JP2003195900A - 音声信号符号化装置、音声信号復号装置及び音声信号符号化方法 - Google Patents

Abstract

(57)【要約】 【課題】 背景雑音が重畳された音声信号が入力さ
れた場合でも、主観的な品質の劣化を抑制した音声符号
化データを得ること。 【解決手段】 有音無音判定器１０４によって、入力音
声信号の処理フレームが、音声信号が支配的である有音
区間か、又は非音声信号が支配的である無音区間かを判
定する。そして無音区間である処理フレームが入力音声
信号として入力された際、聴覚重みフィルタ１０６のフ
ィルタ特性を、高周波数帯域を抑圧するように変換す
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は音声信号符号化装
置、音声信号復号装置及び音声信号符号化方法に関し、
特に音声信号を符号励振線形予測（ＣＥＬＰ：Code-Exc
ited Linear Prediction）符号化する場合に適用して好
適なものである。

【０００２】

【従来の技術】従来、有線通信、移動体通信、ディジタ
ル記録メモ等に用いられる音声の圧縮展開を行う音声符
号化のうち、中低ビットレートの音声符号化では、音声
の生成過程をモデル化し、入力信号情報を声帯を模した
音源情報と声道を模した合成フィルタ情報に分離して符
号化する手法が一般的に用いられている。特に、音源情
報として音源ベクトルを符号帳から選択し、合成フィル
タ情報を線形予測分析により抽出するＣＥＬＰ型音声符
号化が広く使用されている。

【０００３】ＣＥＬＰ型音声符号化方式は、音声をある
一定のフレーム長（５ｍｓ〜５０ｍｓ程度）に区切り、
各フレーム毎に音声の線形予測分析を行い、フレーム毎
の線形予測分析による予測残差（励振信号）を既知の波
形からなる適応符号ベクトルと雑音符号ベクトルを用い
て符号化するものである。適応符号ベクトルは過去に生
成した駆動音源ベクトルを格納している適応符号帳か
ら、雑音符号ベクトルは予め用意され定められた形状を
有するベクトルを格納している雑音符号帳から選択され
て使用される。

【０００４】従来のこの種の音声信号符号化装置の構成
を、図８に示す。先ず、音声信号符号化装置３０では、
入力音声信号が線形予測分析器１に入力され、当該線形
予測分析器１により入力音声が線形予測分析される。聴
覚重みフィルタ生成器２は、分析された線形予測係数を
用いて聴覚重みフィルタ１１を生成する。聴覚重みフィ
ルタＨ_p（Ｚ）は、分析された線形予測係数｛αｉ｜ｉ
＝１，………，Ｐ｝（Ｐは分析次数）で、次式を用いて
表される。

【０００５】

【数１】 ここで、γ_Z、γ_Pはフォルマント強調係数で０＜γ_P＜
γ_Z＜１を満たす定数である。

【０００６】適応符号帳５は過去に生成した音源信号を
蓄えている。乗算器６は適応符号帳５から選択された適
応音源ベクトルにゲイン定数を乗じて適応音源信号を求
める。雑音符号帳７には予め定められた音源ベクトルが
蓄えられている。乗算器８は雑音符号帳７から選択され
た雑音音源ベクトルにゲイン定数を乗じて雑音音源信号
を求める。加算器９は適応音源信号と雑音音源信号を加
算し音源信号を得る。

【０００７】合成フィルタ１０は、加算器９により得ら
れた音源信号を、線形予測係数で構成されるフィルタで
フィルタリングすることで合成音声を得る。聴覚重みフ
ィルタ１１は、合成音声に対する聴覚的な信号強調を、
聴覚重みフィルタ生成器２で生成されたフィルタを用い
て行う。聴覚重みフィルタ１２は入力信号に対して聴覚
的な信号強調を行う。

【０００８】減算器１３は聴覚的に重み付けされた入力
音声と合成音声の誤差信号を求める。二乗誤差最小化器
１４は誤差信号のエネルギーを算出し、エネルギーが最
小となる音源ベクトルとゲイン定数の組み合わせを求め
る。そして二乗誤差最小化器１４により求められた音源
ベクトル、ゲイン定数とそのときの線形予測係数が多重
化器１５により多重化されて音声符号化データが形成さ
れる。

【０００９】このようにして形成された音声符号化デー
タを復号する音声信号復号装置４０の構成を、図９に示
す。音声符号化データは分離器１７に入力され、当該分
離器１７により音声符号化データが線形予測係数、音源
ベクトル及びゲイン定数に分離される。適応符号帳１８
は過去に生成した音源信号を蓄えている。乗算器１９は
適応符号帳１８から選択された適応音源ベクトルにゲイ
ン定数を乗じて適応音源信号を求める。雑音符号帳２０
は予め定められた音源ベクトルが蓄えられている。

