JP2008139447A

JP2008139447A - 音声符号化装置及び音声復号装置

Info

Publication number: JP2008139447A
Application number: JP2006324134A
Authority: JP
Inventors: Hisashi Yajima; 久矢島; Tadashi Yamaura; 正山浦; Satoshi Furuta; 訓古田
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2006-11-30
Filing date: 2006-11-30
Publication date: 2008-06-19

Abstract

【課題】低いビットレートで符号化伝送し、かつ高域周波数帯の再現性がよい音声符号化装置及び音声復号装置を提供する。
【解決手段】狭帯域のＬＳＰ情報を格納する狭帯域ＬＳＰ符号帳１６と、狭帯域ＬＳＰ符号帳１６の狭帯域のスペクトル包絡を外挿して全帯域のスペクトル包絡情報を求める高域スペクトル外挿部１８とを備え、符号化対象音声のスペクトル包絡情報を量子化するにあたり、該符号化対象音声のスペクトル包絡情報と比較する量子化データとして、高域スペクトル外挿部１８により求められた全帯域のスペクトル包絡情報を用いて量子化誤差を評価する。
【選択図】図２

Description

この発明は、音声信号を符号化、復号する音声符号化装置及び音声復号装置に関するものである。

符号励振線形予測（ＣＥＬＰ：Code Excited Linear Prediction）による、音声信号を対象とした高能率音声符号化方式のうち、単位パルスで構成される代数符号帳を用いて、励振信号の雑音成分を表現する代数的符号励振線形予測（ＡＣＥＬＰ：Algebraic Code-Excited Linear Prediction）が、各種標準方式として採用されている。このＡＣＥＬＰ符号化方式については、非特許文献１〜３に記載されている。また、狭帯域音声符号から広帯域音声信号を復元する技術としては、例えば特許文献１及び特許文献２に開示されるものがある。

ITU-T Recommendation G.729, "Coding of Speech at 8kbit/s using Conjugate-Structure Algebraic-Code-Excited Linear-Prediction(CS-ACELP)" (TTC標準JT-G729、「8kbit/s CS-ACELPを用いた音声符号化方式」(社)情報通信技術委員会、1999年制定) ITU-T Recommendation G.722.2, "Wideband coding of speech at around 16kbit/s using Adaptive Multi-Rate Wideband(AMR-WB)" (TTC標準JT-G722.2、「適応マルチレート広帯域(AMR-WB)方式を用いた16kbit/s程度の広帯域音声符号化」(社)情報通信技術委員会、2004年制定) 3rd Generation Partnership Project(3GPP), Technical Specification(TS) 26.090, "AMR speech codec; Transcoding functions", Version 4.0.0 (2001-03) 特開平６−１１８９９５号公報特開平８−１２３４９５号公報

従来のＣＥＬＰ方式による広帯域音声信号の符号化では、符号化音声品質をできるだけ維持しつつ、低ビットレート（電話帯域で８ｋｂｉｔ／ｓ以下、主に４ｋｂｉｔ／ｓ程度、７ｋＨｚ帯域でおよそ１６ｋｂｉｔ／ｓ以下、主に８ｋｂｉｔ／ｓ程度）で符号化伝送される。このため、音声信号において比較的重要な情報を含まない高周波数帯域の信号成分（高域成分）を、特許文献１、２に開示されるような広帯域音声信号の復元手法を用いて疑似的に復元することにより伝送情報量を削減している。

例えば、非特許文献２に記載されるＡＭＲ−ＷＢ方式の符号化では、符号化の対象とする信号を低周波数帯域の信号成分（低域成分）のみとし、高域成分については低域成分から推定した信号を疑似的に付与する。また、音声復号装置において、乱数発生器で生成した擬似的な励振信号を用いて復号処理を行っている。

このように、従来の符号化方式は、音声符号化方式に依存することなく、高域成分を復元再生することが可能であるが、高域成分を擬似的に生成するため、低域成分から推定しきれないスペクトル形状は正確に復元できない。また、励振信号を乱数に置き換えるため、励振信号が本来持っている位相情報等の復元も不可能である。このため、音声品質の劣化が避けられないという課題があった。

例えば、高域信号のスペクトル成分が実際の音声信号のスペクトル成分に一致あるいは似通ったスペクトル包絡に外挿されれば、復号音声にこもりや違和感などは発生しない。しかしながら、低域信号のスペクトル成分によっては、音声復号装置で実際の音声信号のスペクトル包絡から大きく外れた高域信号のスペクトル外挿がなされることもある。この場合、音声復号装置では、実際の音声信号のスペクトル成分に関する情報が完全に失われてしまっているため、誤差検証や誤差評価によりスペクトル外挿を補正できず、復号音声がこもったり、違和感を伴う場合がある。

この発明は、上記のような課題を解決するためになされたもので、低いビットレートで符号化伝送し、かつ高域周波数帯の再現性がよい音声符号化装置及び音声復号装置を得ることを目的とする。

この発明に係る音声符号化装置は、符号化対象音声のスペクトル包絡情報を量子化するにあたり、該符号化対象音声のスペクトル包絡情報と比較する量子化データとして狭帯域のスペクトル包絡を外挿してなる全帯域のスペクトル包絡情報を用いて量子化誤差を評価するものである。

この発明によれば、符号化対象の音声信号のスペクトル包絡情報を量子化するにあたり、該符号化対象音声のスペクトル包絡情報と比較する量子化データとして狭帯域のスペクトル包絡を外挿してなる全帯域のスペクトル包絡情報を用いて量子化誤差を評価するので、低いビットレートで符号化データを伝送することができ、かつ予測する周波数帯の音声信号の再現性を向上させることができるという効果がある。

実施の形態１．
図１は、この発明の実施の形態１で符号化の対象とする周波数帯域を説明するための図であり、音声信号のスペクトルを示しており、横軸は周波数、縦軸はスペクトルのパワーを示している。また、図１では、入力信号のサンプリング周波数を１６ｋＨｚ、ダウンサンプリング後のサンプリング周波数を１２．８ｋＨｚ、符号化フレーム長を２０ｍｓ（ミリ秒）とし、符号化サブフレーム長を５ｍｓ（１サブフレームのサンプル数が６４サンプル）と仮定している。

図１において、低域信号のスペクトル候補Ａｌの情報に基づいて高域信号のスペクトル概形を外挿すると、実際のスペクトル包絡から大きく外れたスペクトル概形Ａｈが外挿される。また、低域信号のスペクトル候補Ｂｌの情報に基づく処理では、実際のスペクトル包絡に一致あるは似通った高域信号のスペクトル概形Ｂｈが外挿される。

上述したように、従来の符号化方式では、符号化対象の音声信号を低域成分のみとし、高域成分については低域成分から推定した信号を疑似的に付与する。このため、音声復号装置で、低域信号におけるスペクトル候補としてスペクトル候補Ｂｌが選ばれる場合もあるが、スペクトル候補Ａｌが選択される可能性も否めない。

一方、実施の形態１による音声符号化装置では、音声復号装置と同様の高域スペクトル外挿機能を有し、音声信号の高域成分のスペクトル概形も外挿されたスペクトル包絡（例えば、ＬＳＰ）を用いて符号化データを得る。すなわち、スペクトル包絡情報を量子化（例えば、ＬＳＰ量子化）するにあたり、高域信号成分も量子化誤差の評価対象に加えて擬似広帯域拡張を行う。これにより、実際のスペクトル包絡から大きく外れた高域成分が復元されることがなくなり、高域成分の再現性を改善することが可能となる。

例えば、図１に示す高域信号もスペクトル量子化の誤差評価対象に加わるため、音声復号装置でスペクトル候補Ａｌが選ばれる確率は著しく低下し、実際のスペクトル包絡に一致するスペクトル概形Ｂｈが外挿される。これにより、音声復号装置で再生される高域成分の音声品質の劣化を防ぐことができる。

