JP2003345392A - 分割型スケーリング因子を用いたスペクトル包絡パラメータのベクトル量子化器 - Google Patents

Abstract

(57)【要約】 【課題】 ベクトル量子化処理において量子化歪み
及び記憶容量の低減化を実現すること。 【解決手段】 分割型２段目ＣＢ１０５は、２段目イン
デクス特定部１０９からの供給される指示信号に対応す
る高次コードベクトルと低次コードベクトルとを２段目
候補ベクトル生成器１０７に出力する。分割型スケーリ
ング因子ＣＢ１０６は、１段目インデクス特定部１０３
から供給されるidx_1に相当する分割型のスケーリング
因子を２段目候補ベクトル生成器１０７に出力する。２
段目候補ベクトル生成器１０７は、高次コードベクトル
に高次のスケーリング因子を乗算し、低次コードベクト
ルに低次のスケーリング因子を乗算し、スケーリング因
子乗算後の高次コードベクトルと低次コードベクトルと
を結合して候補ベクトルを生成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、スペクトル包絡パ
ラメータのベクトル量子化を行うベクトル量子化装置及
びベクトル量子化方法に関し、特にインターネット通信
に代表されるパケット通信システムや、移動通信システ
ム等の分野で、音声信号の伝送効率を高めるために利用
される音声符号化・復号化装置に用いて好適なスペクト
ル包絡パラメータのベクトル量子化を行うベクトル量子
化装置及びベクトル量子化方法に関する。

【０００２】

【従来の技術】インターネット通信に代表されるパケッ
ト通信システムや、移動通信システムにおいて音声信号
を伝送する場合、音声信号の伝送効率を高めるため、音
声符号化技術がよく使われる。特に、音声信号を中・低
ビットレートで符号する場合には、ＣＥＬＰ型音声符号
化・復号化技術が主流の技術となっている。

【０００３】ＣＥＬＰ型音声符号化・復号化技術は、符
号化対象となる音声信号を、線形予測分析によってスペ
クトル包絡情報とスペクトルの微細構造情報とに分離
し、分離後のそれぞれの情報をベクトル量子化する点に
特徴を有している。その詳細については、例えば、文献
１（M. R. Schroeder, B. S. Atal, “Code Excited Li
near Prediction: High Quality Speech at Low Bit Ra
te”, IEEE proc., ICASSP'85 pp. 937-940）に開示さ
れている。

【０００４】文献１等に開示されたＣＥＬＰ型音声符号
化装置では、まず、入力されたディジタルの音声信号
を、20ms程度の一定時間間隔のフレームに区切る。次
に、ＣＥＬＰ型音声符号化装置は、フレーム区間内の音
声信号に対して線形予測分析を行い、ＬＰＣ(Linear Pr
edictive Coding)係数と線形予測残差を求める。

【０００５】このうち、ＬＰＣ係数が音声信号のスペク
トル包絡を表す情報として利用され、線形予測残差がス
ペクトルの微細構造を表す情報として利用される。具体
的には、ＬＰＣ係数をベクトル量子化し、音声信号のス
ペクトル包絡を表す最適インデクスをＬＰＣ符号として
符号多重化手段に出力する。

【０００６】同様に、ＣＥＬＰ型音声符号化装置は、線
形予測残差についても、適応符号帳、固定符号帳、及
び、ゲイン符号帳を用いてベクトル量子化を行い、適応
符号帳、固定符号帳、及び、ゲイン符号帳それぞれの最
適インデクスを、スペクトルの微細構造を表す符号（適
応符号帳符号、固定符号帳符号、及び、ゲイン符号帳符
号）として符号多重化手段へと出力する。そして、符号
多重化手段が、上記４種類の最適インデクスをフレーム
間隔ごとにまとめ、符号化情報として伝送路へ送信す
る。

【０００７】一方、ＣＥＬＰ型音声復号化装置では、ま
ず、符号分離手段が、フレーム間隔ごとの符号化情報を
伝送路から受信し、受信した符号化情報を４種類の符号
情報（最適インデクス）に分離する。

【０００８】次に、ＣＥＬＰ型音声復号化装置は、符号
分離手段で得られる４種類の最適インデクスを基に、フ
レーム間隔ごとに復号音声を合成していく。具体的に
は、まず、ＬＰＣ符号を復号して復号ＬＰＣ係数を求
め、求めた復号ＬＰＣ係数をフィルタ係数として備える
全極型の合成フィルタを構成する。

【０００９】次に、ＣＥＬＰ型音声復号化装置は、適応
符号帳、固定符号帳、及び、ゲイン符号帳について、そ
れぞれの最適インデクスに対応する復号適応符号ベクト
ル、復号固定符号ベクトル、復号ゲインを読みだす。そ
して、ＣＥＬＰ型音声復号化装置は、読み出した２つの
符号ベクトルにそれぞれ対応する復号ゲインを乗じ、ゲ
イン乗算後の２つの符号ベクトルを加算して励振信号を
生成し、生成した励振信号で前記全極型の合成フィルタ
を駆動することでフレーム間隔ごとに復号音声信号を合
成できる。

【００１０】なお、上記説明では、音声信号のスペクト
ル包絡を表す情報としてＬＰＣ係数をベクトル量子化
（以下、「ＶＱ」という）するものとして説明したが、
実際の符号化・復号化装置では、ＬＳＦ(Line Spectral
Frequency)パラメータ、ＬＳＰ(Line Spectral Pairs)
パラメータ）、ＩＳＰ（Immittance Spectral Pairs）
パラメータ、ＰＡＲＣＯＲ係数などのＬＰＣ係数をさら
に変換して得られるパラメータや、６Ｔケプストラムな
どをＶＱするのが一般的になっている。

【００１１】ここで、ベクトル量子化では、ＶＱの対象
となるパラメータの種類によらず一様に適用可能であ
る。以下、線形予測分析によって得られるＬＰＣ係数
や、ＬＰＣ係数をさらに変換して得られる上記のパラメ
ータや、６Ｔケプストラムなどを、総じて“スペクトル
包絡パラメータ”と称して説明する。

【００１２】低ビットレートのＣＥＬＰ型音声符号化・
復号化装置を開発して実現するためには、フレーム区間
内のスペクトル包絡情報やスペクトルの微細構造情報
を、少ないビット数で効率的にベクトル量子化すること
が不可欠である。従って、スペクトル包絡パラメータを
高効率にベクトル量子化する量子化器もしくは量子化方
法を実現する場合、予測ベクトル量子化技術、多段ベク
トル量子化技術、符号帳切り替え型ベクトル量子化技
術、符号帳分割型ベクトル量子化技術といった様々な要
素技術を効率的に融合させることが不可欠となってい
る。

【００１３】ベクトル量子化における上記の様々な要素
技術については、例えば、文献２（Allen Gersho、Robe
rt M. Gray：共著、古井貞煕、田崎三郎、小寺博、渡辺
裕：共訳『ベクトル量子化と情報圧縮』コロナ社）に紹
介されている。そして、上記等の様々な要素技術を効率
的に融合させて２４ビットのベクトル量子化器を構成す
れば、フレーム区間内のスペクトル包絡パラメータを、
主観的な劣化なくベクトル量子化できることが文献３
（K. P. Paliwal, B. S. Atal, “E６icient Vector Qu
antization of LPC Parameters at 24 Bits/Frame”, I
EEE Trans. Speech and Audio Processing, Vol. 1, N
o. 1, Jan. 1993）に紹介されている。

【００１４】しかしながら、音声信号を４ｋｂｐｓ（bi
t per second）程度の低いビットレートで符号化・復
号化する場合に、スペクトル包絡パラメータのベクトル
量子化器に２４ビットものビット数を割り当ててしまう
と、一方でスペクトル微細情報の表現精度の劣化を避け
ることができなくなり、符号化装置・復号化装置トータ
ルで動作させたときに高品質の復号音声を得ることがで
きなくなってしまう。

【００１５】従って、４ｋｂｐｓ程度の低いビットレー
トで動作する音声符号化装置・復号化装置を構成するた
めには、スペクトル包絡パラメータを少ないビット数で
効率的にＶＱするための新規の要素技術の考案・発明が
不可欠となっている。

【００１６】スペクトル包絡パラメータを少ないビット
数で効率的にＶＱするための新規の要素技術の一例とし
ては、２段構成のベクトル量子化器において、１段目符
号帳（以下、１段目ＣＢと略す）が格納するコードベク
トル数と同数のスカラー定数を、“アンプリチュード”
として格納するスカラー符号帳を新規に具備させた点に
特徴を有する文献４（特許第３１７５６６７号）の発明
を挙げることができる。

【００１７】文献４の発明では、１段目ＶＱ処理によっ
て特定されたコードベクトルのインデクスと同じインデ
クスが割り当てられたスカラー定数を前記のスカラー符
号帳から読み出し、読み出したスカラー定数を２段目Ｃ
Ｂから出力される２段目コードベクトルの各要素に一律
に乗じることで、復号コードベクトル全体に占める２段
目コードベクトルの寄与分を、１段目ＶＱによって特定
されたコードベクトルに適応させて制御することを可能
にしており、それによって、２段構成のベクトル量子化
器全体の処理を通して発生する量子化歪みを低減化する
ことに成功している。

【００１８】

【発明が解決しようとする課題】しかしながら、前記の
文献４の発明では、復号ベクトル全体に占める２段目コ
ードベクトルの寄与分を適応制御するための“アンプリ
チュード”がスカラー定数に限定されているため、量子
化誤差のさらなる低減化を図ろうとしても限界があっ
た。

【００１９】また、文献４の発明では、１段目ＣＢが格
納するコードベクトルと同数のスカラー定数を格納する
スカラー符号帳を別途に具備させる必要があったため、
発明を適用した場合に増加する記憶装置の容量を、削減
することが構成的に不可能であった。