【００１０】乗算器２１は雑音符号帳２０から選択され
た雑音音源ベクトルにゲイン定数を乗じて雑音音源信号
を求める。加算器２２は適応音源信号と雑音音源信号を
加算し音源信号を生成する。合成フィルタ２３は、生成
された音源ベクトルを、入力した線形予測係数で構成す
る合成フィルタ２３でフィルタリングし復号音声を合成
する。

【００１１】このように符号励振線形予測符号化技術を
用いれば、聴感上量子化誤差の影響を受け易い周波数帯
域に重みを付けて算出した誤差を最小化する音源を選択
することができるため、主観的な量子化歪が少ない復号
音声を得ることができる音声信号符号化装置３０及び音
声信号復号装置４０を実現することができる。

【００１２】

【発明が解決しようとする課題】しかしながら、特に入
力音声として背景雑音が重畳された広周波数帯域信号が
与えられたとき主観的な音声品質が劣化する問題があ
る。

【００１３】この問題点について図１０を用いて説明す
る。人の聴覚は４〜５ｋHzを境に信号に対する感度が大
きく変化する。図１０ではこの聴覚特性を破線で示して
おり、ここでの説明では破線以下の振幅値の信号に対し
て感度が０、つまり、その信号を検知できないと仮定す
る。

【００１４】また図中の一点鎖線は聴覚重みフィルタ処
理前の雑音振幅周波数特性を示し、図中細線は聴覚重み
フィルタ処理後の雑音振幅周波数特性を示す。このと
き、図中、一点鎖線と細線で示す２つの雑音振幅周波数
特性の主観品質を比較したとき、聴覚特性を示す破線を
超える振幅値の周波数帯域のみが主観的な品質に影響す
るため、一点鎖線（聴覚重みフィルタ処理前の雑音振幅
周波数特性）の方がＳＮ比が高く、主観的な品質が良い
と考えられる。すなわちこの例では聴覚重みフィルタを
用いることで主観的な品質が劣化してしまう。

【００１５】このことは音声信号のみであれば、低周波
数帯域にエネルギが偏っているため大きな問題とはなら
ないが、音声信号に高周波数帯域にもエネルギを有する
ような背景雑音が重畳されたとき、聴感上さほど重要で
ない高周波数帯域の信号の量子化誤差を少なくする音源
が選択されることとなり、復号音声の品質が劣化する要
因となる。

【００１６】本発明はかかる点に鑑みてなされたもので
あり、背景雑音が重畳された音声信号が入力された場合
でも、主観的な品質の劣化を抑制し得る音声信号符号化
装置、音声信号復号装置及び音声信号符号化方法を提供
することを目的とする。

【００１７】

【課題を解決するための手段】かかる課題を解決するた
め本発明は、以下の構成を採る。

【００１８】（１）本発明の音声信号符号化装置は、入
力音声信号に対して処理フレーム単位で線形予測分析処
理を施すことにより線形予測係数を算出する線形予測分
析手段と、適応符号帳及び雑音符号帳に格納された適応
音源及び雑音音源に対して前記線形予測係数を用いたフ
ィルタリング処理を施すことにより符号化合成音を得る
合成フィルタと、適応音源及び雑音音源のゲインを求
め、さらにゲインを用いて得られる合成音と入力音声信
号との間の符号化歪みが最小となる適応音源及び雑音音
源の符号及びゲインを探索する演算手段と、入力音声信
号及び合成音に対して聴覚重み付け処理を施す聴覚重み
フィルタと、入力音声信号の処理フレームが、音声信号
が支配的である有音区間か、又は非音声信号が支配的で
ある無音区間かを判定する有音無音判定手段と、有音無
音判定手段により無音区間であると判定された処理フレ
ームが入力音声信号として入力された際、聴覚重みフィ
ルタのフィルタ特性を、高周波数帯域を抑圧するように
変換するフィルタ特性変換手段と、を具備する構成を採
る。

【００１９】この構成によれば、聴感上重要な低域をよ
り正確に表現できる音源候補を選択し易くすることがで
きるので、聴感上の劣化の少ない音声符号化データを形
成することができる。

【００２０】（２）本発明の音声信号符号化装置は、
（１）に加えて、さらに、有音無音判定手段により無音
区間であると判定された処理フレームが入力音声信号と
して入力された際、音源情報を生成するために設けられ
た適応符号帳及び雑音符号帳のうち、雑音符号帳から出
力される雑音音源ベクトルの高周波数帯域を抑圧する周
波数特性変換手段を具備する構成を採る。

