described in (Table 1), and outputs the generated pulse vectors to the pulse vector spreading unit 217. The pulse vector spreading section 217
A diffusion vector is generated for each channel by using the diffusion pattern selected by the diffusion pattern storage / selection unit 215 and the pulse vector generated by the pulse vector generation unit 216 in a superposition operation by (Equation 5). Diffusion vector adder 2
Reference numeral 18 adds a diffusion vector obtained by the pulse vector spreading section 217 to generate a sound source vector (a candidate for a noise code vector). Then, the distortion calculation unit 206
Calculates the value of (Equation 4) using the noise code vector candidate obtained by the spreading vector addition unit 218. The calculation of the value of (Equation 4) is performed for all combinations of pulse vectors generated according to the rules described in (Table 1), and the combination number of the diffusion pattern when the value of (Equation 4) is maximized from among them , The combination number of the pulse vector (combination of the pulse position and its polarity) and the maximum value at that time are output to the code number specifying unit 213.
【0051】次に、拡散パタン格納・選択部215は、
格納している拡散パタンから、先ほどと異なる組合せの
拡散パタンを選択する。そして新たに選択しなおした拡
散パタンの組合せについて、上記と同様に(表1)の規
則に従ってパルスベクトル生成部216で生成されるパ
ルスベクトルの全組合せについて、(数4)の値を算出
する。そして、その中から、(数4)を最大にする時
の、拡散パタンの組合せ番号、パルスベクトルの組合せ
番号、および最大値を符号番号特定部213へ再度出力
する。Next, the diffusion pattern storage / selection unit 215
From the stored diffusion patterns, a different combination of diffusion patterns is selected. Then, for the newly selected combination of diffusion patterns, the value of (Equation 4) is calculated for all combinations of pulse vectors generated by the pulse vector generation unit 216 according to the rules of (Table 1) in the same manner as described above. Then, from among them, the combination number of the diffusion pattern, the combination number of the pulse vector, and the maximum value when maximizing (Equation 4) are output to the code number specifying unit 213 again.
【0052】この処理を、拡散パタン格納・選択部21
5が格納している拡散パタンから選択できる全組合せ
(本実施の形態の説明では、組合せ総数は8)について
繰り返す。This processing is performed by the diffusion pattern storage / selection unit 21.
5 is repeated for all combinations that can be selected from the diffusion patterns stored (the total number of combinations is 8 in the description of the present embodiment).
【0053】符号番号特定部213は、歪み計算部20
6によって算出されたトータル8個の最大値を比較し、
その中から一番大きいものを選択し、その最大値を生成
した時の2種類の組合せ番号(拡散パタンの組合せ番
号、パルスベクトルの組合せ番号)を特定し、雑音符号
番号として符号出力部214へ出力する。The code number specifying section 213 is provided for the distortion calculating section 20.
Compare the maximum value of a total of 8 calculated by 6
The largest one is selected from them, and two kinds of combination numbers (combination number of the diffusion pattern and combination number of the pulse vector) at the time when the maximum value is generated are specified, and are sent to the code output unit 214 as the noise code number. Output.
【0054】一方、図3の音声復号化装置では、符号入
力部301が、音声符号化装置(図2)から送信される
符号を受信し、受信した符号を対応する線形予測符号番
号と、適応符号番号、雑音符号番号(拡散パタンの組合
せ番号、パルスベクトルの組合せ番号の2種類から構成
されている)、および重み符号番号に分解し、分解して
得られた符号をそれぞれ、線形予測係数復号化部30
2、適応符号帳303、雑音符号帳304、重み符号帳
305へ出力する。なおここで、雑音符号番号のうち、
拡散パタンの組合せ番号は拡散パタン格納・選択部31
1へ出力され、パルスベクトルの組合せ番号はパルスベ
クトル生成部312へ出力されるものとする。On the other hand, in the speech decoding apparatus of FIG. 3, code input section 301 receives a code transmitted from speech encoding apparatus (FIG. 2), and converts the received code to a corresponding linear prediction code number and an adaptive code number. A code number, a noise code number (consisting of two types, a combination number of a spreading pattern and a combination number of a pulse vector), and a weighting code number, and codes obtained by the decomposition are respectively decoded by linear prediction coefficients. Conversion part 30
2. Output to adaptive codebook 303, noise codebook 304, and weight codebook 305. Here, among the noise code numbers,
The combination number of the diffusion pattern is stored in the diffusion pattern storage / selection unit 31.
1 and the combination number of the pulse vector is output to the pulse vector generation unit 312.
【0055】そして、線形予測係数復号化部302が線
形予測符号番号を復号化して合成フィルタの係数を得、
合成フィルタ309へ出力する。適応符号帳303で
は、適応符号番号と対応する位置から適応符号ベクトル
が読みだされる。Then, the linear prediction coefficient decoding unit 302 decodes the linear prediction code number to obtain the coefficients of the synthesis filter,
Output to the synthesis filter 309. In the adaptive codebook 303, an adaptive code vector is read from a position corresponding to the adaptive code number.
【0056】雑音符号帳304では、拡散パタン格納・
選択部311が拡散パルスの組合せ番号に対応する拡散
パタンをチャネル毎に読みだしてパルスベクトル拡散部
313へ出力し、パルスベクトル生成部312がパルス
ベクトルの組合せ番号に対応したパルスベクトルをチャ
ネル数分生成してパルスベクトル拡散部313へ出力
し、パルスベクトル拡散部313が拡散パタン格納・選
択部311から受けた拡散パタンとパルスベクトル生成
部312から受けたパルスベクトルとを(数5)記載の
重畳演算に用いて拡散ベクトルを生成し、拡散ベクトル
加算部314へ出力する。拡散ベクトル加算部314が
パルスベクトル拡散部313で生成した各チャネルの拡
散ベクトルを加算して雑音符号ベクトルを生成する。In the noise codebook 304, the spread pattern is stored.
