JP2001195099A - 音声処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 高品質な音声を伝送すると共に、必要と
する音声品質に応じて伝送レートを設定しフレキシブル
に利用範囲の広い音声処理装置を提供すること。 【解決手段】 ピッチ合成フィルタ４は、乗算器３の出
力信号としてピークパルス信号の前後に現れるピッチパ
ルス信号を補正し、位相合成フィルタ５は音声ピッチ合
成フィルタ４の出力信号における位相を補正し、最小位
相合成フィルタ６においては位相合成フィルタ５の出力
信号における振幅が最小となるように位相を補正し、音
声信号を高精度で生成する。位相合成フィルタ５におい
てはピッチ合成フィルタ４の出力信号における位相を補
正し、最小位相合成フィルタ６においては位相合成フィ
ルタ５の出力信号における振幅が最小となるように位相
を補正し、音声信号を高精度で生成して高品質な音声を
伝送する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、特にディジタル音
声通信やディジタル音声記録等において音声品質や伝送
レートの異なる多種類のボイスレコーダを提供する際に
好適である音声処理装置に関する。

【０００２】

【従来の技術】従来から音声処理装置には、例えば音響
分析によって音響の特徴要素を抽出し、これを狭帯域に
おいて伝送して受端において復号器において音声を再合
成して音声を生成する音声処理装置がある。このような
音声処理装置としては、特開平７−２６１７９８号公報
（音声分析合成装置）に記載されているものがある。こ
の装置においては、音声信号の符号情報から元の音声信
号を復元する際に肉声に近い音色などを実現することが
できる。

【０００３】図１０は従来の音声処理装置を音声ボイス
レコーダ(以下、「音声ボコーダ」という)に適用したも
のであり、音声ボコーダにおける復号器における構成を
説明するブロック図である。

【０００４】同図において、Ｐはピッチ周期、Ｕ／Ｖは
有声または無声を示すフラグ、ゲインＧは利得、LPC（L
inear Predict Code）は線形予測コードであり、これら
が符号化器（図示しない）から復号器５０に伝送される
伝送パラメータである。この音声処理装置では、マルチ
プレクサ５３は、有声音（V）のときインパルス列発生
器５１の出力であるインパルス列を、無声音（U）のと
き雑音発生器５２の出力であるランダム雑音を選択す
る。

【０００５】そして、インパルス列発生器５１により発
生されたインパルス列信号に、乗算器（調整手段）５４
が利得を掛けてLPC合成フィルタ５５を通過することに
より、音声を生成する。なお、符号化器(図示しない)
は、入力音声を分析して伝送パラメータを決定するが、
LPC合成フィルタ５５のパラメータである線形予測コー
ドLPCを、線形予測分析により計算することができる。

【０００６】

【発明が解決しようとする課題】しかしながら、従来の
音声処理装置においては、線形予測コードLPCを線形予
測分析により計算するとき位相情報が失われるため、音
声波形を正確に生成することができず、音声品質が劣化
することがあるという問題がある。

【０００７】また従来の音声処理装置では、位相特性を
補正する手段がないため、音声品質や伝送レートの異な
る多種類の音声ボコーダを構成することができないこと
があり、その結果として使用状況に応じて利用範囲を容
易に変えることができないという問題がある。

【０００８】本発明はかかる点に鑑みてなされたもので
あり、高品質な音声を伝送すると共に、必要とする音声
品質に応じて伝送レートを設定しフレキシブルに利用範
囲の広い音声処理装置を提供することを目的とする。

【０００９】

【課題を解決するための手段】本発明の音声処理装置
は、インパルス信号を発生するインパルス発生手段と、
インパルス発生手段において発生したインパルス信号の
利得を調整し出力を調整する調整手段と、調整手段の出
力信号にピークパルス信号の前後に現れるピッチパルス
信号を生成付加する音声ピッチ補正手段と、音声ピッチ
補正手段の出力信号における位相特性を補正する位相補
正手段と、位相補正手段の出力信号におけるスペクトル
振幅特性を補正する最小位相補正手段と、を具備する構
成を採る。

【００１０】この構成によれば、音声ピッチ補正手段に
おいて調整手段の出力信号に対してピークパルス信号の
前後に現れるピッチパルス信号を補正し、位相補正手段
においては音声ピッチ補正手段の出力信号における位相
特性を補正して、最小位相補正手段においては位相補正
手段の出力信号におけるスペクトル振幅特性を補正し、
合成音声の位相特性とスペクトル振幅特性を最適化し音
声信号を高精度で生成するようにしたため、高品質な音
声を伝送することができる。