【００２１】（３）本発明の音声信号復号装置は、
（２）の音声信号符号化装置から得られる情報を用いて
音声信号を復号する符号励振線形予測型の音声信号復号
装置であって、（２）の音声信号符号化装置から得られ
る情報を用いて、処理フレームが音声信号が支配的であ
る有音区間か、又は非音声信号が支配的である無音区間
かを判定する有音無音判定手段と、無音区間において雑
音符号帳から得られる雑音音源ベクトルの高周波数帯域
を抑圧する特性変換手段と、無音区間において雑音音源
ベクトルに対して抑圧した周波数帯域の信号エネルギを
補完する特性を有する雑音ベクトルを生成する雑音生成
手段と、（２）の音声信号符号化装置から得られる情報
を用いて生成した雑音ベクトルのゲインを推定し、雑音
ベクトルに乗ずる乗算手段と、生成した雑音を音源信号
に加算する加算手段と、を具備する構成を採る。

【００２２】（２）及び（３）の構成によれば、音声信
号復号装置側で、雑音が重畳された入力信号に対して量
子化雑音が顕著となる高周波成分信号を定常雑音で置換
することができるので、量子化雑音に起因する耳障りな
雑音感を抑え、安定した背景雑音を復号して出力するこ
とができる。

【００２３】（４）本発明の音声信号符号化方法は、入
力音声信号に対して処理フレーム単位で線形予測分析処
理を施すことにより線形予測係数を算出するステップ
と、適応符号帳及び雑音符号帳に格納された適応音源及
び雑音音源に対して前記線形予測係数を用いたフィルタ
リング処理を施すことにより符号化合成音を得るステッ
プと、適応音源及び雑音音源のゲインを求め、このゲイ
ンを用いて得られる合成音と入力音声信号との間の符号
化歪みが最小となる適応音源及び雑音音源の符号及びゲ
インを探索するステップと、入力音声信号及び合成音に
対して聴覚重み付け処理を施すステップと、入力音声信
号の処理フレームが、音声信号が支配的である有音区間
か、又は非音声信号が支配的である無音区間かを判定す
るステップと、無音区間であると判定された処理フレー
ムが入力音声信号として入力された際、聴覚重みフィル
タのフィルタ特性を、高周波数帯域を抑圧するように変
換するステップと、を有するようにする。

【００２４】この方法によれば、聴感上重要な低域をよ
り正確に表現できる音源候補を選択し易くすることがで
きるので、聴感上の劣化の少ない音声符号化データを形
成することができる。

【００２５】（５）本発明のプログラムは、コンピュー
タに、入力音声信号に対して処理フレーム単位で線形予
測分析処理を施すことにより線形予測係数を算出する手
順と、適応符号帳及び雑音符号帳に格納された適応音源
及び雑音音源に対して前記線形予測係数を用いたフィル
タリング処理を施すことにより符号化合成音を得る手順
と、適応音源及び前記雑音音源のゲインを求め、このゲ
インを用いて得られる合成音と入力音声信号との間の符
号化歪みが最小となる適応音源及び雑音音源の符号及び
ゲインを探索する手順と、入力音声信号及び合成音に対
して聴覚重み付け処理を施す手順と、入力音声信号の処
理フレームが、音声信号が支配的である有音区間か、又
は非音声信号が支配的である無音区間かを判定する手順
と、無音区間であると判定された処理フレームが入力音
声信号として入力された際、聴覚重みフィルタのフィル
タ特性を、高周波数帯域を抑圧するように変換する手順
と、を実行させる構成を採る。

【００２６】この構成によれば、コンピュータが、聴感
上重要な低域をより正確に表現できる音源候補を選択し
て、聴感上の劣化の少ない音声符号化データを形成する
ことができる。

【００２７】

【発明の実施の形態】本発明者らは、入力音声として背
景雑音が重畳された広周波数帯域信号が与えられたとき
に主観的な音声品質が劣化するのは、聴覚重みフィルタ
の生成において静的な聴覚特性を考慮していないためで
あると考えることで本発明に至った。

【００２８】本発明の骨子は、入力信号を、音声信号が
支配的である有音区間と、背景雑音が支配的である無音
区間とに分類し、当該有音区間と無音区間とでそれぞれ
異なる聴覚重みフィルタ特性を使って符号励振線形予測
符号化処理を行うようにしたことである。