The selecting unit 311 reads out a spreading pattern corresponding to the combination number of the spreading pulse for each channel, and outputs it to the pulse vector spreading unit 313. The pulse vector generating unit 312 converts the pulse vector corresponding to the combination number of the pulse vector into the number of channels. The pulse pattern is generated and output to the pulse vector spreading unit 313. The pulse vector spreading unit 313 superimposes the diffusion pattern received from the diffusion pattern storage / selection unit 311 and the pulse vector received from the pulse vector generation unit 312 according to (Equation 5). A diffusion vector is generated using the calculation and output to the diffusion vector addition unit 314. The spreading vector adding section 314 adds the spreading vector of each channel generated by the pulse vector spreading section 313 to generate a noise code vector.
【0057】そして、重み符号帳305から重み符号番
号と対応した適応符号ゲインと雑音符号ゲインが読みだ
され、適応符号ベクトル重付け部306において適応符
号ベクトルに適応符号ゲインが乗じられ、同様に雑音符
号ベクトル重付け部307において雑音符号ベクトルに
雑音符号ゲインが乗じられ、加算部308へ送られる。
加算部308は、ゲインが乗じられた上記2つの符号ベ
クトルを加算して駆動音源ベクトルを生成し、生成した
駆動音源ベクトルを、バッファ更新のために適応符号帳
303へ、また、合成フィルタを駆動するために合成フ
ィルタ309へと出力する。Then, an adaptive code gain and a noise code gain corresponding to the weight code number are read from the weight codebook 305, and the adaptive code vector is multiplied by the adaptive code gain in the adaptive code vector weighting unit 306, and the noise is similarly calculated. The code vector weighting unit 307 multiplies the noise code vector by the noise code gain and sends the result to the addition unit 308.
The adder 308 adds the two code vectors multiplied by the gain to generate a driving excitation vector, and transmits the generated driving excitation vector to the adaptive codebook 303 for updating the buffer, and also drives the synthesis filter. Output to the synthesis filter 309 in order to perform the processing.
【0058】合成フィルタ309は、加算部308で得
られた駆動音源ベクトルで駆動され、合成音声310を
再生する。また適応符号帳303は、加算部308より
受けた駆動音源ベクトルでバッファを更新する。The synthesis filter 309 is driven by the driving sound source vector obtained by the adding section 308, and reproduces the synthesized speech 310. Adaptive codebook 303 updates the buffer with the driving excitation vector received from adding section 308.
【0059】ただし、図2および図3内の拡散パタン格
納・選択部には、(数6)記載の音源ベクトルを(数
2)内のcに代入した下記(数7)の歪み評価基準式を
コスト関数とし、当該コスト関数の値がより小さくなる
ように予め学習して得られた拡散パタンが各チャネル毎
に格納されているものとする。このようにすることで、
実際の雑音音源情報((数4)内のベクトルx)の形状
と類似した形状の音源ベクトルを生成することができる
ようになるため、代数的音源ベクトル生成部を雑音符号
帳に用いたCELP音声符号化装置/復号化装置より
も、品質の高い合成音声を得ることが可能になる。However, in the diffusion pattern storage / selection unit in FIGS. 2 and 3, the sound source vector described in (Equation 6) is substituted for c in (Equation 2). Is a cost function, and it is assumed that a diffusion pattern obtained by learning in advance so that the value of the cost function becomes smaller is stored for each channel. By doing this,
Since it becomes possible to generate a source vector having a shape similar to the shape of actual noise source information (vector x in (Equation 4)), CELP speech using an algebraic source vector generator for a noise codebook It is possible to obtain higher quality synthesized speech than the encoder / decoder.
【0060】[0060]
【数7】 (Equation 7)
【0061】なお、本実施の形態では、拡散パタン格納
・選択部が、(数7)記載のコスト関数の値をより小さ
くするように予め学習して得られた拡散パタンをチャネ
ル毎にM個ずつ格納しておいた場合について説明した
が、実際にはM個の拡散パタン全てが学習によって得ら
れたものである必要はなく、学習によって得られた拡散
パタンを各チャネル毎に少くとも1種類格納しておくよ
うにすれば、そのような場合にも合成音声の品質を向上
させる作用・効果を得ることができる。In the present embodiment, the diffusion pattern storage / selection unit selects M diffusion patterns obtained by learning in advance so as to reduce the value of the cost function described in (Equation 7) for each channel. Although the case where each of them is stored has been described, in practice, it is not necessary that all M diffusion patterns are obtained by learning, and at least one type of diffusion pattern obtained by learning is provided for each channel. If stored, the operation and effect of improving the quality of synthesized speech can be obtained even in such a case.
【0062】なおまた、本実施の形態では、拡散パタン
格納・選択部が格納する拡散パタンの全組合せ、およ
び、パルスベクトル生成部6が生成するパルスベクトル
の位置候補の全組合せから、(数4)の基準値を最大化
する組合せ番号を閉ループで特定する場合について説明
したが、雑音符号帳の番号特定以前に求めたパラメータ
(適応符号ベクトルの理想ゲインなど)を基に予備選択
を行ったり、開ループで探索するなどしても同様の作用
・効果を得ることができる。Further, in this embodiment, (Equation 4) is obtained from all combinations of diffusion patterns stored by the diffusion pattern storage / selection unit and all combinations of pulse vector position candidates generated by the pulse vector generation unit 6. ) Is described in the case of specifying the combination number that maximizes the reference value in a closed loop, but the preliminary selection is performed based on the parameters (such as the ideal gain of the adaptive code vector) obtained before the identification of the random codebook number, Similar functions and effects can be obtained by searching in an open loop.
