JP2005091749A

JP2005091749A - 音源信号符号化装置、及び音源信号符号化方法

Info

Publication number: JP2005091749A
Application number: JP2003325002A
Authority: JP
Inventors: Hiroyuki Ebara; 宏幸江原
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 2003-09-17
Filing date: 2003-09-17
Publication date: 2005-04-07
Anticipated expiration: 2023-09-17
Also published as: US20050058208A1; US7373298B2; JP4414705B2

Abstract

【課題】従来の音源ベクトル探索方法（より具体的には、探索時の誤差最小化基準（評価関数））を変えることにより、符号化装置の基本構成は変えずに誤り特性の改善を図ること。
【解決手段】適応符号帳探索では、従来の探索方法と本発明の探索方法のいずれか一方を、伝送路状況監視部２１５から入力された情報に基づいて切り替えられる。即ち、伝送路の状況が良く、受信側でパケット破棄等が観測されていない場合は、通常の探索方法を用い、そうでない場合（パケット破棄が受信側で例えば５％以上の破棄率で観測されているような場合）は本発明の探索方法を用いる。
【選択図】図３

Description

本発明は、誤り伝播特性を改善する音源信号符号化装置、及び音源信号符号化方法に関する。

従来、ＣＥＬＰ（符号励振線形予測）音声符号化方式では、音源符号化手段として、過去の出力に基づき時間と共に内容が適応的に変化する音源符号帳と、予め定められた固定された内容の音源符号帳の２種類を備え、２種類の符号帳から出力されるベクトルの和で音源信号を符号化する構成が広く用いられている。

具体的には、過去に生成した符号化音源ベクトルのバッファである適応符号帳を前者の符号帳として使用し、代数的符号帳、雑音符号帳、ランダム符号帳などを後者の音源符号帳として使用するのが一般的である。ここでは、前者の符号帳を適応符号帳、後者の符号帳を固定符号帳と呼ぶこととする。

図６は、一般的なＣＥＬＰ符号化モデルを示す図である。適応符号帳１から第１の音源ベクトルｙ_ｉが出力され、乗算器２によってｇ₁ 倍され、加算器３へ入力される。固定符号帳４から第２の音源ベクトルｚ_ｊが出力され、乗算器５によってｇ₂ 倍され、加算器３へ入力される。加算器３は、ｇ₁ 倍された第１の音源ベクトルｙ_ｉと、ｇ₂ 倍された第２の音源ベクトルｚ_ｊとを加算し、合成フィルタ６へ出力すると同時に適応符号帳１に出力する。

適応符号帳１に出力された音源ベクトル（ｇ₁ｙ_ｉ＋ｇ₂ｚ_ｊ）は、適応符号帳１の更新に用いられる。合成フィルタ６は、別途入力される量子化された量子化線形予測係数ａ_ｐを用いて、加算器３から入力された音源ベクトルを用いて、以下の数式（１）により合成音声信号ｓを合成する。なお、数式（１）において、Ｌはベクトル長（サブフレーム長）である。

合成フィルタ６から出力された合成音声信号ｓは、加算器７に入力される。加算器７は、合成音声信号ｓと入力音声信号との誤差を算出し、重みづけフィルタ８に出力する。重みづけフィルタ８は、加算器７から入力された誤差信号に聴覚的な重みづけを行って出力する。なお、固定符号帳４が出力する第２の音源ベクトルについては、ベクトル長より短いピッチ周期の場合にピッチ周期化処理が行われるのが一般的であり、そのような処理は例えば、ｚ_ｊ（ｎ）＝ｚ_ｊ（ｎ）＋β×ｚ_ｊ（ｎ−Ｔ）で表されるような処理である（βは周期化利得係数、Ｔはピッチ周期）が、ここでは省略する。

次いで、重みづけフィルタ８から出力された、聴覚重みづけされた誤差信号を最小化するように、第１の音源ベクトルｙ_ｉと、第２の音源ベクトルｚ_ｊと、第１の音源ベクトル利得ｇ_１と第２の音源ベクトル利得ｇ_２を決定するのが音源探索であり、具体的には図７に示す処理フローで行われる。

まず、ステップＳ１０１において、適応符号帳探索（第１の音源ベクトルの選択）が行われる。これは図６において適応符号帳のみを用いて（固定符号帳を用いないで）、合成音声信号を生成した場合に、聴覚重みづけされた誤差信号を最小化するように行われる。具体的な数式は、図７のステップＳ１０１に示した数式（２）であり、この値を最小とする第１の音源ベクトルｙ_ｉと第１の音源ベクトル利得ｇ₁ を決定する。なお、数式（２）において、ｘは目標ベクトル、ｇ₁ は第１の音源ベクトル利得、Ｈはフィルタインパルス応答畳み込み行列、ｙ_ｉは第１の音源ベクトル、Ｗは重みづけ行列である。

