JP2003501675A - 時間同期波形補間によるピッチプロトタイプ波形からの音声を合成するための音声合成方法および音声合成装置 - Google Patents

Abstract

(57)【要約】 【課題】 時間同期波形補間によるピッチプロトタイプ波形からの音声合成。 【解決手段】 時間同期波形補間(TSWI)でピッチプロトタイプ波形から声の音声を合成する方法において、１つ以上のピッチプロトタイプが音声信号又は残余信号(300)から抽出され、抽出過程はプロトタイプが境界で最小エネルギーをもつように実行される。各プロトタイプは元の信号と時間同期するように円形にシフトされる。線形フェーズシフトは連続する抽出されたプロトタイプ(302)の間での相互補正を最大限にする為、過去に抽出されたプロトタイプを基に各抽出済みプロトタイプに適用される。二次元プロトタイプ進化面はプロトタイプを全サンプルポイント(303)にアップサンプリングする事で構築される。該二次元プロトタイプ進化面はピッチ遅延、及び抽出されたプロトタイプ(305)に追加される移相から計算され、区分的な連続キュービック位相輪郭関数により確定されるサンプルポイントのある一次元の合成信号フレームを生成する為サンプリングし直される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】

本発明は、概して音声処理の分野に関し、さらに特定すると、時間同期波形補
間（ＴＳＷＩ）によってピッチプロトタイプ波形からの音声の合成のための方法
および装置に関する。

【０００２】

【従来の技術】

デジタル技法による音声の伝送は、特に長距離電話およびデジタル無線電話の
用途において普及してきた。その結果、これは、再構築される音声の知覚品質を
維持しつつ、チャネル上で送信できる情報の最低量を決定する際に大きな関心を
生じさせてきた。音声が単にサンプリングおよびデジタル化だけで送信される場
合、従来のアナログ電話の音声品質を達成するためには、約毎秒あたり６４キロ
ビット（ｋｂｐｓ）のデータ転送速度が必要とされる。しかしながら、適切なコ
ーディング、伝送、および受信機での再合成が後に続く音声分析の使用を通して
、データ転送速度のかなりの削減を達成することができる。

【０００３】 人間の音声生成のモデルに関するパラメータを抽出することにより音声を圧縮
するための技術を利用する装置は、音声コーダと呼ばれる。音声コーダは、入信
音声信号を時間のブロックまたは分析フレームに分割する。音声コーダは、典型
的には、エンコーダとデコーダ、つまりコーデックを備える。符号器は、入信す
る音声フレームを分析し、一定の関連するパラメータを抽出してから、該パラメ
ータをバイナリ表記に、つまりビットのセットまたはバイナリデータパケットに
量子化する。データパケットは、受信機とデコーダまで通信路上で送信される。
デコーダは、データパケットを処理し、それらを非量子化してから、非量子化パ
ラメータを使用して音声フレームを再合成する。

【０００４】 音声コーダの機能とは、音声に固有の自然の冗長性のすべてを除去することに
より、デジタル化された音声信号を低ビット伝送速度に圧縮することである。デ
ジタル圧縮は、パラメータのセットで入力音声フレームを表し、ビットのセット
でパラメータを表すために量子化を利用することにより達成される。 入力音声フレームが多くのビットＮ_ｉを有し、音声コーダにより作られるデー
タパケットが多くのビットＮ_ｏを有する場合、音声コーダにより達成される圧縮
係数は、Ｃｒ＝Ｎ_ｉ／Ｎ_ｏである。課題は、ターゲット圧縮係数を達成しつつ、
復号された音声の高い音声品質を保持することである。音声コーダの性能は、（
１）音声モデル、つまり前述された分析と合成の組み合わせがどの程度うまく実
行するのか、および（２）フレームあたりＮ_ｏビットというターゲットビット伝
送速度でパラメータ量子化プロセスがどの程度うまく実行されるのかに依存する
。音声モデルの目標とは、このようにして音声信号、またはターゲット音声品質
の本質を各フレームのパラメータの小さなセットで捕捉することである。

【０００５】 音声コーダは、そのモデルが時間ドメインモデルである場合に時間ドメインコ
ーダと呼ばれる。よく知られている例は、参照してここに完全に組み込まれてい
る、Ｌ．Ｂ．ＲａｂｉｎｅｒおよびＷ．Ｒ．Ｓｃｈａｆｅｒの音声信号のデジタ
ル処理（Ｄｉｇｉｔａｌ Ｐｒｏｃｅｓｓｉｎｇ ｏｆ Ｓｐｅｅｃｈ Ｓｉｇ
ｎａｌｓ）３９６−４５３（１９７８年）に説明されている符号励起線形予測（
ＣＥＬＰ）コーダである。

【０００６】 ＣＥＬＰコーダにおいては、音声信号における短期間の相関関係、つまり冗長
性は、短期間フォルマントフィルタの係数を発見する線形予測（ＬＰ）分析によ
り除去される。短期間予測フィルタを入信音声フレームに適用することにより、
長期予測フィルタパラメータおよびそれ以降の確立論的なコードブックでモデル
化、量子化されるＬＰ残余信号が生成される。このようにして、ＣＥＬＰコーデ
ィングは、時間ドメイン音声波形の符号化というタスクを、ＬＰ短期フィルタ係
数の符号化およびＬＰ残余の符号化という別個のタスクに分ける。

【０００７】 目標は、入力音声波形に酷似する合成出力音声波形を作り出すことである。時
間ドメイン波形を正確に保存するためには、ＣＥＬＰコーダは、さらに、残余フ
レームをさらに小さなブロック、つまりサブフレームに分け、サブフレームの合
成による分析（ａｎａｌｙｓｉｓ−ｂｙ−ｓｙｎｔｈｅｓｉｓ）方法を続行する
。サブフレームごとに量子化するための多くのパラメータがあるため、これには
フレームごとに高い数のビットＮ_ｏが必要となる。ＣＥＬＰコーダは、典型的に
は、フレームごとにビットＮ_ｏの使用可能な数が、８ｋｂｐｓ以上というコーデ
ィングビット伝送速度にとって十分大きいときに、優れた品質を送達する。