【0063】また、上記音声符号化装置/復号化装置を
有する、音声信号通信システムまたは音声信号記録シス
テムを構成することにより、実施の形態1で記載した音
源ベクトル生成装置の有する作用・効果を得ることがで
きる。Further, by constructing a speech signal communication system or a speech signal recording system having the speech encoding device / decoding device, the operation and effect of the sound source vector generation device described in the first embodiment can be obtained. be able to.
【0064】(実施の形態3)図4は本実施の形態にお
けるCELP音声符号化装置の構成ブロック図である。(Embodiment 3) FIG. 4 is a block diagram showing a configuration of a CELP speech coding apparatus according to the present embodiment.
【0065】図4は、実施の形態1の音源ベクトル生成
装置(図1)を雑音符号帳に用いたCELP音声符号化
装置において、雑音符号帳を探索する以前に求まってい
る理想適応符号ゲインの値を用いて、拡散パタン格納・
選択部に格納された拡散パタンの予備選択を行う方法を
説明するための図であり、雑音符号帳周辺部以外は図2
記載のCELP音声符号化装置と同一である。よって本
実施の形態の説明は、図4記載のCELP音声符号化装
置における雑音音源情報のベクトル量子化処理について
の説明にとどめる。FIG. 4 shows a CELP speech coding apparatus using the excitation vector generating apparatus (FIG. 1) according to the first embodiment as a random codebook, and the ideal adaptive code gain obtained before searching for the random codebook. Using the value to store the diffusion pattern
FIG. 4 is a diagram for explaining a method of performing preliminary selection of a diffusion pattern stored in a selection unit, and FIG.
This is the same as the described CELP speech coding apparatus. Therefore, the description of the present embodiment is limited to the description of the vector quantization process of the noise source information in the CELP speech coding apparatus shown in FIG.
【0066】図4において、407は適応符号帳、40
9は適応符号ゲイン重み付け部、408は実施の形態1
で説明した音源ベクトル生成装置によって構成された雑
音符号帳、410は雑音符号ゲイン重み付け部、405
は合成フィルタ、406は歪み計算部、413は符号番
号特定部、415は拡散パタン格納・選択部、416は
パルスベクトル生成部、417はパルスベクトル拡散
部、418は拡散ベクトル加算部、419は適応ゲイン
判定部である。ただし、本実施の形態において、上記拡
散パタン格納・選択部415が格納する格納するM種類
(M≧2)の拡散パタンのうちすくなくとも1種類は、
雑音音源情報をベクトル量子化する際に生じる量子化歪
みをより小さくするように予め学習し、当該学習の結果
得られた拡散パタンであることとする。In FIG. 4, reference numeral 407 denotes an adaptive codebook;
9 is an adaptive code gain weighting unit, and 408 is the first embodiment.
The noise codebook 410 constituted by the excitation vector generation apparatus described in (1), 410 is a noise code gain weighting unit, 405
Is a synthesis filter, 406 is a distortion calculation unit, 413 is a code number specifying unit, 415 is a spreading pattern storage / selection unit, 416 is a pulse vector generation unit, 417 is a pulse vector spreading unit, 418 is a spreading vector addition unit, and 419 is adaptive. It is a gain determination unit. However, in the present embodiment, at least one of the M types (M ≧ 2) of the diffusion patterns stored by the diffusion pattern storage / selection unit 415 is:
Learning is performed in advance so as to reduce the quantization distortion generated when the noise source information is vector-quantized, and the diffusion pattern is obtained as a result of the learning.
【0067】本実施の形態では、説明簡単化のため、パ
ルスベクトル生成部のチャネル数Nは3、拡散パタン格
納・選択部が格納しているチャネルあたりの拡散パルス
の種類数Mは2とし、さらに、M種類(M=2)の拡散
パタンは、1つが上記学習によって得られた拡散パタン
であり、もう一方は、乱数ベクトル生成装置によって生
成される乱数ベクトル列(以下:ランダムパタンと呼
ぶ)である場合として説明を行う。ちなみに、上記学習
によって得られる拡散パタンは、図1内のw11の様に、
長さは比較的短く、パルス的な形状の拡散パタンになる
ことがわかっている。In the present embodiment, for simplicity of explanation, the number of channels N of the pulse vector generation unit is 3, and the number M of types of spreading pulses per channel stored in the spreading pattern storage / selection unit is 2, Further, one of the M types (M = 2) of diffusion patterns is a diffusion pattern obtained by the learning, and the other is a random number vector sequence (hereinafter, referred to as a random pattern) generated by a random number vector generation device. The description will be made assuming that. By the way, the diffusion pattern obtained by the above learning is shown as w11 in FIG.
It has been found that the length is relatively short, resulting in a pulse-shaped diffusion pattern.
【0068】図4のCELP音声符号化装置において
は、雑音音源情報のベクトル量子化の前に適応符号帳の
番号特定処理が行われる。よって、雑音音源情報のベク
トル量子化処理を行う時点では、適応符号帳のベクトル
番号(適応符号番号)および、理想適応符号ゲイン(暫
定的に決っている)を参照することが可能である。本実
施の形態では、このうちの理想適応符号ゲインの値を使
って、拡散パルスの予備選択を行う。In the CELP speech coding apparatus shown in FIG. 4, an adaptive codebook number specifying process is performed before vector quantization of noise excitation information. Therefore, at the time of performing the vector quantization process of the noise excitation information, it is possible to refer to the vector number (adaptive code number) of the adaptive codebook and the ideal adaptive code gain (tentatively determined). In the present embodiment, the preliminary selection of the spreading pulse is performed using the ideal adaptive code gain value.