【００２９】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。

【００３０】（実施の形態１）図１において、１００は
全体として、本発明による実施の形態１に係る音声信号
符号化装置の構成を示す。音声信号符号化装置１００
は、入力音声信号を線形予測分析器１０１に入力する。
線形予測分析器１０１は入力音声を線形予測分析する。
これにより線形予測分析器１０１は線形予測係数｛αｉ
｜ｉ＝１，………，Ｐ｝を得る。ここでＰは分析次数で
ある。

【００３１】聴覚重みフィルタ生成器１０２は分析され
た線形予測係数を用いて聴覚重みフィルタを生成する。
具体的には、聴覚重みフィルタ生成器１０２は抽出され
た線形予測係数から、次式を用いてフィルタの振幅周波
数特性の谷部を強調した聴覚重みフィルタＨ_P（Ｚ）を
生成する。

【００３２】

【数２】 ここで、γ_Z、γ_Pはフォルマント強調係数で０＜γ_P＜
γ_Z＜１を満たす定数である。図２に、このように構成
された聴覚重みフィルタの振幅周波数特性の一例を示
す。

【００３３】また音声信号符号化装置１００は有音無音
判定器１０４を有し、当該有音無音判定器１０４に入力
音声信号を入力させる。有音無音判定器１０４は入力音
声信号から処理フレームが有音区間であるか無音区間で
あるかを判定する。ここで有音区間とは音声信号が支配
的な区間であり、無音区間とは背景雑音が支配的な区間
である。

【００３４】このような有音区間と無音区間の判定は、
音声信号と背景雑音それぞれにより異なる周波数特性や
規則性を基に容易に行うことができる。有音無音判定器
１０４は判定結果をフィルタ変換器１０５に送出する。

【００３５】フィルタ変換器１０５は有音無音判定器１
０４から入力音声信号が有音区間であることを示す判定
結果が入力された場合には、聴覚重みフィルタ生成器１
０２から出力される聴覚重みフィルタ特性をそのまま聴
覚重みフィルタ１０６に送出する。これに対して有音無
音判定器１０４から入力音声信号が無音区間であること
を示す判定結果が入力された場合には、聴覚重みフィル
タ生成器１０２から出力される聴覚重みフィルタ特性の
高周波数帯域を抑圧するように周波数特性を変換した
後、聴覚重みフィルタ１０６に送出する。

【００３６】適応符号帳１０７は過去に生成した音源信
号を蓄えている。つまり適応符号帳１０７は過去に生成
された音源信号によって更新される動的な符号帳であ
る。乗算器１０８は適応符号帳１０７により選択された
適応音源ベクトルにゲイン定数を乗じて適応音源信号を
求める。雑音符号帳１０９は予め定められた音源ベクト
ルが蓄えられている。乗算器１１０は雑音符号帳１０９
により選択された雑音音源ベクトルにゲイン定数を乗じ
て雑音音源信号を求める。加算器１１１は適応音源信号
と雑音音源信号を加算し音源信号を得る。

【００３７】このように音声信号符号化装置１００にお
いては、適応符号帳１０７、雑音符号帳１０９、乗算器
１０８、１１０及び加算器１１１により音源が形成さ
れ、適応符号帳１０７及び雑音符号帳１０９により選択
された音源ベクトルが、それぞれ乗算器１０８と乗算器
１１０により定数倍され、加算器１１１で加算されるこ
とで音源信号が生成される。

【００３８】合成フィルタ１１２は加算器１１１から出
力される音源信号に対して線形予測係数で構成されるフ
ィルタでフィルタリングすることで合成音声を得る。具
体的には、合成フィルタ１１２では、線形予測係数｛α
ｉ｜ｉ＝１，………，Ｐ｝で構成され、次式で表される
フィルタＨ（Ｚ）を用いて音源信号をフィルタリングし
て合成音声を得る。

【００３９】

【数３】 聴覚重みフィルタ１０６は、合成音声に対する聴覚的な
信号強調を、フィルタ変換器１０５で生成されたフィル
タを用いて行う。聴覚重みフィルタ１１３は入力音声信
号に対して聴覚的な信号強調を行う。この際、聴覚重み
フィルタ１１３はフィルタ変換器１０５で生成されたフ
ィルタを用いて聴覚的な信号強調を行う。

【００４０】ここで上述したようにフィルタ変換器１０
５は、無音区間において聴覚重みフィルタの高周波数帯
域を抑圧する。この実施の形態の場合、この処理を実現
するため、聴覚重みフィルタＨ_P（Ｚ）のインパルス応
答をｈ_p（ｔ）とすると、このｈ_p（ｔ）に対して低域通
過フィルタのインパルス応答ｈ_lpf（ｔ）を畳み込むこ
とで周波数特性を変換した合成フィルタＦ_P（Ｚ）を得
るようになされている。このときフィルタ変換器１０５
は出力する合成フィルタＦ_P（Ｚ）のインパルス応答ｆ_p
（ｔ）を、次式に従って決定する。