より具体的には、第１の音源ベクトルｙ_ｉは、以下に示す数式（３）の最大化により決定され、このときの第１の音源ベクトル利得ｇ₁ は、以下に示す数式（４）で表される。なお、数式（３）、（４）において、Ｙ_ｉは第１の音源ベクトルｙ_ｉに合成フィルタ６と重みづけフィルタ８を従属接続したフィルタのインパルス応答ｈを畳みこんで得られる、聴覚重み付け合成音声信号であり、ｘは、入力音声信号を重みづけフィルタ８に入力したときの出力信号（聴覚重みづけ音声信号）から合成フィルタ６の零入力応答を重みづけフィルタ８に通した信号を減じた目標ベクトル（音源ベクトルから合成される信号の目標となるベクトルで、音源ベクトルから合成されたベクトルがこのベクトルと一致すれば入力音声信号と合成音声信号とが一致する事になる）である。第１の音源ベクトル利得ｇ₁ については、ここで量子化・符号化を行ってもよいし、次のステップＳ１０２で固定符号帳探索が終わってから第１の音源ベクトル利得ｇ₁ と第２の音源ベクトル利得ｇ₂ の同時最適化によって量子化・符号化を行ってもよい。ここでは特に限定しない。

次に、ステップＳ１０２において、固定符号帳探索（第２の音源ベクトルｚ_ｊの選択）を行う。ここでは既に決定された第１の音源ベクトルｙ_ｉと組み合わせて、ターゲットベクトルｘとの誤差を最小とするように、第２の音源ベクトルｚ_ｊと第２の音源ベクトル利得ｇ_２とを決定する。具体的な数式は、図７のステップＳ１０２に示した数式（５）であり、この値を最小とするようにｚ_ｊとｇ_２を決定する。なお、数式（５）において、ｇ_２は第２の音源ベクトル利得、ｚ_ｊは第２の音源ベクトルである。

数式（２）の最小化により第１の音源ベクトルｙ_ｉと第１の音源ベクトル利得ｇ_１が決定されるため、通常、目標ベクトルｘと第２の音源ベクトルｚ_ｊの相互相関は小さくなる。特に周期的な信号の場合は、その傾向が顕著である。

第１の音源ベクトルｙ_ｉを生成する適応符号帳は、図６に示したように、過去に生成した音源ベクトルのバッファであるため、伝送路誤りやフレーム消失などにより、バッファである適応符号帳の内容が本来の内容と異なってしまった場合、正しい音源符号化情報を受信しても適応符号帳は正しい第１の音源ベクトルｙ_ｉを生成することができなくなる。一方、第２の音源ベクトルｚ_ｊは正しい符号を受信していれば正しく生成されるが、前述したように、周期的な信号を符号化した場合は、第２の音源ベクトルｚ_ｉと目標ベクトルｘとの間に強い相関がないように符号化（符号帳探索）が行われているので、目標ベクトルｘに近い信号を生成することができず、誤りの影響が長時間伝播する原因となる。

このような問題に対して、適応符号帳の構成を変えて、誤りの影響を受けにくくしたものが従来から提案されている。

特許文献１では、過去の複数の時点から切り出したベクトルを足し合わせて第１の音源ベクトルを生成する構成としている。過去複数の時点のベクトルを用いることにより、バッファの一部が伝送路誤りの影響で正しくない信号になっていても、誤りの影響を受けていない別の時点から切り出したベクトルの存在により誤りの影響を低減できる。

また、非特許文献１及び特許文献２では、適応符号帳と固定符号帳（ここでは適応符号帳の代わりに用いるものであり、本願の中で用いている固定符号帳とは意味が異なる）を切り替える構成により、適応符号帳をリセットする効果が得られるので、切替えがない場合よりも誤り伝播を抑えることができる。

また、符号化アルゴリズムを変えずに適応符号帳の内容を定期的にリセットすることで誤り伝播を抑える検討も行われている（非特許文献２）。
特開平５−７３０９７号公報特許第２７００９７４号公報 K. Mano et al, "Design of a pitch synchronous innovation CELP coder for mobile communications," IEEE Journal on Selected Areas in Communications, vol.13, issue 1, Jan. 1995 pp.31-41. C. Montminy and T. Abulasr: "Improving the performance of ITU-T G.729A for VoIP", proc. IEEE ICME2000, pp.433-436 (2000).

しかしながら、上記のように適応符号帳の構成そのものを変更すると、メモリ量、演算量、プログラム規模などを増加させる要因となる。また、規格等で定められた特定のアルゴリズムを使用しなければならない場合、上記のように適応符号帳の構成そのものを変更して誤り特性を改善することはできない。非特許文献２のような手法であれば、これらの問題はないが、リセット時の品質劣化が大きく、また、リセットしていないフレームでは効果が得られない。

本発明はかかる点に鑑みてなされたものであり、上記従来の音源ベクトル探索方法（より具体的には、探索時の誤差最小化基準（評価関数））を変えることにより、符号化装置の基本構成は変えずに誤り特性の改善を図ることを目的とする。

本発明の音源信号符号化装置は、第１の音源符号帳から出力される第１の音源ベクトルと第２の音源符号帳から出力される第２の音源ベクトルとの和で音源信号を符号化する音源信号符号化装置であって、目標ベクトルと前記第１の音源ベクトルによって生成される合成信号との誤差ベクトルと、前記目標ベクトルと相似性を有する第２の目標ベクトルとの誤差を最小化する第１の音源探索方法を用いて前記第１の音源符号帳の探索を行う音源符号帳探索手段を具備する構成を採る。

この発明によれば、第２の目標ベクトルは目標ベクトルと相似性を有するようになるため、第２の音源符号帳のみから目標ベクトルの特徴を有する信号が生成されるように第２の音源符号帳探索が行われる。これによって、第１の音源符号帳に誤りが含まれていた場合でも、第２の音源符号帳によって正しい信号の特徴を復号することができ、誤り耐性を向上することができる。