【００２０】本発明はかかる点に鑑みてなされたもので
あり、ベクトル量子化処理において量子化歪み及び記憶
容量の低減化を実現するベクトル量子化装置を提供する
ことを目的とする。

【００２１】

【課題を解決するための手段】本発明のベクトル量子化
装置は、符号帳を用いてスペクトル包絡パラメータをベ
クトル量子化して結果生じる量子化誤差ベクトルをベク
トル量子化するためのコードベクトルを格納する複数の
符号帳と、前記コードベクトルのスケーリング因子を格
納する複数のスケーリング因子符号帳と、前記コードベ
クトルに対応するスケーリング因子を前記コードベクト
ルに乗算する乗算器と、前記乗算器においてスケーリン
グ因子を乗算した複数のコードベクトルを結合して統合
ベクトルを合成する統合ベクトル合成器と、を具備する
構成を採る。

【００２２】この構成によれば、多段構成のベクトル量
子化において、コードベクトルの成分別に個々のスケー
リング因子を乗算することにより、量子化歪みを低減す
ることができる。

【００２３】本発明のベクトル量子化装置は、前記スケ
ーリング因子符号帳は、前段で特定されたコードベクト
ルからスケーリング因子とコードベクトルとを対応づけ
る構成を採る。

【００２４】この構成によれば、多段構成のベクトル量
子化において、２段目以降のベクトル量子化処理部が分
割型の符号帳を伴う場合に、当該符号帳の分割構成と適
合するように分割型（ベクトル型）のスケーリング因子
を格納するベクトル符号帳を具備することにより、復号
ベクトル全体に占める２段目以降のコードベクトルの寄
与分を、高い精度で適応制御することができる。

【００２５】本発明のベクトル量子化装置は、前記スケ
ーリング因子符号帳は、前段で用いるコードベクトルの
数より少ない数のスケーリング因子を格納する。

【００２６】本発明のベクトル量子化装置は、前記スケ
ーリング因子符号帳は、類似する音声信号を同じスケー
リング因子で対応づける構成を採る。

【００２７】本発明のベクトル量子化装置は、前記スケ
ーリング因子符号帳は、符号化した音声信号の変動類似
する音声信号を同じスケーリング因子で対応づける構成
を採る。

【００２８】これらの構成によれば、前段の復号化に使
用する符号帳のコードベクトルと、コードベクトル数よ
り少ないスケーリング因子とを対応づけて、このスケー
リング因子と、複数成分に分割したコードベクトルとを
乗算することにより、コードベクトル数より少ないスケ
ーリング因子を用いてベクトル量子化を行って符号化さ
れた信号を復号できる。

【００２９】本発明のベクトル量子化装置は、スペクト
ル包絡パラメータのベクトル量子化により生じる量子化
誤差ベクトルと前記統合ベクトルとの誤差が最小となる
前記複数のコードベクトルを特定する特定手段を具備す
る構成を採る。

【００３０】この構成によれば、多段構成のベクトル量
子化において、コードベクトルの成分別に個々のスケー
リング因子を乗算することにより、量子化歪みを低減す
ることができる。

【００３１】本発明のベクトル量子化装置は、過去に処
理した信号から量子化ターゲットベクトルを予測する予
測手段と、過去に処理した信号のスペクトル包括パラメ
ータの平均値を算出する平均値算出手段と、を具備し、
処理対象の信号のスペクトル包括パラメータと前記量子
化ターゲットベクトルとの差分と、処理対象の信号のス
ペクトル包括パラメータと前記スペクトル包括パラメー
タの平均値との差分とを量子化誤差ベクトルとしてベク
トル量子化を行う構成を採る。

【００３２】この構成によれば、過去の復号化ベクトル
とMA予測係数ベクトルを乗算して得られる予測ベクトル
と、スペクトル包絡パラメータの平均ベクトルと、をス
ペクトル包絡パラメータからベクトル差分し、当該ベク
トル差分演算によって得られるベクトルを予測係数ベク
トルの現処理フレーム成分で除算して得られるベクトル
を量子化ターゲットベクトルとしてベクトル量子化装置
の入力とすることにより、スペクトルパラメータを効率
よくベクトル量子化することができる。

【００３３】本発明のベクトル量子化装置は、前段のコ
ードベクトルと、前記統合ベクトルとを加算する加算手
段を具備する構成を採る。

【００３４】この構成によれば、多段構成のベクトル量
子化において、コードベクトルの成分別に個々のスケー
リング因子を乗算して量子化歪みを低減する方法で符号
化された信号を復号できる。

【００３５】本発明のベクトル量子化装置は、前記加算
手段において得られた加算結果に過去に処理した信号の
スペクトル包括パラメータの平均値を加算する構成を採
る。

【００３６】この構成によれば、平均値差分型ベクトル
量子化技術を併用して、ベクトル量子化した信号を復号
できる。

【００３７】本発明の通信装置は、上記いずれかに記載
のベクトル量子化装置を具備する構成を採る。

【００３８】この構成によれば、多段構成のベクトル量
子化において、コードベクトルの成分別に個々のスケー
リング因子を乗算し、ベクトル量子化された信号を送信
することにより、量子化歪みを低減する方法で通信でき
る。

【００３９】本発明のベクトル量子化方法は、符号帳を
用いてスペクトル包絡パラメータをベクトル量子化して
結果生じる量子化誤差ベクトルをベクトル量子化し、量
子化誤差ベクトルをベクトル量子化において、ベクトル
成分を複数に分割して異なるスケーリング因子を乗算す
るベクトル量子化方法において、スペクトル包絡パラメ
ータのベクトル量子化において特定されたコードベクト
ルから量子化誤差ベクトルのベクトル量子化に用いるス
ケーリング因子を決定するようにした。

【００４０】この方法によれば、多段構成のベクトル量
子化において、コードベクトルの成分別に個々のスケー
リング因子を乗算することにより、量子化歪みを低減す
ることができる。

【００４１】

【発明の実施の形態】本発明の骨子は、２段目以降のベ
クトル量子化が符号帳分割型である複数段構成のベクト
ル量子化において、アンプリチュードも分割型（ベクト
ル型）のベクトル構成にして復号ベクトル全体に占める
２段目コードベクトルの寄与分をさらに効率よく適応制
御し、量子化歪みのさらなる低減化を図ることである。

【００４２】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。なお、本明細書の以下の部分
では、分割型化（ベクトル化）したアンプリチュード情
報のことを、文献４内のスカラー定数“アンプリチュー
ド”と区別するため、分割型（ベクトル型）のスケーリ
ング因子（Scaling factor）と呼ぶことにする。

【００４３】（実施の形態１）図１は、本発明の実施の
形態１に係るベクトル量子化装置の構成を示すブロック
図である。図１のベクトル量子化装置１００は、コード
ベクトルの成分を複数に分割してそれぞれにスケーリン
グ因子を用意するスペクトル包絡パラメータのベクトル
量子化を行い、入力信号を符号化する。

【００４４】図１のベクトル量子化装置１００は、１段
目ＣＢ１０１と、１段目歪み算出部１０２と、１段目イ
ンデクス特定部１０３と、２段目ターゲット算出部１０
４と、分割型２段目ＣＢ１０５と、分割型スケーリング
因子ＣＢ１０６と、２段目候補ベクトル生成器１０７
と、２段目歪み算出部１０８と、２段目インデクス特定
部１０９と、インデクス集計部１１０とから主に構成さ
れる。

【００４５】１段目ＣＢ１０１は、２段構成のベクトル
量子化において、一段目のＶＱ処理に用いるコードベク
トルを格納する。本実施の形態に係るベクトル量子化装
置は２段構成のベクトル量子化器であり、１段目ＣＢ１
０１は、その１段目のＶＱ処理において、式（１）に示
すｐ次のコードベクトルをI種類（式（１）において、i
= 1,2,3,…,I）格納する。 Y(i) = [ y1(i), y2(i), y3(i), …, yp(i) ] …式（１）

【００４６】そして、１段目ＣＢ１０１は、１段目イン
デクス特定部１０３より供給される指示信号に対応する
コードベクトルを、１段目歪み算出部１０２に出力す
る。なお、低次用ＣＢ、及び、高次用ＣＢそれぞれが格
納するコードベクトル数は、ビットレート４ｋｂｐｓの
ＣＥＬＰ型音声符号化・復号化装置で、スペクトル包絡
パラメータとしてＬＳＦパラメータを用いる場合には、
I＝128、p=10等に設定しておくことが好適である。

【００４７】１段目歪み算出部１０２は、音声信号のス
ペクトルの量子化ターゲットベクトルと１段目ＣＢ１０
１から供給されるコードベクトルとの歪みを算出して１
段目インデクス特定部１０３に出力する。

【００４８】具体的には、量子化ターゲットベクトルが
入力データとして、１段目歪み算出部１０２、及び２段
目ターゲット算出部１０４に供給される。 F(n) = [ f1(n), f2(n), f3(n), …, fp(n) ] …式（２） ここで、pは線形予測次数を示し、nはフレーム番号を示
す。

【００４９】１段目歪み算出部１０２は、量子化ターゲ
ットベクトルF(n)と、１段目ＣＢ１０１から出力された
i番目のコードベクトルY(i)との間の歪みを式（３）を
用いて算出し、１段目インデクス特定部１０３に出力す
る。 d_1(i) = dist (F(n), Y(i)) …式（３）

【００５０】なお、式（３）の歪み評価尺度としては、
文献３の（9）式や、文献５（R. Salami, et al, "Desi
gn and Description of CS-AＣＥＬＰ: A Toll Quality
8 kb/s Speech Coder", IEEE Trans. Speech and Audi
o Processing, Vol. 6, No.2, Mar. 1998）の（9）式等
によって算出される重み係数を用いた重み付き２乗誤差
を用いることが好適ではあるが、本形態自体は歪み評価
尺度の詳細に関わらず実施可能である。