図２は、この発明の実施の形態１による音声符号化装置の構成を示す図である。実施の形態１による音声符号化装置は、ダウンサンプリング部１、合成フィルタ８、減算器９、聴覚重み付けフィルタ１０、最小誤差探索部１１、多重化部１２、駆動音源生成部１３、スペクトル分析部１９及び高域信号利得量子化部２０を備える。

ダウンサンプリング部１は、入力された音声信号をダウンサンプリングする。図２の例では、サンプリング周波数を１６ｋＨｚから１２．８ｋＨｚにダウンサンプリングする。合成フィルタ８は、スペクトル分析部１９のスペクトル分析結果であるフィルタパラメータを用いて、駆動音源生成部１３から入力した駆動音源信号（励振信号）に合成フィルタ処理を施して合成音声を生成する。

減算器９は、ダウンサンプリング部１でサンプリングされた入力音声から合成フィルタ８で生成された合成音声を減算して歪み成分を求める。聴覚重み付けフィルタ１０は、減算器９で算出された歪み成分に対し、入力音声のスペクトルに基づいて重み付け（人間の聴覚の特性に基づいた重み付け）を行う。

最小誤差探索部１１は、聴覚重み付けフィルタ１０から出力された歪み成分のパワーを比較し、歪み成分が最小となる合成音声が生成された駆動音源信号を選択する。多重化部１２は、最小誤差探索部１１で選択された駆動音源信号についての適応符号帳２、代数符号帳３及び利得符号帳４のインデックス、高域信号利得量子化部２０からの高域信号の利得（高域利得）、及びＬＳＰ量子化部１５ａからのスペクトル情報を多重化する。

駆動音源生成部１３は、適応符号帳２、代数符号帳３、利得符号帳４、利得乗算器５，６及び加算器７を備える。適応符号帳２は、過去に生成した駆動音源信号を蓄積する。代数符号帳３は、振幅が一定の所定本数の単位パルスで構成され、該単位パルスの位置情報で駆動音源信号が表現される。利得符号帳４には、適応符号帳２と代数符号帳３に対する利得値の候補が格納されており、各利得値の候補にはインデックスが付されている。

なお、適応符号帳２のインデックスは、駆動音声信号のピッチ周期で表現される（以下、ピッチ情報と称す）。また、代数符号帳３のインデックスは、各単位パルスの位置情報と極性（正負）で表現される。駆動音源信号は、これら符号帳２〜４の要素を適宜組み合わせることによって構成され、音声信号の１フレーム長分若しくは１フレームを時間軸上で分割したサブフレーム長単位に生成される。

利得乗算器５は、適応符号帳２からの駆動音源信号に対し、利得符号帳４から入力した該駆動音源信号に対応する利得値を乗算する。利得乗算器６は、代数符号帳３からの単位パルスに対し、利得符号帳４から入力した該単位パルスに対応する利得値を乗算する。加算器７は、利得が乗算された適応符号帳２の出力信号と代数符号帳３の出力信号とを加算し、駆動音源信号として出力する。

駆動音源生成部１３では、適応符号帳２、代数符号帳３、利得符号帳４の各要素の組み合わせの一部あるいは組み合わせの全てについて駆動音源信号を生成する。このようにして生成された駆動音源信号の全ては、合成フィルタ８によってそれぞれ合成音声とされ、入力音声と比較される。歪みが最小となる合成音声を生成する駆動音源信号が最小誤差探索部１１によって選択されると、該駆動音源信号を生成する、適応符号帳２、代数符号帳３及び利得符号帳４の各要素のインデックスがそれぞれ多重化部１２へ送られる。

スペクトル分析部１９は、ＬＰＣ分析部１４、ＬＳＰ量子化部１５ａ、ＬＳＰ逆量子化部１５ｂ、狭帯域ＬＳＰ符号帳１６、ＬＳＰ−ＬＰＣ変換部１７及び高域スペクトル外挿部１８を備える。ＬＰＣ分析部１４は、所定長のフレームごとに区切った音声信号に対して全帯域線形予測（ＬＰＣ分析）を行い、ＬＰＣ（linear predictor coefficients）を求める。なお、ＬＰＣ分析部１４は、従来の音声符号化方式と異なり、ダウンサンプリング部１でダウンサンプリングされる前の音声信号をＬＰＣ分析する。また、ＬＰＣ分析部１４は、後述するダウンサンプリング部１に内蔵される低域通過ＦＩＲフィルタの遅延分を補償するための、遅延バッファを内蔵する。

ＬＳＰ量子化部１５ａは、ＬＰＣ分析部１４が入力音声から求めたＬＳＰベクトルと、高域スペクトル外挿部１８によって高域成分のスペクトル概形が外挿されたＬＳＰ候補ベクトルとを入力して量子化処理を行う。ＬＳＰ逆量子化部１５ｂでは、ＬＳＰ量子化部１５ａで選択されたＬＳＰ候補ベクトルのインデックス（スペクトル情報）に基づいて、狭帯域ＬＳＰ符号帳１６を探索し、対応する量子化ＬＳＰベクトルを抽出する。

狭帯域ＬＳＰ符号帳１６は、狭帯域の周波数成分（０Ｈｚ〜６．４ｋＨｚ）をもつＬＳＰの集合体である。なお、上限値は６．４ｋＨｚに限定されないが、符号化の対象となる帯域の上限周波数（ナイキスト周波数）を超えない範囲であるものとする。ＬＳＰ−ＬＰＣ変換部１７は、ＬＳＰ逆量子化部１５ｂで復号された量子化ＬＳＰ（低域成分のみ）をＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。例えば、非特許文献１に開示される手法を用いてＬＳＰをＬＰＣに変換する。

高域スペクトル外挿部１８は、後述する音声復号装置に設けた高域スペクトル外挿部２７と同等の機能を有し、狭帯域ＬＳＰ符号帳１６の各ＬＳＰ候補ベクトルに対して高域信号のスペクトル概形を外挿する。高域信号利得量子化部２０は、入力された音声信号の高域成分の利得を量子化する。

図３は、この発明の実施の形態１による音声復号装置の構成を示す図である。この実施の形態１による音声復号装置は、図２と同様の機能を有する適応符号帳２、代数符号帳３、利得符号帳４、利得乗算器５，６、加算器７、合成フィルタ８、狭帯域ＬＳＰ符号帳１６及びＬＳＰ−ＬＰＣ変換部１７を備え、さらに多重分離部２１、高域信号利得復号部２２、乱数発生器２３、利得乗算器２４、合成フィルタ２５、ＬＳＰ−ＬＰＣ変換部２６、高域スペクトル外挿部２７、バンドパスフィルタ２８、アップサンプリング部２９及び加算器３０を備える。

多重分離部２１は、図１に示した音声符号化装置から受信した符号化データを、各符号化パラメータ（高域利得、スペクトル情報（スペクトル包絡情報）、ピッチ情報、パルス情報）に分離する。高域信号利得復号部２２は、符号化データから分離された高域利得を逆量子化して高域成分の利得値を求める。

乱数発生器２３は、周期性を持たない乱数で励振信号に相当する信号（擬似的な励振信号）を生成する。図３の例では、サンプリング周波数Ｆｓ＝１６ｋＨｚで乱数を利得乗算器２４に出力する。利得乗算器２４は、乱数発生器２３からの励振信号に相当する乱数と高域信号利得復号部２２により復号された高域利得値とを乗算する。

合成フィルタ２５は、ＬＳＰ−ＬＰＣ変換部２６から入力したフィルタパラメータを用いて、利得乗算器２４から入力した音声信号（駆動音源信号）に対して合成フィルタ処理を施して合成音声を生成する。ＬＳＰ−ＬＰＣ変換部２６は、高域スペクトル外挿部２７により高域成分のスペクトル概形が外挿されたＬＳＰをＬＰＣに変換する。

高域スペクトル外挿部２７は、狭帯域ＬＳＰ符号帳１６で選択された低域信号のＬＳＰに高域信号のスペクトル概形を外挿する。バンドパスフィルタ２８は、合成フィルタ２５で生成された合成音声から所定周波数帯域の信号成分のみを通過させる。