【００１１】本発明の音声処理装置は、インパルス信号
を発生するインパルス発生手段と、インパルス発生手段
において発生したインパルス信号の利得を調整する調整
手段と、調整手段の出力信号におけるピークパルス信号
の前後に現れるピッチパルス信号を補正する音声ピッチ
補正手段と、合成音声におけるスペクトル振幅特性が最
適になるように音声ピッチ補正手段の出力信号のスペク
トル振幅特性を補正する最小位相補正手段と、を具備す
る構成を採る。

【００１２】この構成によれば、音声ピッチ合成フィル
タにおいて調整手段の出力信号としてピークパルス信号
の前後に現れるピッチパルス信号を補正し、最小位相合
成フィルタ６においては合成音声におけるスペクトル振
幅特性の誤差が最小となるようにスペクトル振幅特性を
補正することにより、音声信号を高精度で生成するよう
にしたため、位相補正手段を用いなくてもより少ない構
成により品質の比較的良好な音声を伝送し、かつ伝送レ
ートを減少させ必要とする音声品質に応じて伝送レート
を設定しフレキシブルで利用範囲を広くすることができ
る。

【００１３】本発明の音声処理装置は、インパルス発生
手段において発生したインパルス信号の利得を調整する
調整手段と、調整手段の出力信号における位相特性を補
正する位相補正手段と、合成音声におけるスペクトル振
幅特性が最適となるように位相補正手段の出力信号のス
ペクトル振幅特性を補正する最小位相補正手段と、を具
備する構成を採る。

【００１４】この構成によれば、位相補正手段において
調整手段の出力信号における位相特性を補正し、最小位
相補正手段においては合成音声におけるスペクトル振幅
特性が最適となるようにスペクトル振幅特性を補正し
て、音声信号を高精度で生成するようにしたため、音声
ピッチ補正手段を用いなくてもより少ない構成により品
質の比較的良好な音声を伝送し、かつ伝送レートを減少
させることができ必要とする音声品質に応じて伝送レー
トを設定しフレキシブルで利用範囲を広くすることがで
きる。

【００１５】

【発明の実施の形態】本発明の骨子は、ディジタル音声
通信やディジタル音声記録等において音声品質や伝送レ
ートの異なる多種類のボイスレコーダを提供する際に、
音声品質に応じて伝送レートを設定し、音声品質を追求
したり、音声品質をやや落としても伝送レートを低減で
きるようにしたことである。

【００１６】以下、本発明の実施の形態について、図面
を参照して詳細に説明する。

【００１７】図１は、本発明の実施の形態１に係る音声
処理装置の一部の構成を示すブロック図である。なお、
図１は復号器１における構成である。復号器１に入力す
るパラメータは、Ｐがピッチ周期、ゲインＧが利得、イ
ンパルス応答がそれぞれｈｐｔ[n]，ｈａｐ[n]及びｈｍ
ｉｎ[n]であるフィルタのフィルタ係数であり後述する
図３に示す符号器から復号器１に入力する。

【００１８】同図において、復号器１は、インパルス信
号を発生するインパルス発生部（インパルス発生手段）
２を備えており、インパルス発生信号が乗算器(調整手
段)３に入力されるようになっている。

【００１９】乗算器３は、インパルス発生部２の出力で
あるインパルス信号の利得（G：ゲイン）を調整して、
インパルスの大きさを決定するようになっている。

【００２０】ピッチ合成フィルタ（音声ピッチ補正手
段）４は、乗算器３の出力信号とｈｐｔ［ｎ］フィルタ
の出力信号に基づいて図５に示すピークパルス信号PHP
の前後に現れるピッチパルス信号PLPを合成（補正）す
るようになっている。

【００２１】位相合成フィルタ（位相補正手段）５は、
ピッチ合成フィルタ４の出力信号とｈａｐ［ｎ］フィル
タの出力信号に基づいて合成（補正）するようになって
いる。

【００２２】最小位相合成フィルタ（最小位相補正手
段）６は、位相合成フィルタ５の出力信号とｈｍｉｎ
［ｎ］フィルタの出力信号に基づいて合成（補正）する
ようになっている。

【００２３】以上に説明した３種類のフィルタを使用す
るにおいては、インパルス応答の与え方により異なった
役割を持つようになっている。ピッチ合成フィルタ４は
音声の繰り返し特性を制御し、位相合成フィルタ５は位
相特性を制御し、さらに最小位相合成フィルタ６はスペ
クトル振幅特性を制御することができる。

【００２４】図２は実施の形態の音声処理装置における
復号器の動作を説明する説明図である。

【００２５】同図中において、＊は畳みこみ演算を示す
ものである。図１に示すＰ、Ｇ、ｈｐｔ［ｎ］、ｈａｐ
［ｎ］、ｈｍｉｎ［ｎ］の伝送パラメータは音声のピッ
チ周期毎に伝送される。パルス位置Ｐ１におけるＧ×ｈ
ｐｔ＊ｈａｐ＊ｈｍｉｎの音声からピッチ周期毎にパル
ス位置Ｐ２及びパルス位置Ｐ３のそれぞれの音声を図１
に示す復号器１において合成すると、復号音声ＤＴが得
られる。