【００４１】

【数４】 聴覚重みフィルタ１０６及び聴覚重みフィルタ１１３で
は、このように決定されたフィルタを用いて、合成音声
及び入力音声をフィルタリングすることで聴覚的に重み
付けされた入力音声及び合成音声とを得る。減算器１１
４は聴覚的に重み付けされた入力音声と合成音声の誤差
信号を求める。

【００４２】二乗誤差最小化器１１５は誤差信号のエネ
ルギを算出し、エネルギが最小となる音源ベクトルとゲ
イン定数の組み合わせを求める。そして二乗誤差最小化
器１１５により求められた音源ベクトル、ゲイン定数と
そのときの線形予測係数が多重化器１１６により多重化
されて音声符号化データが形成される。

【００４３】次に図２〜図５を用いて、この実施の形態
の音声信号符号化装置１００の動作について説明する。
図４は、入力音声信号が音声信号が支配的である場合、
すなわち処理フレームが有音区間である場合について着
目したものである。一方、図５は、入力音声信号が非音
声信号（背景雑音）が支配的である場合、つまり処理フ
レームが無音区間である場合について着目したものであ
る。

【００４４】まず有音区間について説明する。有音無音
判定器１０４により現在の処理フレームが有音区間であ
ることを示す判定結果が得られ、聴覚重みフィルタ１０
６、１１３は、図２の点線で示すような聴覚重みフィル
タ生成器１０２により生成された聴覚重みフィルタ特性
とされる。このようなフィルタ特性の聴覚重みフィルタ
１０６、１１３を用いることにより、小さな振幅の周波
数帯域を強調した信号間で誤差を最小化することができ
る。例えば図３の一点鎖線のような振幅周波数特性をも
つ量子化雑音を、図４に示す振幅周波数特性とすること
ができる。

【００４５】ここで図３及び図４の斜線部の面積は量子
化雑音エネルギを示しており、この量子化雑音エネルギ
はコーデックの構成とビットレートにより決定される。
ところで、聴感に対応する雑音の客観尺度としてＳＮ比
があり、ＳＮ比が同じならば主観的に感じる雑音の大き
さは等しい。このことは雑音エネルギが同じならば、信
号の振幅周波数特性に合わせて、大きな振幅の周波数帯
域の振幅が大きくなるように雑音の振幅周波数特性をシ
ェービングすることで主観的な品質を向上させることが
できることを意味している。

【００４６】このことから図４に示す量子化雑音の振幅
周波数特性は、図３に示す量子化雑音よりも主観的に感
じる雑音が小さいということができ、聴覚重みフィルタ
１０６、１１３により主観的な品質が向上することを示
している。

【００４７】これに対して、処理フレームとして、背景
雑音が支配的である無音区間が入力された場合、有音無
音判定器１０４により現在の処理フレームが無音区間で
あることを示す判定結果が得られ、聴覚重みフィルタ１
０６、１１３はフィルタ変換器１０５により、図５の破
線で示すような高周波数帯域を抑圧するような聴覚重み
フィルタ特性とされる。

【００４８】この結果、高周波数帯域にもエネルギを有
するような背景雑音が重畳された入力音声が符号化対象
となった場合でも、聴覚重みフィルタ１０６、１１３に
より高周波数帯域成分が抑制されるので、二乗誤差最小
化器１１５では例えば４〜５［ｋＨｚ］までの聴覚上重
要となる低周波数帯域の量子化誤差を少なくする音源が
選択される。つまり聴感上重要な低周波数帯域に重み付
けした誤差尺度に基づいて音源探索することになり、主
観的な音声品質を向上させることができる。

【００４９】具体的には、上述したように、二乗誤差最
小化器１１５では、減算器１１４から出力される差分信
号のエネルギが最小となる音源を選択することで、量子
化誤差を小さくしている。このため差分信号において高
周波数帯域のエネルギを抑制することで、二乗誤差最小
化器１１５は、低周波数帯域の量子化誤差を小さくする
ような音源を選択するように動作するので、実際上重要
となる低周波数帯域の量子化誤差の低減効果が生じる。