アップサンプリング部２９は、合成フィルタ８から入力した合成信号をアップサンプリングする。図３の例では、サンプリング周波数を１２．８ｋＨｚから１６ｋＨｚにアップサンプリングする。加算器３０は、バンドパスフィルタ２８の通過信号とアップサンプリング部２９でサンプリングされた合成信号を加算する。

次に動作について説明する。
（１）符号化処理
実施の形態１による音声符号化装置は、所定音声フレーム長ごとに音声信号を入力し、ダウンサンプリング部１、スペクトル分析部１９、及び高域信号利得量子化部２０に入力される。ここで、非特許文献２等に記載される従来の符号化方式は、ダウンサンプリングされた音声信号をスペクトル分析するのに対して、この実施の形態１による音声符号化装置では、ダウンサンプリングされていない音声信号をスペクトル分析する。なお、以降の説明では、サンプリング周波数が１６ｋＨｚで、フレーム長が２０ｍｓの音声信号を入力するものと仮定する。

ダウンサンプリング部１は、上記フレーム長単位に入力した音声信号をダウンサンプリングして減算器９に出力する。ここでは、ダウンサンプリング周波数が１６ｋＨｚから１２．８ｋＨｚになるように入力音声信号を間引きする。この間引き処理は、例えば最初に４倍にアップサンプルし、その出力を６．４ｋＨｚの遮断周波数を持つ低域通過ＦＩＲフィルタでフィルタリングすることにより行われ、出力信号が１／５にダウンサンプルされる。

また、高域信号利得量子化部２０では、上記フレーム長単位に入力した音声信号の高域有声強度を算出し、該音声信号と高域有声強度から高域成分の利得を求め、この高域成分の利得値を量子化して多重化部１２に出力する。

スペクトル分析部１９では、ＬＰＣ分析部１４が、ダウンサンプリング部１を介さずに入力した全帯域の音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行する。例えば、１６０サンプル（２０ｍｓ）ごとに、窓かけされた音声の自己相関係数を計算し、レビンソンアルゴリズムを用いてＬＰＣに変換され、このＬＰＣをＬＳＰに変換する。ＬＰＣ分析部１４によって入力音声信号から求められたＬＳＰは、ＬＳＰ量子化部１５ａに出力される。

一方、高域スペクトル外挿部１８は、狭帯域ＬＳＰ符号帳１６に格納された低域成分のＬＳＰ候補ベクトルを次々と読み込んで、高域信号のスペクトル概形を外挿したＬＳＰを算出する。ＬＳＰ量子化部１５ａでは、高域スペクトル外挿部１８によって高域成分のスペクトル概形が外挿されたＬＳＰを逐次入力して量子化処理を行う。ここでは、高域スペクトル外挿部１８から入力されたＬＳＰと、ＬＰＣ分析部１４から入力されたＬＳＰとの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックスは、ＬＳＰ逆量子化部１５ｂへ出力されると共に、スペクトル情報（スペクトル包絡情報）として多重化部１２へ出力される。

ＬＳＰ逆量子化部１５ｂでは、ＬＳＰ量子化部１５ａにより選択されたＬＳＰ候補ベクトルのインデックスに基づいて狭帯域ＬＳＰ符号帳１６を探索し、狭帯域ＬＳＰ符号帳１６から対応する低域成分の量子化ＬＳＰベクトルを抽出する。ＬＳＰ逆量子化部１５ｂにより抽出されたＬＳＰは、ＬＳＰ−ＬＰＣ変換部１７に出力される。ＬＳＰ−ＬＰＣ変換部１７では、ＬＳＰ逆量子化部１５ｂから入力した低域成分のＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。

また、駆動音源生成部１３では、適応符号帳２で探索された過去の駆動音源信号と利得符号帳４で探索された適応符号帳２に対する利得値候補とが利得乗算器５によって乗算され、代数符号帳３で探索された単位パルスと利得符号帳４で探索された代数符号帳３に対する複数の利得値候補とが利得乗算器６によって乗算される。これら利得乗算器５，６の出力は加算器７により加算され、駆動音源信号として合成フィルタ８に出力される。

合成フィルタ８では、駆動音源生成部１３から入力した駆動音源信号に対して、スペクトル分析部１９からのフィルタパラメータを用いて合成フィルタ処理をすることによって合成音声を生成し、減算器９に出力する。減算器９では、ダウンサンプリング部１でサンプリングされた入力音声から合成フィルタ８で生成した合成音声を減算して歪み成分を求め、聴覚重み付けフィルタ１０に出力する。聴覚重み付けフィルタ１０は、減算器９で算出された歪み成分について入力音声のスペクトルに基づいた重み付けを実行し、最小誤差探索部１１に出力する。

なお、駆動音源生成部１３は、適応符号帳２、代数符号帳３及び利得符号帳４の要素を所定の探索範囲内で探索して駆動音源信号（励振信号）を合成フィルタ８に逐次出力する。これにより、減算器９及び聴覚重み付けフィルタ１０を介して、駆動音源生成部１３で生成された各駆動音源信号について重み付け歪み成分が算出され、最小誤差探索部１１に出力される。

最小誤差探索部１１では、各重み付き歪み成分のパワーを比較して歪み成分が最小となる合成音声が生成された駆動音源信号を選択し、駆動音源生成部１３に通知する。駆動音源生成部１３は、最小誤差探索部１１から最小誤差となる駆動音源信号が通知されると、該駆動音源信号を構成する、ピッチ情報、パルス情報、利得情報を多重化部１２に出力する。

多重化部１２は、歪み成分が最小の合成音声が生成された駆動音源信号に関するピッチ情報、パルス情報、利得情報、高域信号利得量子化部２０からの高域利得、及びＬＳＰ量子化部１５ａからのスペクトル情報を多重化して伝送路へ出力する。このようにして、高域成分も外挿されたＬＳＰを用いて量子化された符号化データが生成され、伝送路を経由して図３に示す音声復号装置に出力される。

（２）復号処理
音声符号化装置で生成された符号化データは、伝送路を介して図３に示す音声復号装置に受信され、該音声復号装置内の多重分離部２１に入力される。多重分離部２１では、音声符号化装置から受信した符号化データを、高域利得、スペクトル情報、ピッチ情報、パルス情報、利得情報に分離する。

この後、多重分離部２１は、高域利得を高域信号利得復号部２２に出力し、スペクトル情報を狭帯域ＬＳＰ符号帳１６に出力し、ピッチ情報を適応符号帳２に出力し、パルス情報を代数符号帳３に出力し、利得情報を利得符号帳４に出力する。

狭帯域ＬＳＰ符号帳１６では、符号化データから分離されたスペクトル情報に基づいて、対応する低域成分のＬＳＰが抽出され、ＬＳＰ−ＬＰＣ変換部１７及び高域スペクトル外挿部２７に出力される。また、ＬＳＰ−ＬＰＣ変換部１７では、狭帯域ＬＳＰ符号帳１６から入力したＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。

一方、高域スペクトル外挿部２７は、狭帯域ＬＳＰ符号帳１６から入力した低域成分のＬＳＰに高域成分のスペクトル概形を外挿し、ＬＳＰ−ＬＰＣ変換部２６に出力する。ＬＳＰ−ＬＰＣ変換部２６では、高域スペクトル外挿部２７により高域成分のスペクトル概形が外挿されたＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ２５に出力する。

また、高域信号利得復号部２２は、多重分離部２１により符号化データから分離された高域利得を逆量子化して高域利得情報に対応する利得値を求めて利得乗算器２４に出力する。利得乗算器２４では、高域信号利得復号部２２で復号された高域成分の利得値を、乱数発生器２３から入力した励振信号に相当する信号に乗算する。なお、この乗算処理は、ダウンサンプリングされる前のサンプリング周波数で行われる。つまり、図３の例では、サンプリング周波数Ｆｓが１６ｋＨｚで擬似的な励振信号と高域利得値とが乗算され、サンプリング周波数が１６ｋＨｚの駆動音源信号として合成フィルタ２５に出力される。

