JP2004348120A - 音声符号化装置、音声復号化装置及びこれらの方法 - Google Patents

Abstract

【課題】 少ない計算量及び符号化情報量でスケーラブル符号化を実現すること。
【解決手段】 基本レイヤ符号化部１０１は入力信号を符号化し基本レイヤ符号化情報を得る。基本レイヤ復号化部１０２は基本レイヤ符号化情報を復号化し基本レイヤ復号化信号及び長期予測情報（ピッチラグ）を得る。加算部１０３は入力信号に基本レイヤ復号化信号を極性反転して加算し残差信号を得る。拡張レイヤ符号化部１０４は長期予測情報及び残差信号を用いて算出した長期予測係数を符号化し拡張レイヤ符号化情報を得る。基本レイヤ復号化部１５２は基本レイヤ符号化情報を復号化し基本レイヤ復号化信号及び長期予測情報を得る。拡張レイヤ復号化部１５３は長期予測情報を利用して拡張レイヤ符号化情報を復号化し拡張レイヤ復号化信号を得る。加算部１５４は基本レイヤ復号化信号と拡張レイヤ復号化信号とを加算し音声・楽音信号を得る。
【選択図】 図１

Description

本発明は、音声・楽音信号を符号化して伝送する通信システムに使用される音声符号化装置、音声復号化装置及びこれらの方法に関する。

ディジタル無線通信や、インターネット通信に代表されるパケット通信、あるいは音声蓄積などの分野においては、電波などの伝送路容量や記憶媒体の有効利用を図るため、音声信号の符号化／復号化技術が不可欠であり、これまでに多くの音声符号化／復号化方式が開発されてきた。その中で、ＣＥＬＰ方式の音声符号化／復号化方式が主流の方式として実用化されている（例えば、非特許文献１）。

ＣＥＬＰ方式の音声符号化装置は、予め記憶された音声モデルに基づいて入力音声をコード化する。具体的には、ディジタル化された音声信号を２０ms程度のフレームに区切り、フレーム毎に音声信号の線形予測分析を行い、線形予測係数と線形予測残差ベクトルを求め、線形予測係数と線形予測残差ベクトルをそれぞれ個別に符号化する。

低ビットレートの通信を実行するためには、記憶できる音声モデルの量が限られるため、従来のＣＥＬＰタイプの音声符号化／復号化方式では、主に発声音のモデルを記憶している。

また、インターネット通信のようなパケットを伝送する通信システムでは、ネットワークの状態によりパケット損失が起こるため、符号化情報の一部が欠損した場合であっても符号化情報の残りの一部から音声、楽音を復号化できることが望ましい。同様に、通信容量に応じてビットレートを変化させる可変レート通信システムにおいては、通信容量が低下した場合、符号化情報の一部のみを伝送することにより通信容量の負担を軽減させることが容易であることが望ましい。このように、符号化情報の全てもしくは符号化情報の一部のみを用いて音声、楽音を復号化できる技術として、最近、スケーラブル符号化技術が注目を浴びている。従来にもいくつかのスケーラブル符号化方式が開示されている（例えば、特許文献１参照）。

スケーラブル符号化方式は、一般的に、基本レイヤと拡張レイヤとからなり、各レイヤは、基本レイヤを最も下位のレイヤとし、階層構造を形成している。そして、各レイヤでは、より下位のレイヤの入力信号と出力信号との差である残差信号について符号化が行われる。この構成により、全レイヤの符号化情報もしくは下位レイヤの符号化情報のみを用いて、音声・楽音信号を復号化することができる。
特開平１０−９７２９５号公報 M.R.Schroeder, B.S.Atal, "Code Excited Linear Prediction: High Quality Speech at Low Bit Rate", IEEE proc., ICASSP'85 pp.937-940

しかしながら、従来のスケーラブル符号化方式では、基本レイヤおよび拡張レイヤの符号化方式としてＣＥＬＰタイプの音声符号化／復号化方式を用いるため、計算量、符号化情報共に相応の量が必要となる。

本発明はかかる点に鑑みてなされたものであり、少ない計算量及び符号化情報量でスケーラブル符号化を実現することができる音声符号化装置、音声復号化装置及びこれらの方法を提供することを目的とする。

本発明の音声符号化装置は、入力信号を符号化して第１符号化情報を生成する基本レイヤ符号化手段と、前記第１符号化情報を復号化して第１復号化信号を生成するとともに、音声・楽音が有する長期的な相関を表す情報である長期予測情報を生成する基本レイヤ復号化手段と、前記入力信号と前記第１復号化信号との差分である残差信号を求める加算手段と、前記長期予測情報及び前記残差信号を用いて長期予測係数を算出し、前記長期予測係数を符号化して第２符号化情報を生成する拡張レイヤ符号化手段と、を具備する構成を採る。

本発明の音声符号化装置における基本レイヤ復号化手段は、駆動音源信号サンプルから切り出された適応音源ベクトルの切り出し位置を示す情報を長期予測情報とする構成を採る。

本発明の音声符号化装置における拡張レイヤ符号化手段は、前記長期予測情報に基づいて拡張レイヤの長期予測ラグを求める手段と、バッファに記憶されている過去の長期予測信号系列から前記長期予測ラグだけ遡った長期予測信号を切り出す手段と、前記残差信号及び前記長期予測信号を用いて長期予測係数を算出する手段と、前記長期予測係数を符号化することにより前記拡張レイヤ符号化情報を生成する手段と、前記拡張レイヤ符号化情報を復号化して復号化長期予測係数を生成する手段と、前記復号化長期予測係数及び前記長期予測信号を用いて新たな長期予測信号を算出し、前記新たな長期予測信号を用いて前記バッファを更新する手段と、を有する構成を採る。

これらの構成により、音声・楽音の長期的な相関の性質を利用して残差信号を拡張レイヤにおいて長期予測することができるので、少ない符号化情報で周波数帯域の広い音声・楽音信号を効果的に符号化／復号化することができ、また、演算量の削減を図ることができる。また、長期予測ラグを符号化／復号化するのではなく、基本レイヤの長期予測情報を利用して長期予測ラグを求めることにより、符号化情報の削減を図ることができる。

本発明の音声符号化装置における拡張レイヤ符号化手段は、前記残差信号と前記長期予測信号との差分である長期予測残差信号を求める手段と、前記長期予測残差信号を符号化することにより長期予測残差符号化情報を生成する手段と、前記長期予測残差符号化情報を復号化して復号化長期予測残差信号算出する手段と、前記新たな長期予測信号と前記復号化長期予測残差信号とを加算し、加算結果を用いて前記バッファを更新する手段と、をさらに有する構成を採る。

この構成により、残差信号と長期予測信号との差（長期予測残差信号）を符号化／復号化することができるので、さらに高品質な復号化信号を得ることができる。

本発明の音声復号化装置は、上記いずれかの音声符号化装置から第１符号化情報及び第２符号化情報を受信して音声を復号化する音声復号化装置であって、前記第１符号化情報を復号化して第１復号化信号を生成するとともに、音声・楽音が有する長期的な相関を表す情報である長期予測情報を生成する基本レイヤ復号化手段と、前記長期予測情報を用いて前記第２符号化情報を復号化して第２復号化信号を生成する拡張レイヤ復号化手段と、前記第１復号化信号と前記第２復号化信号とを加算し、加算結果である音声・楽音信号を出力する加算手段と、を具備する構成を採る。