また、本発明の音源信号符号化装置は、請求項１記載の音源信号符号化装置において、前記第２の目標ベクトルは、対角要素のみに値を有し、その値の範囲が０以上１以下である重みづけ行列を前記第１の目標ベクトルに掛けて得られるベクトルである。

この発明によれば、第１の目標ベクトルの任意の要素を強調することができ、第２の目標ベクトルに残すべき第１の目標ベクトルの特徴を任意に選択する事ができる。

また、本発明の音源信号符号化装置は、請求項２記載の音源信号符号化装置において、前記重みづけ行列の対角要素が全て等しい値である。

この発明によれば、第１の目標ベクトルと第２の目標ベクトルとは完全な相似関係（ベクトルの振幅のみがスケーリングされ、ベクトル形状は同一）にすることができ、第１の目標ベクトルの特徴をそのまま第２の目標ベクトルに残すことができる。

また、本発明の音源信号符号化装置は、請求項２または３記載の音源信号符号化装置において、伝送路の混雑状況や誤り状況を監視する監視手段と、前記監視状況に応じて前記重みづけ行列の対角要素の値を切り替える切替手段と、を更に具備する構成を採る。

この発明によれば、伝送路誤りの発生状況に応じて、第２の目標ベクトルに残す第１の目標ベクトルの特徴の度合いを制御できるので、符号化性能と誤り耐性のトレードオフを適応的に変化させることができる。

本発明の移動局装置は、請求項１から４のいずれかに記載の音源信号符号化装置を具備した構成を採る。

この発明によれば、誤り伝播特性が改良された音声符号化情報を生成する移動局装置を提供することができる。

本発明の基地局装置は、請求項１から４のいずれかに記載の音源信号符号化装置を具備した構成を採る。

この発明によれば、誤り伝播特性が改良された音声符号化情報を生成する基地局装置を提供することができる。

本発明の音源信号符号化方法は、第１の音源符号帳から出力される第１の音源ベクトルと第２の音源符号帳から出力される第２の音源ベクトルとの和で音源信号を符号化する音源信号符号化方法であって、前記第１の目標ベクトルと、前記第１の音源符号帳から出力される第１の音源ベクトルを用いて生成される第１の合成ベクトルとの誤差ベクトルと、前記第１の目標ベクトルと相似な第２の目標ベクトルとの誤差を最小化する第１の音源符号帳探索工程と、前記第１の目標ベクトルと前記第１の音源ベクトルを用いて生成される合成ベクトルとの誤差ベクトルと、前記第２の音源符号帳から生成される前記第２の音源ベクトルを用いて生成される合成ベクトルとの誤差を最小化する第２の音源符号帳探索工程と、を具備する。

本発明の音源信号符号化プログラムは、第１の音源符号帳から出力される第１の音源ベクトルと第２の音源符号帳から出力される第２の音源ベクトルとの和で音源信号を符号化するための音源信号符号化プログラムであって、前記第１の目標ベクトルと、前記第１の音源符号帳から出力される第１の音源ベクトルを用いて生成される第１の合成ベクトルとの誤差ベクトルと、前記第１の目標ベクトルと相似な第２の目標ベクトルとの誤差を最小化する第１の音源符号帳探索ステップと、前記第１の目標ベクトルと前記第１の音源ベクトルを用いて生成される合成ベクトルとの誤差ベクトルと、前記第２の音源符号帳から生成される前記第２の音源ベクトルを用いて生成される合成ベクトルとの誤差を最小化する第２の音源符号帳探索ステップと、を具備する。

この発明によれば、第２の目標ベクトルは目標ベクトルと相似性を有するようになるため、第２の音源符号帳のみから目標ベクトルの特徴を有する信号が生成されるように第２の音源符号帳探索が行われる。これによって、第１の音源符号帳に誤りが含まれていた場合でも、第２の音源符号帳によって正しい信号の特徴を復号することができ、誤り耐性を向上する音源信号符号化方法をソフトウェアで実現することができる。

本発明によれば、符号化装置の構成を変えずに適応符号帳探索方法のみを切り替えることによって、伝送路誤り条件下での通話品質を改善することが可能となる。

本発明の骨子は、適応符号帳により生成される合成音声信号成分と入力音声信号との誤差ベクトルが、入力信号と相似性を有するベクトルに近くなるような評価尺度（誤差関数）を用いて適応符号帳探索を行うことにより、固定符号帳により生成される合成音声信号成分と入力音声信号との相関を高めることである。これにより、固定符号帳により生成される合成音声信号と入力音声信号とのＳＮ比を高め、伝送路誤り等によって適応符号帳がうまく機能しない場合でも、固定符号帳により本来復号されるべき合成信号に近い波形形状となる信号を生成できるようにすることである。

以下、本発明の一実施の形態について図面を参照して詳細に説明する。

図１は、本発明の実施の形態に係る音声信号伝送システムの構成を示すブロック図である。

図１において、音声信号伝送システムは、本発明の音源信号符号化装置としての機能を搭載した基地局１００と、移動局装置１１０を具備している。

基地局１００は、入力装置１０１、Ａ／Ｄ変換装置１０２、音声符号化装置１０３、信号処理装置１０４、ＲＦ変調装置１０５、送信装置１０６及びアンテナ１０７を有している。