【０００８】 波形補間（ＷＩ）は、音声のフレームごとにプロトタイプ波形の数Ｍが抽出さ
れ、使用可能なビットで符号化される出現する音声コーディング技法にある。出
力音声は、任意の従来の波形補間技法により、復号されたプロトタイプ波形から
合成される。多様なＷＩ技法は、参照してここに完全に組み込まれるＷ．Ｂａｓ
ｔｉａａｎ ＫｌｅｉｊｎおよびＪｅｓｐｅｒ Ｈａａｇｅｎの音声コーディン
グおよび合成（Ｓｐｅｅｃｈ Ｃｏｄｉｎｇ ａｎｄ Ｓｙｎｔｈｅｓｉｓ）、
１７６−２０５（１９９５年）に説明されている。

【０００９】 従来のＷＩ技法は、ここに参照して完全に組み込まれている米国特許番号第５
，５１７，５９５号にも説明されている。しかしながら、このような従来のＷＩ
技法においては、正確な結果を送達するために、フレームごとに複数のプロトタ
イプ波形を抽出することが必要である。さらに、再考し腐れた波形の時間共時性
を提供するためには機構は存在していない。この理由から、合成された出力ＷＩ
波形は、最初の入力波形と位置合わせされることが保証されていない。

【００１０】 現在、中から低のビット伝送速度で（つまり２．４から４ｋｂｐｓ以下の範囲
で）動作している高品質音声コーダを開発するという研究の関心および強い商業
的な必要性の高まりがある。応用分野は、無線電話、衛星通信、インターネット
電話、多様なマルチメディアと音声ストリーミング用途、音声メール、およびそ
の他の音声記憶システムを含む。駆動力は、高容量に対する必要性およびパケッ
トが失われた状況での堅牢な性能に対する要求である。多様な近年の音声コーデ
ィング標準化の作業は、低速度音声コーディングアルゴリズムの研究開発を推進
する別の直接的な駆動力である。低速度音声コーダは、許容アプリケーション帯
域幅ごとに複数のチャネル、つまりユーザを作り出し、適切なチャネルコーディ
ングの追加層と結合される低速度音声コーダはコーダ仕様の総合的なビット予算
に適合し、チャネルエラー状態においても堅牢な性能を提供することができる。

【００１１】 しかしながら、低ビット伝送速度（４ｋｂｐｓ以下）では、ＣＥＬＰコーダの
ような時間ドメインコーダは、使用可能なビットの数が限られているために、高
品質および堅牢な性能を保持することはできない。低ビット速度では、限られた
コードブック空間が、さらに高い速度の市販されているアプリケーションでこの
ように無事に配備されている、従来の時間ドメインコーダの波形整合機能を切り
取る。

【００１２】 音声を低ビット速度で効率的に符号化するための１つの有効な技法は、マルチ
モードコーディングである。マルチモードコーダは、さまざまなモード、つまり
符号化−復号アルゴリズムを、異なる種類の入力音声フレームに適用する。それ
ぞれのモード、つまり符号化−復号プロセスは、最も効率的な方法で一定の種類
の音声セグメント（つまり、有声、無声、または背景雑音）を表すためにカスタ
マイズされる。外部モード決定機構は、入力音声フレームを調べ、フレームにど
のモードを適用するのかに関する決定を下す。典型的には、モードの決定は、入
力フレームの中からパラメータの数を抽出し、どのモードを適用するのかに関す
る決定を下すためにそれらを評価することにより、開放ループ様式で実行される
。このようにして、モードの決定は、事前に出力音声の正確な状態、つまり出力
信号が、音声品質または任意の他の性能基準という点で入力音声にどの程度類似
するだろうかを知らずに下される。音声コーダの例示的な開放ループモードは、
本発明の譲受人に譲渡され、ここに参照して完全に組み込まれている米国特許番
号第５，４１４，７９６号に説明されている。

【００１３】 マルチモードコーディングは、フレームごとのビットＮ_０の同じ数を使用する
固定速度であるか、あるいは異なるビット伝送速度がさまざまなモードに使用さ
れる可変速度のどちらかである場合がある。可変速度コーディングの目標とは、
ターゲット品質を得るために十分なレベルまでコーデックパラメータを符号化す
るために必要とされるビット量だけを使用することである。その結果、固定速度
のターゲット音声品質と同じターゲット音声品質、つまりさらに高い速度のコー
ダは、可変ビット伝送速度（ＶＢＲ）技法を使用してかなり低い平均速度で得る
ことができる。例示的な可変速度音声コーダは、本発明の譲受人によって譲渡さ
れ、参照してここに過去に完全に組み込まれる米国特許第５，４１４，７９６号
に説明される。

【００１４】

【発明が解決しようとする課題】

音声化された音声セグメントは、このようなセグメントをピッチプロトタイプ
、つまりその長さＬ（ｎ）が、ピッチつまり周期性の根本的な周波数がときとと
もに変化するにつれて、ときと共に変化する地裁セグメントに分割できるという
点で準周期的と呼ばれる。このようなセグメント、つまりピッチプロトタイプは
、強い相互作用の程度を有する。つまり、それらは互いにとってきわめて類似し
ている。これは、特に隣接するピッチプロトタイプに当てはまる。準周期的に声
に出された音声セグメントを低速度モードで表すために、低平均速度で高い音声
品質を送達する効率的なマルチモードＶＢＲコーダを設計する際に有利である。

【００１５】 音声モデル、つまり音声の準周期的に声に出されるセグメントを表す、分析−
合成方法を提供することが望ましいだろう。高品質合成を提供し、それによって
高品質で音声を作成するモデルを設計することはさらに有利だろう。モデルが、
ビットの小さなセットで符号化するために敏感に反応するようにパラメータの地
裁セットを有することもさらに望ましいだろう。このようにして、符号化のため
に最小量のビットを必要とし、高品質の音声合成を生じさせる声に出される音声
セグメントのための時間同期波形補間の方法に対する必要性がある。

【００１６】 本発明は、例えばこの時間同期波形補間によって、ピッチプロトタイプ波形か
らの音声の合成を可能とする方法および装置を提供することを主な目的とするも
のである。