【００５１】１段目インデクス特定部１０３は、I種類
のうちのi番目のコードベクトルを出力する指示信号を
１段目ＣＢ１０１に供給する。そして、１段目インデク
ス特定部１０３は、１段目歪み算出部１０２から音声信
号とi番目のコードベクトルとの歪みを示す歪み量d_1
(i)を受けた後に、格納したI個のコードベクトルのうち
(i+1)番目のコードベクトルY(i+1)を出力する指示信号
を１段目ＣＢ１０１に供給する。

【００５２】１段目インデクス特定部１０３が指示信号
を供給してから、１段目ＣＢ１０１がコードベクトルY
(i)を出力し、１段目歪み算出部１０２がY(i)と量子化
ターゲットベクトルF(n)との間の歪み量d_1(i)を算出し
１段目インデクス特定部１０３に出力するまでの上記の
一連の処理を、１段目ＣＢ１０１が格納しているI種類
のコードベクトルY(i), i=1,2,3,…,I全てについて繰り
返すと、１段目インデクス特定部１０３には、I個の歪
み量d_1(i), i=1,2,3,…,Iが集められる。

【００５３】そして、I種類のコードベクトルY(i)につ
いて上記の反復処理が終了した時点で、１段目インデク
ス特定部１０３が、式（４）を用いて量子化ターゲット
ベクトルF(n)との歪み量を最小化するコードベクトルの
インデクスidx_1をI個のインデクスの中から１種類特定
する。 idx_1 = Min_i [ d_1(1), d1_(2), …, d_1(i), …, d_1(I) ] …式（４） ここで、Min_Iは、d_(i), i=1,2,…,Iを最小化するイン
デクスを特定する関数である。

【００５４】そして、１段目インデクス特定部１０３
は、特定したインデクスを１段目ＣＢ１０１、分割型ス
ケーリング因子ＣＢ１０６、及びインデクス集計部１１
０に出力する。

【００５５】そして、１段目インデクス特定部１０３か
ら供給されたインデクスに相当するコードベクトルY(id
x_1)を１段目ＣＢ１０１が２段目ターゲット算出部１０
４に出力することによって、１段目のＶＱ処理が完了す
る。

【００５６】本実施の形態のベクトル量子化装置は、２
段構成のベクトル量子化の２段目のＶＱ処理部におい
て、分割型２段目符号帳（以下では分割型２段目ＣＢと
呼ぶ）15と、分割型スケーリング因子ＣＢ１０６（以下
では分割型スケーリング因子ＣＢと呼ぶ）の２種類の符
号帳を利用してベクトル量子化を行う。

【００５７】分割型２段目ＣＢ１０５は、ｐ次の内の低
次の1〜k次までの要素によって構成される低次コードベ
クトル X_low(j) = [ x_low_1(j), x_low_2(j), …, x_low_k(j) ] …式（５） をJ種類（数５においてj = 1,2,3,…,J）格納した低次
用ＣＢと、ｐ次の内の高次のk+1〜ｐ次までの要素によ
って構成される高次コードベクトル X_high(m) = [ x_high_k+1(m), x_high_k+2(m), …, x_high_p(m) ] …式（６） をM種類（式（６）においてm=1,2,3,…,M）格納した高
次用ＣＢとの２つの符号帳からなる分割型の符号帳であ
る。

【００５８】分割型２段目ＣＢ１０５は、２段目インデ
クス特定部１０９からの供給される指示信号（出力すべ
きコードベクトルのインデクスが指示される）に対応す
る高次コードベクトルと低次コードベクトルとを２段目
候補ベクトル生成器１０７に出力する。

【００５９】なお、低次用ＣＢ、及び高次用ＣＢそれぞ
れが格納するコードベクトル数は、ビットレート４ｋｂ
ｐｓのＣＥＬＰ型音声符号化・復号化装置で、スペクト
ル包絡パラメータとしてp=10に、次のＬＳＦパラメータ
を利用する場合には、k=5、J＝M＝64に設定しておくこ
とが好適である。

【００６０】一方、分割型スケーリング因子ＣＢ１０６
は、１段目ＣＢ１０１が格納しているコードベクトル数
と同じI種類の２次元ベクトルを格納する。この２次元
ベクトルは、式（７）で示されるベクトルである。 S(i) = [ s_low(i), s_high(i) ], i=1,2,3,…,I …式（７） ここで、s_low(i)は低次のスケーリング因子を示し、s_
high(i)は高次のスケーリング因子を示す。

【００６１】そして、分割型スケーリング因子ＣＢ１０
６は、１段目インデクス特定部１０３から供給されるid
x_1に相当する分割型（２次元ベクトル）のスケーリン
グ因子を２段目候補ベクトル生成器１０７に出力する。
この分割型のスケーリング因子は、式（８）で示され
る。 S(idx_1) = [ s_low(idx_1), s_high(idx_1) ] …式（８） ここで、s_low(idx_1)は低次のスケーリング因子を示
し、 s_high(idx_1)は高次のスケーリング因子を示す。

【００６２】上記符号帳を具備する２段目のＶＱ処理に
おいては、２段目ターゲット算出部１０４は、音声信号
の量子化ターゲットスペクトルを１段目インデクス特定
部１０３において特定されたコードベクトルで減算し、
前記１段目のＶＱ処理によって生じる量子化誤差ベクト
ルを算出して２段目歪み算出部１０８に出力する。

【００６３】ここで、量子化誤差ベクトルは式（９）で
表されるベクトルであり、 G(n) =[g1(n), g2(n), g3(n), …, gp(n)] …式（９） 量子化誤差ベクトルは、式（１０）により求められる。 G(n) = F(n) − Y(idx_1) = [ f1(n)-y1(idx_1), f2(n)-y2(idx_1), f3(n)-y3(idx_1),…, fp(n)-yp (idx_1) ] …式（１０） 次に、２段目インデクス特定部１０９が、高次コードベ
クトルと低次コードベクトルのインデクス（j,m）を分
割型２段目ＣＢ１０５に出力する。

【００６４】分割型２段目ＣＢ１０５は、２段目インデ
クス特定部１０９からの供給される前記のインデクス
（j,m）に対応するコードベクトルX_low(j)、及びX_hig
h(m)を２段目候補ベクトル生成器１０７に出力する。

【００６５】２段目候補ベクトル生成器１０７は、高次
コードベクトルに高次のスケーリング因子を乗算し、低
次コードベクトルに低次のスケーリング因子を乗算す
る。そして、２段目候補ベクトル生成器１０７は、スケ
ーリング因子乗算後の高次コードベクトルと低次コード
ベクトルとを結合して候補ベクトルを生成し、２段目歪
み算出部１０８に出力する。

【００６６】具体的には、２段目候補ベクトル生成器１
０７は、分割型スケーリング因子ＣＢ１０６から供給さ
れる分割型（２次元ベクトル）のスケーリング因子と、
分割型２段目ＣＢ１０５から供給される低次、高次の各
コードベクトルに対して式（１１）を用いてインデクス
(j,m)に相当する候補ベクトルX( j,m )を生成し、２段
目歪み算出部１０８に出力する。 X( j, m) = [ x_1(j,m), …, x_k(j,m), x_k+1(j,m), …, x_p(j,m) ] =[s_low(idx_1) × x_low_1(j),s_low(idx_1) × x_low_2(j), …,s_low(idx_1) × x_low_k(j),s_high(idx_1) × x_high_k+1(m), …,s_high(idx_1) × x_high_k+2(m),s_high(idx_1) × x_high_p(m) ] … 式（１１）

【００６７】２段目歪み算出部１０８は、２段目ターゲ
ット算出部１０４より供給される２段目ＶＱ処理部のタ
ーゲットベクトルG(n)と、２段目候補ベクトル生成器１
０７によって生成される候補ベクトルX( j,m )との間の
歪み量を式（１２）より算出し、２段目インデクス特定
部１０９に出力する。 d_2( j, m ) = dist (G(n), X( j,m ) ) …式（１２） なお、式（１２）で用いる歪み尺度の詳細については、
式（３）と同様であり省略するが、文献３及び文献５に
開示されるように、算出される重み係数を用いた重み付
き２乗誤差を用いることが好適である。

【００６８】２段目歪み算出部１０８から歪み量d_2(
j,m )を受けた後、２段目インデクス特定部１０９は、
次に、J×M通りの組み合わせがあるインデクスのうち、
歪み量を算出していないインデクスの組み合わせ(例え
ば、(j+1,m ))に相当するコードベクトルを出力するこ
とを分割型２段目ＣＢ１０５に指示する。

【００６９】２段目インデクス特定部１０９が指示信号
を供給してから、分割型２段目ＣＢ１０５がコードベク
トルを出力し、２段目候補ベクトル生成器１０７が分割
型スケーリング因子ＣＢから出力された分割型（２次元
ベクトル）のスケーリング因子と前記のコードベクトル
とを用いて候補ベクトルX(j,m)を生成する。

【００７０】そして、２段目歪み算出部１０８が量子化
ターゲットベクトルG(n)と前記X(j,m)との間の歪み量d_
2(j,m)を算出して２段目インデクス特定部１０９に出力
するまでの上記の一連の処理を、分割型２段目ＣＢ１０
５を構成する各符号帳のインデクス全組み合わせ（j=1,
2,3,…,J, m=1,2,3,…M）について繰り返し、２段目イ
ンデクス特定部１０９は、J×M個の歪み量d_2(j,m),j=
1,2,3,…,J, m=1,2,3,…,Mを集める。

【００７１】そして、上記反復処理が終了した時点で、
２段目インデクス特定部１０９は、式（１３）を用いて
２段目量子化のターゲットベクトルG(n)との歪み量を最
小化する候補ベクトルのインデクスの組み合わせを特定
し、インデクス集計部１１０に出力する。 (idx_2low, idx_2high) = Min_j,m ( d_2(1,1), d_2(1,2), …, d_2(1,M), d_2(2,1),…,d_2(j,m), …,d_2(J,M) ) …式（１３） ここで、Min_j,mは、d_(j,m), j=1,2,…,J, m=1,2,…,M
を最小化するインデクスを特定する関数である。