Ａ／Ｄ変換装置１０２の入力端子は、入力装置１０１に接続されている。音声符号化装置１０３の入力端子は、Ａ／Ｄ変換装置１０２の出力端子に接続されている。信号処理装置１０４の入力端子は、音声符号化装置１０３の出力端子に接続されている。ＲＦ変調装置１０５の入力端子は、信号処理装置１０４の出力端子に接続されている。送信装置１０６の入力端子は、ＲＦ変調装置１０５の出力端子に接続されている。アンテナ１０７は、送信装置１０６の出力端子に接続されている。

入力装置１０１は、マイクなどにより構成され、ユーザの音声を受けてこれを電気信号であるアナログ音声信号に変換してＡ／Ｄ変換装置１０２に出力する。Ａ／Ｄ変換装置１０２は、入力装置１０１から入力されるアナログ音声信号をデジタル音声信号に変換して音声符号化装置１０３に出力する。

音声符号化装置１０３は、Ａ／Ｄ変換装置１０２から入力されるデジタル音声信号を符号化して音声符号化ビット列を生成して信号処理装置１０４に出力する。信号処理装置１０４は、音声符号化装置１０３から入力された音声符号化ビット列にチャネル符号化処理やパケット化処理及び送信バッファ処理等を行った後、その音声符号化ビット列をＲＦ変調装置１０５に出力する。

ＲＦ変調装置１０５は、信号処理装置１０４から入力されたチャネル符号化処理等が行われた音声符号化ビット列の信号を変調して送信装置１０６に出力する。送信装置１０６は、ＲＦ変調装置１０５から入力された変調された音声符号化信号をアンテナ１０７を介して電波（ＲＦ信号）として移動局装置１１０に送信する。

基地局１００においては、Ａ／Ｄ変換装置１０２を介して得られるデジタル音声信号に対して数十ｍｓのフレーム単位で処理が行われる。システムを構成するネットワークがパケット網である場合には、１フレーム又は数フレームの符号化データを１つのパケットに入れこのパケットをパケット網に送出する。なお、前記ネットワークが回線交換網の場合には、パケット化処理や送信バッファ処理は不要である。

移動局装置１１０は、アンテナ１１１、受信装置１１２、ＲＦ復調装置１１３、信号処理装置１１４、音声復号化装置１１５、Ｄ／Ａ変換装置１１６及び出力装置１１７を有している。

受信装置１１２の入力端子は、アンテナ１１１に接続されている。ＲＦ復調装置１１３の入力端子は、受信装置１１２の出力端子に接続されている。信号処理装置１１４の入力端子は、ＲＦ復調装置１１３の出力端子に接続されている。音声復号化装置１１５の入力端子は、信号処理装置１１４の出力端子に接続されている。Ｄ／Ａ変換装置１１６の入力端子は、音声復号化装置１１５の出力端子に接続されている。出力装置１１７の入力端子は、Ｄ／Ａ変換装置１１６の出力端子に接続されている。

受信装置１１２は、アンテナ１１１を介して、基地局１００から送信される音声符号化情報を含んでいる電波（ＲＦ信号）を受信してアナログの電気信号である受信音声符号化信号を生成し、これをＲＦ復調装置１１３に出力する。アンテナ１１１を介して受信した電波（ＲＦ信号）は、伝送路において信号の減衰や雑音の重畳がなければ、基地局１００において送出された電波（ＲＦ信号）と全く同じものになる。

ＲＦ復調装置１１３は、受信装置１１２から入力された受信音声符号化信号を復調して信号処理装置１１４に出力する。信号処理装置１１４は、ＲＦ復調装置１１３から入力された受信音声符号化信号のジッタ吸収バッファリング処理、パケット組みたて処理およびチャネル復号化処理等を行い、受信音声符号化ビット列を音声復号化装置１１５に出力する。

音声復号化装置１１５は、信号処理装置１１４から入力された受信音声符号化ビット列の復号化処理を行って復号音声信号を生成してＤ／Ａ変換装置１１６に出力する。Ｄ／Ａ変換装置１１６は、音声復号化装置１１５から入力されたデジタル復号音声信号をアナログ復号音声信号に変換して出力装置１１７に出力する。出力装置１１７は、スピーカなどにより構成され、Ｄ／Ａ変換装置１１６から入力されたアナログ復号音声信号を空気の振動に変換し音波として人間の耳に聞こえる様に出力する。

次に、音声符号化装置１０３において適用される音源ベクトル探索方法の処理手順について、図２に示すフローチャートを参照して説明する。この図２のフローチャートにおいて、図７のフローチャートと異なる点は、ステップＳ２０１の最小化基準の数式が数式（６）になっていることである。

数式（６）において、Ｈは聴覚重みづけ合成フィルタインパルス応答畳込み行列であり、インパルス応答ベクトルをｈ＝｛ｈ₀,ｈ_１,・・・ｈ_Ｌ−１｝とすれば次式で表される。