合成フィルタ２５では、ＬＳＰ−ＬＰＣ変換部２６から入力したフィルタパラメータを用いて、利得乗算器２４から入力した音声信号（駆動音源信号）を合成フィルタ処理することにより合成音声を生成し、該合成音声をバンドパスフィルタ２８に出力する。バンドパスフィルタ２８では、合成フィルタ２５で生成された合成音声から所定帯域の信号成分のみを通過させて加算器３０に出力する。

また、適応符号帳２では、多重分離部２１により符号化データから分離されたピッチ情報に基づいて、対応する過去の駆動音源信号を抽出して利得乗算器５に出力する。また、代数符号帳３は、多重分離部２１により符号化データから分離されたパルス情報に基づいて、対応する単位パルスを抽出して利得乗算器６に出力する。利得符号帳４では、多重分離部２１により符号化データから分離された利得情報に基づいて、対応する適応符号帳２の利得値と代数符号帳３の利得値とを抽出し、利得乗算器５，６にそれぞれ出力する。

利得乗算器５では、適応符号帳２からの駆動音源信号に対し、利得符号帳４からの利得値を乗算して加算器７に出力する。また、利得乗算器６は、代数符号帳３からの単位パルスに対し、利得符号帳４からの利得値を乗算して加算器７に出力する。加算器７は、利得の乗ぜられた適応符号帳２の出力信号と代数符号帳３の出力信号を加算し、駆動音源信号として合成フィルタ８に出力する。

合成フィルタ８は、ＬＳＰ−ＬＰＣ変換部１７から入力したフィルタパラメータを用いて、加算器７からの駆動音源信号を合成フィルタ処理することにより合成音声を生成し、該合成音声をアップサンプリング部２９に出力する。アップサンプリング部２９では、合成フィルタ８から入力した合成信号をアップサンプリングして加算器３０に出力する。ここでは、１２．８ｋＨｚにダウンサンプリングされたサンプリング周波数を１６ｋＨｚにアップサンプリングする。加算器３０は、バンドパスフィルタ２８の通過信号とアップサンプリング部２９でサンプリングされた合成信号とを加算して復号後の音声信号を生成し、再生音声として出力する。

以上のように、この実施の形態１によれば、音声復号装置における高域スペクトル外挿部と同様の機能を有する高域スペクトル外挿部を音声符号化装置に設け、入力された音声信号の全帯域を用いてＬＳＰ量子化を評価するので、音声復号装置で符号化データを復号するにあたり、入力音声信号の周期性に合致した良好なスペクトル概形が外挿され、再生される高域成分の音声品質の劣化を防ぐことができる。

なお、音声復号装置としては、高域スペクトル外挿部を有した従来の方式の装置を用いることが可能なため、既存のシステムで送信側（音声符号化装置側）を改良するのみで本発明の効果を実現できるという利点もある。

実施の形態２．
図４は、この発明の実施の形態２による音声符号化装置の構成を示す図であり、図５は、この発明の実施の形態２による音声復号装置の構成を示す図である。図４及び図５に示すように、実施の形態２による音声符号化装置及び音声復号装置は、上記実施の形態１と異なり、狭帯域ＬＳＰ符号帳１６のＬＳＰを入力して高域成分のスペクトル概形の外挿処理を実行する高域スペクトル外挿部を有さず、代わりに全帯域ＬＳＰ符号帳３１ａ，３１ｂを備える。全帯域ＬＳＰ符号帳３１ａ，３１ｂは、狭帯域ＬＳＰ符号帳１６の各ＬＳＰに対し高域成分のスペクトル概形を外挿してなる全帯域成分のＬＳＰをテーブルデータとして有する。

また、全帯域ＬＳＰ符号帳３１ａ，３１ｂと狭帯域ＬＳＰ符号帳１６は互いの要素が１対１に対応しており、全帯域ＬＳＰ符号帳３１ａ，３１ｂの要素の低域成分は、狭帯域ＬＳＰ符号帳１６における対応する要素と同一のスペクトル概形を有する。例えば、全帯域ＬＳＰ符号帳３１ａ，３１ｂの要素Ｘのスペクトル概形が、図１中のスペクトル概形Ｂｌ，Ｂｈを結合したものである場合、これに対応する狭帯域ＬＳＰ符号帳１６の要素Ｘのスペクトル概形は、図１中の低域成分のスペクトル概形Ｂｌに一致する。なお、全帯域ＬＳＰ符号帳３１ａ，３１ｂは、全く同一の要素を持つベクトル量子化符号帳である。

次に動作について説明する。
（１）符号化処理
ＬＰＣ分析部１４は、ダウンサンプリング部１を介さずに入力した全帯域の音声信号に対して１音声フレーム毎に１回のＬＰＣ分析を実行し、ＬＰＣをＬＳＰに変換する。ＬＰＣ分析部１４によって音声信号から求められたＬＳＰは、ＬＳＰ量子化部１５ａに出力される。

狭帯域ＬＳＰ符号帳１６は、処理対象となる低域成分のＬＳＰ候補ベクトルを特定するインデックスを全帯域ＬＳＰ符号帳３１ａに出力する。全帯域ＬＳＰ符号帳３１ａでは、該インデックスに対応する低域成分に高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰが読み出され、ＬＳＰ候補としてＬＳＰ量子化部１５ａに出力される。

ＬＳＰ量子化部１５ａは、全帯域ＬＳＰ符号帳３１ａから入力した全帯域成分のＬＳＰに対して量子化処理を行う。ここでは、全帯域ＬＳＰ符号帳３１ａから入力されたＬＳＰとＬＰＣ分析部１４から入力されたＬＳＰとの自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このＬＳＰ候補ベクトルのインデックスは、ＬＳＰ逆量子化部１５ｂ及び多重化部１２へ出力される。多重化部１２を経由することにより、該ＬＳＰ候補ベクトルのインデックスが音声復号装置に伝送される。

ＬＳＰ逆量子化部１５ｂは、ＬＳＰ量子化部１５ａにより選択されたＬＳＰ候補ベクトルのインデックスに基づいて狭帯域ＬＳＰ符号帳１６を探索し、狭帯域ＬＳＰ符号帳１６から対応する低域成分の量子化ＬＳＰベクトルを抽出してＬＳＰ−ＬＰＣ変換部１７に出力する。ＬＳＰ−ＬＰＣ変換部１７では、ＬＳＰ逆量子化部１５ｂから入力した低域成分のＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。以降の処理は、上記実施の形態１と同様である。

（２）復号処理
図５に示す音声復号装置は、音声符号化装置から受信した符号化データを多重分離部２１に入力する。多重分離部２１では、音声符号化装置から受信した符号化データを、高域利得、スペクトル情報、ピッチ情報、パルス情報、利得情報に分離して、高域利得を高域信号利得復号部２２に出力し、スペクトル情報を狭帯域ＬＳＰ符号帳１６及び全帯域ＬＳＰ符号帳３１ｂに出力し、ピッチ情報を適応符号帳２に出力し、パルス情報を代数符号帳３に出力し、利得情報を利得符号帳４に出力する。

狭帯域ＬＳＰ符号帳１６では、多重分離部２１により符号化データから分離されたスペクトル情報に基づいて、対応する低域成分のＬＳＰが抽出され、ＬＳＰ−ＬＰＣ変換部１７に出力される。ＬＳＰ−ＬＰＣ変換部１７では、狭帯域ＬＳＰ符号帳１６から入力した低域成分のＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。

また、全帯域ＬＳＰ符号帳３１ｂでは、多重分離部２１により符号化データから分離されたスペクトル情報に基づいて、対応する全帯域成分のＬＳＰ（高域スペクトル概形が外挿されたもの）が抽出され、ＬＳＰ−ＬＰＣ変換部２６に出力される。