【００７２】２段目インデクス特定部１０９が、この候
補ベクトルのインデクスの組み合わせ(idx_2low, idx_2
high)を特定し、インデクス集計部１１０に出力するこ
とで、２段目のＶＱ処理が完了する。

【００７３】２段目のＶＱ処理後に、インデクス集計部
１１０が、１段目インデクス特定部１０３から受けたイ
ンデクスinx_d1と、２段目インデクス特定部１０９から
受けたインデクス(idx_2low, idx_2high)を集計し、符
号情報Lとして出力する。

【００７４】上記手順の処理で、符号化処理における２
段構成のベクトル量子化処理が終了する。

【００７５】次に、ベクトル量子化装置１００について
高次コードベクトルと低次コードベクトルのスケーリン
グ処理について説明する。図２は、本発明の実施の形態
１に係るベクトル量子化装置の構成の一部を示すブロッ
ク図である。

【００７６】図２において、分割型２段目ＣＢ１０５
は、高次コードベクトルＣＢ１５１と、低次コードベク
トルＣＢ１５２とから主に構成される。また、分割型ス
ケーリング因子ＣＢ１０６は、高次スケーリング因子Ｃ
Ｂ１６１と、低次スケーリング因子ＣＢ１６２とから主
に構成される。そして、２段目候補ベクトル生成器１０
７は、乗算器１７１と、乗算器１７２と、統合ベクトル
合成部１７３とから主に構成される。

【００７７】高次コードベクトルＣＢ１５１は、２段目
インデクス特定部１０９からの供給される指示信号に対
応する高次コードベクトルを乗算器１７１に出力する。

【００７８】高次スケーリング因子ＣＢ１６１は、１段
目のＶＱ処理において特定されたコードベクトルのイン
デクスを１段目インデクス特定部１０３から受ける。そ
して、高次スケーリング因子ＣＢ１６１は、特定された
コードベクトルのインデクスから高次コードベクトルに
乗算する高次スケーリング因子を乗算器１７１に出力す
る。

【００７９】乗算器１７１は、高次コードベクトルに高
次スケーリング因子を乗算し、乗算結果を統合ベクトル
合成部１７３に出力する。

【００８０】低次コードベクトルＣＢ１５２は、２段目
インデクス特定部１０９からの供給される指示信号に対
応する低次コードベクトルを乗算器１７２に出力する。

【００８１】低次スケーリング因子ＣＢ１６２は、１段
目のＶＱ処理において特定されたコードベクトルのイン
デクスを１段目インデクス特定部１０３から受ける。そ
して、低次スケーリング因子ＣＢ１６２は、特定された
コードベクトルのインデクスから低次コードベクトルに
乗算する低次スケーリング因子を乗算器１７２に出力す
る。

【００８２】乗算器１７２は、低次コードベクトルに低
次スケーリング因子を乗算し、乗算結果を統合ベクトル
合成部１７３に出力する。

【００８３】統合ベクトル合成部１７３は、スケーリン
グ因子を乗算された高次コードベクトルと低次コードベ
クトルとの成分を合成し、合成したベクトルを２段目歪
み算出部１０８に出力する。

【００８４】このように、本実施の形態のベクトル量子
化装置は、多段構成のベクトル量子化において、コード
ベクトルの成分別に個々のスケーリング因子を乗算する
ことにより、量子化歪みを低減することができる。

【００８５】次に、図１のベクトル量子化装置により符
号化された信号を復号するベクトル量子化処理について
詳細に説明する。図３は、本発明の実施の形態１に係る
ベクトル量子化装置の構成の一例を示すブロック図であ
る。

【００８６】図３のベクトル量子化装置３００は、イン
デクス分解部３０１と、１段目ＣＢ３０２と、分割型ス
ケーリング因子ＣＢ３０３と、分割型２段目ＣＢ３０４
と、２段目復号ベクトル生成器３０５と、加算器３０６
とから主に構成される。なお、図３の１段目ＣＢ３０２
は１段目ＣＢ１０１と同一であり、分割型スケーリング
因子ＣＢ３０３は、分割型スケーリング因子ＣＢ１０６
と同一であり、分割型２段目ＣＢ３０４は、分割型２段
目ＣＢ１０５と同一である。

【００８７】図３の復号化処理においては、まず、図１
のベクトル量子化装置によって出力された符号情報Lが
インデクス分解部３０１に入力される。

【００８８】インデクス分解部３０１は、供給された符
号情報Lを、量子化ターゲットベクトルF(n)との歪み量
を最小化するコードベクトルのインデクスidx_1、及び
２段目量子化のターゲットベクトルG(n)との歪み量を最
小化する候補ベクトルのインデクスの組み合わせ(idx_2
low, idx_2high)に分解し、idx_1を１段目ＣＢ３０２及
び分割型スケーリング因子ＣＢ３０３に出力し、(idx_2
low, idx_2high)を分割型２段目ＣＢ３０４に出力す
る。

【００８９】１段目ＣＢ３０２は、インデクス分解部３
０１より供給されたidx_1に対応する１段目復号コード
ベクトルY( idx_1 )を加算器３０６に出力する。

【００９０】分割型スケーリング因子ＣＢ３０３は、イ
ンデクス分解部３０１より供給されるidx_1に対応する
分割型（２次元ベクトル）の復号スケーリング因子を２
段目復号ベクトル生成器３０５に出力する。ここで、復
号スケーリング因子は、式（１４）に示される因子であ
る。 S(idx_1) = [ s_low(idx_1), s_high(idx_1) ] …式（１４） ここで、s_low(idx_1)は低次のスケーリング因子を示
し、 s_high(idx_1)は高次のスケーリング因子を示す。

【００９１】分割型２段目ＣＢ３０４は、インデクス分
解部３０１より供給された(idx_2low, idx_2high)に対
応する低次コードベクトル(X_low(idx_2low))、及び、
高次コードベクトル(X_high(idx_2high) )を２段目復号
ベクトル生成器３０５に出力する。

【００９２】２段目復号ベクトル生成器３０５が、分割
型スケーリング因子ＣＢ３０３から供給される分割型
（２次元ベクトル）の復号スケーリング因子と、分割型
２段目ＣＢ３０４から供給される低次コードベクトル、
高次コードベクトルから２段目復号ベクトルX(idx_2lo
w, idx_2high)を生成し加算器３０６に出力する。

【００９３】具体的には、分割型２段目ＣＢ３０４は、
式（１５）を用いてインデクス( idx_2low, idx_2high)
に相当する２段目復号ベクトルX(idx_2low, idx_2hig
h)を生成し加算器３０６に出力する。 X( idx_2low, idx_2high) =[ x_1(idx_2low),…,x_k(idx_2low),x_k+1(idx_2high),…,x_p(idx_2high)] =[s_low(idx_1)×x_low_1(idx_2low),s_low(idx_1)×x_low_2(idx_2low), …,s_low(idx_1)×x_low_k(idx_2low),s_high(idx_1)×x_high_k+1(idx_2high), …,s_high(idx_1)×x_high_k+2(idx_2high),s_high(idx_1) ×x_high_p(idx_2_high) ] …式（１５）

【００９４】そして最後に、加算器３０６が、１段目Ｃ
Ｂ３０２から供給される１段目復号コードベクトルY(id
x_1)と、２段目復号ベクトル生成器３０５より供給され
る２段目復号ベクトル X(idx_2low,idx_2high)とをベク
トル加算して復号ベクトルF'(n)を得る。式（１６）
は、上記ベクトル加算を示す。 F'(n) =Y(idx_1)+X(idx_2low, idx_2high) …式（１６）

【００９５】このように、本実施の形態のベクトル量子
化装置は、多段構成のベクトル量子化において、コード
ベクトルの成分別に個々のスケーリング因子を乗算して
量子化歪みを低減する方法で符号化された信号を復号で
きる。

【００９６】このように、本実施の形態のベクトル量子
化装置によれば、多段構成のベクトル量子化において、
２段目以降のベクトル量子化処理部が分割型の符号帳を
伴う場合に、当該符号帳の分割構成と適合するように分
割型（ベクトル型）のスケーリング因子を格納するベク
トル符号帳を具備することにより、復号ベクトル全体に
占める２段目以降のコードベクトルの寄与分を、高い精
度で適応制御することができる。

【００９７】すなわち、文献４に記載された従来技術を
用いる場合より、量子化歪みを低減化できるという作用
・効果を得ることができる。

【００９８】また、本実施の形態のベクトル量子化装置
は、多段構成のベクトル量子化において、コードベクト
ルの成分別に個々に乗算するスケーリング因子を前段の
コードベクトルと対応づけることにより、少ないデータ
量でターゲットベクトルをベクトル量子化することがで
きる。

【００９９】なお、本実施の形態に係る１段目ＣＢ１０
１または３０２、分割型スケーリング因子ＣＢ１０６ま
たは３０３、及び、分割型２段目ＣＢ１０５または３０
４のそれぞれの符号帳が格納するコードベクトルは、文
献６（Y. Linde, A. Buzo, R. M. Gray, "An algorithm
for Vector Quantizer Design", IEEE trans. Comm.Vo
l. COM-28, No. 1, pp84-95, Jan., 1980）に開示され
たLBGアルゴリズムと、文献７(S. P. Lloyd, "Least Sq
uare Quantization in PCM", IEEE trans. Information
Theory, Vol. IT-28, pp.129-137, 1982)に開示された
ロイドアルゴリズムを用いた学習工程によって、予め獲
得しておくことが好適である。

【０１００】また、分割型（ベクトル型）のスケーリン
グ因子（数７のS(i)）の各要素（[s_low(i), s_high(i)
], i=1,2,3,…,I）は、前期学習の結果として、0.5以
上2.0以下の範囲内の値になることがより好ましい。