また、重みづけ行列Ｗは、以下の数式（８）で表される。

数式（８）において、ｗ_０＝ｗ_１＝・・・＝ｗ_Ｌ−１＝ｋであったとすれば、Ｗｘは単に入力信号ｘの振幅をスカラ倍（ｋ倍）したこととなる。Ｗの設定のしかたは、固定符号帳によって生成させたい波形形状に依存する。入力信号と全く同じ形状にする場合は、前述の様に全ての重み係数を同じ値としてスカラ倍することにすればよいし、入力信号の振幅の大きいところほど固定符号帳で表現させたい場合は、例えば、ｗ_ｉ＝｜ｘ_ｉ｜／ｍｉｎ（｜ｘ_ｉ｜）、ｗ_ｉ＝（ｘ_ｉ ^２）^１／２／ｍｉｎ（（ｘ_ｉ ^２）^１／２）、ｗ_ｉ＝ｘ_ｉ ^２／ｍｉｎ（ｘ_ｉ ^２）などのような重みづけ係数を用いることができる。

音源探索は単位時間ブロック（ここでは時間長Ｌのサブフレーム）に１回行われ、１フレームがｎフレームから構成される場合、１フレームにｎ回の音源探索が行われることになる。毎サブフレームで図２の音源符号帳探索を行っても良いし、各フレームの先頭サブフレームでだけ図２の音源符号帳探索方法を用い、第２サブフレーム以降は従来の音源符号帳探索方法（図７）を用いても良い。

ステップＳ２０２における固定符号帳の探索方法は、図７のステップＳ１０２と同じであるので説明を省略する。また、符号化モデルの構成および動作は図６と同一であるので説明を省略する。

図３は、図１の音声符号化装置１０３の内部構成を示すブロック図である。図３において、２０１は入力音声信号の線形予測分析を行う線形予測分析部、２０２は聴覚的な重みづけを行う重みづけ部、２０３はＣＥＬＰモデルで合成される信号の目標信号を生成する目標ベクトル生成部、２０４は線形予測係数を量子化するＬＰＣ量子化部、２０５は量子化された線形予測係数によって構成される合成フィルタと聴覚的な重みづけを行うフィルタを従属接続したフィルタのインパルス応答を算出するインパルス応答算出部、２０６は適応符号帳探索部、２０７は固定符号帳探索部、２０８は利得符号帳探索部、２０９は適応符号帳のみから生成される信号を算出する適応符号帳成分合成部、２１０は固定符号帳のみから生成される信号を算出する固定符号帳成分合成部、２１１は適応符号帳成分と固定符号帳成分とを加算する加算器、２１２は量子化パラメータを用いて復号音声信号を生成する局部復号部、２１３は符号化パラメータを多重化する多重化部、２１４は符号化されたビットストリームをパケット化するパケット化部、２１５は伝送路の状況を監視し伝送路上でパケット破棄が多発している場合は適応符号帳探索方法を切り替える（または重みづけ行列Ｗの内容を変化させる）制御信号を出力する伝送路状況監視部、をそれぞれ示している。

符号化対象となる入力音声信号は、線形予測分析部２０１と目標ベクトル生成部２０３とに入力される。線形予測分析部２０１は、線形予測分析を行い、線形予測係数を重みづけ部２０２とＬＰＣ量子化部２０４とに出力する。

重みづけ部２０２は、聴覚重みづけフィルタの係数を算出し、目標ベクトル生成部２０３とインパルス応答算出部２０５とに出力する。聴覚重みづけフィルタは、以下の数式（９）のような伝達関数で表される公知のものである。この数式（９）において、Ｐは線形予測分析の次数、a_iは_i 次の線形予測係数である。γ₁ とγ₂ は重みづけ係数であり、定数でも良いし、入力音声信号の特徴に応じて適応的に制御されても良い。重みづけ部２０２では、γ₁ ⁱ×a_iおよびγ₂ ⁱ×a_iが算出される。

目標ベクトル生成部２０３は、入力音声信号に数式（９）の聴覚重みづけフィルタをかけたものから、合成フィルタ（量子化線形予測係数で構築）の零入力応答に聴覚重みづけフィルタをかけたものを差し引いた信号を算出し、適応符号帳探索部２０６と固定符号帳探索部２０７と利得符号帳探索部２０８とに出力する。目標ベクトルは前述の様に零入力応答を減じる方法で求めることができるが、一般的には以下のステップで生成される。

まず、入力音声信号に逆フィルタＡ（ｚ）をかけて線形予測残差信号を得る。次に、この線形予測残差信号を量子化線形予測係数で構成される合成フィルタ１／Ａ´（ｚ）にかける。ただし、このときのフィルタ状態は入力音声信号から合成音声信号（局部復号部２１２で生成される）を減じた信号とする。これにより、合成フィルタ１／Ａ´（ｚ）の零入力応答除去後の入力音声信号が得られる。

次に、この零入力応答除去後の入力音声信号を聴覚重みづけフィルタＷ（ｚ）にかける。但し、このときのフィルタ状態（ＡＲ側）は重みづけ入力音声信号から重みづけ合成音声信号を減じた信号とする。ここで、この信号（重みづけ入力音声信号から重みづけ合成音声信号を減じた信号）は、目標ベクトルから適応符号帳成分（適応符号ベクトルを零状態の合成フィルタ１／Ａ´（ｚ）と聴覚重みづけフィルタＷ（ｚ）に通して生成される信号）と固定符号帳成分（固定符号ベクトルを零状態の合成フィルタ１／Ａ´（ｚ）と聴覚重みづけフィルタＷ（ｚ）に通して生成される信号）のそれぞれに量子化利得を乗じて加算して得られる信号を減じたものと等価であるので、そのようにして算出するのが一般的である（数式（１０）参照。数式（１０）において、ｘは目標ベクトル、ｇ_aは適応符号帳利得、Ｈは重みづけ合成フィルタインパルス応答畳込み行列、ｙは適応符号ベクトル、ｇ_fは固定符号帳利得、ｚは固定符号ベクトル、をそれぞれ示す）。