ＬＳＰ−ＬＰＣ変換部２６は、全帯域ＬＳＰ符号帳３１ｂから入力した全帯域成分のＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ２５に出力する。これ以外の処理は、上記実施の形態１と同様である。このようにして、多重分離部２１で分離されたスペクトル情報を用いて、狭帯域ＬＳＰ符号帳１６からの狭帯域ＬＳＰベクトルを復号すると同時に、全帯域ＬＳＰ符号帳１１１が参照されて全帯域ＬＳＰベクトルが復号される。

以上のように、この実施の形態２によれば、低域成分に高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰをテーブルとして格納する全帯域ＬＳＰ符号帳３１ａ，３１ｂを設けたので、高域成分のスペクトル概形を外挿する構成及び外挿処理が不要となり、上記実施の形態１の場合と比較して処理に要する演算量を削減できる。また、低域成分から予測することが困難な高域成分に特徴のある音声信号に対しても全帯域ＬＳＰ符号帳３１ａ，３１ｂを用意することで対応が可能である。これにより、多様なスペクトル包絡成分を持つ音声信号にも対応することができる利点がある。

実施の形態３．
図６は、この発明の実施の形態３による音声符号化装置の構成を示す図である。図６において、ダウンサンプリング部１、スペクトル分析部１９Ｂ、合成フィルタ８及び加算器９以外の構成は記載を省略している。なお、記載を省略した構成は、上記実施の形態２で示したもの（図４参照）と同様である。

図６に示すように、この実施の形態３による音声符号化装置のスペクトル分析部１９Ｂは、上記実施の形態で示したＬＰＣ分析部１４、ＬＳＰ逆量子化部１５ｂ、狭帯域ＬＳＰ符号帳１６、ＬＳＰ−ＬＰＣ変換部１７及び全帯域ＬＳＰ符号帳３１ａに加え、セグメント分割部３２、低域セグメント誤差重み付け部３３、高域セグメント誤差重み付け部３４及びＬＳＰ量子化部３５を備える。

セグメント分割部３２は、ＬＰＣ分析部１４により入力音声信号の全帯域から求められたＬＳＰの値に基づいて、該ＬＳＰを所定帯域ごとのセグメントに分割する。図６の例では、低域成分と高域成分に分割している。低域セグメント誤差重み付け部３３は、入力音声信号から求めたＬＳＰと全帯域ＬＳＰ符号帳３１ａの各ＬＳＰとの自乗誤差を計算するにあたり、低域成分に対して予め設定された重み付け係数を低域成分の自乗誤差に乗じて重み付け誤差とする。

高域セグメント誤差重み付け部３４は、全帯域ＬＳＰ符号帳３１ａの各ＬＳＰとの自乗誤差を計算するにあたり、高域成分に対して予め設定された誤差評価用重み付け係数を高域成分の自乗誤差に乗じて重み付け誤差とする。ＬＳＰ量子化部３５は、低域セグメント誤差重み付け部３３及び高域セグメント誤差重み付け部３４からの重み付け誤差を足し合わせて量子化誤差とし、量子化誤差が最小となるＬＳＰ候補を選択する。

次に動作について説明する。
ＬＰＣ分析部１４は、ダウンサンプリング部１を介さずに入力した全帯域の音声信号に対して１音声フレーム毎に１回のＬＰＣ分析を実行し、ＬＰＣをＬＳＰに変換する。ＬＰＣ分析部１４によって音声信号から求められたＬＳＰは、セグメント分割部３２に出力される。

また、狭帯域ＬＳＰ符号帳１６は、処理対象となる低域成分のＬＳＰ候補ベクトルを特定するインデックスを全帯域ＬＳＰ符号帳３１ａに出力する。全帯域ＬＳＰ符号帳３１ａでは、該インデックスに対応する低域成分のＬＳＰに高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰが読み出され、ＬＳＰ候補として低域セグメント誤差重み付け部３３及び高域セグメント誤差重み付け部３４にそれぞれ出力される。

セグメント分割部３２では、ＬＰＣ分析部１４から入力したＬＳＰの値に基づいて、予め設定された所定の周波数帯域（図６の例では、低域成分と高域成分）のセグメントにＬＳＰを分割する。例えば、ＬＰＣ分析部１４からのＬＳＰの全帯域を所定の基準周波数で低域成分と高域成分に２分割する。

低域セグメント誤差重み付け部３３では、セグメント分割部３２からＬＳＰの低域成分を入力すると共に、全帯域ＬＳＰ符号帳３１ａからの処理対象の各ＬＳＰを逐次入力し、セグメント分割部３２からの低域成分のＬＳＰと全帯域ＬＳＰ符号帳３１ａからのＬＳＰとの自乗誤差を計算する。このとき、低域セグメント誤差重み付け部３３に登録された重み付け係数を自乗誤差に乗じ、重み付け誤差としてＬＳＰ量子化部３５に出力する。

一方、高域セグメント誤差重み付け部３４も同様に、セグメント分割部３２からＬＳＰの高域成分を入力すると共に、全帯域ＬＳＰ符号帳３１ａからの処理対象の各ＬＳＰを逐次入力して、セグメント分割部３２からの高域成分のＬＳＰと全帯域ＬＳＰ符号帳３１ａからのＬＳＰとの自乗誤差を計算する。このとき、高域セグメント誤差重み付け部３４に登録された重み付け係数を自乗誤差に乗じ、重み付け誤差としてＬＳＰ量子化部３５に出力する。

ＬＳＰ量子化部３５は、低域セグメント誤差重み付け部３３及び高域セグメント誤差重み付け部３４から入力した重み付け誤差を足し合わせて量子化誤差とし、処理対象の各ＬＳＰ候補について得られた量子化誤差を比較して量子化誤差の値が最小となるＬＳＰ候補を選択する。ＬＳＰ量子化部３５は、量子化誤差が最小となるＬＳＰ候補を選択すると、該ＬＳＰ候補のインデックスを全帯域ＬＳＰ符号帳３１ａから抽出し、ＬＳＰ逆量子化部１５ｂに出力すると共に、スペクトル情報として多重化部１２へ出力する。このスペクトル情報は多重化部１２を経由することにより、音声復号装置に伝送される。

ＬＳＰ逆量子化部１５ｂでは、ＬＳＰ量子化部３５により選択されたＬＳＰ候補（ＬＳＰ候補ベクトル）のインデックスに基づいて狭帯域ＬＳＰ符号帳１６を探索し、狭帯域ＬＳＰ符号帳１６から対応する低域成分のＬＳＰ（量子化ＬＳＰベクトル）を抽出し、ＬＳＰ−ＬＰＣ変換部１７に出力する。ＬＳＰ−ＬＰＣ変換部１７では、ＬＳＰ逆量子化部１５ｂから入力した低域成分のＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。以降の処理は、上記実施の形態１と同様である。

なお、実施の形態３による音声復号装置は、上記実施の形態２で示した音声復号装置（図５参照）と同一構成で実現可能なため説明を省略する。

上述では、自乗誤差の重み付けのためにＬＳＰを低域成分と高域成分に２分割する場合を説明したが、３以上に分割することも可能である。
図７は、この発明の実施の形態３による音声符号化装置の他の構成を示す図である。図７において、図６と同様にダウンサンプリング部１、スペクトル分析部１９Ｃ、合成フィルタ８及び加算器９以外の構成は記載を省略している。なお、記載を省略した構成は、上記実施の形態２の図４で示した構成と同様である。

図７に示す例では、上記実施の形態で示したＬＰＣ分析部１４、ＬＳＰ逆量子化部１５ｂ、狭帯域ＬＳＰ符号帳１６、ＬＳＰ−ＬＰＣ変換部１７及び全帯域ＬＳＰ符号帳３１ａに加え、セグメント分割部３２ａ、低域セグメント誤差重み付け部３３、高域セグメント誤差重み付け部３４、ＬＳＰ量子化部３５ａ及び中域セグメント誤差重み付け部３６を備える。