本発明の音声復号化装置における基本レイヤ復号化手段は、駆動音源信号サンプルから切り出された適応音源ベクトルの切り出し位置を示す情報を長期予測情報とする構成を採る。

本発明の音声復号化装置における拡張レイヤ復号化手段は、前記長期予測情報に基づいて拡張レイヤの長期予測ラグを求める手段と、バッファに記憶されている過去の長期予測信号系列から長期予測ラグだけ遡った長期予測信号を切り出す手段と、前記拡張レイヤ符号化情報を復号化して復号化長期予測係数を求める手段と、前記復号化長期予測係数及び長期予測信号を用いて長期予測信号を算出し、前記長期予測信号を用いて前記バッファを更新する手段と、を有し、前記長期予測信号を拡張レイヤ復号化信号とする構成を採る。

これらの構成により、音声・楽音の長期的な相関の性質を利用して残差信号を拡張レイヤにおいて長期予測することができるので、少ない符号化情報で周波数帯域の広い音声・楽音信号を効果的に符号化／復号化することができ、また、演算量の削減を図ることができる。また、長期予測ラグを符号化／復号化するのではなく、基本レイヤの長期予測情報を利用して長期予測ラグを求めることにより、符号化情報の削減を図ることができる。また、基本レイヤ符号化情報を復号化することによって、基本レイヤの復号化信号のみを得ることができ、ＣＥＬＰタイプの音声符号化／復号化方法において、符号化情報の一部からでも音声・楽音を復号化できる機能（スケーラブル符号化）を実現することができる。

本発明の音声復号化装置における拡張レイヤ復号化手段は、前記長期予測残差符号化情報を復号化して復号化長期予測残差信号を求める手段と、前記長期予測信号と前記復号化長期予測残差信号とを加算する手段と、を有し、前記加算結果を拡張レイヤ復号化信号とする構成を採る。

この構成により、残差信号と長期予測信号との差（長期予測残差信号）を符号化／復号化することができるので、さらに高品質な復号化信号を得ることができる。

本発明の音声信号送信装置は、上記いずれかの音声符号化装置を具備する構成を採る。また、本発明の音声信号受信装置は、上記いずれかの音声復号化装置を具備する構成を採る。本発明の基地局装置は、上記音声信号送信装置あるいは音声信号受信装置の少なくとも一方を具備する構成を採る。また、本発明の通信端末装置は、上記音声信号送信装置あるいは音声信号受信装置の少なくとも一方を具備する構成を採る。

これらの構成により、少ない符号化情報で周波数帯域の広い音声・楽音信号を効果的に符号化／復号化することができ、また、演算量の削減を図ることができる。

本発明の音声符号化方法は、入力信号を符号化して第１符号化情報を生成する工程と、前記第１符号化情報を復号化して第１復号化信号を生成するとともに、音声・楽音が有する長期的な相関を表す情報である長期予測情報を生成する工程と、前記入力信号と前記第１復号化信号との差分である残差信号を求める工程と、前記長期予測情報及び前記残差信号を用いて長期予測係数を算出し、前記長期予測係数を符号化して第２符号化情報を生成する工程と、を具備する方法を採る。

この方法により、音声・楽音の長期的な相関の性質を利用して残差信号を拡張レイヤにおいて長期予測することができるので、少ない符号化情報で周波数帯域の広い音声・楽音信号を効果的に符号化／復号化することができ、また、演算量の削減を図ることができる。また、長期予測ラグを符号化／復号化するのではなく、基本レイヤの長期予測情報を利用して長期予測ラグを求めることにより、符号化情報の削減を図ることができる。

本発明の音声復号化方法は、上記音声符号化方法で生成された第１符号化情報及び第２符号化情報を用いて音声を復号化する音声復号化方法であって、前記第１符号化情報を復号化して第１復号化信号を生成するとともに、音声・楽音が有する長期的な相関を表す情報である長期予測情報を生成する工程と、前記長期予測情報を用いて前記第２符号化情報を復号化して第２復号化信号を生成する工程と、前記第１復号化信号と前記第２復号化信号とを加算し、加算結果である音声・楽音信号を出力する工程と、を具備する方法を採る。

この方法により、音声・楽音の長期的な相関の性質を利用して残差信号を拡張レイヤにおいて長期予測することができるので、少ない符号化情報で周波数帯域の広い音声・楽音信号を効果的に符号化／復号化することができ、また、演算量の削減を図ることができる。また、長期予測ラグを符号化／復号化するのではなく、基本レイヤの長期予測情報を利用して長期予測ラグを求めることにより、符号化情報の削減を図ることができる。また、基本レイヤ符号化情報を復号化することによって、基本レイヤの復号化信号のみを得ることができ、ＣＥＬＰタイプの音声符号化／復号化方法において、符号化情報の一部からでも音声・楽音を復号化できる機能（スケーラブル符号化）を実現することができる。

以上説明したように、本発明によれば、少ない符号化情報で周波数帯域の広い音声・楽音信号を効果的に符号化／復号化することができ、また、演算量の削減を図ることができる。また、基本レイヤの長期予測情報を利用して長期予測ラグを求めることにより、符号化情報を削減することができる。また、基本レイヤ符号化情報を復号化することによって、基本レイヤの復号化信号のみを得ることができ、ＣＥＬＰタイプの音声符号化／復号化方法において、符号化情報の一部からでも音声・楽音を復号化できる機能（スケーラブル符号化）を実現することができる。

本発明の骨子は、長期予測を行う拡張レイヤを設け、音声・楽音の長期的な相関の性質を利用して拡張レイヤにおいて残差信号の長期予測を行うことにより復号化信号の品質の向上を図り、基本レイヤの長期予測情報を利用して長期予測ラグを求めることにより演算量の削減を図ることである。

以下、本発明の実施の形態について、添付図面を参照して詳細に説明する。なお、以下の各本実施の形態では、基本レイヤと拡張レイヤとで構成される二階層の音声符号化／復号化方法において拡張レイヤで長期予測を行う場合について説明する。ただし、本発明は階層について制限はなく、三階層以上の階層的な音声符号化／復号化方法において下位レイヤの長期予測情報を利用して上位レイヤで長期予測を行う場合についても適用することができる。階層的な音声符号化方法とは、残差信号（下位レイヤの入力信号と下位レイヤの復号化信号との差）を長期予測によって符号化して符号化情報を出力する音声符号化方法が上位レイヤに複数存在して階層構造を成している方法である。また、階層的な音声復号化方法とは、残差信号を復号化する音声復号化方法が上位レイヤに複数存在して階層構造を成している方法である。ここで、最下のレイヤに存在する音声・楽音符号化／復号化方法を基本レイヤとする。また、基本レイヤより上位レイヤに存在する音声・楽音符号化／復号化方法を拡張レイヤとする。