【００５０】因みに、音声信号が支配的である有音区間
では、音声信号が低周波数帯域に大きなエネルギをもっ
ているので、高周波数帯域をそれほど抑制しなくても、
二乗誤差最小化器１１５により低周波数帯域の量子化誤
差を重点的に小さくするような音源が選択されるので、
この実施の形態では、有音区間の処理フレームが入力さ
れた場合には、聴覚重みフィルタ１０６、１１３に高周
波数帯域を抑制する特性を持たせないようにしている。

【００５１】以上の構成によれば、入力音声信号を声帯
を模した音源情報と声道を模した合成フィルタ情報に分
離して符号化する場合に、入力音声信号が有音区間か無
音区間かを判定し、音声信号が殆ど含まれず背景雑音が
支配的である無音区間であった場合に聴覚重みフィルタ
１０６、１１３のフィルタ特性を高周波数帯域成分を抑
制するように設定したことにより、背景雑音における低
周波数帯域での量子化歪みを低減することができる。こ
の結果、聴感上重要な低域をより正確に表現できる音源
候補を選択し易くできるので、聴感上の劣化が少ない音
声符号化装置１００を実現できる。

【００５２】（実施の形態２）図１との対応部分に同一
符号を付して示す図６において、２００は全体として本
発明の実施の形態２に係る音声信号符号化装置の構成を
示す。この実施の形態の音声信号符号化装置２００は、
雑音符号帳１０９から出力された雑音音源ベクトルの特
性を有音無音判定器１０４の判定結果に応じて変換する
特性変換器２０１を有すること、及び有音無音判定器１
０４の判定結果の情報を多重化器１１６に出力すること
を除いて、実施の形態１の音声信号符号化装置１００と
同様の構成でなる。

【００５３】特性変換器２０１はフィルタ変換器１０５
と同様の特性を有する。特性変換器２０１は有音無音判
定器１０４からの判定結果に応じてフィルタ変換器１０
５に同期して雑音音源ベクトルの周波数特性を変更す
る。すなわち特性変換器２０１は、有音無音判定器１０
４から入力処理フレームが無音区間である判定結果が入
力されると、雑音符号帳１０９から入力される雑音音源
ベクトルν_S（ｔ）に対して、フィルタ変換器１０５と
同じ低域通過フィルタ特性ｈ_lpf（ｔ）を用いて、次式
で示すフィルタリング処理を施すことにより、特性変換
器出力ψ_S（ｔ）を得る。

【００５４】

【数５】 ここで雑音符号帳１０９には一般に周波数特性が平坦な
雑音音源ベクトルが蓄積されているので、特性変換器２
０１は、フィルタ変換器１０５に同期して無音区間にお
いてこの平坦な周波数特性の雑音音源ベクトルの高周波
数帯域を抑制するように周波数特性を変更する。

【００５５】図７に、音声信号符号化装置２００により
得られた符号化データを復号する音声信号復号装置３０
０の構成を示す。音声信号復号装置３００は、分離器３
０１で音声信号符号化装置２００から受信した符号化デ
ータを線形予測係数、有音無音判定情報、音源ベクトル
情報（適応音源ベクトル情報、雑音音源ベクトル情報）
及びゲイン定数（適応音源ゲイン定数、雑音音源ゲイン
定数）に分離する。そして線形予測係数を合成フィルタ
３１２に、適応音源ベクトル情報を適応符号帳３０２
に、雑音音源ベクトル情報を雑音符号帳３０４に、適応
音源ゲイン定数、雑音音源ゲイン定数をそれぞれ適応符
号帳３０２、雑音符号帳３０４に対応する乗算器３０
３、３０７に、有音無音判定情報を有音無音判定器３０
５に送出する。適応符号帳３０２は過去に生成した音源
信号を蓄えている。乗算器３０３は適応符号帳３０２か
ら出力された適応音源ベクトルに適応音源ゲイン定数を
乗じて適応音源信号を求める。雑音符号帳３０４は予め
定められた音源ベクトルが蓄えられている。

【００５６】有音無音判定器３０５は音声信号符号化装
置２００からの有音無音判定情報を用いて処理フレーム
が有音区間であるか無音区間であるか判定する。特性変
換器３０６は雑音符号帳３０４から選択された雑音音源
ベクトルの特性を有音無音情報に応じて変換する。実際
上、特性変換器３０６は、音声信号符号化装置２００の
特性変換器２０１と同様のフィルタ特性を有し、（５）
式に基づいて雑音符号帳３０４から入力された雑音音源
ベクトルをフィルタリングする。

【００５７】乗算器３０７は特性変換器３０６から出力
されたベクトルに雑音音源ゲイン定数を乗じて雑音音源
信号を求める。加算器３０８は適応音源信号と雑音音源
信号を加算し音源信号を生成する。