セグメント分割部３２ａは、ＬＰＣ分析部１４により入力音声信号の全帯域から求められたＬＳＰの値に基づいて、該ＬＳＰを低域、中域、高域の各セグメントに分割する。中域セグメント誤差重み付け部３６は、入力音声信号から求めたＬＳＰと全帯域ＬＳＰ符号帳３１ａの各ＬＳＰとの自乗誤差を計算するにあたり、中域成分に対して予め設定された重み付け係数を中域成分の自乗誤差に乗じて重み付け誤差とする。ＬＳＰ量子化部３５ａは、低域セグメント誤差重み付け部３３、中域セグメント誤差重み付け部３６、及び高域セグメント誤差重み付け部３４からの重み付け誤差を足し合わせて量子化誤差とし、該量子化誤差が最小となるＬＳＰを選択する。

次に動作について説明する。
ＬＰＣ分析部１４は、ダウンサンプリング部１を介さずに入力した全帯域の音声信号に対して１音声フレーム毎に１回のＬＰＣ分析を実行し、ＬＰＣをＬＳＰに変換する。ＬＰＣ分析部１４によって音声信号から求められたＬＳＰは、セグメント分割部３２ａに出力される。

また、狭帯域ＬＳＰ符号帳１６では、処理対象となる低域成分のＬＳＰ候補ベクトルを特定するインデックスが全帯域ＬＳＰ符号帳３１ａに出力される。全帯域ＬＳＰ符号帳３１ａでは、該インデックスに対応する低域成分のＬＳＰに高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰが読み出され、ＬＳＰ候補として低域セグメント誤差重み付け部３３、中域セグメント誤差重み付け部３６、及び高域セグメント誤差重み付け部３４にそれぞれ出力される。

セグメント分割部３２ａでは、ＬＰＣ分析部１４から入力したＬＳＰの値に基づいて、ＬＰＣ分析部１４からのＬＳＰを低域成分、中域成分、高域成分に３分割し、対応する成分のＬＳＰを低域セグメント誤差重み付け部３３、中域セグメント誤差重み付け部３６、及び高域セグメント誤差重み付け部３４にそれぞれ出力する。

低域セグメント誤差重み付け部３３では、上記と同様に、セグメント分割部３２ａからＬＳＰの低域成分を入力すると共に、全帯域ＬＳＰ符号帳３１ａから処理対象の各ＬＳＰを逐次入力して、セグメント分割部３２ａからの低域成分のＬＳＰと全帯域ＬＳＰ符号帳３１ａからのＬＳＰとの自乗誤差を計算する。このとき、低域セグメント誤差重み付け部３３に登録された重み付け係数を自乗誤差に乗じ、重み付け誤差としてＬＳＰ量子化部３５ａに出力する。

一方、中域セグメント誤差重み付け部３６では、セグメント分割部３２ａからＬＳＰの中域成分を入力すると共に、全帯域ＬＳＰ符号帳３１ａから処理対象の各ＬＳＰを逐次入力して、セグメント分割部３２ａからの中域成分のＬＳＰと全帯域ＬＳＰ符号帳３１ａからのＬＳＰとの自乗誤差を計算する。このとき、中域セグメント誤差重み付け部３６に登録された重み付け係数を自乗誤差に乗じ、重み付け誤差としてＬＳＰ量子化部３５ａに出力する。

また、高域セグメント誤差重み付け部３４も同様に、セグメント分割部３２ａからＬＳＰの高域成分を入力すると共に、全帯域ＬＳＰ符号帳３１ａから処理対象の各ＬＳＰを逐次入力して、セグメント分割部３２ａからの高域成分のＬＳＰと全帯域ＬＳＰ符号帳３１ａからのＬＳＰとの自乗誤差を計算する。このとき、高域セグメント誤差重み付け部３４に登録された重み付け係数を自乗誤差に乗じ、重み付け誤差としてＬＳＰ量子化部３５ａに出力する。

ＬＳＰ量子化部３５ａは、低域セグメント誤差重み付け部３３、中域セグメント誤差重み付け部３６、及び高域セグメント誤差重み付け部３４から入力した重み付け誤差を足し合わせて量子化誤差とし、処理対象の各ＬＳＰ候補について得られた量子化誤差を比較して量子化誤差の値が最小となるＬＳＰ候補を選択する。ＬＳＰ量子化部３５ａは、量子化誤差が最小となるＬＳＰ候補を選択すると、該ＬＳＰ候補のインデックスを全帯域ＬＳＰ符号帳３１ａから抽出し、ＬＳＰ逆量子化部１５ｂに出力すると共に、スペクトル情報として多重化部１２へ出力する。このスペクトル情報は多重化部１２を経由することにより、音声復号装置に伝送される。

ＬＳＰ逆量子化部１５ｂでは、ＬＳＰ量子化部３５ａにより選択されたＬＳＰ候補（ＬＳＰ候補ベクトル）のインデックスに基づいて狭帯域ＬＳＰ符号帳１６を探索し、狭帯域ＬＳＰ符号帳１６から対応する低域成分の量子化ＬＳＰベクトルを抽出し、ＬＳＰ−ＬＰＣ変換部１７に出力する。ＬＳＰ−ＬＰＣ変換部１７では、ＬＳＰ逆量子化部１５ｂから入力した低域成分のＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。以降の処理は、図６の場合と同様である。

図７に示す音声符号化装置の符号化データを復号する音声復号装置についても、上記実施の形態２で示した音声復号装置（図５参照）と同一構成で実現可能なため、説明を省略する。

以上のように、この実施の形態３によれば、入力音声信号のＬＳＰを所定の周波数帯域ごとのセグメントに分割し、各周波数帯域に応じた重み付けを行って量子化誤差を評価するので、各周波数帯域の特徴を考慮した音声符号化及び復号が可能である。例えば、低域の重み付けを大きくすることで高域雑音の少ない安定した音声を得ることができる。

なお、上記実施の形態３では、上記実施の形態２で示した構成（図４参照）にセグメント分割部３２等を設ける場合を説明したが、上記実施の形態１で示した構成（図２参照）に適用しても構わない。つまり、全帯域ＬＳＰ符号帳３１ａの代わりに高域スペクトル外挿部１８を備えたスペクトル分析部１９にセグメント分割部３２等を設ける。この場合、音声復号装置としては、上記実施の形態１で示した音声復号装置（図３参照）と同一構成で実現可能である。

実施の形態４．
図８は、この発明の実施の形態４による音声符号化装置の構成を示す図である。この実施の形態４による音声符号化装置のスペクトル分析部１９Ｄは、上記実施の形態３で示した構成（図６参照）に加え、スペクトル傾き評価部３７及び重み付け係数算出部３８を備える。

スペクトル傾き評価部３７は、入力音声信号のスペクトル傾きを評価し、スペクトル分布の偏りを特定する低域成分と全帯域成分との信号エネルギーの比を算出する。重み付け係数算出部３８は、スペクトル傾き評価部３７の評価結果に基づいて、入力音声のＬＳＰを分割した各周波数帯域に対する誤差の重み付け係数を算出する。なお、他の構成は、上記実施の形態で示したものと同様である。

図９は、図８中のスペクトル傾き評価部の構成を示す図である。図９に示すように、スペクトル傾き評価部３７は、低域通過フィルタ（以下、ＬＰＦとする）３９、全域エネルギー計算部４０、低域エネルギー計算部４１、及びエネルギー比計算部４２を備える。ＬＰＦ３９は、入力音声信号の低域成分を通過させるフィルタであり、２次程度のＦＩＲフィルタを用いて実現できる。

全域エネルギー計算部４０は、入力音声信号の全帯域成分の信号エネルギーを算出する。低域エネルギー計算部４１は、入力音声信号における低域成分の信号エネルギーを算出する。エネルギー比計算部４２は、全域エネルギー計算部４０により算出された全帯域成分の信号エネルギーと低域エネルギー計算部４１により算出された低域成分の信号エネルギーとの比を算出する。