【００１７】

【課題を解決するための手段】

（発明の概要） 本発明は、符号化に最小量のビットを必要とし、高品質音声合成を生じさせる
声に出される音声セグメントのための時間同期波形補間の方法に向けられる。し
たがって、本発明の１つの態様においては、時間同期波形補間によりピッチプロ
トタイプ波形から音声を同期する方法は、信号からフレームあたり少なくとも１
つのピッチプロトタイプを抽出する工程と、過去に抽出されたピッチプロトタイ
プを基準にして抽出されたピッチプロトタイプに移相(位相シフト)を適用する工
程と、フレーム内でのサンプルポイントごとにピッチプロトタイプをアップサン
プリングする工程と、二次元のプロトタイプ進化面を構築する工程と、１次元の
合成化された信号フレームを作成するために二次元面を再サンプリングする工程
とを含み、再サンプリングポイントは、ピッチ遅延および抽出されたピッチプロ
トタイプに追加される整合移相から計算されている区分的な連続キュービック位
相輪郭関数により画定されている。

【００１８】 本発明の別の態様においては、時間同期波形補間によってピッチプロトタイプ
波形から音声を合成するための装置は、信号からフレームあたり少なくとも１つ
のピッチプロトタイプを抽出する手段と、過去に抽出されたピッチプロトタイプ
を基準にして、抽出されたピッチプロトタイプに移相(位相シフト)を適用する手
段と、フレーム内のサンプルポイントごとにピッチプロトタイプをアップサンプ
リングする手段と、二次元プロトタイプ進化面を構築する手段と、１次元の合成
された信号フレームを作成するために、２次元面を再サンプリングする手段とを
含み、再サンプリングポイントが区分的に連続するキュービック(立法)位相輪郭
関数により画定され、位相輪郭関数がピッチ遅延および抽出されたピッチプロト
タイプに追加される整合移相から計算される。

【００１９】 本発明の別の態様においては、時間同期波形補間によってピッチプロトタイプ
波形から音声を合成するための装置は、信号からフレームあたり少なくとも１つ
のピッチプロトタイプを抽出するように構成されているモジュールと、過去に抽
出されたピッチプロトタイプを基準にして、抽出されたピッチプロトタイプに移
相を適用するように構成されているモジュールと、フレーム内のサンプルポイン
トごとにピッチプロトタイプをアップサンプリングするように構成されているモ
ジュールと、二次元プロトタイプ進化面を構築するように構成されているモジュ
ールと、１次元の合成された信号フレームを作成するために、２次元面を再サン
プリングするように構成されているモジュールとを含み、再サンプリングポイン
トが区分的に連続するキュービック(立法)位相輪郭関数により画定され、位相輪
郭関数がピッチ遅延および抽出されたピッチプロトタイプに追加される整合移相
(位相シフト)から計算される。

【００２０】

【発明の実施の形態】

（好適実施形態の詳細な説明） 図１においては、第１エンコーダ１０が、デジタル化された音声サンプルｓ（
ｎ）を受け取り、第１でコーダ１４へ、伝送媒体１２または通信路１２での伝送
のためにサンプルｓ（ｎ）を符号化する。デコーダ１４は、符号化された音声サ
ンプルを復号し、出力音声信号Ｓ_{ＳＹＮＴＨ}（ｎ）を合成する。反対方向での伝
送の場合、第２エンコーダ１６が、通信路１８で送信されるデジタル化された音
声サンプルｓ（ｎ）を符号化する。第２でコーダ２０は、符号化された音声サン
プルを受信、復号し、合成された出力音声信号Ｓ_{ＳＹＮＴＨ}（ｎ）を生成する。

【００２１】 音声サンプルｓ（ｎ）は、例えば、パルス符号変調（ＰＣＭ）、圧伸付きμ法
則、またはＡ法則などを含む技術で既知である多様な方法のどれかに従ってデジ
タル化され、量子化された音声信号を表す。技術で既知であるように、音声サン
プルｓ（ｎ）は、入力データのフレームに編成され、各フレームが所定数のデジ
タル化された音声サンプルｓ（ｎ）を備える。例示的な実施形態においては、８
ｋＨｚというサンプリング速度が利用され、それぞれ２０ｍｓのフレームが１６
０個のサンプルを備える。後述される実施形態においては、データ伝送の速度は
、８ｋｂｐｓ（フルレート）から４ｋｂｐｓ（ハーフレート）へ、２ｋｂｐｓ（
４分の１レート）へ、１ｋｂｐｓ（８分の１レート）へフレーム対フレーム単位
で有利に変更されてよい。データ伝送速度を変化することは、低い方のビット伝
送速度が、相対的に少ない音声情報を含むフレームのために選択的に利用されて
よいため有利である。当業者により理解されるように、その他のサンプリング速
度、フレームサイズおよびデータ伝送速度が使用されてよい。

【００２２】 第１エンコーダ１０および第２デコーダ２０は、ともに第１音声コーダ、つま
り音声コーデックを備える。同様に第２エンコーダ１６および第１デコーダ１４
は、ともに第２音声コーダを備える。音声コーダは、デジタル信号プロセッサ（
ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、離散ゲート論理、ファームウェ
ア、あるいは従来のプログラム可能ソフトウェアモジュールおよびマイクロプロ
セッサで実現されてよい。ソフトウェアモジュールは、ＲＡＭメモリ、フラッシ
ュメモリ、レジスタ、または任意のそれ以外の形式の書き込み可能な記憶装置媒
体の中に常駐するだろう。代わりに、任意の従来のプロセッサ、制御装置、また
は状態機械がマイクロプロセッサに代わるだろう。特に音声コーディング用に設
計されている例示的なＡＳＩＣは、本発明の譲受人に譲渡され、ここに参照して
完全に組み込まれている米国特許番号第５，７２７，１２３号、および１９９４
年２月１６日に出願された、「ＶＯＣＯＤＥＲ ＡＳＩＣ」と題されている、本
発明の譲受人に譲渡され、ここに参照して完全に組み込まれている米国出願番号
第０８／１９７，４１７号に説明されている。