【００５８】雑音生成器３０９は特性変換器３０６で変
換した雑音音源の周波数領域でのエネルギ分布特性を補
完する自励雑音ベクトルを生成する。実際上、雑音生成
器３０９は有音無音情報に基づいて次式により自励雑音
ベクトルν_r（ｔ）を生成する。

【００５９】

【数６】 ここでｒ（ｔ）は例えば発振器を用いて音声信号符号化
装置２００と独立して音声信号復号装置３００で生成す
る白色雑音であり、ｈ_hpfは特性変換器３０６で用いた
ｈ_lpfと相補して全域通過型フィルタを構成する高域通
過型フィルタである。

【００６０】乗算器３１０は有音無音情報及び雑音音源
ゲイン定数を利用して決定したゲインを自励雑音ベクト
ルに乗じ自励雑音信号を出力する。加算器３１１は音源
信号と自励雑音信号を加算し、補正音源信号を生成す
る。合成フィルタ３１２は生成された補正音源信号をフ
ィルタリングし復号音声を合成する。

【００６１】以上の構成によれば、音声信号符号化装置
２００により、誤差算出対象外の周波数帯域で生じる量
子化雑音を抑制し、音声信号復号装置３００により、定
常的な雑音に置換するようにしたことにより、主観的な
音声品質を向上させることができる。

【００６２】なお、上述の実施の形態では、有音無音判
定情報は符号化装置から送信される構成として説明した
が、符号化装置から送信する構成とせず、復号装置で受
信した他の情報を用いて判定する構成としても良い。

【００６３】

【発明の効果】以上説明したように、本発明によれば、
入力音声信号の処理フレームが、音声信号が支配的であ
る有音区間か、又は非音声信号が支配的である無音区間
かを判定し、無音区間である処理フレームが入力音声信
号として入力された際、聴覚重みフィルタのフィルタ特
性を、高周波数帯域を抑圧するようにしたことにより、
背景雑音が重畳された音声信号が入力された場合でも、
主観的な品質の劣化を抑制し得る音声信号符号化装置を
実現できる。

【図面の簡単な説明】

【図１】本発明の実施の形態１に係る音声信号符号化装
置の構成を示すブロック図

【図２】実施の形態での有音区間における聴覚重みフィ
ルタ特性の説明に供する特性曲線図

【図３】聴覚重みフィルタ特性の説明に供する特性曲線
図

【図４】実施の形態での有音区間における量子化雑音特
性を示す特性曲線図

【図５】実施の形態での無音区間における聴覚重みフィ
ルタ特性の説明に供する特性曲線図

【図６】実施の形態２の音声信号符号化装置の構成を示
すブロック図

【図７】実施の形態２の音声信号復号装置の構成を示す
ブロック図

【図８】符号励振線形予測符号化を行う従来の音声信号
符号化装置の構成を示すブロック図

【図９】従来の音声信号復号装置の構成を示すブロック
図

【図１０】量子化雑音と主観特性の関係を示す特性曲線
図

【符号の説明】

１００、２００ 音声信号符号化装置 １０１ 線形予測分析器 １０２ 聴覚重みフィルタ生成器 １０４、３０５ 有音無音判定器 １０５ フィルタ変換器 １０６、１１３ 聴覚重みフィルタ １０７、３０２ 適応符号帳 １０９、３０４ 雑音符号帳 ２０１ 特性変換器 ３００ 音声信号復号装置

フロントページの続き (72)発明者 米崎 正 神奈川県横浜市港北区綱島東四丁目３番１ 号 松下通信工業株式会社内 (72)発明者 河嶋 拓也 石川県金沢市西念一丁目１番３号 株式会 社松下通信金沢研究所内 (72)発明者 佐々木 茂明 東京都千代田区大手町二丁目３番１号 日 本電信電話株式会社内 (72)発明者 間野 一則 東京都千代田区大手町二丁目３番１号 日 本電信電話株式会社内 (72)発明者 片岡 章俊 東京都千代田区大手町二丁目３番１号 日 本電信電話株式会社内 Ｆターム(参考） 5D045 CA01 CB01 CC02 CC07 5J064 AA01 BA13 BB03 BB07 BC08 BC09 BC11 BC14 BC18 BC26 BD02 BD03

Claims (5)