【０１０１】また、本実施の形態では、１段目のＶＱ処
理において、唯一の最適インデクス（および、そのイン
デクスに対応する唯一最適な１段目コードベクトル）を
特定し、２段目ＶＱ処理において、１段目の量子化ター
ゲットベクトルと、前記１段目のＶＱ処理において特定
した唯一最適な１段目コードベクトルとの差分によって
求めた唯一の２段目ターゲットベクトルを、分割型２段
目符号帳を用いてさらにベクトル量子化する場合につい
て説明しているが、２段目ターゲットベクトルの数は特
に限定されない。

【０１０２】例えば、１段目ＶＱ処理において特定する
インデクス（および、そのインデクスに対応するコード
ベクトル）の個数を複数とし、２段目ＶＱ処理時におい
て、１段目の量子化ターゲットベクトルと、前記１段目
のＶＱ処理において特定した複数の１段目コードベクト
ルとの差分によって求めた複数の２段目ターゲットベク
トルを、分割型２段目符号帳を用いてさらにベクトル量
子化し、当該２段目ＶＱ処理で生じるベクトル量子化誤
差を最小化する１段目ＶＱの最適インデクスと２段目Ｖ
Ｑの最適インデクスの組み合わせ情報を唯一特定しても
よい。この場合についても、本実施の形態が適用可能で
あり、同様の効果・作用を得ることができる。

【０１０３】また、本実施の形態では、分割型２段目Ｃ
Ｂ１０５または３０４、及び分割型スケーリング因子Ｃ
Ｂ１０６または３０３が、ｐ次のベクトル成分のうち、
1〜k次までの低次成分と、k+1〜ｐ次までの高次成分と
からなる２つの成分に分割してベクトル量子化を行う場
合について詳細な説明を行っているが、分割するベクト
ルの数は特に限定されない。

【０１０４】例えば、分割型２段目ＣＢ１０５または３
０４、及び分割型スケーリング因子ＣＢ１０６または３
０３が３つ以上のベクトル成分のＣＢを備え、３つ以上
のベクトル成分に分割してベクトル量子化を行う場合に
ついても本実施の形態は同様の方法で適用可能である。
この場合にも、上記実施の形態と同様の作用・効果を得
ることができる。

【０１０５】また、本実施の形態では、分割型２段目Ｃ
Ｂの符号帳分割数と、スケーリング因子ＣＢの分割数
（ベクトル次元）がともに２である場合について説明し
たが、分割型２段目ＣＢの符号帳分割数と、スケーリン
グ因子ＣＢの分割数が同じでなくてもよい。

【０１０６】上記説明以外の分割構成、例えば、２段目
符号帳の分割数を１（実質は非分割）、スケーリング因
子の分割数を１０に設定し、２段目のコードベクトルの
要素ごとに１０種類のスケーリング因子を乗算する形
態、または２段目符号帳の分割数を２、スケーリング因
子の分割数を５に設定し、２段目のコードベクトルの要
素を低次から順に２次毎にまとめて５種類のスケーリン
グ因子を乗算する形態についても本発明は適用可能であ
る。この場合にも同様の効果・作用を得ることができ
る。

【０１０７】また、本実施の形態では、１段目ＣＢが非
分割型、かつ、２段目ＣＢ分割型であるベクトル量子化
器の２段目ＶＱ処理部に分割型スケーリング因子ＣＢを
適用する場合について説明したが、分割型スケーリング
因子ＣＢを適用する段数は特に限定されない。

【０１０８】例えば、段数Ｋが３段以上の多段構成のベ
クトル量子化器を想定した場合、ｋ段目（ただし、ｋ＜
Ｋ）の符号帳が非分割型であれば、本実施の形態と同様
の方法で、復号化ベクトル全体に占める（ｋ＋１）段目
コードベクトルの寄与分を、ｋ段目のＶＱ処理によって
特定されたインデクスを用いて適応的に制御することが
可能である。この場合にも、同様の効果・作用を得るこ
とができる。

【０１０９】また、段数Ｋが３段以上の多段構成のベク
トル量子化器において、ｋ段目（ただし、ｋ＜Ｋ）の符
号帳が分割型である場合でも、分割型スケーリング因子
ＣＢに分割型のスケーリング因子をＪ×Ｍ種類格納さ
せ、さらに、ｋ段目のＶＱ処理によって特定されたイン
デクスの組み合わせ番号(本実施の形態では、ｊ×Ｍ＋
ｍに相当)に応じて分割型（ベクトル）のスケーリング
因子を選択することにより、復号化ベクトル全体に占め
る（ｋ＋１）段目コードベクトルの寄与分をｋ段目のＶ
Ｑ処理によって特定されたインデクスの組み合わせ番号
に適応して制御できる。この場合にも同様の作用・効果
を得ることができる。

【０１１０】また、本実施の形態の説明では、前段のＶ
Ｑ処理で特定されたインデクス情報から後段のスケーリ
ング因子を決定しているが、後段のＶＱ処理の結果から
前段のスケーリング因子を決定しても良い。具体的に
は、上記説明では、段数Ｋが３段以上の多段ベクトル量
子化器において、（ｋ−１）段数のＶＱ処理で特定され
たインデクス情報からｋ段目のコードベクトルに乗算す
るスケーリング因子を選択される形態についてのみ説明
している。

【０１１１】ここで、（k−１）段目までのＶＱ処理で
特定された複数のインデクスによって１段目のコードベ
クトルに乗じるスケーリング因子を選択することも可能
である。この場合にも同様の効果・作用を得ることがで
きる。

【０１１２】（実施の形態２）実施の形態１では、スペ
クトル包絡パラメータが量子化ターゲット（式（２）の
F(n)）として、直接ベクトル量子化装置に入力される場
合について詳細な説明を行ったが、ビットレート４ｋｂ
ｐｓのＣＥＬＰ音声符号化・復号化装置を構成する場合
には、スペクトルパラメータをさらに効率よくベクトル
量子化する必要がある。実施の形態２では、移動予測ベ
クトル量子化技術と、平均値差分型ベクトル量子化技術
を併用して、ベクトル量子化を行う例について説明す
る。

【０１１３】図４は、本発明の実施の形態２に係るベク
トル量子化装置の構成の一例を示すブロック図である。

【０１１４】図４のベクトル量子化装置４００は、ＭＡ
予測係数ベクトル生成部４０１と、平均値格納部４０２
と、差分器４０３と、除算器４０４と、ベクトル量子化
装置１００とを具備し、過去に処理した復号化ベクトル
とMA（Moving Average）予測係数ベクトルを乗算して
得られる予測ベクトルと、スペクトル包絡パラメータの
平均ベクトルと、をスペクトル包絡パラメータからベク
トル差分し、当該ベクトル差分演算によって得られるベ
クトルを予測係数ベクトルの現処理フレーム成分で除算
して得られるベクトルを量子化ターゲットベクトルとす
る点が図１のベクトル量子化装置と異なる。

【０１１５】ベクトル量子化装置１００は、復号化ベク
トルをＭＡ予測係数ベクトル生成部４０１に出力する。

【０１１６】ＭＡ予測係数ベクトル生成部４０１は、過
去に生成した復号化ベクトルとMA（Moving Average）
予測係数ベクトルを乗算して予測ベクトルを生成し、差
分器４０３に出力する。

【０１１７】平均値格納部４０２は、学習データをもと
に予め算出したスペクトル包絡パラメータの平均ベクト
ルを格納しており、当該格納した平均ベクトルを差分器
４０３に出力する。

【０１１８】差分器４０３は、スペクトル包絡パラメー
タから予測ベクトルと平均ベクトルとを減算し、得られ
た差分ベクトルを除算器４０４に出力する。

【０１１９】除算器４０４は、差分ベクトルを予測係数
ベクトルで除算し、除算結果を量子化ターゲットベクト
ルとしてベクトル量子化装置１００に出力する。なお、
前記の量子化ターゲットベクトルを算出する工程におい
ては、演算量削減のために、予測係数ベクトルの逆数ベ
クトルを予め算出してメモリに格納しておき、当外格納
した予測係数ベクトルの逆数ベクトルと差分ベクトルと
を乗算し、乗算結果を量子化ターゲットベクトルとして
ベクトル量子化装置１００に出力することも可能であ
り、その方が演算量削減の点でより好適である。

【０１２０】ベクトル量子化装置１００は、除算器４０
４から出力された量子化ターゲットベクトルをベクトル
量子化する。

【０１２１】このように、本実施の形態のベクトル量子
化装置によれば、過去（３フレーム）の復号化ベクトル
とMA予測係数ベクトルを乗算して得られる予測ベクトル
と、スペクトル包絡パラメータの平均ベクトルと、をス
ペクトル包絡パラメータからベクトル差分し、当該ベク
トル差分演算によって得られるベクトルを予測係数ベク
トルの現処理フレーム成分で除算して得られるベクトル
を量子化ターゲットベクトルとしてベクトル量子化装置
の入力とすることにより、スペクトルパラメータを効率
よくベクトル量子化することができる。

【０１２２】次に、図４のベクトル量子化装置（もしく
はその方法）に対応するベクトル量子化復号化処理につ
いて詳細に説明する。図５は、本発明の実施の形態２に
係るベクトル量子化装置の構成の一例を示すブロック図
である。

【０１２３】図５のベクトル量子化装置５００は、ベク
トル量子化装置３００と、乗算器５０１と、加算器５０
２とを具備し、ベクトル量子化装置３００のベクトル量
子化処理により復号したベクトルに予測係数ベクトルの
現処理フレーム成分を乗算し、乗算結果に予測ベクトル
と、スペクトル包絡パラメータの平均ベクトルとをベク
トル加算して復号化する点が図３のベクトル量子化装置
と異なる。