また、本発明の各実施の形態では、基本レイヤがＣＥＬＰタイプの音声符号化／復号化を行う場合を例にして説明する。

（実施の形態１）
図１は、本発明の実施の形態１に係る音声符号化装置／音声復号化装置の構成を示すブロック図である。

図１において、音声符号化装置１００は、基本レイヤ符号化部１０１と、基本レイヤ復号化部１０２と、加算部１０３と、拡張レイヤ符号化部１０４と、多重化部１０５とから主に構成される。また、音声復号化装置１５０は、多重化分離部１５１と、基本レイヤ復号化部１５２と、拡張レイヤ復号化部１５３と、加算部１５４とから主に構成される。

基本レイヤ符号化部１０１は、音声・楽音信号を入力し、ＣＥＬＰタイプの音声符号化方法を用いて入力信号を符号化し、符号化によって求められる基本レイヤ符号化情報を基本レイヤ復号化部１０２に出力するとともに、多重化部１０５に出力する。

基本レイヤ復号化部１０２は、ＣＥＬＰタイプの音声復号化方法を用いて基本レイヤ符号化情報を復号化し、復号化によって求められる基本レイヤ復号化信号を加算部１０３に出力する。また、基本レイヤ復号化部１０２は、ピッチラグを基本レイヤの長期予測情報として拡張レイヤ符号化部１０４に出力する。

ここで、「長期予測情報」とは、音声・楽音信号が有する長期的な相関を表す情報である。また、「ピッチラグ」とは、基本レイヤで特定される位置情報であり、詳細な説明は後述する。

加算部１０３は、入力信号に、基本レイヤ復号化部１０２から出力された基本レイヤ復号化信号を極性反転してから加算し、加算結果である残差信号を拡張レイヤ符号化部１０４に出力する。

拡張レイヤ符号化部１０４は、基本レイヤ復号化部１０２より出力された長期予測情報及び加算部１０３より出力された残差信号を用いて長期予測係数を算出し、長期予測係数を符号化し、符号化によって求められる拡張レイヤ符号化情報を多重化部１０５に出力する。

多重化部１０５は、基本レイヤ符号化部１０１から出力された基本レイヤ符号化情報と、拡張レイヤ符号化部１０４から出力された拡張レイヤ符号化情報と、を多重化して多重化情報として伝送路を介して多重化分離部１５１に出力する。

多重化分離部１５１は、音声符号化装置１００から伝送された多重化情報を、基本レイヤ符号化情報と拡張レイヤ符号化情報とに分離し、分離された基本レイヤ符号化情報を基本レイヤ復号化部１５２に出力し、また、分離された拡張レイヤ符号化情報を拡張レイヤ復号化部１５３に出力する。

基本レイヤ復号化部１５２は、ＣＥＬＰタイプの音声復号化方法を用いて基本レイヤ符号化情報を復号化し、復号化によって求められる基本レイヤ復号化信号を加算部１５４に出力する。また、基本レイヤ復号化部１５２は、ピッチラグを基本レイヤの長期予測情報として拡張レイヤ復号化部１５３に出力する。

拡張レイヤ復号化部１５３は、長期予測情報を利用して拡張レイヤ符号化情報を復号化し、復号化によって求められる拡張レイヤ復号化信号を加算部１５４に出力する。

加算部１５４は、基本レイヤ復号化部１５２から出力された基本レイヤ復号化信号と拡張レイヤ復号化部１５３から出力された拡張レイヤ復号化信号とを加算し、加算結果である音声・楽音信号を後工程の装置に出力する。

次に、図１の基本レイヤ符号化部１０１の内部構成を図２のブロック図を用いて説明する。

基本レイヤ符号化部１０１の入力信号は、前処理部２００に入力される。前処理部２００は、ＤＣ成分を取り除くハイパスフィルタ処理や後続する符号化処理の性能改善につながるような波形整形処理やプリエンファシス処理を行い、これらの処理後の信号（Xin）をＬＰＣ分析部２０１および加算器２０４に出力する。

ＬＰＣ分析部２０１は、Xin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２０２へ出力する。ＬＰＣ量子化部２０２は、ＬＰＣ分析部２０１から出力された線形予測係数（ＬＰＣ）の量子化処理を行い、量子化ＬＰＣを合成フィルタ２０３へ出力するとともに量子化ＬＰＣを表す符号（Ｌ）を多重化部２１３へ出力する。

合成フィルタ２０３は、量子化ＬＰＣに基づくフィルタ係数により、後述する加算器２１０から出力される駆動音源に対してフィルタ合成を行うことにより合成信号を生成し、合成信号を加算器２０４へ出力する。

加算器２０４は、合成信号の極性を反転させてXinに加算することにより誤差信号を算出し、誤差信号を聴覚重み付け部２１１へ出力する。

適応音源符号帳２０５は、過去に加算器２１０によって出力された駆動音源信号をバッファに記憶しており、パラメータ決定部２１２から出力された信号によって特定される過去の駆動音源信号サンプルから１フレーム分のサンプルを適応音源ベクトルとして切り出して乗算器２０８へ出力する。

量子化利得生成部２０６は、パラメータ決定部２１２から出力された信号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２０８と２０９へ出力する。

固定音源符号帳２０７は、パラメータ決定部２１２から出力された信号によって特定される形状を有するパルス音源ベクトルに拡散ベクトルを乗算して得られた固定音源ベクトルを乗算器２０９へ出力する。

乗算器２０８は、量子化利得生成部２０６から出力された量子化適応音源利得を、適応音源符号帳２０５から出力された適応音源ベクトルに乗じて、加算器２１０へ出力する。乗算器２０９は、量子化利得生成部２０６から出力された量子化固定音源利得を、固定音源符号帳２０７から出力された固定音源ベクトルに乗じて、加算器２１０へ出力する。

加算器２１０は、利得乗算後の適応音源ベクトルと固定音源ベクトルとをそれぞれ乗算器２０８と乗算器２０９から入力し、これらをベクトル加算し、加算結果である駆動音源を合成フィルタ２０３および適応音源符号帳２０５へ出力する。なお、適応音源符号帳２０５に入力された駆動音源は、バッファに記憶される。

聴覚重み付け部２１１は、加算器２０４から出力された誤差信号に対して聴覚的な重み付けをおこない、聴覚重み付け領域でのXinと合成信号との歪みを算出し、パラメータ決定部２１２へ出力する。

パラメータ決定部２１２は、聴覚重み付け部２１１から出力された符号化歪みを最小とする適応音源ベクトル、固定音源ベクトル及び量子化利得を、各々適応音源符号帳２０５、固定音源符号帳２０７及び量子化利得生成部２０６から選択し、選択結果を示す適応音源ベクトル符号（Ａ）、音源利得符号（Ｇ）及び固定音源ベクトル符号（Ｆ）を多重化部２１３に出力する。なお、適応音源ベクトル符号（Ａ）は、ピッチラグに対応する符号である。

多重化部２１３は、ＬＰＣ量子化部２０２から量子化ＬＰＣを表す符号（Ｌ）を入力し、パラメータ決定部２１２から適応音源ベクトルを表す符号（Ａ）、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）を入力し、これらの情報を多重化して基本レイヤ符号化情報として出力する。