【００２３】 図２では、音声コーダで使用されてよいエンコーダ１００は、モード決定モジ
ュール１０２、ピッチ概算モジュール１０４、ＬＰ分析モジュール１０６、ＬＰ
分析フィルタ１０８、ＬＰ量子化モジュール１１０、および残余量子化モジュー
ル１１２を含む。入力音声フレームｓ（ｎ）は、モード決定モジュール１０２、
ピッチ概算モジュール１０４、ＬＰ分析モジュール１０６、およびＬＰ分析フィ
ルタ１０８に提供される。モード決定モジュール１０２は、各入力音声フレーム
ｓ（ｎ）の周期性に基づき、モード指数Ｉ_ＭおよびモードＭを作り出す。音声フ
レームを周期性に従って分類する多様な方法は、本発明の譲渡人に譲渡され、参
照してここに完全に組み込まれている、１９９７年３月１１日に出願された「削
減速度可変速度ボコーディングのための方法および装置（ＭＥＴＨＯＤ ＡＮＤ
ＡＰＰＡＲＡＴＵＳ ＦＯＲ ＰＥＲＦＯＲＭＩＮＧ ＲＥＤＵＣＥＤ ＲＡ
ＴＥ ＶＡＲＩＡＢＬＥ ＲＡＴＥ ＶＯＣＯＤＩＮＧ）」と題された米国出願
番号第０８／８１５，３５４号で説明される。このような方法は、米国電気通信
工業会中間規格ＴＩＡ／ＥＩＡ ＩＳ−１２７およびＴＩＡ／ＥＩＡ ＩＳ−７
３３にも組み込まれている。

【００２４】 ピッチ概算モジュール１０４は、各入力音声フレームｓ（ｎ）に基づき、ピッ
チ指数Ｉ_Ｐおよび遅延値Ｐ_０を作り出す。ＬＰ分析モジュール１０６は、ＬＰパ
ラメータａを生成するためにそれぞれの入力音声フレームｓ（ｎ）の上で線形予
測分析を実行する。ＬＰパラメータａは、ＬＰ量子化モジュール１１０に提供さ
れる。ＬＰ量子化モジュール１１０は、モードＭも受け取る。ＬＰ量子化モジュ
ール１１０は、ＬＰ指数Ｉ_ＬＰおよび量子化されたＬＰパラメータｕ^#を作成す
る。ＬＰ分析フィルＴ１０８は、入力された音声フレームｓ（ｎ）に加えて、量
子化されたＬＰパラメータｕ^#を受け取る。ＬＰ分析フィルタ１０８は、入力音
声フレームｓ（ｎ）と量子化された線形予測パラメータｕ^#の間のエラーを表す
、ＬＰ残余信号Ｒ［ｎ］を生成する。ＬＰ残余Ｒ［ｎ］、モードＭおよび量子化
されたＬＰパラメータｕ^#は、残余量子化モジュール１１２に提供される。これ
らの値に基づき、残余量子化モジュールは、残余指数Ｉ_Ｒおよび量子化残余信号
Ｒ^#［ｎ］を作り出す。

【００２５】

【数１】 図３では、音声コーダで使用されてよいデコーダ２００は、ＬＰパラメータ復
号モジュール２０２、残余復号化モジュール２０４、モード復号モジュール２０
６、およびＬＰ合成フィルタ２０８を含む。モード復号モジュール２０６は、モ
ードＭをそこから生成するモード指数Ｉ_Ｍを受信し、復号する。ＬＰパラメータ
復号モジュール２０２はモードＭおよびＬＰ指数Ｉ_ＬＰを受け取る。ＬＰパラメ
ータ復号モジュール２０２は、量子化されたＬＰパラメータｕ^#を作り出すため
に受信された値を復号する。残余復号モジュール２０４は、残余指数Ｉ_Ｒ、ピッ
チ指数Ｉ_Ｐ、およびモード指数Ｉ_Ｍを受け取る。残余復号モジュール２０４は、
量子化された残余信号Ｒ^#［ｎ］を生成するために受信された値を復号する。量
子化残余信号Ｒ^#［ｎ］および量子化ＬＰパラメータｕは、復号された出力音声
信号ｓ^#［ｎ］をそこから合成するＬＰ合成フィルタ２０８に提供される。

【００２６】 図２のエンコーダ１００、および図３のデコーダの多様なモジュールの動作お
よび実現は、技術で既知である。例示的なエンコーダおよび例示的なデコーダは
、前記に参照して完全にここに組み込まれている米国特許第５，４１４，７９６
号に説明されている。

【００２７】 ある実施形態においては、音声の準周期的な、声に出されたセグメントは、現
在の音声フレームＳ_ｃｕｒからピッチプロトタイプ波形を抽出し、現在の音声フ
レームを時間同期波形補間（ＴＳＷＩ）によりピッチプロトタイプ波形から合成
することによってモデル化される。ｍ＝１，２，．．．Ｍであり、各ピッチプロ
トタイプ波形Ｗ_ｍが長さＬ_ｃｕｒを有し、その場合にＬ_ｃｕｒが現在の音声フレ
ームＳｃｕｒからの現在のピッチ期間である場合に、ピッチプロトタイプ波形Ｗ _ｍ の数Ｍだけを抽出し、保持することにより、符号化されなければならない情報
の量は、Ｎ個のサンプルからＭ個とＬ個のサンプルの積に削減される。数Ｍが１
という値を指定されてよいか、あるいはピッチ遅延に基づいて任意の離散値を指
定されてよい。Ｍのさらに高い値は、多くの場合、再構築された声に出された信
号が過剰に周期的になることを防ぐためにＬ_ｃｕｒの小さい値に必要とされる。
例示的な実施形態では、ピッチ遅延が６０を上回る場合、Ｍは１に等しく設定さ
れる。それ以外の場合、Ｍは２に等しく設定される。Ｍの現在のプロトタイプ、
および過去のフレームからの長さＬ_ｏを有する最終的なピッチプロトタイプＷ_ｏ は、詳細に後述されるＴＳＷＩ技法を利用することによって、現在の音声フレー
ムのモデル表記Ｓ_{ｃｕｒ＿ｍｏｄｅｌ}を再生成ために使用される。同じ長さＬ_{ｃ ｕｒ} を有する現在のプロトタイプＷ_ｍを選ぶことの代替策として、現在のプロト
タイプＷ_ｍは、代わりに長さＬ_ｍを有してよく、そこではローカルピッチ期間Ｌ _ｍ が、関連する離散時間ロケーションｎ_ｍで真のピッチ期間を概算することによ
って、あるいは現在のピッチ期間Ｌ_ｃｕｒと最後のピッチ期間Ｌ_ｎの間に任意の
従来の補間技法を適用することのどちらかによって、概算することができる。使
用される補間技法は、例えば、単純線形補間であってよい。 Ｌ_ｍ ＝ （１-ｎ_ｍ／Ｎ）^* Ｌ₀ ＋ （ｎ_ｍ／Ｎ）^*Ｌ_ｃｕｒ ここでは、時間指数ｎ_ｍは、ｍ番目のセグメントの中間点であり、ｍ＝１，２，
．．．，Ｍである。