【0069】具体的にはまず、適応符号帳探索の終了直
後に符号番号特定部413に保持されている適応符号ゲ
インの理想値が、歪み計算部406へ出力される。歪み
計算部406は、符号番号特定部413から受けた適応
符号ゲインを適応ゲイン判定部419へ出力する。適応
ゲイン判定部419は、まず始めに、歪み計算部406
より受けた理想適応符号ゲインの値と予め設定されたし
きい値との大小比較を行う。次に適応ゲイン判定部41
9は、上記大小比較の結果に基づき、拡散パタン格納・
選択部415に予備選択用の制御信号を送る。制御信号
の内容は、上記大小比較において適応符号ゲインが大き
い場合には、雑音音源情報をベクトル量子化する際に生
じる量子化歪みをより小さくするように予め学習して得
られた拡散パタンを選択するように指示するものであ
り、上記大小比較において適応符号ゲインが大きくない
場合には、学習の結果得られた拡散パタンとは別の拡散
パタンを予備選択するように指示するものである。Specifically, first, immediately after the end of the adaptive codebook search, the ideal value of the adaptive code gain held in code number specifying section 413 is output to distortion calculating section 406. The distortion calculation section 406 outputs the adaptive code gain received from the code number identification section 413 to the adaptive gain determination section 419. The adaptive gain determination unit 419 firstly outputs the distortion calculation unit 406
The magnitude of the received ideal adaptive code gain is compared with a preset threshold. Next, the adaptive gain determination unit 41
9 is based on the result of the above-mentioned magnitude comparison and stores the diffusion pattern
A control signal for preliminary selection is sent to selection section 415. When the adaptive code gain is large in the magnitude comparison, the content of the control signal is selected from a diffusion pattern obtained by learning in advance so as to reduce the quantization distortion generated when the noise excitation information is vector-quantized. In the case where the adaptive code gain is not large in the magnitude comparison, it is instructed to preliminarily select a spreading pattern different from the spreading pattern obtained as a result of learning.
【0070】すると、拡散パタン格納・選択部415に
おいて、各チャネルが格納しているM種類(M=2)の
拡散パタンから学習によって得られた側の拡散パタンだ
けが予備選択されることになり、拡散パタンの組合せ数
を大幅に削減できるようになる。その結果、拡散パタン
の全組合せ番号についての歪み計算をする必要がなくな
り、雑音音源情報のベクトル量子化処理を少い演算量で
効率的に行うことが可能になる。Then, the diffusion pattern storage / selection section 415 preliminarily selects only the diffusion pattern on the side obtained by learning from the M types (M = 2) of the diffusion patterns stored in each channel. Thus, the number of combinations of diffusion patterns can be greatly reduced. As a result, it is not necessary to calculate the distortion for all the combination numbers of the diffusion pattern, and the vector quantization of the noise source information can be efficiently performed with a small amount of calculation.
【0071】そして、さらに、雑音符号ベクトルの形状
は、適応ゲインの値が大きい時(有声性が強い時)には
パルス的な形状になり、適応ゲインの値が小さい時(有
声性が弱い時)にはランダム的な形状になる。よって、
音声信号の有声区間および無声区間に対して、それぞれ
適した形状の雑音符号ベクトルを利用できるようになる
ため、合成音声の品質を向上させることが可能になる。Further, the noise code vector has a pulse-like shape when the value of the adaptive gain is large (when the voicedness is strong), and when the adaptive gain value is small (when the voicedness is weak). ) Has a random shape. Therefore,
Since a noise code vector having an appropriate shape can be used for each of a voiced section and an unvoiced section of a voice signal, it is possible to improve the quality of a synthesized voice.
【0072】なお、本実施の形態では説明簡単化のた
め、パルスベクトル生成部のチャネル数Nは3、拡散パ
タン格納・選択部が格納しているチャネルあたりの拡散
パルスの種類数Mは2の場合に限定して説明を行った
が、パルスベクトル生成部のチャネル数、拡散パタン格
納・選択部内のチャネルあたりの拡散パタン数が上記説
明と異なる場合についても、同様の効果・作用が得られ
る。In this embodiment, for simplicity of explanation, the number N of channels of the pulse vector generation unit is 3, and the number M of types of spreading pulses per channel stored in the spreading pattern storage / selection unit is 2, Although the description has been limited to the case, even when the number of channels in the pulse vector generation unit and the number of diffusion patterns per channel in the diffusion pattern storage / selection unit are different from the above description, the same effects and effects can be obtained.
【0073】また、本実施の形態では説明簡単化のた
め、各チャネルあたり格納するM種類(M=2)の拡散
パタンのうち、一種類は上記学習によって得られた拡散
パタン、もう一種類はランダムパタンである場合につい
て説明を行ったが、学習によって得られた拡散パタンを
各チャネル毎に少くとも1種類格納しておくようにすれ
ば、上記のような場合でなくても、同様の効果・作用を
期待することができる。In the present embodiment, for simplicity of description, of the M types (M = 2) of diffusion patterns stored for each channel, one type is a diffusion pattern obtained by the learning, and the other is a type. Although the case of a random pattern has been described, if at least one type of diffusion pattern obtained by learning is stored for each channel, the same effect can be obtained even in cases other than the above.・ An effect can be expected.
【0074】なおまた、本実施の形態では、拡散パタン
を予備選択するための手段として、適応符号ゲインの大
小情報をもちいる場合について説明したが、適応ゲイン
の大小情報以外の音声信号の短時間的特徴を表すパラメ
ータを併用すると、なお一層の効果・作用を期待するこ
とができる。In this embodiment, a case has been described where the magnitude information of the adaptive code gain is used as means for preliminary selection of the spreading pattern. Further effects and effects can be expected when parameters representing the objective characteristics are used together.