以上が、図１の基本レイヤ符号化部１０１の内部構成の説明である。

次に、図３を用いて、パラメータ決定部２１２が、適応音源符号帳２０５から生成される信号を決定する処理を簡単に説明する。図３において、バッファ３０１は適応音源符号帳２０５が備えるバッファであり、位置３０２は適応音源ベクトルの切り出し位置であり、ベクトル３０３は、切り出された適応音源ベクトルである。また、数値「４１」、「２９６」は、切り出し位置３０２を動かす範囲の下限と上限とに対応している。

切り出し位置３０２を動かす範囲は、適応音源ベクトルを表す符号（Ａ）に割り当てるビット数を「８」とする場合、「２５６」の長さの範囲（例えば、４１〜２９６）に設定することができる。また、切り出し位置３０２を動かす範囲は、任意に設定することができる。

パラメータ決定部２１２は、切り出し位置３０２を設定された範囲内で動かし、適応音源ベクトル３０３をそれぞれフレームの長さだけ切り出す。そして、パラメータ決定部２１２は、聴覚重み付け部２１１から出力される符号化歪みが最小となる切り出し位置３０２を求める。

このように、パラメータ決定部２１２によって求められるバッファの切り出し位置３０２が「ピッチラグ」である。

次に、図１の基本レイヤ復号化部１０２（１５２）の内部構成について図４を用いて説明する。

図４において、基本レイヤ復号化部１０２（１５２）に入力された基本レイヤ符号化情報は、多重化分離部４０１によって個々の符号（Ｌ、Ａ、Ｇ、Ｆ）に分離される。分離されたＬＰＣ符号（Ｌ）はＬＰＣ復号化部４０２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４０５に出力され、分離された音源利得符号（Ｇ）は量子化利得生成部４０６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４０７へ出力される。

ＬＰＣ復号化部４０２は、多重化分離部４０１から出力された符号（Ｌ）からＬＰＣを復号し、合成フィルタ４０３に出力する。

適応音源符号帳４０５は、多重化分離部４０１から出力された符号（Ａ）で指定される過去の駆動音源信号サンプルから１フレーム分のサンプルを適応音源ベクトルとして取り出して乗算器４０８へ出力する。また、適応音源符号帳４０５は、ピッチラグを長期予測情報として拡張レイヤ符号化部１０４（拡張レイヤ復号化部１５３）に出力する。

量子化利得生成部４０６は、多重化分離部４０１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４０８及び乗算器４０９へ出力する。

固定音源符号帳４０７は、多重化分離部４０１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４０９へ出力する。

乗算器４０８は、適応音源ベクトルに適応音源ベクトル利得を乗算して、加算器４１０へ出力する。乗算器４０９は、固定音源ベクトルに固定音源ベクトル利得を乗算して、加算器４１０へ出力する。

加算器４１０は、乗算器４０８、４０９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って駆動音源ベクトルを生成し、これを合成フィルタ４０３及び適応音源符号帳４０５に出力する。

合成フィルタ４０３は、加算器４１０から出力された駆動音源ベクトルを駆動信号として、ＬＰＣ復号化部４０２によって復号されたフィルタ係数を用いて、フィルタ合成を行い、合成した信号を後処理部４０４へ出力する。

後処理部４０４は、合成フィルタ４０３から出力された信号に対して、ホルマント強調やピッチ強調といったような音声の主観的な品質を改善する処理や、定常雑音の主観的品質を改善する処理などを施し、基本レイヤ復号化信号として出力する。

以上が、図１の基本レイヤ復号化部１０２（１５２）の内部構成の説明である。

次に、図１の拡張レイヤ符号化部１０４の内部構成について図５のブロック図を用いて説明する。

拡張レイヤ符号化部１０４では、残差信号をＮサンプルずつ区切り（Ｎは自然数）、Ｎサンプルを1フレームとしてフレーム毎に符号化を行う。以下、残差信号をｅ（０）〜ｅ（Ｘ−１）と表し、符号化の対象となるフレームをｅ（ｎ）〜ｅ（ｎ＋Ｎ−１）と表すこととする。ここで、Ｘは残差信号の長さであり、Ｎはフレームの長さに相当する。また、ｎは各フレームの先頭に位置するサンプルであり、ｎはＮの整数倍に相当する。なお、あるフレームの信号を過去に生成された信号から予測して生成する方法は長期予測と呼ばれる。また、長期予測を行うフィルタはピッチフィルタ、コムフィルタ等と呼ばれる。

図５において、長期予測ラグ指示部５０１は、基本レイヤ復号化部１０２で求められる長期予測情報ｔを入力し、これに基づいて拡張レイヤの長期予測ラグＴを求め、これを長期予測信号記憶部５０２に出力する。なお、基本レイヤと拡張レイヤとの間でサンプリング周波数の違いが生じる場合、長期予測ラグＴは、以下の式（１）により求めることができる。なお、式（１）において、Ｄは拡張レイヤのサンプリング周波数、ｄは基本レイヤのサンプリング周波数である。

Ｔ＝Ｄ×ｔ／ｄ ・・・（１）
長期予測信号記憶部５０２は、過去に生成された長期予測信号を記憶するバッファを備える。バッファの長さをＭとした場合、バッファは過去に生成された長期予測信号の系列ｓ（ｎ−Ｍ−１）〜ｓ（ｎ−１）で構成される。長期予測信号記憶部５０２は、長期予測ラグ指示部５０１より長期予測ラグＴを入力すると、バッファに記憶されている過去の長期予測信号の系列から長期予測ラグＴだけ遡った長期予測信号ｓ（ｎ−Ｔ）〜ｓ（ｎ−Ｔ＋Ｎ−１）を切り出し、これを長期予測係数計算部５０３及び長期予測信号生成部５０６に出力する。また、長期予測信号記憶部５０２は、長期予測信号生成部５０６から長期予測信号ｓ（ｎ）〜ｓ（ｎ＋Ｎ−１）を入力し、以下の式（２）によりバッファの更新を行う。

なお、長期予測ラグＴがフレーム長Ｎより短く、長期予測信号記憶部５０２が長期予測信号を切り出すことができない場合、長期予測ラグＴをフレーム長Ｎより長くなるまで整数倍することにより長期予測信号を切り出すことができる。あるいは、長期予測ラグＴだけ遡った長期予測信号ｓ（ｎ−Ｔ）〜ｓ（ｎ−Ｔ＋Ｎ−１）を繰り返して、フレーム長Ｎの長さまで充当させることにより切り出すことができる。

長期予測係数計算部５０３は、残差信号ｅ（ｎ）〜ｅ（ｎ＋Ｎ−１）及び長期予測信号ｓ（ｎ−Ｔ）〜ｓ（ｎ−Ｔ＋Ｎ−１）を入力し、これらを用いて以下の式（３）により、長期予測係数βを算出し、これを長期予測係数符号化部５０４に出力する。

長期予測係数符号化部５０４は、長期予測係数βを符号化し、符号化によって求められる拡張レイヤ符号化情報を長期予測係数復号化部５０５に出力し、伝送路を介して拡張レイヤ復号化部１５３に出力する。なお、長期予測係数βの符号化方法として、スカラ量子化により行う方法等が知られている。