【００２６】以上のように復号器１では、伝送パラメー
タＰ、Ｇ、ｈｐｔ［ｎ］、ｈａｐ［ｎ］、ｈｍｉｎ
［ｎ］を受信する毎に波形を合成し、以前に合成した波
形とオーバーラップして加算を行うことにより、復号音
声ＤＴを作成することができる。なお、実際の音声信号
では、ｈｐｔ［ｎ］、ｈａｐ［ｎ］、ｈｍｉｎ［ｎ］が
１ピッチ周期前のものと相関が高いため、全てのピッチ
周期で伝送する必要はない。

【００２７】図３は実施の形態の音声処理装置における
符号器の構成を説明するブロック図である。

【００２８】同図において、符号器は図１に示す復号器
１のピッチ合成フィルタ４、位相合成フィルタ５、及び
最小位相合成フィルタ６のそれぞれのインパルス応答ｈ
ｐｔ［ｎ］、ｈａｐ［ｎ］、ｈｍｉｎ［ｎ］について複
素ケプストラム分析を用いて計算することができる。

【００２９】図４は図１における音声処理装置の入力音
声ｓ［ｎ］の例を示す図である。入力音声ｓ［ｎ］を入
力すると、公知の手段である窓掛け処理１１、ＦＦＴ処
理１２、複素ＬＯＧ処理１３、逆ＦＦＴ処理１４によ
り、複素ケプストラム分析ｅ［ｎ］を計算し、以下に詳
述するケプストラム分離１５をする。複素ケプストラム
は、３つの成分ｅｐｔ［ｎ］、ｅａｐ［ｎ］、ｅｍｉｎ
［ｎ］に分離することができる。ここで、ケプストラム
次数Ｋであり、Ｋ＝２０程度の数である。

【００３０】第１の成分ｅｐｔ［ｎ］は、 ｅｐｔ［ｎ］＝ｅ［ｎ］ （ｎ＜−Ｋ） ＝０ （−Ｋ≦ｎ≦Ｋ） ＝ｅ［ｎ］ （Ｋ＜ｎ） 第２の成分ｅａｐ［ｎ］は、 ｅａｐ［ｎ］＝ｅ［ｎ］ （−Ｋ≦ｎ＜０） ＝−ｅ［−ｎ］ （０＜ｎ≦Ｋ） ＝０ （上記以外のｎ） 第３の成分ｅｍｉｎ［ｎ］は、 ｅｍｉｎ［ｎ］＝ｅ［０］ （ｎ＝０） ＝ｅ［ｎ］＋ｅ［−ｎ］ （０＜ｎ≦Ｋ） ＝０ （上記以外のｎ）

【００３１】以上のようにして求めた３つの成分ｅｐｔ
［ｎ］、ｅａｐ［ｎ］、ｅｍｉｎ［ｎ］からＦＦＴ処理
１６、複素ｅｘｐ処理１７及び逆ＦＦＴ処理１８を行い
インパルス応答ｈｐｔ［ｎ］、ｈａｐ［ｎ］、ｈｍｉｎ
［ｎ］を求めることができる。

【００３２】図５は図１におけるピッチ合成フィルタ４
における図３による処理後のインパルス応答ｈｐｔ
［ｎ］を示す波形図、図６は位相合成フィルタ５におけ
る処理後のインパルス応答ｈａｐ［ｎ］を示す波形図、
図７は最小位相合成フィルタ６における処理後のインパ
ルス応答ｈｍｉｎ［ｎ］を示す波形図である。

【００３３】図５に示すように、インパルス応答ｈｐｔ
［ｎ］では、信号の繰り返し成分を表し、ピークパルス
PHPの両側パルスが前後のピッチ波形PWである。図６に
示すように、インパルス応答ｈａｐ［ｎ］では、全域通
過特性ｃ１となり、スペクトル振幅特性が平坦化する。
図７に示すように、インパルス応答ｈｍｉｎ［ｎ］で
は、最小位相特性ｃ２になり、最小位相特性となるよう
にスペクトル振幅特性が得られる。

【００３４】次に、実施の形態１の変形例１は請求項２
に対応するものであり、実施の形態１の構成から位相合
成フィルタ５を取り除いたものである。

【００３５】図８は変形例１における位相合成フィルタ
のインパルス応答ＩＰＲ１を示す図である。本変形例で
は、ピッチ合成フィルタ（音声ピッチ補正手段）４にお
いて乗算器（調整手段）３の出力信号としてピークパル
スPHPの前後に現れるピッチ波形PWのパルス信号を補正
（合成）し、最小位相合成フィルタ（最小位相補正手
段）においては合成音声におけるスペクトル振幅特性が
最適となるようにスペクトル振幅特性を補正して音声信
号を高精度で生成する。これにより、位相合成フィルタ
５を用いなくてもより少ない構成により品質の比較的良
好な音声を伝送し、かつ伝送レートを減少させ必要とす
る音声品質に応じて伝送レートを設定しフレキシブルで
利用範囲を広くすることができる。