【0075】また、上記音声符号化装置を有する、音声
信号通信システムまたは音声信号記録システムを構成す
ることにより、実施の形態1で記載した音源ベクトル生
成装置の有する作用・効果を得ることができる。Further, by configuring a speech signal communication system or a speech signal recording system having the speech encoding device, the operation and effect of the sound source vector generation device described in the first embodiment can be obtained.
【0076】(実施の形態4)図5は本実施の形態にお
けるCELP音声符号化装置の構成ブロック図である。(Embodiment 4) FIG. 5 is a block diagram showing the configuration of a CELP speech coding apparatus according to the present embodiment.
【0077】図5は、実施の形態1の音源ベクトル生成
装置(図1)を雑音符号帳に用いたCELP音声符号化
装置において、雑音音源情報をベクトル量子化する時点
で利用可能な情報を使って拡散パタン格納・選択部に格
納された複数の拡散パタンの予備選択を行うことを目的
としており、予備選択の基準として適応符号帳の番号特
定を行った時に生じる符号化歪み(S/N比で表現)の
大小を使うことを特徴としている。なお、図5の雑音符
号帳周辺部以外は図2記載のCELP音声符号化装置と
同一である。よって本実施の形態の説明は、図5記載の
CELP音声符号化装置における雑音音源情報のベクト
ル量子化処理についてだけの説明にとどめる。FIG. 5 shows a CELP speech coding apparatus using the excitation vector generation apparatus (FIG. 1) of the first embodiment as a noise codebook, using information available at the time of vector quantization of the noise excitation information. The purpose of the present invention is to perform preliminary selection of a plurality of diffusion patterns stored in the diffusion pattern storage / selection unit by using a coding distortion (S / N ratio) generated when the number of an adaptive codebook is specified as a reference for preliminary selection. It is characterized by using the size of the expression. Note that the parts other than the noise codebook peripheral part in FIG. 5 are the same as the CELP speech coding apparatus shown in FIG. Therefore, the description of the present embodiment will be limited to the description of only the vector quantization process of the noise source information in the CELP speech coding apparatus shown in FIG.
【0078】図5において、507は適応符号帳、50
9は適応符号ゲイン重み付け部、508は実施の形態1
で説明した音源ベクトル生成装置によって構成された雑
音符号帳、510は雑音符号ゲイン重み付け部、505
は合成フィルタ、506は歪み計算部、513は符号番
号特定部、515は拡散パタン格納・選択部、516は
パルスベクトル生成部、517はパルスベクトル拡散
部、518は拡散ベクトル加算部、519は歪みパワ判
定部である。ただし、本実施の形態において、上記拡散
パタン格納・選択部515が格納する格納するM種類
(M≧2)の拡散パタンのうちすくなくとも1種類は、
ランダムパタンであることとする。In FIG. 5, reference numeral 507 denotes an adaptive codebook;
9 is an adaptive code gain weighting unit, and 508 is the first embodiment.
510 is a noise code gain weighting unit configured by the excitation vector generation apparatus described in
Is a synthesis filter, 506 is a distortion calculation unit, 513 is a code number identification unit, 515 is a diffusion pattern storage / selection unit, 516 is a pulse vector generation unit, 517 is a pulse vector diffusion unit, 518 is a diffusion vector addition unit, and 519 is distortion. It is a power determination unit. However, in the present embodiment, at least one of the M types (M ≧ 2) of the diffusion patterns stored by the diffusion pattern storage / selection unit 515 is:
It shall be a random pattern.
【0079】本実施の形態では、説明簡単化のため、パ
ルスベクトル生成部のチャネル数Nは3、拡散パタン格
納・選択部が格納しているチャネルあたりの拡散パルス
の種類数Mは2とし、さらに、M種類(M=2)の拡散
パタンのうち1種類はランダムパタン、もう1種類は雑
音音源情報をベクトル量子化することにより生じる量子
化歪みをより小さくするように予め学習し、当該学習の
結果得られた拡散パタンであるとする。In this embodiment, for simplicity of explanation, the number of channels N of the pulse vector generation unit is 3, and the number M of types of spreading pulses per channel stored in the spreading pattern storage / selection unit is 2, Further, one of the M types (M = 2) of diffusion patterns is learned in advance so that one type is a random pattern, and the other type is previously learned to reduce quantization distortion caused by vector quantization of noise source information. Is assumed to be the diffusion pattern obtained as a result.
【0080】図5のCELP音声符号化装置において
は、雑音音源情報のベクトル量子化処理の前に適応符号
帳の番号特定処理が行われる。よって、雑音音源番号の
ベクトル量子化処理を行う時点では、適応符号帳のベク
トル番号(適応符号番号)、理想適応符号ゲイン(暫定
的に決っている)および、適応符号帳探索用のターゲッ
トベクトルを参照することができる。本実施の形態で
は、上記3つの情報から算出できる適応符号帳の符号化
歪み(S/N比で表現)を使って、拡散パルスの予備選
択を行う。In the CELP speech coding apparatus shown in FIG. 5, an adaptive codebook number specifying process is performed before the vector quantization process of the noise excitation information. Therefore, at the time of performing the vector quantization process of the noise excitation number, the adaptive codebook vector number (adaptive code number), the ideal adaptive code gain (tentatively determined), and the target vector for adaptive codebook search are Can be referenced. In the present embodiment, preliminary selection of a spreading pulse is performed using coding distortion (expressed by an S / N ratio) of an adaptive codebook that can be calculated from the above three information.