長期予測係数復号化部５０５は、拡張レイヤ符号化情報を復号化し、これによって求められる復号化長期予測係数β_ｑを長期予測信号生成部５０６に出力する。

長期予測信号生成部５０６は、復号化長期予測係数β_ｑ及び長期予測信号ｓ（ｎ−Ｔ）〜ｓ（ｎ−Ｔ＋Ｎ−１）を入力し、これらを用いて以下の式（４）により、長期予測信号ｓ（ｎ）〜ｓ（ｎ＋Ｎ−１）を算出し、これを長期予測信号記憶部５０２に出力する。

以上が、図１の拡張レイヤ符号化部１０４の内部構成の説明である。

次に、図１の拡張レイヤ復号化部１５３の内部構成について図６のブロック図を用いて説明する。

図６において、長期予測ラグ指示部６０１は、基本レイヤ復号化部１５２から出力された長期予測情報を用いて拡張レイヤの長期予測ラグＴを求め、これを長期予測信号記憶部６０２に出力する。

長期予測信号記憶部６０２は、過去に生成された長期予測信号を記憶するバッファを備える。バッファの長さをＭとした場合、バッファは過去に生成された長期予測信号の系列ｓ（ｎ−Ｍ−１）〜ｓ（ｎ−１）で構成される。長期予測信号記憶部６０２は、長期予測ラグ指示部６０１より長期予測ラグＴを入力すると、バッファに記憶されている過去の長期予測信号の系列から長期予測ラグＴだけ遡った長期予測信号ｓ（ｎ−Ｔ）〜ｓ（ｎ−Ｔ＋Ｎ−１）を切り出し、これを長期予測信号生成部６０４に出力する。また、長期予測信号記憶部６０２は、長期予測信号生成部６０４から長期予測信号ｓ（ｎ）〜ｓ（ｎ＋Ｎ−１）を入力し、上記式（２）によりバッファの更新を行う。

長期予測係数復号化部６０３は、拡張レイヤ符号化情報を復号化し、復号化によって求められる復号化長期予測係数β_ｑを長期予測信号生成部６０４に出力する。

長期予測信号生成部６０４は、復号化長期予測係数β_ｑ及び長期予測信号ｓ（ｎ−Ｔ）〜ｓ（ｎ−Ｔ＋Ｎ−１） を入力し、これらを用いて上記式（４）により、長期予測信号ｓ（ｎ）〜ｓ（ｎ＋Ｎ−１）を算出し、これを長期予測信号記憶部６０２及び加算部１５３に拡張レイヤ復号化信号として出力する。

以上が、図１の拡張レイヤ復号化部１５３の内部構成の説明である。

このように、長期予測を行う拡張レイヤを設け、音声・楽音の長期的な相関の性質を利用して残差信号を拡張レイヤにおいて長期予測することにより、少ない符号化情報で周波数帯域の広い音声・楽音信号を効果的に符号化／復号化することができ、また、演算量の削減を図ることができる。

このとき、長期予測ラグを符号化／復号化するのではなく、基本レイヤの長期予測情報を利用して長期予測ラグを求めることにより、符号化情報の削減を図ることができる。

また、基本レイヤ符号化情報を復号化することによって、基本レイヤの復号化信号のみを得ることができ、ＣＥＬＰタイプの音声符号化／復号化方法において、符号化情報の一部からでも音声・楽音を復号化できる機能（スケーラブル符号化）を実現することができる。

また、長期予測においては、音声・楽音が有する長期的な相関を利用し、現フレームとの相関が最も高いフレームをバッファから切り出し、切り出したフレームの信号を用いて現フレームの信号を表現する。しかしながら、現フレームとの相関が最も高いフレームをバッファから切り出す手段において、ピッチラグなどの音声・楽音が有する長期的な相関を表わす情報が無い場合には、バッファからフレームを切り出す際の切り出し位置を変化させながら、切り出したフレームと現フレームとの自己相関関数を計算し、最も相関が高くなるフレームを探索する必要があり、探索に掛かる計算量は非常に大きくなってしまう。

ところが、基本レイヤ符号化部１０１で求めたピッチラグを用いて切り出し位置を一意に定めることにより、通常の長期予測を行う際に掛かる計算量を大幅に削減することができる。

なお、本実施の形態で説明した拡張レイヤ長期予測方法では、基本レイヤ復号化部より出力される長期予測情報がピッチラグである場合について説明したが、本発明はこれに限られず、音声・楽音が有する長期的な相関を表す情報であれば長期予測情報として用いることができる。

また、本実施の形態では、長期予測信号記憶部５０２がバッファから長期予測信号を切り出す位置を長期予測ラグＴとする場合について説明したが、これを長期予測ラグＴ付近の位置Ｔ＋α（αは微小な数であり、任意に設定可能）とする場合についても本発明は適用することができ、長期予測ラグＴに微小な誤差が生じる場合でも本実施の形態と同様の作用・効果を得ることができる。

例えば、長期予測信号記憶部５０２は、長期予測ラグ指示部５０１より長期予測ラグＴを入力し、バッファに記憶されている過去の長期予測信号の系列からＴ＋αだけ遡った長期予測信号ｓ（ｎ−Ｔ−α）〜ｓ（ｎ−Ｔ−α＋Ｎ−１）を切り出し、以下の式（５）を用いて判定値Ｃを算出し、判定値Ｃが最大となるαを求め、これを符号化する。復号化を行う場合、長期予測信号記憶部６０２は、αの符号化情報を復号化してαを求め、また、長期予測ラグＴを用いて長期予測信号ｓ（ｎ−Ｔ−α）〜ｓ（ｎ−Ｔ−α＋Ｎ−１）を切り出す。

また、本実施の形態では、音声・楽音信号を用いて長期予測を行う場合について説明したが、ＭＤＣＴ、ＱＭＦ等の直交変換を用いて音声・楽音信号を時間領域から周波数領域へ変換し、変換後の信号（周波数パラメータ）を用いて長期予測を行う場合についても本発明は適用することができ、本実施の形態と同様の作用・効果を得ることができる。例えば、音声・楽音信号の周波数パラメータで拡張レイヤ長期予測を行う場合には、図５において、長期予測係数計算部５０３に、長期予測信号ｓ（ｎ−Ｔ）〜ｓ（ｎ−Ｔ＋Ｎ−１）を時間領域から周波数領域へ変換する機能及び残差信号を周波数パラメータへ変換する機能を新たに設け、長期予測信号生成部５０６に、長期予測信号ｓ（ｎ）〜ｓ（ｎ＋Ｎ−１）を周波数領域から時間領域へ逆変換する機能を新たに設ける。また、図６において、長期予測信号生成部６０４に、長期予測信号ｓ（ｎ）〜ｓ（ｎ＋Ｎ−１）を周波数領域から時間領域へ逆変換する機能を新たに設ける。

また、通常の音声・楽音符号化／復号化方法では、伝送路において誤り検出もしくは誤り訂正に用いる冗長ビットを符号化情報に付加させて、冗長ビットを含む符号化情報を伝送することが一般的であるが、本発明では、基本レイヤ符号化部１０１より出力される符号化情報（Ａ）と拡張レイヤ符号化部１０４より出力される符号化情報（Ｂ）とに割り当てる冗長ビットのビット配分を符号化情報（Ａ）に重みを付けて振り分けることができる。