【００２８】 前記関係性は、図４Ａから図４Ｃのグラフに示されている。信号振幅対離散時
間指数（つまり、サンプル番号）を描く図４Ａでは、フレーム長Ｎがフレームあ
たりのサンプル数を表す。図示されている実施形態においては、Ｎは１６０であ
る。値Ｌ_ｃｕｒ（フレーム内の現在のピッチ期間）およびＬ_０（先行するフレー
ム内での最終ピッチ期間）も示されている。その信号振幅が、所望されるように
、音声信号振幅であるか、あるいは残余信号振幅のどちらかであってよいことが
指定される必要である。Ｍ＝１の場合のプロトタイプ振幅対離散時間指数を描く
図４Ｂでは、値Ｗ_ｃｕｒ（現在のプロトタイプ）およびＷ_０（過去のフレームの
最終プロトタイプ）が示されている。図４Ｃのグラフは、ＴＳＷＩ合成対離散時
間指数の後の再構築された信号Ｓ_{ｃｕｒ＿ｍｏｄｅｌ}の振幅を示す。

【００２９】 前記補間等式中の中間点ｎ_ｍは、隣接する中間点の間の距離がほぼ同じとなる
ように有利に選ばれる。例えば、Ｍ＝３、Ｎ＝１６０、Ｌ_０＝４０、およびＬ_{ｃ ｕｒ} ＝４２は、ｎ_０＝２０およびｎ_３＝１３９を、したがってｎ_１＝３３および
ｎ２＝８６を生じさせるため、隣接するセグメントの間の距離は［１３９−（−
２０）／３］つまり５３である。

【００３０】 現在のフレームＷ_Ｍの最後のプロトタイプは、現在のフレームの最後のＬ_{ｃｕ ｒ} サンプルを選ぶことによって抽出される。他の中間プロトタイプは中間点ｎ_ｍ のまわりの（Ｌ_ｍ）／２サンプルを取り出すことによって、抽出される。

【００３１】 プロトタイプ抽出は、さらに、範囲｛ｎ_ｍ−０．５^＊Ｌ_ｍ−Ｄ_ｍ，ｎ_ｍ＋０．
５^＊Ｌ_ｍ＋Ｄ_ｍ｝の中からのあらゆるＬ_ｍサンプルをプロトタイプを構成するた
めに選ぶことができるように、プロトタイプＷ_ｍごとにＤＭの動的シフトを可能
にすることによりさらに精密にされてよい。プロトタイプ境界で高いエネルギー
セグメントを回避することが望ましい。値Ｄ_ｍは、ｍで可変であるか、あるいは
プロトタイプごとに固定することができる。

【００３２】 ゼロではない動的シフトＤ_ｍが、抽出されたプロトタイプＷ_ｍと元の信号の間
の時間共時性を必ずや破壊することが指摘されなければならない。この問題に対
する１つの単純な解決策とは、動的シフトが導入したオフセットを調整するため
に、プロトタイプＷ_ｍに円形シフトを適用することである。例えば、動的シフト
がゼロに設定されると、プロトタイプ抽出は時間指数ｎ＝１００で開始する。他
方、Ｄ_ｍが適用されると、プロトタイプ抽出はｎ＝９８で始まる。プロトタイプ
と元の信号の間の共時性を維持するためには、プロトタイプは、プロトタイプ抽
出後に２個のサンプル（つまり１００−９８サンプル）によって右側へ円形にシ
フトすることができる。

【００３３】 フレーム境界での不整合を回避するには、合成された音声の時間共時性を維持
することが重要である。したがって、分析−合成プロセスで合成された音声は、
入力音声と十分に整合されなければならない。１つの実施形態においては、前記
目標は、後述されるように位相トラックの境界値を明示的に制御することによっ
て達成される。時間共時性は、線形予測に基づいたマルチモード音声コーダにと
っても重大であり、その中では１つのモードはＣＥＬＰであり、別のモードはプ
ロトタイプに基づいた音声−合成である可能性がある。ＣＥＬＰでコーディング
されているフレームの場合、時間整合または時間共時性が不在の場合に、前のフ
レームがプロトタイプをベースにした方法でコーディングされると、ＣＥＬＰの
合成による分析の波形整合力を利用することはできない。過去の波形における時
間共時性の破壊により、ＣＥＬＰは、時間共時性の欠如のためにメモリが元の音
声と不整合になるために、予測のメモリに依存することはできないだろう。

【００３４】 図５のブロック図は、ある実施形態に従ったＴＳＷＩとの音声合成用の装置を
示す。サイズＮ、Ｍのフレームで開始すると、長さＬ_１，Ｌ_２．．．Ｌ_４のプロ
トタイプＷ_１，Ｗ_２．．．Ｗ_Ｍがブロック３００で抽出される。抽出プロセスで
は、動的シフトが、プロトタイプ境界での高エネルギーを回避するために抽出の
たびに使用される。次に、適切な円形シフトが、抽出されたプロトタイプと対応
する元の信号の対応するセグメントの間の時間共時性を最大限にするために、そ
れぞれの抽出されたプロトタイプに適用される。ｍ番目のプロトタイプＷ_ｍは、
ｋのサンプル番号、つまりｋ＝１、２、…Ｌ_ｍによって指標が付けられるＬ_ｍの
サンプルを有する。この指標ｋは、正規化され、０から２の範囲である新規位相
指数＿＿にマッピングし直すことができる。ブロック３０１では、ピッチ概算お
よび補間は、ピッチ遅延を生成するために利用される。