【0081】具体的にはまず、適応符号帳探索の終了直
後に符号番号特定部513に保持されている適応符号番
号および適応符号ゲイン(理想ゲイン)の値が歪み計算
部506へ出力される。歪み計算部506は、符号番号
特定部513から受けた適応符号番号および適応符号ゲ
インと適応符号帳探索用のターゲットベクトルを用い
て、適応符号帳の番号特定によって生じた符号化歪み
(S/N比)を算出する。算出したS/N比を歪みパワ
判定部519へ出力する。Specifically, first, the adaptive code number and the value of the adaptive code gain (ideal gain) held in the code number specifying section 513 are output to the distortion calculating section 506 immediately after the end of the adaptive codebook search. The distortion calculation unit 506 uses the adaptive code number and the adaptive code gain received from the code number identification unit 513 and the target vector for adaptive codebook search to encode distortion (S / N) caused by identification of the adaptive codebook number. Ratio). The calculated S / N ratio is output to distortion power determination section 519.
【0082】歪みパワ判定部519は、まず始めに、歪
み計算部506より受けたS/N比と予め設定されたし
きい値との大小比較を行う。次に歪みパワ判定部519
は、上記大小比較の結果に基づき、拡散パタン格納・選
択部515に予備選択用の制御信号を送る。制御信号の
内容は、上記大小比較においてS/N比が大きい場合に
は、雑音符号帳探索用ターゲットベクトルを符号化する
ことにより生じる符号化歪みをより小さくするように予
め学習した結果得られる拡散パタンを選択するように指
示するものであり、上記大小比較においてS/N比が小
さい場合には、ランダムパタンの拡散パタンを選択する
ように指示するのである。First, distortion power determination section 519 compares the S / N ratio received from distortion calculation section 506 with a preset threshold value. Next, the distortion power determination unit 519
Sends a control signal for preliminary selection to the diffusion pattern storage / selection unit 515 based on the result of the magnitude comparison. When the S / N ratio is large in the magnitude comparison, the content of the control signal is a spread obtained as a result of learning in advance so as to reduce coding distortion caused by coding the target vector for noise codebook search. When the S / N ratio is small in the magnitude comparison, an instruction to select a diffusion pattern of a random pattern is issued.
【0083】すると、拡散パタン格納・選択部515に
おいて、各チャネルが格納しているM種類(M=2)の
拡散パタンから1種類だけが予備選択されることにな
り、拡散パタンの組合せを大幅に削減できるようにな
る。その結果、拡散パタンの全組合せ番号についての歪
み計算をする必要がなくなり、雑音符号番号の特定を少
い演算量で効率的に行うことができることになる。そし
て、さらに、雑音符号ベクトルの形状は、S/N比が大
きい時にはパルス的な形状になり、S/N比が小さい時
にはランダム的な形状になる。よって、音声信号の短時
間的な特徴に応じて、雑音符号ベクトルの形状を変化さ
せることが可能になるため、合成音声(特に、ノイズ区
間)の品質を向上させることが可能になる。Then, in diffusion pattern storage / selection section 515, only one of M types (M = 2) of diffusion patterns stored in each channel is preliminarily selected, and the combination of the diffusion patterns is greatly increased. Can be reduced. As a result, it is not necessary to calculate distortion for all the combination numbers of the diffusion pattern, and the noise code number can be efficiently specified with a small amount of calculation. Further, the noise code vector has a pulse shape when the S / N ratio is large, and has a random shape when the S / N ratio is small. Therefore, the shape of the noise code vector can be changed in accordance with the short-time characteristics of the speech signal, so that the quality of the synthesized speech (particularly, a noise section) can be improved.
【0084】なお、本実施の形態では説明簡単化のた
め、パルスベクトル生成部のチャネル数Nは3、拡散パ
タン格納・選択部が格納しているチャネルあたりの拡散
パルスの種類数Mは2の場合に限定して説明を行った
が、パルスベクトル生成部のチャネル数、チャネルあた
りの拡散パタンの種類数が上記説明と異なる場合につい
ても、同様の効果・作用が得られる。In the present embodiment, for simplicity of explanation, the number N of channels of the pulse vector generation unit is 3, and the number M of types of spread pulses per channel stored in the spread pattern storage / selection unit is 2, Although the description has been limited to the case, the same effects and effects can be obtained even when the number of channels of the pulse vector generation unit and the number of types of diffusion patterns per channel are different from those described above.
【0085】また、本実施の形態では説明簡単化のた
め、さらに、各チャネルあたり格納するM種類(M=
2)の拡散パタンのうち、一種類は上記学習によって得
られた拡散パタン、もう一種類はランダムパタンである
場合について説明を行ったが、ランダムパタンの拡散パ
タンを各チャネル毎に少くとも1種類格納しておくよう
にすれば、上記のような場合でなくても、同様の効果・
作用を期待することができる。In this embodiment, for simplicity of description, M types (M =
Of the diffusion patterns of 2), one type is a diffusion pattern obtained by the above learning, and another type is a random pattern. However, at least one type of random pattern is provided for each channel. If it is stored, the same effect and
Action can be expected.
【0086】なおまた、本実施の形態では、拡散パタン
を予備選択するための手段として、適応符号番号の特定
によって生じる符号化歪み(S/N比で表現)の大小情
報だけを用いたが、音声信号の短時間的特徴をさらに正
確に表せる情報を併用すると、なお一層の効果・作用を
期待することができる。In this embodiment, only the magnitude information of the coding distortion (expressed by the S / N ratio) caused by the identification of the adaptive code number is used as means for preliminary selection of the spreading pattern. When the information that can express the short-time characteristics of the audio signal more accurately is used together, further effects and effects can be expected.
【0087】また、上記音声符号化装置を有する、音声
信号通信システムまたは音声信号記録システムを構成す
ることにより、実施の形態1で記載した音源ベクトル生
成装置の有する作用・効果を得ることができる。Further, by constituting an audio signal communication system or an audio signal recording system having the above-mentioned audio encoding device, the operation and effect of the sound source vector generation device described in the first embodiment can be obtained.