次に動作について説明する。
以降では、入力音声信号のスペクトル傾きの評価及びその評価結果に応じた誤差重み付け係数の算出処理について主に説明する。
図１０は、音声信号のスペクトルを示すグラフであり、図１０（ａ）は有声音のスペクトルを示しており、図１０（ｂ）は無声音のスペクトルを示している。図１０（ａ）に示すように、有声音では低域側に信号エネルギーが偏り、スペクトル包絡が右肩下がりになる。一方、無声音では、図１０（ｂ）に示すように、高域側に信号エネルギーが偏ってスペクトル包絡が右肩上がりになるか、信号エネルギーの偏りがあまりなくスペクトル包絡がフラットになる。
そこで、この実施の形態４によるスペクトル傾き評価部３７では、全域での信号エネルギーにおいて低域に信号エネルギーが偏っているか否かに基づいて、入力音声信号のスペクトル傾きを評価する。

ＬＰＣ分析部１４は、ダウンサンプリング部１を介さずに入力した全帯域成分の音声信号からＬＳＰを求め、スペクトル傾き評価部３７に出力する。スペクトル傾き評価部３７では、ＬＰＦ３９においてＬＳＰの低域成分のみが通過されて低域エネルギー計算部４１に出力される。また、全域エネルギー計算部４０では、入力音声信号のＬＳＰにおける全帯域成分の信号エネルギー値が計算され、エネルギー比計算部４２に出力される。

一方、低域エネルギー計算部４１は、ＬＰＦ３９を通過した低域成分の信号エネルギー値を計算して、エネルギー比計算部４２に出力する。エネルギー比計算部４２では、全帯域成分の信号エネルギーに対する低域成分の信号エネルギーの割合をエネルギー比として算出する。例えば、下記式（１）に基づいてエネルギー比を算出する。
エネルギー比＝（低域の信号エネルギー）／（全域の信号エネルギー）・・・（１）

このエネルギー比の値が１に近ければ、全帯域成分の信号エネルギーに対して低域成分の信号エネルギーの割合が大きく、低域側に信号エネルギーが偏ってスペクトル包絡が右肩下がりであると評価できる（有声傾向）。また、エネルギー比の値が０に近ければ、入力音声信号のスペクトルが、信号エネルギーの偏りがあまりなくスペクトル包絡がフラットであるか、高域側に信号エネルギーが偏ってスペクトル包絡が右肩上がりであると評価できる（無声傾向）。

重み付け係数算出部３８は、スペクトル傾き評価部３７による入力音声信号のスペクトル傾きの評価結果に基づいて各帯域における誤差の重み付け係数を算出する。例えば、入力音声信号が有声傾向にあり、低域成分の誤差評価を厳密に行いたい場合、高域成分の重み付け係数が小さくなるように値を決定する。また、入力音声信号が無声傾向にあり、高域成分の再現性を良くしたい場合であれば、低域成分と比べて高域成分の重み付け係数が大きくなるように値を決定する。重み付け係数算出部３８により算出された低域成分及び高域成分の各重み付け係数は、低域セグメント誤差重み付け部３３及び高域セグメント誤差重み付け部３４にそれぞれ出力される。

低域セグメント誤差重み付け部３３では、セグメント分割部３２からＬＳＰの低域成分を入力すると共に、全帯域ＬＳＰ符号帳３１ａからの処理対象の各ＬＳＰを逐次入力し、セグメント分割部３２からの低域成分のＬＳＰと全帯域ＬＳＰ符号帳３１ａからのＬＳＰとの自乗誤差を計算する。このとき、重み付け係数算出部３８から入力した低域成分の重み付け係数を自乗誤差に乗じ、重み付け誤差としてＬＳＰ量子化部３５に出力する。

一方、高域セグメント誤差重み付け部３４も同様に、セグメント分割部３２からＬＳＰの高域成分を入力すると共に、全帯域ＬＳＰ符号帳３１ａからの処理対象の各ＬＳＰを逐次入力して、セグメント分割部３２からの高域成分のＬＳＰと全帯域ＬＳＰ符号帳３１ａからのＬＳＰとの自乗誤差を計算する。このとき、重み付け係数算出部３８から入力した高域成分の重み付け係数を自乗誤差に乗じ、重み付け誤差としてＬＳＰ量子化部３５に出力する。

ＬＳＰ量子化部３５は、低域セグメント誤差重み付け部３３及び高域セグメント誤差重み付け部３４から入力した重み付け誤差を足し合わせて量子化誤差とし、処理対象の各ＬＳＰ候補について得られた量子化誤差を比較して量子化誤差の値が最小となるＬＳＰ候補を選択する。このようにして、入力音声信号のスペクトル傾きに従って計算された重み付け係数を用いて誤差評価が実行される。

ＬＳＰ量子化部３５は、量子化誤差が最小となるＬＳＰ候補を選択すると、該ＬＳＰ候補のインデックスを全帯域ＬＳＰ符号帳３１ａから抽出し、ＬＳＰ逆量子化部１５ｂに出力すると共に、スペクトル情報として多重化部１２へ出力する。このスペクトル情報は多重化部１２を経由することにより、音声復号装置に伝送される。

なお、図８に示す音声符号化装置の符号化データを復号する音声復号装置についても、上記実施の形態２で示した音声復号装置（図５参照）と同一構成で実現可能なため、説明を省略する。

以上のように、この実施の形態４によれば、入力音声信号のＬＳＰを所定の周波数帯域ごとのセグメントに分割し、各周波数帯域に応じた重み付けを行って量子化誤差を評価するにあたり、入力音声信号のスペクトル傾きの評価結果に基づいて各周波数帯域の誤差評価用重み付け係数を決定するので、入力音声に適応した誤差評価が可能であり、音声品質を改善することができる。

例えば、低域に信号エネルギーの偏りがある音声信号が入力された際は、高域成分の誤差重み付け係数を小さくして、低域成分の誤差評価を厳密に行うことができる。これにより、安定した音声を得ることができる。また、信号エネルギーが全帯域でフラット又は高域に信号エネルギーの偏りがある音声信号に対して、高域成分の重み付け係数を大きくすることで、高域信号の再現性を良くすることができる。このようにすることで、こもり感のない音声を再生できるなど、再生音声の品質を改善することができる。

なお、上記実施の形態４では、上記実施の形態３で示した図６の構成にスペクトル傾き評価部３７及び重み付け係数算出部３８を設ける場合を説明したが、図７に示した構成にスペクトル傾き評価部３７及び重み付け係数算出部３８を設けてもよい。
また、これらの構成において全帯域ＬＳＰ符号帳３１ａの代わりに高域スペクトル外挿部１８を設けてもよい。この場合、音声復号装置としては、上記実施の形態１で示した音声復号装置（図３参照）と同一構成で実現可能である。

実施の形態５．
図１１は、この発明の実施の形態５による音声符号化装置の構成を示す図である。この実施の形態５による音声符号化装置のスペクトル分析部１９Ｅは、上記実施の形態３で示した構成（図６参照）に加え、重み付け係数算出部３８ａ、逆合成フィルタ４３、利得比計算部４４、及び遅延バッファ４５を備える。なお、他の構成は、上記実施の形態で示したものと同様である。

重み付け係数算出部３８ａは、利得比計算部４４により算出された低域成分と全帯域成分との信号エネルギー比に基づいて、入力音声のＬＳＰを分割した各周波数帯域に対する誤差の重み付け係数を算出する。逆合成フィルタ４３は、遅延バッファ４５から入力した音声信号から該音声信号のＬＳＰ情報を除去して残差信号を算出する。利得比計算部４４は、残差信号と励振信号（駆動音源信号）とのエネルギー比の平方根である利得比を算出する。遅延バッファ４５は、音声信号を一時記憶する。