【００３６】次に、実施の形態１の変形例２は請求項３
に対応するものであり、実施の形態１の構成からピッチ
合成フィルタ４を取り除いたものである。

【００３７】図９は変形例２におけるピッチ合成フィル
タのインパルス応答ＩＰＲ２を示す図である。本変形例
では、位相合成フィルタ（位相補正手段）５において乗
算器（調整手段）３の出力信号における位相特性を補正
し、最小位相合成フィルタ（最小位相補正手段）６にお
いては合成音声におけるスペクトル振幅特性が最適とな
るようにスペクトル振幅特性を補正して音声信号を高精
度に生成する。これにより、ピッチ合成フィルタ４を用
いなくてもより少ない構成により品質の比較的良好な音
声を伝送し、かつ伝送レートを減少させ必要とする音声
品質に応じて伝送レートを設定しフレキシブルで利用範
囲を広くすることができる。

【００３８】本発明の実施の形態及び変形例１、２で
は、音声品質や伝送レートの異なる多種類のボイスレコ
ーダを提供する際に、音声品質に応じて伝送レートを設
定することにより、音声品質を良好にすることが可能に
なるので、利用範囲を広くすることができる。

【００３９】

【発明の効果】以上に説明したように、本発明によれ
ば、高品質な音声を伝送すると共に、必要とする音声品
質に応じて伝送レートを設定し、フレキシビルな利用範
囲の広い音声処理装置を提供することができる。

【図面の簡単な説明】

【図１】本発明の実施の形態１に係る音声処理装置の一
部の構成を示すブロック図

【図２】実施の形態の音声処理装置における復号器の動
作を説明する説明図

【図３】実施の形態の音声処理装置における符号器の構
成を説明するブロック図

【図４】図１における音声処理装置の入力音声の例を示
す図

【図５】図１におけるピッチ合成フィルタ４におけるイ
ンパルス応答を示す波形図

【図６】図１における位相合成フィルタにおけるインパ
ルス応答ｈａｐ［ｎ］を示す波形図

【図７】図１における最小位相合成フィルタにおけるイ
ンパルス応答を示す波形図

【図８】変形例１における位相合成フィルタのインパル
ス応答を示す図

【図９】変形例２におけるピッチ合成フィルタのインパ
ルス応答を示す図

【図１０】従来の音声処理装置における復号器における
構成を説明するブロック図

【符号の説明】

１ 復号器 ２ インパルス発生部（インパルス発生手段） ３ 乗算器（調整器） ４ ピッチ合成フィルタ（音声ピッチ補正手段） ５ 位相合成フィルタ（位相補正手段） ６ 最小位相合成フィルタ（最小位相補正手段）

Claims (3)

【特許請求の範囲】
1. 【請求項１】 インパルス信号を発生するインパルス発
   生手段と、 前記インパルス発生手段において発生したインパルス信
   号の利得を調整し出力を調整する調整手段と、 前記調整手段の出力信号としてピークパルス信号の前後
   に現れるピッチパルス信号を補正する音声ピッチ補正手
   段と、 前記音声ピッチ補正手段の出力信号における位相特性を
   補正する位相補正手段と、 合成音声におけるスペクトル振幅特性が最適となるよう
   に前記位相補正手段の出力信号のスペクトル振幅特性を
   補正する最小位相補正手段と、を具備することを特徴と
   する音声処理装置。
2. 【請求項２】 インパルス信号を発生するインパルス発
   生手段と、 インパルス発生手段において発生したインパルス信号の
   利得を調整する調整手段と、 前記調整手段の出力信号としてピークパルス信号の前後
   に現れるピッチパルス信号を補正する音声ピッチ補正手
   段と、 合成音声におけるスペクトル振幅特性が最適となるよう
   に前記音声ピッチ補正手段の出力信号のスペクトル振幅
   特性を補正する最小位相補正手段と、を具備することを
   特徴とする音声処理装置。
3. 【請求項３】 インパルス信号を発生するインパルス発
   生手段と、 前記インパルス発生手段において発生したインパルス信
   号の利得を調整し調整する調整手段と、前記調整手段の
   出力信号における位相特性を補正する位相補正手段と、 合成音声におけるスペクトル振幅特性が最適となるよう
   に前記位相補正手段の出力信号のスペクトル振幅特性を
   補正する最小位相補正手段と、を具備することを特徴と
   する音声処理装置。