【0088】[0088]
【発明の効果】以上のように本発明によれば、実際の音
源情報を分析もしくはそれをもとに学習して得られた拡
散パタンの形状(特性)をパルスベクトルに反映するこ
とができるため、実際の音源ベクトルと類似性の高い形
状(特性)の音源ベクトルを生成することができる。As described above, according to the present invention, the shape (characteristics) of the diffusion pattern obtained by analyzing actual sound source information or learning based on the information can be reflected in the pulse vector. Thus, it is possible to generate a sound source vector having a shape (characteristic) highly similar to the actual sound source vector.
【図1】本発明の一実施の形態による音源ベクトル生成
装置の構成ブロック図FIG. 1 is a configuration block diagram of a sound source vector generation device according to an embodiment of the present invention;
【図2】本発明の一実施の形態による音声符号化装置の
構成ブロック図FIG. 2 is a configuration block diagram of a speech encoding device according to an embodiment of the present invention;
【図3】本発明の一実施の形態による音声復号化装置の
構成ブロック図FIG. 3 is a configuration block diagram of a speech decoding device according to an embodiment of the present invention;
【図4】本発明の一実施の形態による音声符号化装置の
構成ブロック図FIG. 4 is a configuration block diagram of a speech encoding device according to an embodiment of the present invention;
【図5】本発明の一実施の形態による音声符号化装置の
構成ブロック図FIG. 5 is a configuration block diagram of a speech encoding device according to an embodiment of the present invention;
【図6】従来のCELP型音声符号化装置の構成ブロッ
ク図FIG. 6 is a configuration block diagram of a conventional CELP-type speech coding apparatus.
【図7】従来のCELP型音声復号化装置の構成ブロッ
ク図FIG. 7 is a block diagram showing the configuration of a conventional CELP-type speech decoding device.
101、216、416、516 パルスベクトル生成
部 102、215、415、515 拡散パタン格納・選
択部 103、217、417、517 パルスベクトル拡散
部 104、218、418、518 拡散ベクトル加算部 105 音源ベクトル 201、401、501 入力音声 202、402、502 線形予測分析部 203、403、503 線形予測係数符号化部 204、302、404、504 線形予測係数復号化
部 205、309、405、505 合成フィルタ 206、406、506 歪み計算部 207、303、407、507 適応符号帳 208、304、408、508 雑音符号帳 209、306、409、509 適応符号ゲイン重み
付け部 210、307、410、510 雑音符号ゲイン重み
付け部 211、305、411、511 重み符号帳 212、308、412、512 加算部 213、413、513 符号番号特定部 214、414、514 符号出力部 301 符号入力部 310 合成音声 419 適応ゲイン判定部 519 歪みパワ判定部101, 216, 416, 516 Pulse vector generator 102, 215, 415, 515 Spread pattern storage / selector 103, 217, 417, 517 Pulse vector spreader 104, 218, 418, 518 Spread vector adder 105 Sound source vector 201 , 401, 501 Input speech 202, 402, 502 Linear prediction analysis unit 203, 403, 503 Linear prediction coefficient coding unit 204, 302, 404, 504 Linear prediction coefficient decoding unit 205, 309, 405, 505 Synthesis filter 206, 406, 506 distortion calculators 207, 303, 407, 507 adaptive codebooks 208, 304, 408, 508 noise codebooks 209, 306, 409, 509 adaptive code gain weighters 210, 307, 410, 510 noise code gain weighters 211, 05, 411, 511 Weighted codebook 212, 308, 412, 512 Adder 213, 413, 513 Code number specifying unit 214, 414, 514 Code output unit 301 Code input unit 310 Synthesized voice 419 Adaptive gain determination unit 519 Distortion power determination Department
Claims (6)
ル生成部と、複数の拡散パタンを格納する拡散パタン格
納部と、格納されている前記拡散パタンのいずれかを選
択する選択部と、前記選択部により選択された拡散パタ
ンと前記パルスベクトルを畳み込むパルスベクトル拡散
部とを有し、選択部は、音声信号の有声/無声判定結果
を用いて拡散パタンを選択することを特徴とする音源ベ
クトル生成装置。1. A pulse vector generation unit for supplying a pulse vector, a diffusion pattern storage unit for storing a plurality of diffusion patterns, a selection unit for selecting one of the stored diffusion patterns, and a selection unit A sound source vector generation device, comprising: a selected spreading pattern and a pulse vector spreading unit for convolving the pulse vector, wherein the selecting unit selects a spreading pattern using a voiced / unvoiced determination result of the audio signal.
ル生成部と、複数の拡散パタンを格納する拡散パタン格
納部と、格納されている前記拡散パタンのいずれかを選
択する選択部と、前記選択部により選択された拡散パタ
ンと前記パルスベクトルを畳み込むパルスベクトル拡散
部とを有し、選択部は、適応ゲインの値を利用して、拡
散パタンを選択することを特徴とする音源ベクトル生成
装置。2. A pulse vector generation unit for supplying a pulse vector, a diffusion pattern storage unit for storing a plurality of diffusion patterns, a selection unit for selecting any of the stored diffusion patterns, and a selection unit A sound source vector generation device, comprising: a selected diffusion pattern and a pulse vector spreading unit for convolving the pulse vector, wherein the selection unit selects a diffusion pattern using a value of an adaptive gain.