ＬＰＣ量子化部２０４は、線形予測分析部２０１から入力された線形予測係数（ＬＰＣ）の量子化・符号化を行い、量子化ＬＰＣをインパルス応答算出部２０５と局部復号部２１２に出力し、符号化情報を多重化部２１３に出力する。ＬＰＣはＬＳＰなどに変換され、ＬＳＰの量子化・符号化が行われるのが一般的である。

インパルス応答算出部２０５は、合成フィルタ１／Ａ´（ｚ）と聴覚重みづけフィルタＷ（ｚ）を従属接続したフィルタのインパルス応答を算出し、適応符号帳探索部２０６と固定符号帳探索部２０７と利得符号帳探索部２０８に出力する。

適応符号帳探索部２０６は、インパルス応答算出部２０５から聴覚重みづけ合成フィルタのインパルス応答を、目標ベクトル生成部２０３から目標ベクトルを、伝送路状況監視部２１５から探索方法選択情報（または重みづけ行列Ｗの制御情報）を、それぞれ入力し、指定された探索方法（または重みづけ行列Ｗ）を用いて適応符号帳探索を行い、適応符号ベクトルを局部復号部２１２に、ピッチラグに対応するインデックスを多重化部２１３に、適応符号ベクトルにインパルス応答（インパルス応答算出部２０５より入力）を畳みこんだ信号を固定符号帳探索部２０７と利得符号帳探索部２０８と適応符号帳成分合成部２０９にそれぞれ出力する。

適応符号帳探索では、図７と図２を用いて前述した方法のいずれか一方を、伝送路状況監視部２１５から入力された情報に基づいて切り替えられる（または、図２を用いて前述した方法における重みづけ行列Ｗを伝送路状況監視部２１５から入力される情報に基づいて切り替える（変化させる）。即ち、伝送路の状況が良く、受信側でパケット破棄等が観測されていない場合は、通常の探索方法（図７）を用い（または図２の探索方法において重みづけ行列Ｗを零行列として探索を行う）、そうでない場合（パケット破棄が受信側で例えば５％以上の破棄率で観測されているような場合）は本発明の探索方法（図２）を用いる（この場合、重みづけ行列Ｗの対角要素は、パケット破棄率が大きいほど大きくするように適応的に変化させても良い）。

固定符号帳探索部２０７は、インパルス応答算出部２０５から聴覚重みづけ合成フィルタのインパルス応答を、目標ベクトル生成部２０３から目標ベクトルを、適応符号帳探索部２０６から適応符号ベクトルに聴覚重みづけ合成フィルタインパルス応答を畳みこんだベクトルを、それぞれ入力し、固定符号帳探索を行って、固定符号ベクトルを局部復号部２１２に、固定符号帳インデックスを多重化部２１３に、固定符号ベクトルにインパルス応答（インパルス応答算出部２０５より入力）を畳みこんだ信号を利得符号帳探索部２０８と固定符号帳成分合成部２１０にそれぞれ出力する。

固定符号帳探索は、上記数式（３）のエネルギ（２乗和）を最小とする固定符号ベクトルｚをみつけることである。既に決定している適応符号ベクトルｙに最適適応符号帳利得（ピッチゲイン）ｇ_ａ（固定符号帳探索前に利得量子化が行われる構成の場合は量子化された適応符号帳利得）を乗じてインパルス応答を畳みこんだ信号（即ち、ｘ‐ｇ_ａＨｙ）を固定符号帳探索用目標信号ｘ´として、|ｘ´−ｇ₂Ｈｚ|² を最小化する固定符号ベクトルｚを決定するのが一般的である。

利得符号帳探索部２０８は、インパルス応答算出部２０５から聴覚重みづけ合成フィルタのインパルス応答を、目標ベクトル生成部２０３から目標ベクトルを、適応符号帳探索部２０６から適応符号ベクトルに聴覚重みづけ合成フィルタのインパルス応答を畳みこんだベクトルを、固定符号帳探索部２０７から固定符号ベクトルに聴覚重みづけ合成フィルタのインパルス応答を畳みこんだベクトルを、それぞれ入力し、利得符号帳探索を行って、量子化適応符号帳利得を適応符号帳成分合成部２０９と局部復号部２１２に、量子化固定符号帳利得を固定符号帳成分合成部２１０と局部復号部２１２に、利得符号帳インデックスを多重化部２１３に、それぞれ出力する。利得符号帳探索は、上記数式（３）のエネルギ（２乗和）を最小とする量子化適応符号帳利得（ｇ_ａ）と量子化固定符号帳利得（ｇ_ｆ）を生成する符号を利得符号帳のなかから選び出すことである。

適応符号帳成分合成部２０９は、適応符号帳探索部２０６から適応符号ベクトルに聴覚重みづけ合成フィルタのインパルス応答を畳みこんだベクトルを、利得符号帳探索部２０８から量子化適応符号帳利得を、それぞれ入力し、両者を乗じて聴覚重みづけ合成信号の適応符号帳成分として加算器２１１に出力する。