【０１２４】ベクトル量子化装置３００は、ベクトル量
子化装置１００において符号化された信号を復号し、復
号したベクトルを乗算器５０１に出力する。

【０１２５】乗算器５０１は、ベクトル量子化装置３０
０において復号されたベクトルと予測係数ベクトルの現
処理フレーム成分を乗算し、乗算結果のベクトルを加算
器５０２に出力する。

【０１２６】加算器５０２は、乗算器５０１の乗算結果
に予測ベクトルと、スペクトル包絡パラメータの平均ベ
クトルとをベクトル加算し、加算結果を復号結果として
出力する。

【０１２７】次に、ベクトル量子化装置５００の動作に
ついて説明する。ベクトル量子化装置５００は、式（１
７）を用いて量子化ターゲットベクトルを作成する。 F''(n) = F'(n)・MA[idx_ma][0]+Σt=1,2,3 MA[idx_ma][t]・F'(n-t)＋Y_AVE …式（１７） ここで、F''[n]は、３次のMA（Moving Average）予測
ベクトル量子化技術と、平均値差分型ベクトル量子化技
術と、実施の形態１で説明した復号化器と、を併用した
復号化器によって最終的に生成される復号ベクトルであ
る。また、上記説明におけるidx_maは、予測係数ベクト
ルが複数セット用意された場合に、ベクトル量子化器側
で、量子化歪み最小化を基準に特定される予測係数ベク
トルのセット番号である。

【０１２８】実施の形態１の数16のF'(n)に予測係数の
現処理フレーム成分（MA[idx_ma][0]）を乗算して得ら
れるベクトルに、過去３フレームの復号化ベクトル（F'
(n-t),t=1,2,3）とMA予測係数（MA[idx_ma][t], t=1,2,
3）を乗算して得られる予測ベクトル(Σt=1,2,3 MA[idx
_ma][t]・F'(n-t))、及び、スペクトル包絡パラメータ
の平均ベクトル(Y_AVE)をベクトル加算する。

【０１２９】このように、本実施の形態のベクトル量子
化装置は、平均値差分型ベクトル量子化技術を併用し
て、ベクトル量子化した信号を復号できる。

【０１３０】（実施の形態３）実施の形態１では、前段
のＶＱ処理時において特定されたインデクスと同じイン
デクスが割り当てられたスケーリング因子を、分割型ス
ケーリング因子ＣＢから呼び出す時に前段の符号帳が格
納するコードベクトル数（上記説明では、“I”に相
当）と、分割型スケーリング因子ＣＢが格納する分割型
（ベクトル型）のスケーリング因子の数が同数である必
要がある。

【０１３１】実施の形態３では、前段の符号帳が格納す
るＩ個のコードベクトルそれぞれを、Ｉ個より少数個の
クラスターと対応づける工程（Ｉ個のコードベクトルそ
れぞれが、より少数個のクラスターのうち、どのクラス
ターに属するかを判定するための工程）を別途に具備
し、呼び出す分割型（ベクトル）のスケーリング因子
を、前段のＶＱ処理において特定されたインデクスが属
する少数個のクラスターの番号に適応制御して、分割型
スケーリング因子ＣＢが格納する分割型（ベクトル型）
のスケーリング因子の数を、Ｉ個より少数のクラスタ−
の数と同数に削減する例について説明する。

【０１３２】図６は、本発明の実施の形態３に係るベク
トル量子化装置の構成の一例を示すブロック図である。
但し、図１と同一の構成となるものについては、図１と
同一番号を付し、詳しい説明を省略する。

【０１３３】図６のベクトル量子化装置６００は、変換
テーブル６０１と、変換器６０２と、分割型スケーリン
グ因子ＣＢ６０３とを具備し、前段の符号化に使用する
符号帳のコードベクトルと、コードベクトル数より少な
いスケーリング因子とを対応づけて、このスケーリング
因子と、複数成分に分割したコードベクトルとを乗算し
て符号化を行う点が図１のベクトル量子化装置と異な
る。

【０１３４】１段目インデクス特定部１０３は、特定し
たインデクスを１段目ＣＢ１０１、変換器６０２、及び
インデクス集計部１１０に出力する。

【０１３５】変換テーブル６０１は、前段の符号帳が格
納するＩ個のコードベクトルそれぞれを、Ｉ個より少数
個のクラスターインデクスと対応づけて記憶する。

【０１３６】変換器６０２は、変換テーブル６０１を参
照し、１段目インデクス特定部１０３において特定した
インデクスを対応するクラスターインデクスに変換して
分割型スケーリング因子ＣＢ６０３に出力する。

【０１３７】分割型スケーリング因子ＣＢ６０３は、１
段目ＣＢ１０１が格納しているコードベクトル数と同じ
I種類の２次元ベクトルを格納する。そして、分割型ス
ケーリング因子ＣＢ６０３は、変換器６０２から供給さ
れクラスターインデクスに相当する分割型（２次元ベク
トル）のスケーリング因子を２段目候補ベクトル生成器
１０７に出力する。

【０１３８】次に、変換テーブル６０１について説明す
る。図７は、本実施の形態における変換テーブルの一例
を示す図である。

【０１３９】図７では、インデクスとクラスターインデ
クスが対応づけられている。例えば、インデクス＃０１
とクラスターインデクス＃１１が対応づけられている。
同様に、インデクス＃０２とクラスターインデクス＃１
１、インデクス＃０３とクラスターインデクス＃１１と
が対応づけられている。そして、インデクス＃０４と、
クラスターインデクス＃２１が対応づけられている。

【０１４０】変換器６０２は、図７に示す変換テーブル
を参照し、インデクスをクラスターインデクスに変換す
る。

【０１４１】このように、本実施の形態のベクトル量子
化装置によれば、前段の符号化に使用する符号帳のコー
ドベクトルと、コードベクトル数より少ないスケーリン
グ因子とを対応づけて、このスケーリング因子と、複数
成分に分割したコードベクトルとを乗算して符号化を行
うことにより、スケーリング因子の数を減少させること
ができ、スケーリング因子の記憶を少ない記憶領域に格
納して符号化を行うことができる。なお、前記説明中の
図７の変換テーブルは、条件分岐処理を伴うプログラム
処理によって代替することが可能であり、変換テーブル
を格納するために増加するメモリ容量を削減するという
視点では、この方がより好適である。

【０１４２】次に、図６のベクトル量子化装置により符
号化された信号を復号するベクトル量子化処理について
詳細に説明する。図８は、本発明の実施の形態３に係る
ベクトル量子化装置の構成の一例を示すブロック図であ
る。

【０１４３】図８のベクトル量子化装置は、変換テーブ
ル８０１と、変換器８０２と、分割型スケーリング因子
ＣＢ８０３とを具備し、前段の符号化に使用する符号帳
のコードベクトルと、コードベクトル数より少ないスケ
ーリング因子とを対応づけて、このスケーリング因子
と、複数成分に分割したコードベクトルとを乗算して復
号化を行う点が図３のベクトル量子化装置と異なる。

【０１４４】インデクス分解部３０１は、供給された符
号情報Lを、量子化ターゲットベクトルとの歪み量を最
小化するコードベクトルのインデクス、及び２段目量子
化のターゲットベクトルとの歪み量を最小化する候補ベ
クトルのインデクスの組み合わせに分解し、コードベク
トルのインデクスを１段目ＣＢ３０２及び分割型スケー
リング因子ＣＢ８０３に出力し、候補ベクトルのインデ
クスの組み合わせを変換器８０２に出力する。

【０１４５】１段目ＣＢ３０２は、インデクス分解部３
０１より供給されたidx_1に対応する１段目復号コード
ベクトルを加算器３０６に出力する。

【０１４６】変換テーブル８０１は、前段の符号帳が格
納するＩ個のコードベクトルそれぞれを、Ｉ個より少数
個のクラスターインデクスと対応づけて記憶する。例え
ば、変換テーブル８０１は、図７に示されるコードベク
トルとクラスターインデクスとを対応づけて記憶する。

【０１４７】変換器８０２は、変換テーブル８０１を参
照し、１段目インデクス特定部１０３において特定した
インデクスを対応するクラスターインデクスに変換して
分割型スケーリング因子ＣＢ８０３に出力する。

【０１４８】分割型スケーリング因子ＣＢ８０３は、１
段目ＣＢ３０２が格納しているコードベクトル数と同じ
I種類の２次元ベクトルを格納する。そして、分割型ス
ケーリング因子ＣＢ８０３は、１段目インデクス特定部
１０３から供給されるコードベクトルのインデクスに相
当する分割型（２次元ベクトル）のスケーリング因子を
２段目復号ベクトル生成器３０５に出力する。

【０１４９】分割型２段目ＣＢ３０４は、インデクス分
解部３０１より供給された候補ベクトルのインデクスの
組み合わせに対応する低次コードベクトル、及び、高次
コードベクトルを２段目復号ベクトル生成器３０５に出
力する。

【０１５０】２段目復号ベクトル生成器３０５が、分割
型スケーリング因子ＣＢ８０３から供給される分割型
（２次元ベクトル）の復号スケーリング因子と、分割型
２段目ＣＢ３０４から供給される低次コードベクトル、
高次コードベクトルから２段目復号ベクトルを生成し加
算器３０６に出力する。

【０１５１】そして最後に、加算器３０６が、１段目Ｃ
Ｂ３０２から供給される１段目復号コードベクトルと、
２段目復号ベクトル生成器３０５より供給される２段目
復号ベクトルとをベクトル加算して復号ベクトルを得
る。

【０１５２】このように、本実施の形態のベクトル量子
化装置によれば、前段の復号化に使用する符号帳のコー
ドベクトルと、コードベクトル数より少ないスケーリン
グ因子とを対応づけて、このスケーリング因子と、複数
成分に分割したコードベクトルとを乗算することによ
り、コードベクトル数より少ないスケーリング因子を用
いてベクトル量子化を行って符号化された信号を復号で
きる。