ル生成部と、複数の拡散パタンを格納する拡散パタン格
納部と、格納されている前記拡散パタンのいずれかを選
択する選択部と、前記選択部により選択された拡散パタ
ンと前記パルスベクトルを畳み込むパルスベクトル拡散
部とを有し、選択部は、適応ゲインの値と音声信号の短
時間的特徴を表すパラメータとを併用して、拡散パタン
を選択することを特徴とする音源ベクトル生成装置。3. A pulse vector generation unit for supplying a pulse vector, a diffusion pattern storage unit for storing a plurality of diffusion patterns, a selection unit for selecting one of the stored diffusion patterns, and the selection unit. A pulse vector spreading unit that convolves the selected spreading pattern and the pulse vector, wherein the selecting unit selects the spreading pattern by using both the value of the adaptive gain and the parameter representing the short-time characteristic of the audio signal. A sound source vector generation device characterized by the above-mentioned.
の拡散パタンを格納する段階と、格納されている前記拡
散パタンのいずれかを選択する段階と、選択された前記
拡散パタンと前記パルスベクトルを畳み込む段階とを有
し、音声信号の有声/無声判定結果を用いて拡散パタン
を選択することを特徴とする音源ベクトル生成方法。4. A step of supplying a pulse vector, a step of storing a plurality of diffusion patterns, a step of selecting any of the stored diffusion patterns, and a step of: selecting the selected diffusion pattern and the pulse vector. And a convolution step, wherein a diffusion pattern is selected using a voiced / unvoiced determination result of the audio signal.
の拡散パタンを格納する段階と、格納されている前記拡
散パタンのいずれかを選択する段階と、選択された前記
拡散パタンと前記パルスベクトルを畳み込む段階とを有
し、適応ゲインの値を利用して拡散パタンを選択するこ
とを特徴とする音源ベクトル生成方法。5. A step of supplying a pulse vector, a step of storing a plurality of diffusion patterns, a step of selecting one of the stored diffusion patterns, and a step of: selecting the selected diffusion pattern and the pulse vector. And a convolution step, wherein a diffusion pattern is selected using an adaptive gain value.
の拡散パタンを格納する段階と、格納されている前記拡
散パタンのいずれかを選択する段階と、選択された前記
拡散パタンと前記パルスベクトルを畳み込む段階とを有
し、適応ゲインの値と音声信号の短時間的特徴を表すパ
ラメータとを併用して、拡散パタンを選択することを特
徴とする音源ベクトル生成方法。6. A step of supplying a pulse vector, a step of storing a plurality of diffusion patterns, a step of selecting one of the stored diffusion patterns, and a step of: selecting the selected diffusion pattern and the pulse vector. And a convolution step, wherein a diffusion pattern is selected by using both the value of the adaptive gain and a parameter representing a short-time characteristic of the audio signal.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000156367A JP3276354B2 (en) | 1998-03-31 | 2000-05-26 | Diffusion vector generation device, sound source vector generation device, and sound source vector generation method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000156367A JP3276354B2 (en) | 1998-03-31 | 2000-05-26 | Diffusion vector generation device, sound source vector generation device, and sound source vector generation method |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP08571798A Division JP3174756B2 (en) | 1997-10-22 | 1998-03-31 | Sound source vector generating apparatus and sound source vector generating method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2001027900A true JP2001027900A (en) | 2001-01-30 |
JP3276354B2 JP3276354B2 (en) | 2002-04-22 |
Family
ID=18661170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000156367A Expired - Lifetime JP3276354B2 (en) | 1998-03-31 | 2000-05-26 | Diffusion vector generation device, sound source vector generation device, and sound source vector generation method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3276354B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007066771A1 (en) * | 2005-12-09 | 2007-06-14 | Matsushita Electric Industrial Co., Ltd. | Fixed code book search device and fixed code book search method |
-
2000
- 2000-05-26 JP JP2000156367A patent/JP3276354B2/en not_active Expired - Lifetime
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007066771A1 (en) * | 2005-12-09 | 2007-06-14 | Matsushita Electric Industrial Co., Ltd. | Fixed code book search device and fixed code book search method |
US8352254B2 (en) | 2005-12-09 | 2013-01-08 | Panasonic Corporation | Fixed code book search device and fixed code book search method |
JP5159318B2 (en) * | 2005-12-09 | 2013-03-06 | パナソニック株式会社 | Fixed codebook search apparatus and fixed codebook search method |
Also Published As
Publication number | Publication date |
---|---|
JP3276354B2 (en) | 2002-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8352253B2 (en) | Speech coder and speech decoder | |
JP3174756B2 (en) | Sound source vector generating apparatus and sound source vector generating method | |
JP3276356B2 (en) | CELP-type speech coding apparatus and CELP-type speech coding method | |
JP3276354B2 (en) | Diffusion vector generation device, sound source vector generation device, and sound source vector generation method | |
JP3276358B2 (en) | CELP-type speech coding apparatus and CELP-type speech coding method | |
JP3276355B2 (en) | CELP-type speech decoding apparatus and CELP-type speech decoding method | |
JP3276357B2 (en) | CELP-type speech coding apparatus and CELP-type speech coding method | |
JP3276353B2 (en) | Diffusion vector generation device, sound source vector generation device, and sound source vector generation method | |
JP2000132199A (en) | Voice encoding device/decoding device | |
JP2001134298A (en) | Speech encoding device and speech decoding device, and speech encoding/decoding system | |
CA2598683C (en) | A speech encoder and method of speech encoding | |
JP2000347700A (en) | Celp type sound decoder and celp type sound encoding method | |
JP2000132198A (en) | Celp type voice decoding device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080208 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090208 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100208 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100208 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110208 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120208 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130208 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130208 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140208 Year of fee payment: 12 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S131 | Request for trust registration of transfer of right |
Free format text: JAPANESE INTERMEDIATE CODE: R313135 |
|
SZ02 | Written request for trust registration |
Free format text: JAPANESE INTERMEDIATE CODE: R313Z02 |
|
SZ02 | Written request for trust registration |
Free format text: JAPANESE INTERMEDIATE CODE: R313Z02 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
EXPY | Cancellation because of completion of term |