【００３５】 プロトタイプの端点ロケーションは、ｎ_１、ｎ_２．．．ｎ_Ｍとしてラベルが付
けられ、その場合＿ｎ_１＜ｎ_２＜ｎ_Ｍ＝Ｎである。プロトタイプは、ここでは、
以下のようにその端点ロケーションに従って表すことができる。 Ｘ（ｎ_１，φ）＝Ｗ_１ Ｘ（ｎ_２，φ）＝Ｗ_１ ： Ｘ（ｎ_Ｍ，φ）＝Ｗ_Ｍ Ｘ（ｎ_０，＿）が、過去のフレームの中の最終的に抽出されたプロトタイプを表
し、Ｘ（ｎ_０，＿）がＬ_０とい長さを有することが注記される必要がある。また
、｛ｎ_１，ｎ_２．．．ｎ_Ｍ｝が、現在のフレーム上で等しく間隔をあけて配置さ
れてよい、あるいはされなくてよいことも指摘される必要がある。

【００３６】 ブロック３０２では、整合プロセスが実行される場合、移相＿は、連続するプ
ロトタイプが最大限に整合されるように各プロトタイプＸに適用される。特に、

【数２】 この場合、ＷはＸの整合されたバージョンであり、整合シフト＿は以下によって
計算できる。

【００３７】

【数３】 Ｚ［Ｘ，Ｗ］は、ＸとＷの間の相互関連を表す。

【００３８】 Ｍ個のプロトタイプは任意の従来の補間技法によってブロック３０３内のＮ個
のプロトタイプにアップサンプリングされる。使用されている補間技法は、例え
ば、単純線形補間であってよい。

【００３９】

【数４】 ｉ＝１，２．．．ＮであるＮ個のプロトタイプ、Ｗ（ｎ_１，＿）のセットは、図
６Ｂの二次元（２−Ｄ）プロトタイプ−進化面を形成する。

【００４０】 ブロック３０４は、移相トラックの計算を実行する。波形補間では、移相トラ
ック＿［Ｎ］が、２−Ｄプロトタイプ進化面を１−Ｄ信号に変換して戻すために
使用される。従来では、このような位相輪郭が、以下に示すように補間された周
波数を使用してサンプル単位で計算される。

【００４１】

【数５】 この場合、ｎ＝１，２．．．Ｎである。周波数輪郭Ｆ［ｎ］は、補完されたピッ
チトラック、特にＦ［ｎ］＝１／Ｌ［ｎ］＝１／Ｌ［ｎ］を使用して計算でき、
この場合Ｌ［ｎ］は、［Ｌ_１，Ｌ_２．．．Ｌ_Ｍ］の補間されたバージョンを表す
。前記位相輪郭関数は、典型的には、最終値＿＿［Ｎ］でではなく、初期位相値
＿＿［０］でフレームごとに一度引き出される。さらに、位相輪郭関数は、整合
プロセスから生じる移相＿＿を考慮に入れない。このため、再構築された波形は
、元の信号に対して時間同期しているとは保証されない。周波数輪郭が経時的に
線形に進化すると仮定される場合、結果として生じる位相トラック＿＿［ｎ］は
時間指数（ｎ）の二次関数である。

【００４２】 図５の実施形態においては、位相輪郭は、初期境界位相値および最終境界位相
値が整合シフト値と密に整合される区分的な様式で有利に構築される。時間共時
性は、現在のフレームｎ＿、ｎ＿．．．、ｎ_ｐでのｐ個の時間瞬間で保存される
ことが望まれ、この場合ｎ＿＜ｎ＿＜．．．，＜ｎ_ｐ、およびα_ｉ、ε｛１，２
．．．，Ｍ｝、ｉ＝１，２．．．ｐである。結果として生じる＿［ｎ］、ｎ＝１
，２．．．Ｎは、以下のように書くことができる、以下のように作成できるｐ個
の区分的連続位相関数から構成されている。

【００４３】

【数６】 ｎ＿_ｐは、＿［ｎ］がフレーム全体に関して計算できる、つまりｎ＝１，２．
．．Ｎであるように、典型的にはｎＭに設定されることが指摘される必要がある
。それぞれの区分的な位相関数の係数｛ａ，ｂ，ｃ，ｄ｝は、４つの境界条件に
よって計算できる。つまり、初期および最終のピッチ遅延Ｌ_α−１およびＬ_αそ
れぞれ、および初期および最終整合シフトψ_α−１、およびψ_αである。特に、
係数は、以下によって解くことができる。

【００４４】

【数７】 ここでは、ｉ＝１，２．．．ｐである。整合シフト＿＿は、２を法として得るこ
とができるため、係数ξは、結果として生じる位相係数が最大限に円滑となるよ
うに移相をアンラップするために使用される。値ξは、以下のように計算するこ
とができる。

【００４５】

【数８】 この場合、ｉ＝１，２．．．ｐであり、関数円［ｘ］はｘに最も近い整数を見つ
ける。例えば、円［１．４］は１である。

【００４６】 励磁されたアンラップされた位相トラックは、Ｍ＝ｐ＝１およびＬ_ｏ＝４０、
Ｌ_Ｍ＝４６というケースに関して図７に説明される。（破線で示されている従来
の二次位相輪郭に固執することとは対照的に）立法位相輪郭に従うと、フレーム
境界で音声Ｓ_ｃｕｒの元のフレームと合成されたＳ_{ｃｕｒ＿ｍｏｄｅｌ}の時共時
性が保証される。

【００４７】 ブロック３０５では、１次元（１−Ｄ）時間ドメイン波形が、２−Ｄ表面から
形成される。ｎ＝１，２．．．Ｎである場合に、合成された波形Ｓ_{ｃｕｒ＿ｍｏ ｄｅｌ} ［ｎ］が、以下によって形成される。