固定符号帳成分合成部２１０は、固定符号帳探索部２０７から固定符号ベクトルに聴覚重みづけ合成フィルタのインパルス応答を畳みこんだベクトルを、利得符号帳探索部２０８から量子化固定符号帳利得を、それぞれ入力し、両者を乗じて聴覚重みづけ合成信号の固定符号帳成分として加算器２１１へ出力する。

加算器２１１は、適応符号帳成分合成部２０９から聴覚重みづけ合成音声信号の適応符号帳成分を、固定符号帳成分合成部２１０から聴覚重みづけ合成音声信号の固定符号帳成分を、それぞれ入力し、両者を加算して聴覚重み付け合成音声信号（零入力応答は除去されている）として目標ベクトル生成部２０３に出力する。目標ベクトル生成部２０３に入力された前記聴覚重みづけ合成音声信号は、次の目標ベクトルを生成する際の聴覚重みづけフィルタのフィルタ状態を生成するのに用いられる。

局部復号部２１２は、ＬＰＣ量子化部２０４から量子化線形予測係数を、適応符号帳探索部２０６から適応符号ベクトルを、固定符号帳探索部２０７から固定符号ベクトルを、利得符号帳探索部２０８から適応符号帳利得と固定符号帳利得を、それぞれ入力し、量子化線形予測係数で構成した合成フィルタを、適応符号ベクトルと固定符号ベクトルのそれぞれに適応符号帳利得と固定符号帳利得をそれぞれ乗じて加算して得られる音源ベクトルで駆動し、合成音声信号を生成して目標ベクトル生成部２０３に出力する。目標ベクトル生成部２０３に入力された合成音声信号は、次の目標ベクトルを生成する際の零入力応答除去後の合成音声信号を生成するためのフィルタ状態を生成するのに用いられる。

多重化部２１３は、ＬＰＣ量子化部２０４から量子化ＬＰＣの符号化情報を、適応符号帳探索部２０６から適応符号帳インデックス（ピッチラグ符号）を、固定符号帳探索部２０７から固定符号帳インデックスを、利得符号帳探索部２０８から利得符号帳インデックスを、それぞれ入力し、多重化して１つのビットストリームにしてパケット化部２１４に出力する。

パケット化部２１４は、多重化部２１３から符号化ビットストリームを入力し、ペイロードパケットに詰めてパケット伝送路に出力する。

伝送路状況監視部２１５は、伝送路状況を監視し（例えば、ＲＴＣＰのようなプロトコルを用いて受信側の状況をモニタリングする）、伝送路上でパケット消失が多発しているような場合とそうでない場合とで適応符号帳探索の方法を切り替える（またはパケット消失の発生率に応じて重みづけ行列Ｗを変更する）ための制御情報を適応符号帳探索部２０６に出力する。

このような伝送路状況監視部２１５を設けて適応的に適応符号帳探索方法を切り替えることによって、劣悪な伝送路における音声通信の主観品質を改善する。

図４は、音声符号化方式として３ＧＰＰ標準のＡＭＲ方式（12.2kbit/s）を用い、重みづけ行列としてｗ₀＝ｗ₁＝・・・＝ｗ_L-1＝ｋ＝0.1を用いた場合のセグメンタルＳＮＲ（ＳＮＲｓｅｇ）による客観性能を示したものである。２０フレームに１回、周期的にフレーム消失を発生させた場合（フレーム消失率（ＦＥＲ）５％）についての実験結果である。

横軸が消失フレームからの時間（消失フレームの先頭を０とする）、縦軸が「｛ＦＥＲ５％時のＳＮＲｓｅｇ｝−｛エラーフリー（誤りなし）時のＳＮＲｓｅｇ｝」の平均値、をそれぞれ示している。つまり、グラフで縦軸の下にいくほど劣化が大きくなり、また、縦軸の目盛り０はＡＭＲ方式のエラーフリーと同じ性能であることを示す。

この図４より明らかなように、ｋ＝０．０の時（即ち、本発明による探索を行わないときと等価）はフレーム消失発生後４００ｍｓ（＝消失フレームを含めて２０フレーム）近くまで誤り（フレーム消失）によるＳＮＲｓｅｇの劣化が伝播しているが、ｋ＝０．１とした場合は、フレーム消失発生後１５０ｍｓ程度（＝消失フレームを含めて７〜８フレーム）までの伝播で済んでいることが分かる。つまり誤りによるＳＮＲｓｅｇの劣化の伝播を半分以下に抑える効果が得られる。

図５は、同様の実験（ＡＭＲ方式（12.2kbit/s）を用い、重みづけ行列としてｗ₀＝ｗ₁＝・・・＝ｗ_L-1＝ｋを用い、２０フレームに１回、周期的にフレーム消失を発生させる実験）を行った別の結果を示している。この実験結果は、ｋの値を変化させ、平均ＳＮＲｓｅｇ性能を比較したものである。図において、実線はフレーム消失なしの場合にｋの値を０〜１の範囲で変化させた場合の平均ＳＮＲｓｅｇ性能を、破線はＦＥＲ５％の場合にｋの値を０〜１の範囲で変化させた場合の平均ＳＮＲｓｅｇ性能を、それぞれ示している。横軸は（１−ｋ）を示している。