【０１５３】また、現処理フレーム区間内の音声信号の
特徴（例えば、有声性の強弱情報）を少数個のクラスに
分類する工程や、音声信号（もしくはそれを表現するた
めの符号情報）の過去数フレームから現処理フレームに
至るまでの動的変動情報を少数個のクラスに分類する工
程をさらに具備させれば、当該さらに具備した工程のク
ラス分類結果に適応させて、分割型（ベクトル型）のス
ケーリング因子を分割型スケーリング因子ＣＢから呼び
出すことも可能であり、その場合には、分割型スケーリ
ング因子ＣＢが格納する分割型（ベクトル型）のスケー
リング因子の数を、別途に具備させた工程によるクラス
分類数と同数に削減することも可能になる。

【０１５４】（実施の形態４）実施の形態４では、実施
の形態１から実施の形態３のいずれかに記載のベクトル
量子化装置を音声符号化装置及び音声復号化装置として
送信装置及び受信装置に搭載して通信に使用する例につ
いて説明する。

【０１５５】図９は、本発明の実施の形態４に係る音声
信号送信装置および受信装置の構成を示すブロック図で
ある。

【０１５６】図９の音声信号送信装置９００は、入力部
９０１と、Ａ／Ｄ変換器９０２と、音声符号化装置９０
３と、ＲＦ変調器９０４と、送信アンテナ９０５とから
主に構成される。また、図９の音声信号受信装置９５０
は、受信アンテナ９５１と、ＲＦ復調器９５２と、音声
復号化装置９５３と、Ｄ／Ａ変換器９５４と、出力部９
５５とから主に構成される。

【０１５７】図において、音声信号は、入力部９０１に
よって電気的信号に変換された後、Ａ／Ｄ変換器９０２
に出力される。Ａ／Ｄ変換器９０２は、入力部９０１か
ら出力された（アナログ）信号をディジタル信号に変換
し音声符号化装置９０３に出力する。音声符号化装置９
０３は、上記実施の形態いずれかに記載のベクトル量子
化装置を備え、Ａ／Ｄ変換器９０２から出力されたディ
ジタル音声信号を後述する音声符号化方法を用いて符号
化し符号化情報をＲＦ変調器９０４に出力する。ＲＦ変
調器９０４は音声符号化装置９０３から出力された音声
符号化情報を電波等の伝搬媒体に載せて送出するための
信号に変換し送信アンテナ９０５に出力する。送信アン
テナ９０５はＲＦ変調器９０４から出力された出力信号
を電波（ＲＦ信号）として送出する。

【０１５８】ＲＦ信号は、受信アンテナ９５１によって
受信されＲＦ復調器９５２に出力される。なお、図中の
ＲＦ信号は、受信側から見たＲＦ信号のことであり、伝
搬路において信号の減衰や雑音の重畳がなければＲＦ信
号と全く同じ物となる。ＲＦ復調器９５２は、受信アン
テナ９５１から出力されたＲＦ信号から音声符号化情報
を復調し音声復号化装置９５３に出力する。音声復号化
装置９５３は、上記実施の形態いずれかに記載のベクト
ル量子化装置を備え、ＲＦ復調器９５２から出力された
音声符号化情報から後述する音声復号化方法を用いて音
声信号を復号しＤ／Ａ変換器９５４に出力する。Ｄ／Ａ
変換器９５４は、音声復号化装置９５３から出力された
ディジタル音声信号をアナログの電気的信号に変換し出
力部９５５に出力する。出力部９５５は、電気的信号を
空気の振動に変換し音波として人間の耳に聴こえるよう
に出力する。

【０１５９】上記のような音声信号送信装置および受信
装置の少なくとも一方を備えることにより、移動通信シ
ステムにおける基地局装置および移動端末装置を構成す
ることができる。

【０１６０】前記音声信号送信装置９００は、音声符号
化装置９０３にその特徴を有する。図１０は、音声符号
化装置９０３の構成を示すブロック図である。図１０の
音声符号化装置９０３は、前処理部１００１と、ＬＰＣ
分析部１００２と、ＬＰＣ量子化部１００３と、合成フ
ィルタ１００４と、加算器１００５と、適応音源符号帳
１００６と、量子化利得生成器１００７と、固定音源符
号帳１００８と、乗算器１００９と、乗算器１０１０
と、加算器１０１１と、聴覚重み付け部１０１２と、パ
ラメータ決定部１０１３と、多重化器１０１４とから主
に構成される。

【０１６１】図１０において、図９のＡ／Ｄ変換器９０
２から出力された入力音声信号は、前処理部１００１に
入力される。前処理部１００１は、入力音声信号に直流
成分を取り除くハイパスフィルタ処理または後続する符
号化処理の性能改善につながる波形整形処理及びプリエ
ンファシス処理を行い、処理後の音声信号（Xin）をＬ
ＰＣ分析部１００２、加算器１００５及びパラメータ決
定部１０１３に出力する。ＬＰＣ分析部１００２は、Xi
nを用いて線形予測分析を行い分析結果（線形予測係
数）をＬＰＣ量子化部１００３に出力する。

【０１６２】ＬＰＣ量子化部１００３は、ＬＰＣ分析部
１００２から出力されたＬＰＣ係数をＬＳＦパラメータ
に変換し、ベクトル量子化装置１００に出力する。変換
によって得られたＬＳＦパラメータは、実施の形態１で
説明したベクトル量子化装置１００に量子化ターゲット
ベクトルとして入力される。そして、実施の形態１で説
明したベクトル量子化装置から出力された信号が、ベク
トル量子化によって得られたＬＰＣ符号（L）として多
重化器１０１４に出力される。

【０１６３】また、ＬＰＣ量子化部１００３は、実施の
形態１に示したスペクトル包絡パラメータの復号化方法
により、ＬＳＦ領域の復号化スペクトル包絡パラメータ
を得て、得られた復号化スペクトル包絡パラメータを復
号化ＬＰＣ係数に変換し、前記変換によって得られる復
号化ＬＰＣ係数を合成フィルタ１００４に出力する。

【０１６４】合成フィルタ１００４は、前記復号化ＬＰ
Ｃ係数と加算器１０１１から出力される駆動音源とを用
いてフィルタ合成を行い、合成信号を加算器１００５に
出力する。

【０１６５】加算器１００５は、前記Xinと前記合成信
号との誤差信号を算出し、聴覚重み付け部１０１２に出
力する。聴覚重み付け部１０１２は、加算器１００５か
ら出力された誤差信号に対して聴覚的な重み付けを行
い、聴覚重み付け領域での前記Xinと前記合成信号との
歪みを算出し、パラメータ決定部１０１３に出力する。

【０１６６】パラメータ決定部１０１３は、聴覚重み付
け部１０１２から出力された前記符号化歪みが最小とな
るように、適応音源符号帳１００６と固定音源符号帳１
００８と量子化利得生成器１００７において生成する信
号を決定する。なお、聴覚重み付け部１０１２から出力
される符号化歪みの最小化だけでなく、前記Xinを用い
た別の符号化歪みを併用して前記３つの手段から生成さ
れるべき信号を決定することにより、さらに符号化性能
を改善することもできる。

【０１６７】適応音源符号帳１００６は、過去に加算器
１０１１によって出力された音源信号をバッファリング
し、パラメータ決定部１０１３から出力された信号
（Ａ）によって特定される位置から適応音源ベクトルを
切り出して乗算器１００９に出力する。

【０１６８】固定音源符号帳１００８は、パラメータ決
定部１０１３から出力された信号（Ｆ）によって特定さ
れる形状を有するベクトルを乗算器１０１０に出力す
る。

【０１６９】量子化利得生成器１００７は、パラメータ
決定部１０１３から出力された信号（Ｇ）によって特定
される適応音源利得と固定音源利得とをそれぞれ乗算器
１００９と乗算器１０１０に出力する。

【０１７０】乗算器１００９は、量子化利得生成器１０
０７から出力された量子化適応音源利得を、適応音源符
号帳１００６から出力された適応音源ベクトルに乗算
し、乗算結果を加算器１０１１に出力する。乗算器１０
１０は、量子化利得生成器１００７から出力された量子
化固定音源利得を、固定音源符号帳１００８から出力さ
れた固定音源ベクトルに乗算し、乗算結果を加算器１０
１１に出力する。

【０１７１】加算器１０１１は、利得乗算後の適応音源
ベクトルを乗算器１００９から入力し、また固定音源ベ
クトルを乗算器１０１０から入力し、適応音源ベクトル
と固定音源ベクトルとをベクトル加算する。そして、加
算器１０１１は、ベクトル加算結果を合成フィルタ１０
０４および適応音源符号帳１００６に出力する。

【０１７２】最後に、多重化器１０１４は、ＬＰＣ量子
化部１００３から量子化ＬＰＣを表す符号Ｌを、パラメ
ータ決定部１０１３から適応音源ベクトルを表す符号Ａ
および固定音源ベクトルを表す符号Ｆおよび量子化利得
を表す符号Ｇを、それぞれ入力し、これらの情報を多重
化して符号化情報として伝送路に出力する。

【０１７３】次に、音声復号化装置９５３の詳細につい
て説明する。図１１は、図９の音声復号化装置９５３の
内部構成を示すブロック図である。

【０１７４】図１１において、ＲＦ復調器９５２から出
力された符号化情報は、多重化分離器１１０１において
多重化された符号化情報を個々の符号情報に分離され
る。

【０１７５】分離されたＬＰＣ符号ＬはＬＰＣ復号化器
１１０２に出力され、分離された適応音源ベクトル符号
Ａは適応音源符号帳１１０５に出力され、分離された音
源利得符号Ｇは量子化利得生成器１１０６に出力され、
分離された固定音源ベクトル符号Ｆは固定音源符号帳１
１０７に出力される。