（実施の形態２）
実施の形態２では、残差信号と長期予測信号との差（長期予測残差信号）の符号化／復号化を行う場合について説明する。

本実施の形態の音声符号化装置／音声復号化装置は、構成が図１と同様であり、拡張レイヤ符号化部１０４及び拡張レイヤ復号化部１５３の内部構成のみが異なる。

図７は、本実施の形態に係る拡張レイヤ符号化部１０４の内部構成を示すブロック図である。なお、図７において、図５と共通する構成部分には図５と同一符号を付して説明を省略する。

図７の拡張レイヤ符号化部１０４は、図５と比較して、加算部７０１、長期予測残差信号符号化部７０２、符号化情報多重化部７０３、長期予測残差信号復号化部７０４及び加算部７０５を追加した構成を採る。

長期予測信号生成部５０６は、算出した長期予測信号ｓ（ｎ）〜ｓ（ｎ＋Ｎ−１）を加算部７０１及び加算部７０５に出力する。

加算部７０１は、以下の式（６）に示すように、長期予測信号ｓ（ｎ）〜ｓ（ｎ＋Ｎ−１）の極性を反転させて残差信号ｅ（ｎ）〜ｅ（ｎ＋Ｎ−１）に加算し、加算結果である長期予測残差信号ｐ（ｎ）〜ｐ（ｎ＋Ｎ−１）を長期予測残差信号符号化部７０２に出力する。

長期予測残差信号符号化部７０２は、長期予測残差信号ｐ（ｎ）〜ｐ（ｎ＋Ｎ−１）の符号化を行い、符号化によって求められる符号化情報（以下、「長期予測残差符号化情報」という）を符号化情報多重化部７０３及び長期予測残差信号復号化部７０４に出力する。なお、長期予測残差信号の符号化は、ベクトル量子化が一般的である。

ここで、長期予測残差信号ｐ（ｎ）〜ｐ（ｎ＋Ｎ−１）の符号化方法について８ビットでベクトル量子化を行う場合を例に説明する。この場合、長期予測残差信号符号化部７０２の内部には、予め作成された２５６種類のコードベクトルが格納されたコードブックが用意される。このコードベクトルCODE^（ｋ）（０）〜CODE^（ｋ）（Ｎ−１）は、Ｎの長さのベクトルである。また、ｋはコードベクトルのインデクスであり、０から２５５までの値をとる。長期予測残差信号符号化部７０２は、以下の式（８）により長期予測残差信号ｐ（ｎ）〜ｐ（ｎ＋Ｎ−１）とコードベクトルCODE^（ｋ）（０）〜CODE^（ｋ）（Ｎ−１）との二乗誤差er を求める。

そして、長期予測残差信号符号化部７０２は、二乗誤差er が最小となるｋの値を長期予測残差符号化情報として決定する。

符号化情報多重化部７０３は、長期予測係数符号化部５０４より入力した拡張レイヤ符号化情報と、長期予測残差信号符号化部７０２より入力した長期予測残差符号化情報を多重化し、多重化後の情報を伝送路を介して拡張レイヤ復号化部１５３に出力する。

長期予測残差信号復号化部７０４は、長期予測残差符号化情報の復号化を行い、復号化によって求められた復号化長期予測残差信号ｐ_ｑ（ｎ）〜ｐ_ｑ（ｎ＋Ｎ−１）を加算部７０５に出力する。

加算部７０５は、長期予測信号生成部５０６より入力した長期予測信号ｓ（ｎ）〜ｓ（ｎ＋Ｎ−１）と長期予測残差信号復号化部７０４より入力した復号化長期予測残差信号ｐ_ｑ（ｎ）〜ｐ_ｑ（ｎ＋Ｎ−１）とを加算し、加算結果を長期予測信号記憶部５０２に出力する。この結果、長期予測信号記憶部５０２は、以下の式（８）によりバッファの更新を行う。

以上が、本実施の形態に係る拡張レイヤ符号化部１０４の内部構成の説明である。

次に、本実施の形態に係る拡張レイヤ復号化部１５３の内部構成について、図８のブロック図を用いて説明する。なお、図８において、図６と共通する構成部分には図６と同一符号を付して説明を省略する。

図８の拡張レイヤ復号化部１５３は、図６と比較して、符号化情報分離部８０１、長期予測残差信号復号化部８０２及び加算部８０３を追加した構成を採る。

符号化情報分離部８０１は、伝送路より受信した多重化されている符号化情報を、拡張レイヤ符号化情報と長期予測残差符号化情報とに分離し、拡張レイヤ符号化情報を長期予測係数復号化部６０３に出力し、長期予測残差符号化情報を長期予測残差信号復号化部８０２に出力する。

長期予測残差信号復号化部８０２は、長期予測残差符号化情報を復号化して復号化長期予測残差信号ｐ_ｑ（ｎ）〜ｐ_ｑ（ｎ＋Ｎ−１）を求め、これを加算部８０３に出力する。

加算部８０３は、長期予測信号生成部６０４より入力した長期予測信号ｓ（ｎ）〜ｓ（ｎ＋Ｎ−１）と長期予測残差信号復号化部８０２より入力した復号化長期予測残差信号ｐ_ｑ（ｎ）〜ｐ_ｑ（ｎ＋Ｎ−１）とを加算し、加算結果を長期予測信号記憶部６０２に出力し、加算結果を拡張レイヤ復号化信号として出力する。

以上が、本実施の形態に係る拡張レイヤ復号化部１５３の内部構成の説明である。

このように、残差信号と長期予測信号との差（長期予測残差信号）を符号化／復号化することにより、上記実施の形態１よりもさらに高品質な復号化信号を得ることができる。

なお、本実施の形態では、ベクトル量子化により長期予測残差信号の符号化を行う場合について説明したが、本発明は符号化方法に制限はなく、例えば、形状-利得ＶＱ、分割ＶＱ、変換ＶＱ、多段階ＶＱにより符号化を行ってもよい。

以下、１３ビットで形状８ビット、利得５ビットの形状-利得ＶＱにより符号化を行う場合について説明する。この場合、コードブックは形状コードブック、利得コードブックの二種類が用意される。形状コードブックは２５６種類の形状コードベクトルから成り、形状コードベクトルSCODE^（ｋ１）（０）〜SCODE^（ｋ１）（Ｎ−１）は、Ｎの長さのベクトルである。ここで、ｋ１は形状コードベクトルのインデクスであり、０から２５５までの値をとる。また、利得コードブックは３２種類の利得コードから成り、利得コードGCODE^（ｋ２）はスカラの値をとる。ここで、ｋ２は利得コードのインデクスであり、０から３１までの値をとる。長期予測残差信号符号化部７０２は、以下の式（９）により長期予測残差信号ｐ（ｎ）〜ｐ（ｎ＋Ｎ−１）の利得gainと形状ベクトルshape（０）〜shape（Ｎ−１）を求め、以下の式（１０）により利得gainと利得コードGCODE^（ｋ２）との利得誤差gainerと、形状ベクトルshape（０）〜shape（Ｎ−１）と形状コードベクトルSCODE^（ｋ１）（０）〜SCODE^（ｋ１）（Ｎ−１）との二乗誤差shapeerとを求める。

そして、長期予測残差信号符号化部７０２は、利得誤差gainer が最小となるｋ２の値と二乗誤差shapperが最小となるｋ１の値とを求め、これらの求めた値を長期予測残差符号化情報とする。