【００４８】

【数９】 図表を用いて、前記変換は、図６Ｂに示されているように、図６Ａに描かれて
いるラップされた位相トラックを２Ｄ表面に重畳するのに同等である。（いそう
とラックが２−Ｄ面に会う）交差の位相軸に垂直な平面への投影は、Ｓ_{ｃｕｒ＿ ｍｏｄｅｌ} ［ｎ］である。

【００４９】 １つの実施形態においては、プロトタイプ抽出およびＴＳＷＩをベースにした
分析−合成のプロセスは、音声ドメインに適用される。別の実施形態では、プロ
トタイプ抽出およびＴＳＷＩをベースにした分析−合成のプロセスはここに述べ
た音声ドメイン並びにＬＰ残余ドメインに適用される。

【００５０】 １つの実施形態においては、ピッチプロトタイプをベースにした分析−合成モ
デルは、現在のフレームが「十分に周期的である」かどうかが決定される事前選
択プロセスの後に適用される。隣接する抽出されたプロトタイプ、Ｗ_ｍとＷ_ｍ＋
１の間の周期性ＰＦ_ｍは、以下のように計算できる。

【００５１】

【数１０】 この場合、Ｌ_ｍａｘは、「Ｌ_ｍ，Ｌ_ｍ＋１」の最大、プロトタイプＷ_ｍとＷ_{ｍ＋ １} の長さの最大である。

【００５２】 周期性ＰＦ_ｍのＭ個のセットは、現在のフレームのプロトタイプが極めて類似
しているかどうか、あるいは現在のフレームがきわめて周期性であるかどうかを
決定するために閾値のセットと比較できる。周期性ＰＦ_ｍのセットの平均値は、
前記結論に到達するために所定閾値と有利に比較されてよい。現在のフレームが
十分に周期的で歯に亜場合には、異なるさらに速い速度アルゴリズム（つまり、
ピッチプロトタイプベースではないもの）は、現在のフレームを符号化するため
に代わりに使用されてよい。

【００５３】 １つの実施形態では、選択後フィルタが、性能を評価するために適用されてよ
い。このようにして、現在のフレームをピッチプロトタイプベースの分析−合成
モードで符号化した後、性能が十分に良好かどうかに関する決定が下される。決
定は、ＰＳＮＲなどの品質基準を得ることによって下され、この場合ＰＳＮＲは
以下のように定義される。

【００５４】

【数１１】 この場合、ｘ［ｎ］＝ｈ［ｎ］^＊Ｒ［ｎ］、およびｅ（ｎ）＝ｈ［ｎ］^＊ｑＲ［
ｎ］であり、「＊」は合成変換または濾波動作動作を示し、ｈ（ｎ）は、知覚的
に加重されたＬＰフィルタであり、Ｒ［ｎ］が元の音声残余であり、ｑＲ［ｎ］
はピッチプロトタイプベースの分析−合成モードで得られる残余である。ＰＳＮ
Ｒの前記等式は、ピッチプロトタイプベースの分析−合成符号化がＬＰ残余信号
に適用される場合、有効である。他方、ピッチプロトタイプベースの分析−合成
技法がＬＰ残余の変わりに元の音声フレームに適用される場合、ＰＳＮＲは以下
のとおりに定められてよい。

【００５５】

【数１２】 この場合、ｘ［ｎ］は、元の音声フレームであり、ｅ［ｎ］はピッチプロトタイ
プベースの分析−合成技法によってモデル化される音声信号であり、ｗ［ｎ］は
概念上の加重係数である。どちらかのケースでは、ＰＳＮＲが所定閾値以下とな
る場合フレームは分析−合成技法に適さず、異なるおそらくさらに高いビット伝
送速度のアルゴリズムが、現在のフレームを捕捉するために、代わりに使用され
てよい。当業者は、前述された例示的なＰＳＮＲ基準を含む任意の従来の性能基
準は、アルゴリズム性能に関して後処理決定のために使用されてよい。

【００５６】 本発明の好適実施形態は、このようにして示され、説明された。しかしながら
、多数の変形実施が、本発明の要旨または範囲から逸脱することなくここに開示
される実施形態に対してなされ得ることは一般の当業者には明らかであるだろう
。したがって、本発明は各請求項以外に従って制限されるものではない。

【００５７】

【発明の効果】

以上、本発明によれば、時間同期波形補間によって、ピッチプロトタイプ波形
からの音声の合成を可能とする音声合成方法および音声合成装置を提供できる。

【図面の簡単な説明】

【図１】 図１は、音声コーダによって各端部で終端される通信チャネルのブロック図で
ある。

【図２】 図２は、エンコーダのブロック図である。

【図３】 図３は、デコーダのブロック図である。

【図４】 図４Ａ〜図４Ｃは、それぞれ、信号振幅対分離時間指数、抽出済みプロトタイ
プ振幅対分離時間指数、およびＴＳＷＩ再構築信号振幅対分離時間指数のグラフ
である。

【図５】 図５は、時間同期波形補間（ＴＳＷＩ）によりピッチプロトタイプ波形から音
声を合成するための装置を示す機能ブロック図である。

【図６】 図６Ａは、ラップ立法位相輪郭対分離した時間指数のグラフであり、 図６Ｂは、再構築された音声信号振幅対図６Ａの重畳グラフの２次元表面グラ
フである。

【図７】 図７は、アンラップ２次位相輪郭およびキュービック位相輪郭対分離時間指数
のグラフである。

【符号の説明】

１０，１６…エンコーダ、 １４，２０…デコーダ、 １０２…モード決定、 １０４…ピッチ概算、 １０６…ＬＰ分析、 １１０…ＬＰ量子化、 １０８…ＬＰ分析フィルタ、 １１２…残余量子化、 ２０２…ＬＰパラメータ復号、 ２０４…残余復号、 ２０６…モード復号、 ２０８…ＬＰ合成フィルタ、 ３０１…ピッチ概算および補間、 ３００…抽出、 ３０４…位相輪郭構築、 ３０２…整合、 ３０３…プロトタイプのアップサンプリング、 ３０５…２Ｄから１Ｄの変換。