【０１７６】ＬＰＣ復号化器１１０２は、多重化分離器
１１０１から出力された符号Ｌから、実施の形態１に示
したベクトル量子化の復号化処理によって復号化スペク
トル包絡パラメータを得て、得られた復号化スペクトル
包絡パラメータを復号化ＬＰＣ係数に変換する。そし
て、ＬＰＣ復号化器１１０２は、変換によって得られる
復号化ＬＰＣ係数を合成フィルタ１１０３に出力する。

【０１７７】適応音源符号帳１１０５は、多重化分離器
１１０１から出力された符号Ａで指定される位置から適
応音源ベクトルを取り出して乗算器１１０８に出力す
る。固定音源符号帳１１０７は、多重化分離器１１０１
から出力された符号Ｆで指定される固定音源ベクトルを
生成し、乗算器１１０９に出力する。

【０１７８】量子化利得生成器１１０６は、多重化分離
器１１０１から出力された音源利得符号Ｇで指定される
適応音源ベクトル利得と固定音源ベクトル利得を復号し
乗算器１１０８および乗算器１１０９にそれぞれ出力す
る。

【０１７９】乗算器１１０８は、前記適応符号ベクトル
に前記適応符号ベクトル利得を乗算して、加算器１１１
０に出力する。乗算器１１０９は、前記固定符号ベクト
ルに前記固定符号ベクトル利得を乗算して、加算器１１
１０に出力する。

【０１８０】加算器１１１０は、乗算器１１０８および
乗算器１１０９から出力された利得乗算後の適応音源ベ
クトルと固定音源ベクトルの加算を行い、合成フィルタ
１１０３に出力する。

【０１８１】合成フィルタ１１０３は、加算器１１１０
から出力された音源ベクトルを駆動信号として、ＬＰＣ
復号化器１１０２から供給された復号化ＬＰＣ係数をフ
ィルタ係数にもつ合成フィルタを用いてフィルタ合成を
行い、合成した信号を後処理部１１０４に出力する。

【０１８２】後処理部１１０４は、ホルマント強調やピ
ッチ強調等の音声の主観的な品質を改善する処理、及び
定常雑音の主観的品質を改善する処理等を施した上で、
最終的な復号音声信号として出力する。

【０１８３】このように、本実施の形態の音声送信装置
及び音声受信装置によれば、多段構成のベクトル量子化
において、コードベクトルの成分別に個々のスケーリン
グ因子を乗算し、ベクトル量子化された信号を送信する
ことにより、量子化歪みを低減する方法で通信できる。

【０１８４】また、本実施の形態の音声受信装置によれ
ば、多段構成のベクトル量子化において、コードベクト
ルの成分別に個々のスケーリング因子を乗算して量子化
歪みを低減する方法で受信した信号を復号できる。

【０１８５】なお、本発明は上記実施の形態に限定され
ず、種々変更して実施することが可能である。例えば、
上記実施の形態では、ベクトル量子化装置として行う場
合について説明しているが、これに限られるものではな
く、このベクトル量子化方法をソフトウェアとして行う
ことも可能である。

【０１８６】例えば、上記ベクトル量子化方法を実行す
るプログラムを予めＲＯＭ（Read Only Memory）に格納
しておき、そのプログラムをＣＰＵ（Central Processo
r Unit）によって動作させるようにしても良い。

【０１８７】また、上記ベクトル量子化方法を実行する
プログラムをコンピュータで読み取り可能な記憶媒体に
格納し、記憶媒体に格納されたプログラムをコンピュー
タのＲＡＭ（Random Access Memory）に記録して、コン
ピュータをそのプログラムにしたがって動作させるよう
にしても良い。

【０１８８】

【発明の効果】以上説明したように、本発明のベクトル
量子化装置によれば、２段目以降のベクトル量子化が符
号帳分割型である複数段構成のベクトル量子化装置にお
いて、アンプリチュードも分割型（ベクトル型）のベク
トル構成にして復号ベクトル全体に占める２段目コード
ベクトルの寄与分をさらに効率よく適応制御し、量子化
歪みのさらなる低減化を図ることができる。

【図面の簡単な説明】

【図１】本発明の実施の形態１に係るベクトル量子化装
置の構成を示すブロック図

【図２】上記実施の形態に係るベクトル量子化装置の構
成の一部を示すブロック図

【図３】上記実施の形態に係るベクトル量子化装置の構
成の一例を示すブロック図

【図４】本発明の実施の形態２に係るベクトル量子化装
置の構成の一例を示すブロック図

【図５】上記実施の形態に係るベクトル量子化装置の構
成の一例を示すブロック図

【図６】本発明の実施の形態３に係るベクトル量子化装
置の構成の一例を示すブロック図

【図７】上記実施の形態における変換テーブルの一例を
示す図

【図８】本発明の実施の形態３に係るベクトル量子化装
置の構成の一例を示すブロック図

【図９】本発明の実施の形態４に係る音声信号送信装置
および受信装置の構成を示すブロック図

【図１０】音声符号化装置の構成を示すブロック図

【図１１】図９の音声復号化装置の内部構成を示すブロ
ック図

【符号の説明】

１０１、３０２ １段目ＣＢ １０２ １段目歪み算出部 １０３ １段目インデクス特定部 １０４ ２段目ターゲット算出部 １０５、３０４ 分割型２段目ＣＢ １０６、３０３ 分割型スケーリング因子ＣＢ １０７ ２段目候補ベクトル生成器 １０８ ２段目歪み算出部 １０９ ２段目インデクス特定部 １１０ インデクス集計部 １５１ 高次コードベクトルＣＢ １５２ 低次コードベクトルＣＢ １６１ 高次スケーリング因子ＣＢ １６２ 低次スケーリング因子ＣＢ １７１、１７２、５０１ 乗算器 １７３ 統合ベクトル合成部 ３０１ インデクス分解部 ３０５ ２段目復号ベクトル生成器 ３０６ 加算器 ４０１ ＭＡ予測係数ベクトル生成部 ４０２ 平均値格納部 ４０３ 差分器 ４０４ 除算器 ５０２ 加算器 ６０１、８０１ 変換テーブル ６０２、８０２ 変換器

【手続補正書】

【提出日】平成１４年６月４日（２００２．６．４）

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】発明の名称

【補正方法】変更

【補正内容】

【発明の名称】 分割型スケーリング因子を用い
たスペクトル包絡パラメータのベクトル量子化器

───────────────────────────────────────────────────── フロントページの続き (72)発明者 森井 利幸 大阪府門真市大字門真1006番地 松下電器 産業株式会社内 (72)発明者 江原 宏幸 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 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 日和▲崎▼ 祐介 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 CC02 CC03

Claims (11)

【特許請求の範囲】
1. 【請求項１】 符号帳を用いてスペクトル包絡パラメー
   タをベクトル量子化して結果生じる量子化誤差ベクトル
   をベクトル量子化するためのコードベクトルを格納する
   複数の符号帳と、前記コードベクトルのスケーリング因
   子を格納する複数のスケーリング因子符号帳と、前記コ
   ードベクトルに対応するスケーリング因子を前記コード
   ベクトルに乗算する乗算器と、前記乗算器においてスケ
   ーリング因子を乗算した複数のコードベクトルを結合し
   て統合ベクトルを合成する統合ベクトル合成器と、を具
   備するベクトル量子化装置。
2. 【請求項２】 前記スケーリング因子符号帳は、前段で
   特定されたコードベクトルからスケーリング因子とコー
   ドベクトルとを対応づける請求項１に記載のベクトル量
   子化装置。
3. 【請求項３】 前記スケーリング因子符号帳は、前段で
   用いるコードベクトルの数より少ない数のスケーリング
   因子を格納する請求項１または請求項２に記載のベクト
   ル量子化装置。
4. 【請求項４】 前記スケーリング因子符号帳は、類似す
   る音声信号を同じスケーリング因子で対応づけることを
   特徴とする請求項３に記載のベクトル量子化装置。
5. 【請求項５】 前記スケーリング因子符号帳は、符号化
   した音声信号の変動類似する音声信号を同じスケーリン
   グ因子で対応づける請求項３に記載のベクトル量子化装
   置。
6. 【請求項６】 スペクトル包絡パラメータのベクトル量
   子化により生じる量子化誤差ベクトルと前記統合ベクト
   ルとの誤差が最小となる前記複数のコードベクトルを特
   定する特定手段を具備する請求項１から請求項５のいず
   れかに記載のベクトル量子化装置。
7. 【請求項７】 過去に処理した信号から量子化ターゲッ
   トベクトルを予測する予測手段と、過去に処理した信号
   のスペクトル包括パラメータの平均値を算出する平均値
   算出手段と、を具備し、処理対象の信号のスペクトル包
   括パラメータと前記量子化ターゲットベクトルとの差分
   と、処理対象の信号のスペクトル包括パラメータと前記
   スペクトル包括パラメータの平均値との差分とを量子化
   誤差ベクトルとしてベクトル量子化を行う請求項６に記
   載のベクトル量子化装置。
8. 【請求項８】 前段のコードベクトルと、前記統合ベク
   トルとを加算する加算手段を具備する請求項１から請求
   項６のいずれかに記載のベクトル量子化装置。
9. 【請求項９】 前記加算手段において得られた加算結果
   に過去に処理した信号のスペクトル包括パラメータの平
   均値を加算する請求項８に記載のベクトル量子化装置。
10. 【請求項１０】 請求項１から請求項９のいずれかに記
    載のベクトル量子化装置を具備する通信装置。
11. 【請求項１１】 符号帳を用いてスペクトル包絡パラメ
    ータをベクトル量子化して結果生じる量子化誤差ベクト
    ルをベクトル量子化し、量子化誤差ベクトルをベクトル
    量子化において、ベクトル成分を複数に分割して異なる
    スケーリング因子を乗算するベクトル量子化方法におい
    て、スペクトル包絡パラメータのベクトル量子化におい
    て特定されたコードベクトルから量子化誤差ベクトルの
    ベクトル量子化に用いるスケーリング因子を決定するベ
    クトル量子化方法。