【特許請求の範囲】
1. 【請求項１】 入力音声信号に対して処理フレーム単位
   で線形予測分析処理を施すことにより線形予測係数を算
   出する線形予測分析手段と、 適応符号帳及び雑音符号帳に格納された適応音源及び雑
   音音源に対して前記線形予測係数を用いたフィルタリン
   グ処理を施すことにより符号化合成音を得る合成フィル
   タと、 前記適応音源及び前記雑音音源のゲインを求め、さらに
   前記ゲインを用いて得られる前記合成音と前記入力音声
   信号との間の符号化歪みが最小となる前記適応音源及び
   前記雑音音源の符号及び前記ゲインを探索する演算手段
   と、 前記入力音声信号及び前記合成音に対して聴覚重み付け
   処理を施す聴覚重みフィルタと、 前記入力音声信号の処理フレームが、音声信号が支配的
   である有音区間か、又は非音声信号が支配的である無音
   区間かを判定する有音無音判定手段と、 前記有音無音判定手段により無音区間であると判定され
   た処理フレームが前記入力音声信号として入力された
   際、前記聴覚重みフィルタのフィルタ特性を、高周波数
   帯域を抑圧するように変換するフィルタ特性変換手段と
   を具備することを特徴とする音声信号符号化装置。
2. 【請求項２】 さらに、有音無音判定手段により無音区
   間であると判定された処理フレームが入力音声信号とし
   て入力された際、音源情報を生成するために設けられた
   適応符号帳及び雑音符号帳のうち、雑音符号帳から出力
   される雑音音源ベクトルの高周波数帯域を抑圧する周波
   数特性変換手段を具備することを特徴とする請求項１に
   記載の音声信号符号化装置。
3. 【請求項３】 請求項２に記載の音声信号符号化装置か
   ら得られる情報を用いて音声信号を復号する符号励振線
   形予測型の音声信号復号装置であって、 請求項２の音声信号符号化装置から得られる情報を用い
   て、処理フレームが音声信号が支配的である有音区間
   か、又は非音声信号が支配的である無音区間かを判定す
   る有音無音判定手段と、 無音区間において雑音符号帳から得られる雑音音源ベク
   トルの高周波数帯域を抑圧する特性変換手段と、 無音区間において雑音音源ベクトルに対して抑圧した周
   波数帯域の信号エネルギを補完する特性を有する雑音ベ
   クトルを生成する雑音生成手段と、 請求項２の音声信号符号化装置から得られる情報を用い
   て生成した雑音ベクトルのゲインを推定し、雑音ベクト
   ルに乗ずる乗算手段と、 生成した雑音を音源信号に加算する加算手段とを具備す
   ることを特徴とする音声信号復号装置。
4. 【請求項４】 入力音声信号に対して処理フレーム単位
   で線形予測分析処理を施すことにより線形予測係数を算
   出するステップと、適応符号帳及び雑音符号帳に格納さ
   れた適応音源及び雑音音源に対して前記線形予測係数を
   用いたフィルタリング処理を施すことにより符号化合成
   音を得るステップと、前記適応音源及び前記雑音音源の
   ゲインを求め、このゲインを用いて得られる前記合成音
   と前記入力音声信号との間の符号化歪みが最小となる前
   記適応音源及び前記雑音音源の符号及び前記ゲインを探
   索するステップと、前記入力音声信号及び前記合成音に
   対して聴覚重み付け処理を施すステップと、前記入力音
   声信号の処理フレームが、音声信号が支配的である有音
   区間か、又は非音声信号が支配的である無音区間かを判
   定するステップと、無音区間であると判定された処理フ
   レームが前記入力音声信号として入力された際、前記聴
   覚重みフィルタのフィルタ特性を、高周波数帯域を抑圧
   するように変換するステップと、を有することを特徴と
   する音声信号符号化方法。
5. 【請求項５】 コンピュータに、入力音声信号に対して
   処理フレーム単位で線形予測分析処理を施すことにより
   線形予測係数を算出する手順と、適応符号帳及び雑音符
   号帳に格納された適応音源及び雑音音源に対して前記線
   形予測係数を用いたフィルタリング処理を施すことによ
   り符号化合成音を得る手順と、前記適応音源及び前記雑
   音音源のゲインを求め、このゲインを用いて得られる前
   記合成音と前記入力音声信号との間の符号化歪みが最小
   となる前記適応音源及び前記雑音音源の符号及び前記ゲ
   インを探索する手順と、前記入力音声信号及び前記合成
   音に対して聴覚重み付け処理を施す手順と、前記入力音
   声信号の処理フレームが、音声信号が支配的である有音
   区間か、又は非音声信号が支配的である無音区間かを判
   定する手順と、無音区間であると判定された処理フレー
   ムが前記入力音声信号として入力された際、前記聴覚重
   みフィルタのフィルタ特性を、高周波数帯域を抑圧する
   ように変換する手順と、を実行させるためのプログラ
   ム。