次に、８ビットで分割ＶＱにより符号化を行う場合について説明する。この場合、コードブックは第１分割コードブック、第２分割コードブックの二種類が用意される。第１分割コードブックは１６種類の第１分割コードベクトルSPCODE^（ｋ３）（０）〜SPCODE^（ｋ３）（Ｎ／２−１）から成り、第２分割コードブックSPCODE^（ｋ４）（０）〜SPCODE^（ｋ４）（Ｎ／２−１）は１６種類の第２分割コードベクトルから成り、それぞれコードベクトルはＮ／２の長さのベクトルである。ここで、ｋ３は第１分割コードベクトルのインデクスであり、０から１５までの値をとる。また、ｋ４は第２分割コードベクトルのインデクスであり、０から１５までの値をとる。長期予測残差信号符号化部７０２は、以下の式（１１）により長期予測残差信号ｐ（ｎ）〜ｐ（ｎ＋Ｎ−１）を、第１分割ベクトルｓｐ_１（０）〜ｓｐ_１（Ｎ／２−１）と第２分割ベクトルｓｐ_２（０）〜ｓｐ_２（Ｎ／２−１）とに分割し、以下の式（１２）により第１分割ベクトルｓｐ_１（０）〜ｓｐ_１（Ｎ／２−１）と第１分割コードベクトルSPCODE^（ｋ３）（０）〜SPCODE^（ｋ３）（Ｎ／２−１）との二乗誤差spliter_１と、第２分割ベクトルｓｐ_２（０）〜ｓｐ_２（Ｎ／２−１）と第２分割コードブックSPCODE^（ｋ４）（０）〜SPCODE^（ｋ４）（Ｎ／２−１）との二乗誤差spliter_２とを求める。

そして、長期予測残差信号符号化部７０２は、二乗誤差spliter_１が最小となるｋ３の値と二乗誤差spliter_２が最小となるｋ４の値とを求め、これらの求めた値を長期予測残差符号化情報とする。

次に、８ビットで離散フーリエ変換を用いた変換ＶＱにより符号化を行う場合について説明する。この場合、２５６種類の変換コードベクトルから成る変換コードブックが用意され、変換コードベクトルTCODE^（ｋ５）（０）〜TCODE^（ｋ５）（Ｎ／２−１）はＮの長さのベクトルである。ここで、ｋ５は変換コードベクトルのインデクスであり、０から２５５までの値をとる。長期予測残差信号符号化部７０２は、以下の式（１３）により長期予測残差信号ｐ（ｎ）〜ｐ（ｎ＋Ｎ−１）を離散フーリエ変換して変換ベクトルtp（０）〜tp（Ｎ−１）を求め、以下の式（１４）により変換ベクトルtp（０）〜tp（Ｎ−１）と変換コードベクトルTCODE^（ｋ５）（０）〜TCODE^（ｋ５）（Ｎ／２−１）との二乗誤差transerを求める。

そして、長期予測残差信号符号化部７０２は、二乗誤差transerが最小となるｋ５の値を求め、この値を長期予測残差符号化情報とする。

次に、１３ビットで一段目５ビット、二段目８ビットの二段ＶＱにより符号化を行う場合について説明する。この場合、一段目コードブック、二段目コードブックの二種類のコードブックを用意する。一段目コードブックは３２種類の一段目コードベクトルPHCODE_１ ^（ｋ６）（０）〜PHCODE_１ ^（ｋ６）（Ｎ−１）から成り、二段目コードブックは２５６種類の二段目コードベクトルPHCODE_２ ^（ｋ７）（０）〜PHCODE_２ ^（ｋ７）（Ｎ−１）から成り、それぞれコードベクトルはＮの長さのベクトルである。ここで、ｋ６は一段目コードベクトルのインデクスであり、０から３１までの値をとる。また、ｋ７は二段目コードベクトルのインデクスであり、０から２５５までの値をとる。長期予測残差信号符号化部７０２は、以下の式（１５）により長期予測残差信号ｐ（ｎ）〜ｐ（ｎ＋Ｎ−１）と一段目コードベクトルPHCODE_１ ^（ｋ６）（０）〜PHCODE_１ ^（ｋ６）（Ｎ−１）との二乗誤差phaseer_１を求め、二乗誤差phaseer_１が最小となるｋ６の値を求め、この値をｋmaxとする。

そして、長期予測残差信号符号化部７０２は、以下の式（１６）により誤差ベクトルep（０）〜ep（Ｎ−１）を求め、以下の式（１７）により誤差ベクトルep（０）〜ep（Ｎ−１）と二段目コードベクトルPHCODE_２ ^（ｋ７）（０）〜PHCODE_２ ^（ｋ７）（Ｎ−１）との二乗誤差phaseer_２を求め、二乗誤差phaseer_２が最小となるｋ７の値を求め、この値とｋｍａｘとを長期予測残差符号化情報とする。

（実施の形態３）
図９は、上記実施の形態１、２で説明した音声符号化装置及び音声復号化装置を含む音声信号送信装置および音声信号受信装置の構成を示すブロック図である。

図９において、音声信号９０１は入力装置９０２によって電気的信号に変換されＡ／Ｄ変換装置９０３に出力される。Ａ／Ｄ変換装置９０３は入力装置９０２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９０４へ出力する。音声符号化装置９０４は、図１に示した音声符号化装置１００を実装し、Ａ／Ｄ変換装置９０３から出力されたディジタル音声信号を符号化し符号化情報をＲＦ変調装置９０５へ出力する。ＲＦ変調装置９０５は音声符号化装置９０４から出力された音声符号化情報を電波等の伝播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９０６へ出力する。送信アンテナ９０６はＲＦ変調装置９０５から出力された出力信号を電波（ＲＦ信号）として送出する。なお、図中のＲＦ信号９０７は送信アンテナ９０６から送出された電波（ＲＦ信号）を表す。以上が音声信号送信装置の構成および動作である。

ＲＦ信号９０８は受信アンテナ９０９によって受信されＲＦ復調装置９１０に出力される。なお、図中のＲＦ信号９０８は受信アンテナ９０９に受信された電波を表し、伝播路において信号の減衰や雑音の重畳がなければＲＦ信号９０７と全く同じものになる。

ＲＦ復調装置９１０は受信アンテナ９０９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９１１へ出力する。音声復号化装置９１１は、図１に示した音声復号化装置１５０を実装し、ＲＦ復調装置９１０から出力された音声符号化情報から音声信号を復号しＤ／Ａ変換装置９１２へ出力する。Ｄ／Ａ変換装置９１２は音声復号化装置９１１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装置９１３へ出力する。

出力装置９１３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。なお、図中、参照符号９１４は出力された音波を表す。以上が音声信号受信装置の構成および動作である。

無線通信システムにおける基地局装置および通信端末装置に、上記のような音声信号送信装置および音声信号受信装置を備えることにより、高品質な復号化信号を得ることができる。