───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ， ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ Ｅ，ＬＳ，ＭＷ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ，ＺＷ )，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ， ＴＪ，ＴＭ)，ＡＥ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ， ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，Ｃ Ｒ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＥＥ，ＥＳ，ＦＩ ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ， ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，Ｋ Ｚ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ， ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，Ｓ Ｋ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ ，ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ (72)発明者 チョイ、エディー・エル・ティー アメリカ合衆国、カリフォルニア州 92126 サン・ディエゴ、リーガン・ロー ド・ナンバー 248、9930

Claims (24)

【特許請求の範囲】
1. 【請求項１】 信号からフレームあたり少なくとも１つのピッチプロトタイ
   プを抽出する工程と、 過去に抽出されたピッチプロトタイプを基準にして、抽出されたピッチプロト
   タイプに移相(位相シフト)を適用する工程と、 フレーム内の各サンプルポイントにピッチプロトタイプをアップサンプリング
   する工程と、 ２次元プロトタイプ進化面を構築する工程と、 一次元合成信号フレームに二次元面を再サンプリングし、再サンプリングポイ
   ントが、区分的に連続するキュービック位相輪郭関数によって画定され、位相輪
   郭関数が、抽出されたピッチプロプロトタイプに追加されるピッチ遅延および整
   合移相(位相シフト)から計算される工程と、 を備える、時間共時性波形補間によるピッチプロトタイプ波形から音声を合成す
   るための音声合成方法。
2. 【請求項２】 上記信号が音声信号を備える、請求項１に記載される方法。
3. 【請求項３】 上記信号は残余信号を備える、請求項１に記載される方法。
4. 【請求項４】 最終ピッチプロトタイプ波形が、以前のフレームの遅延サン
   プルを備える、請求項１に記載される方法。
5. 【請求項５】 残りの工程を実行するかどうかを決定するために現在のフレ
   ームの周期性を計算する工程をさらに備える、請求項１に記載される方法。
6. 【請求項６】 後処理性能基準を得る工程と、後処理性能基準を所定の閾値
   と比較する工程と、をさらに備える、請求項１に記載される方法。
7. 【請求項７】 上記抽出する工程が、１つのピッチプロトタイプだけを抽出
   することを備える、請求項１に記載される方法。
8. 【請求項８】 上記抽出する工程が、多数のピッチプロトタイプを抽出する
   ことを備え、数はピッチ遅延の関数である、請求項１に記載される方法。
9. 【請求項９】 信号から、フレームあたり少なくとも１つのピッチプロトタ
   イプを抽出するための手段と、 過去に抽出されたピッチプロトタイプを基準にして、抽出されたピッチプロト
   タイプに移相(位相シフト)を適用するための手段と、 フレーム内のサンプルポイントごとにピッチプロトタイプをアップサンプリン
   グするための手段と、 二次元プロトタイプ進化面を構築するための手段と、 二次元面を再サンプリングし、一次元合成済み信号フレームを作成し、再サン
   プリングポイントが区分的に連続するキュービック位相輪郭関数により画定され
   、位相輪郭関数がピッチ遅延、および抽出されたピッチプロトタイプに追加され
   る整合移相(位相シフト)から計算される手段と、 を具備する、時間共時性波形補間によるピッチプロトタイプ波形から音声を合成
   するための音声合成装置。
10. 【請求項１０】 上記信号が音声信号を備える、請求項９に記載される装置
    。
11. 【請求項１１】 上記信号は残余信号を備える、請求項９に記載される装置
    。
12. 【請求項１２】 最終的なピッチプロトタイプ波形は、以前のフレームの遅
    延サンプルを備える、請求項９に記載される装置。
13. 【請求項１３】 現在のフレームの周期性を計算するための手段をさらに備
    える、請求項９に記載される装置。
14. 【請求項１４】 後処理性能基準を得るための手段と、後処理性能基準を所
    定の閾値に比較するための手段とをさらに備える、請求項９に記載される装置。
15. 【請求項１５】 上記抽出するための手段は、ピッチプロトタイプだけを抽
    出するための手段を備える、請求項９に記載される装置。
16. 【請求項１６】 上記抽出するための手段は、ピッチプロトタイプの数を抽
    出するための手段を備え、数がピッチ遅延の関数である、請求項９に記載される
    装置。
17. 【請求項１７】 信号からフレームあたり少なくとも１つのピッチプロトタ
    イプを抽出するように構成されるモジュールと、 過去に抽出されたピッチプロトタイプを基準にして抽出されたピッチプロトタ
    イプに移相(位相シフト)を適用するように構成されるモジュールと、 フレーム内のサンプルポイントごとにピッチプロトタイプをアップサンプリン
    グするように構成されるモジュールと、 ２次元プロトタイプ進化面を構築するように構成されるモジュールと、 １次元合成信号フレームを作成するために２次元面を再サンプリングするよう
    に構成され、再サンプリングポイントが区分的に連続するキュービック位相輪郭
    関数により画定され、位相輪郭関数がピッチ遅延および抽出されたピッチプロト
    タイプに追加される整合移相(位相シフト)から計算されるモジュールと、 を具備する、時間同期波形補間によるピッチプロトタイプ波形から音声を合成す
    るための音声合成装置。
18. 【請求項１８】 上記信号が音声信号を備える、請求項１７に記載される装
    置。
19. 【請求項１９】 上記信号は残余信号を備える、請求項１７に記載される装
    置。
20. 【請求項２０】 最終ピッチプロトタイプ波形が過去のフレームの遅延サン
    プルを備える、請求項１７に記載される装置。
21. 【請求項２１】 現在のフレームの周期性を計算するように構成されるモジ
    ュールを備える、請求項１７に記載される装置。
22. 【請求項２２】 後処理性能基準を得て、後処理性能基準を所定の閾値と比
    較するように構成されるモジュールをさらに備える、請求項１７に記載される装
    置。
23. 【請求項２３】 少なくとも１つのピッチプロトタイプを抽出するように構
    成されているモジュールが、１つのピッチプロトタイプだけを抽出するように構
    成されている、請求項１７に記載される装置。
24. 【請求項２４】 少なくとも１つのプロトタイプを抽出するように構成され
    ているモジュールが、ピッチプロトタイプの数を抽出するように構成され、数が
    ピッチ遅延の関数である、請求項１７に記載される装置。