この図５から明らかなように、ｋ＝０．１程度であれば、誤りなし時におけるＳＮＲｓｅｇ性能の劣化なしにフレーム消失時におけるＳＮＲｓｅｇ性能を２ｄＢ程度改善できることが分かる。また、ｋ＝０．２程度までは、フレーム消失時におけるＳＮＲｓｅｇ性能をさらに改善できる一方、誤りなし時におけるＳＮＲｓｅｇ性能の劣化は小さくて済むことも分かる。つまり、誤りなしの基本性能の劣化なしにフレーム消失条件におけるＳＮＲｓｅｇ性能を２ｄＢ程度改善する効果が得られる。

なお、図２に示したような本発明による適応符号帳探索による誤り伝播抑制効果によって最も大きく主観品質が改善される部位は音声の立ち上がり部であるため、別途立ち上がり部を検出する機能ブロックを備え、立ち上がり部でのみ図２を用いて説明した探索方法を用いる（または重みづけ行列Ｗの要素を立ち上がり部とそれ以外の部分とで切替える）構成も効果的である。

本発明にかかる音源信号符号化装置、及び音源信号符号化方法は、符号化装置の基本構成は変えずに誤り特性を改善することが可能な音源信号符号化装置を可能にすることである。

本発明を適用した一実施の形態に係る音声信号伝送システムにおける基地局と移動局装置の各構成を示すブロック図本実施の形態の音源符号帳探索方法を示すフローチャート本実施の形態に係る音声信号伝送システムに用いられる音声符号化装置のブロック図本実施の形態の音源符号帳探索方法を用いた場合の誤り伝播抑制効果を示すグラフ本実施の形態の音源符号帳探索方法を用いた場合の誤り伝播抑制効果を示すグラフ従来のＣＥＬＰ符号化モデルを示すブロック図従来の音源符号帳探索方法を示すフローチャート

符号の説明

１００基地局
１０３音声符号化装置
１１０移動局装置
２０１線形予測分析部
２０２重みづけ部
２０３目標ベクトル生成部
２０４ＬＰＣ量子化部
２０５インパルス応答算出部
２０６適応符号帳探索部
２０７固定符号帳探索部
２０８利得符号帳探索部
２０９適応符号帳成分合成部
２１０固定符号帳成分合成部
２１１加算器
２１２局部復号部
２１３多重化部
２１４パケット化部
２１５伝送路状況監視部

Claims

第１の音源符号帳から出力される第１の音源ベクトルと第２の音源符号帳から出力される第２の音源ベクトルとの和で音源信号を符号化する音源信号符号化装置であって、
目標ベクトルと前記第１の音源ベクトルによって生成される合成信号との誤差ベクトルと、前記目標ベクトルと相似性を有する第２の目標ベクトルとの誤差を最小化する第１の音源探索方法を用いて前記第１の音源符号帳の探索を行う音源符号帳探索手段を具備することを特徴とする音源信号符号化装置。
前記第２の目標ベクトルは、対角要素のみに値を有し、その値の範囲が０以上１以下である重みづけ行列を前記第１の目標ベクトルに掛けて得られるベクトルであることを特徴とする請求項１記載の音源信号符号化装置。
前記重みづけ行列の対角要素が全て等しい値であることを特徴とする請求項２記載の音源信号符号化装置。
伝送路の混雑状況や誤り状況を監視する監視手段と、
前記監視状況に応じて前記重みづけ行列の対角要素の値を切り替える切替手段と、
を更に具備することを特徴とする請求項２または３記載の音源信号符号化装置。
請求項１から４のいずれかに記載の音源信号符号化装置を具備したことを特徴とする移動局装置。
請求項１から４のいずれかに記載の音源信号符号化装置を具備したことを特徴とする基地局装置。
第１の音源符号帳から出力される第１の音源ベクトルと第２の音源符号帳から出力される第２の音源ベクトルとの和で音源信号を符号化する音源信号符号化方法であって、
前記第１の目標ベクトルと、前記第１の音源符号帳から出力される第１の音源ベクトルを用いて生成される第１の合成ベクトルとの誤差ベクトルと、前記第１の目標ベクトルと相似な第２の目標ベクトルとの誤差を最小化する第１の音源符号帳探索工程と、
前記第１の目標ベクトルと前記第１の音源ベクトルを用いて生成される合成ベクトルとの誤差ベクトルと、前記第２の音源符号帳から生成される前記第２の音源ベクトルを用いて生成される合成ベクトルとの誤差を最小化する第２の音源符号帳探索工程と、
を具備することを特徴とする音源信号符号化方法。
第１の音源符号帳から出力される第１の音源ベクトルと第２の音源符号帳から出力される第２の音源ベクトルとの和で音源信号を符号化するための音源信号符号化プログラムであって、
前記第１の目標ベクトルと、前記第１の音源符号帳から出力される第１の音源ベクトルを用いて生成される第１の合成ベクトルとの誤差ベクトルと、前記第１の目標ベクトルと相似な第２の目標ベクトルとの誤差を最小化する第１の音源符号帳探索ステップと、
前記第１の目標ベクトルと前記第１の音源ベクトルを用いて生成される合成ベクトルとの誤差ベクトルと、前記第２の音源符号帳から生成される前記第２の音源ベクトルを用いて生成される合成ベクトルとの誤差を最小化する第２の音源符号帳探索ステップと、
を具備することを特徴とする音源信号符号化プログラム。