本発明は、音声・楽音信号を符号化して伝送する通信システムに使用される音声符号化装置、音声復号化装置に用いるに好適である。

本発明の実施の形態１に係る音声符号化装置／音声復号化装置の構成を示すブロック図 上記実施の形態に係る基本レイヤ符号化部の内部構成を示すブロック図 上記実施の形態に係る基本レイヤ符号化部の内のパラメータ決定部が適応音源符号帳から生成される信号を決定する処理を説明するための図 上記実施の形態に係る基本レイヤ復号化部の内部構成を示すブロック図 上記実施の形態に係る拡張レイヤ符号化部の内部構成を示すブロック図 上記実施の形態に係る拡張レイヤ復号化部の内部構成を示すブロック図 本発明の実施の形態２に係る拡張レイヤ符号化部の内部構成を示すブロック図 上記実施の形態に係る拡張レイヤ復号化部の内部構成を示すブロック図 本発明の実施の形態３係る音声信号送信装置／音声信号受信装置の構成を示すブロック図

符号の説明

１００ 音声符号化装置
１０１ 基本レイヤ符号化部
１０２、１５２ 基本レイヤ復号化部
１０３、１５４、７０１、７０５、８０３ 加算部
１０４ 拡張レイヤ符号化部
１０５ 多重化部
１５０ 音声復号化装置
１５１ 多重化分離部
１５３ 拡張レイヤ復号化部
５０１、６０１ 長期予測ラグ指示部
５０２、６０２ 長期予測信号記憶部
５０３ 長期予測係数計算部
５０４ 長期予測係数符号化部
５０５、６０３ 長期予測係数復号化部
５０６、６０４ 長期予測信号生成部
７０２ 長期予測残差信号符号化部
７０３ 符号化情報多重化部
７０４ 長期予測残差信号復号化部
８０１ 符号化情報分離部
８０２ 長期予測残差信号復号化部

Claims (14)

1. 入力信号を符号化して第１符号化情報を生成する基本レイヤ符号化手段と、前記第１符号化情報を復号化して第１復号化信号を生成するとともに、音声・楽音が有する長期的な相関を表す情報である長期予測情報を生成する基本レイヤ復号化手段と、前記入力信号と前記第１復号化信号との差分である残差信号を求める加算手段と、前記長期予測情報及び前記残差信号を用いて長期予測係数を算出し、前記長期予測係数を符号化して第２符号化情報を生成する拡張レイヤ符号化手段と、を具備することを特徴とする音声符号化装置。
2. 基本レイヤ復号化手段は、駆動音源信号サンプルから切り出された適応音源ベクトルの切り出し位置を示す情報を長期予測情報とすることを特徴とする請求項１記載の音声符号化装置。
3. 拡張レイヤ符号化手段は、前記長期予測情報に基づいて拡張レイヤの長期予測ラグを求める手段と、バッファに記憶されている過去の長期予測信号系列から前記長期予測ラグだけ遡った長期予測信号を切り出す手段と、前記残差信号及び前記長期予測信号を用いて長期予測係数を算出する手段と、前記長期予測係数を符号化することにより前記拡張レイヤ符号化情報を生成する手段と、前記拡張レイヤ符号化情報を復号化して復号化長期予測係数を生成する手段と、前記復号化長期予測係数及び前記長期予測信号を用いて新たな長期予測信号を算出し、前記新たな長期予測信号を用いて前記バッファを更新する手段と、を有することを特徴とする請求項１又は請求項２記載の音声符号化装置。
4. 拡張レイヤ符号化手段は、前記残差信号と前記長期予測信号との差分である長期予測残差信号を求める手段と、前記長期予測残差信号を符号化することにより長期予測残差符号化情報を生成する手段と、前記長期予測残差符号化情報を復号化して復号化長期予測残差信号算出する手段と、前記新たな長期予測信号と前記復号化長期予測残差信号とを加算し、加算結果を用いて前記バッファを更新する手段と、をさらに有することを特徴とする請求項３記載の音声符号化装置。
5. 請求項１から請求項４のいずれかに記載の音声符号化装置から第１符号化情報及び第２符号化情報を受信して音声を復号化する音声復号化装置であって、
   前記第１符号化情報を復号化して第１復号化信号を生成するとともに、音声・楽音が有する長期的な相関を表す情報である長期予測情報を生成する基本レイヤ復号化手段と、前記長期予測情報を用いて前記第２符号化情報を復号化して第２復号化信号を生成する拡張レイヤ復号化手段と、前記第１復号化信号と前記第２復号化信号とを加算し、加算結果である音声・楽音信号を出力する加算手段と、を具備することを特徴とする音声復号化装置。
6. 基本レイヤ復号化手段は、駆動音源信号サンプルから切り出された適応音源ベクトルの切り出し位置を示す情報を長期予測情報とすることを特徴とする請求項５記載の音声復号化装置。
7. 拡張レイヤ復号化手段は、前記長期予測情報に基づいて拡張レイヤの長期予測ラグを求める手段と、バッファに記憶されている過去の長期予測信号系列から長期予測ラグだけ遡った長期予測信号を切り出す手段と、前記拡張レイヤ符号化情報を復号化して復号化長期予測係数を求める手段と、前記復号化長期予測係数及び長期予測信号を用いて長期予測信号を算出し、前記長期予測信号を用いて前記バッファを更新する手段と、を有し、前記長期予測信号を拡張レイヤ復号化信号とすることを特徴とする請求項５又は請求項６記載の音声復号化装置。
8. 拡張レイヤ復号化手段は、前記長期予測残差符号化情報を復号化して復号化長期予測残差信号を求める手段と、前記長期予測信号と前記復号化長期予測残差信号とを加算する手段と、を有し、前記加算結果を拡張レイヤ復号化信号とすることを特徴とする請求項７記載の音声復号化装置。
9. 請求項１から請求項４のいずれかに記載の音声符号化装置を具備することを特徴とする音声信号送信装置。
10. 請求項５から請求項８のいずれかに記載の音声復号化装置を具備することを特徴とする音声信号受信装置。
11. 請求項９記載の音声信号送信装置あるいは請求項１０記載の音声信号受信装置の少なくとも一方を具備することを特徴とする基地局装置。
12. 請求項９記載の音声信号送信装置あるいは請求項１０記載の音声信号受信装置の少なくとも一方を具備することを特徴とする通信端末装置。
13. 入力信号を符号化して第１符号化情報を生成する工程と、前記第１符号化情報を復号化して第１復号化信号を生成するとともに、音声・楽音が有する長期的な相関を表す情報である長期予測情報を生成する工程と、前記入力信号と前記第１復号化信号との差分である残差信号を求める工程と、前記長期予測情報及び前記残差信号を用いて長期予測係数を算出し、前記長期予測係数を符号化して第２符号化情報を生成する工程と、を具備することを特徴とする音声符号化方法。
14. 請求項１３記載の音声符号化方法で生成された第１符号化情報及び第２符号化情報を用いて音声を復号化する音声復号化方法であって、
    前記第１符号化情報を復号化して第１復号化信号を生成するとともに、音声・楽音が有する長期的な相関を表す情報である長期予測情報を生成する工程と、前記長期予測情報を用いて前記第２符号化情報を復号化して第２復号化信号を生成する工程と、前記第１復号化信号と前記第２復号化信号とを加算し、加算結果である音声・楽音信号を出力する工程と、を具備することを特徴とする音声復号化方法。

Images