次に動作について説明する。
以降では、入力音声信号の低域成分と全帯域成分との信号エネルギー比に基づく利得の算出及び該利得に応じた誤差重み付け係数の算出処理について説明する。
逆合成フィルタ４３には、ＬＰＣ分析部１４によってダウンサンプリングされていない全帯域成分の音声信号から求められたＬＳＰが入力され、さらに遅延バッファ４５から該ＬＳＰに対応する音声信号が入力される。

逆合成フィルタ４３では、遅延バッファ４５より読み込まれた音声信号から該音声信号のＬＳＰ情報を除去して残差信号を求め、利得比計算部４４に出力する。この残差信号は全帯域の信号エネルギーを有する。なお、残差信号の算出方法は、例えば非特許文献１に開示される手法を用いる。

また、利得比計算部４４には、駆動音源生成部１３の加算器７からの出力である励振信号（駆動音源信号）が入力される。この励振信号は低域（０〜６．４ｋＨｚ）の信号エネルギーを有する。利得比計算部４４は、加算器７から入力した励振信号と逆合成フィルタ４３から入力した残差信号との信号のエネルギー比（低域成分と全帯域成分のエネルギー比）を求め、この平方根を利得比として算出し、重み付け係数算出部３８ａに出力する。

この利得比の値が１に近ければ、全帯域成分の信号エネルギーに対して低域成分の信号エネルギーの割合が大きく、図１０（ａ）で示したような低域側に信号エネルギーが偏ってスペクトル包絡が右肩下がりであると判断できる（有声傾向）。また、利得比の値が０に近ければ、図１０（ｂ）で示したように、入力音声信号のスペクトルが、信号エネルギーの偏りがあまりなくスペクトル包絡がフラットであるか、若しくは高域側に信号エネルギーが偏ってスペクトル包絡が右肩上がりであると判断できる（無声傾向）。

重み付け係数算出部３８ａは、利得比計算部４４により算出された利得比に基づいて、各帯域における誤差の重み付け係数を算出する。例えば、入力音声信号が有声傾向にあり、低域成分の誤差評価を厳密に行いたい場合、高域成分の重み付け係数が小さくなるように値を決定する。また、入力音声信号が無声傾向にあり、高域成分の再現性を良くしたい場合であれば、低域成分と比べて高域成分の重み付け係数が大きくなるように値を決定する。

重み付け係数算出部３８ａにより算出された低域成分及び高域成分の各重み付け係数は、低域セグメント誤差重み付け部３３及び高域セグメント誤差重み付け部３４にそれぞれ出力される。以降の動作は、上記実施の形態４と同様である。

なお、図１１に示す音声符号化装置の符号化データを復号する音声復号装置についても、上記実施の形態２で示した音声復号装置（図５参照）と同一構成で実現可能なため、説明を省略する。

以上のように、この実施の形態５によれば、入力音声信号のＬＳＰを所定の周波数帯域ごとのセグメントに分割し、各周波数帯域に応じた重み付けを行って量子化誤差を評価するにあたり、入力音声信号の低域成分と全帯域成分との信号エネルギー比に基づいて各周波数帯域に対する誤差評価用重み付け係数を決定するので、入力音声に適応した誤差評価が可能であり、音声品質を改善することができる。

例えば、低域成分と全帯域成分のエネルギー比が小さい（１．０を遙かに下回る）場合は、高域に信号エネルギーの偏りがあると見なせるため、高域スペクトル評価用の重み付け係数を低域に対して大きく（重く）する。逆に低域成分と全帯域成分のエネルギー比が大きい（１．０に近づく）場合は、低域にエネルギーの偏りがあると見なせるため、高域スペクトル評価用の重み付け係数を低域に対して小さく（軽く）する。

また、図１１に示すように、利得比計算部４４が、適応符号帳２で選択されたピッチ情報（駆動音源信号のピッチ周期）を入力し、該ピッチ情報を補助的に用いて重み付け係数算出部３８ａによる重み付け係数の算出を制御するようにしてもよい。例えば、ピッチ情報で特定される駆動音源信号の音の性質（有声音か無声音か、若しくは男声か女声か等）に基づいて、重み付け係数算出部３８ａにより算出される低域成分や高域成分に対する誤差評価用重み付け係数の値を変更する。

なお、上記実施の形態５では、上記実施の形態３で示した図６の構成に重み付け係数算出部３８ａ、逆合成フィルタ４３、利得比計算部４４及び遅延バッファ４５を設ける場合を説明したが、これらを図７に示した構成に設けてもよい。
また、これらの構成において全帯域ＬＳＰ符号帳３１ａの代わりに高域スペクトル外挿部１８を設けてもよい。この場合、音声復号装置としては、上記実施の形態１で示した音声復号装置（図３参照）と同一構成で実現可能である。

実施の形態６．
図１２は、この発明の実施の形態６による音声符号化装置の構成を示す図である。図１２において、ダウンサンプリング部１、スペクトル分析部１９Ｆ、合成フィルタ８及び加算器９以外の構成は記載を省略している。なお、記載を省略した構成は、上記実施の形態２で示したもの（図４参照）と同様である。

図１２に示すように、この実施の形態３による音声符号化装置のスペクトル分析部１９Ｆは、上記実施の形態３で示したスペクトル分析部１９の構成に加え、重み付け係数符号帳４６を備える。重み付け係数符号帳４６は、全帯域ＬＳＰ符号帳３１ａにおける全帯域の各ＬＳＰに対応して、低域成分の誤差評価用重み付け係数と高域成分の誤差評価用重み付け係数とを格納する。

なお、重み付け係数符号帳４６は、全帯域ＬＳＰ符号帳３１ａ及び狭帯域ＬＳＰ符号帳１６の各要素と１対１に対応している。例えば、重み付け係数符号帳４６には、全帯域ＬＳＰ符号帳３１ａのある要素Ｘに対応して低域成分の誤差重み付け係数ＷＬ（Ｘ）及び高域成分の誤差重み付け係数ＷＨ（Ｘ）が格納される。

また、全帯域ＬＳＰ符号帳３１ａの要素Ｘのスペクトル傾斜が緩やか（全帯域に均等に分布）であれば、重み付け係数符号帳４６には、ＷＬ（Ｘ）に対してＷＨ（Ｘ）を大きく（重く）した係数を格納しておく。さらに、全帯域ＬＳＰ符号帳３１ａの要素Ｘのスペクトル傾斜が急峻（低域に偏る）であれば、ＷＬ（Ｘ）に対してＷＨ（Ｘ）を小さく（軽く）した係数を格納しておく。

次に動作について説明する。
ＬＰＣ分析部１４は、ダウンサンプリング部１を介さずに入力した全帯域の音声信号に対して１音声フレーム毎に１回のＬＰＣ分析を実行し、ＬＰＣをＬＳＰに変換する。ＬＰＣ分析部１４によって音声信号から変換されたＬＳＰは、セグメント分割部３２に出力される。

低域セグメント誤差重み付け部３３では、セグメント分割部３２からＬＳＰの低域成分を入力すると共に、全帯域ＬＳＰ符号帳３１ａからの処理対象の各ＬＳＰを逐次入力し、セグメント分割部３２からの低域成分のＬＳＰと全帯域ＬＳＰ符号帳３１ａからのＬＳＰとの自乗誤差を計算する。

また、高域セグメント誤差重み付け部３４も同様に、セグメント分割部３２からＬＳＰの高域成分を入力すると共に、全帯域ＬＳＰ符号帳３１ａからの処理対象の各ＬＳＰを逐次入力して、セグメント分割部３２からの高域成分のＬＳＰと全帯域ＬＳＰ符号帳３１ａからのＬＳＰとの自乗誤差を計算する。

上述のＬＳＰベクトルＸｉと入力音声信号ＬＳＰベクトルとの誤差計算処理は、例えば全帯域ＬＳＰ符号帳３１ａにｍ（ｉ＝１〜ｍは正の整数）個の要素Ｘ１，Ｘ２，・・・，Ｘｍがある場合、全ての要素に対して行われる。

また、低域セグメント誤差重み付け部３３及び高域セグメント誤差重み付け部３４は、ＬＳＰベクトルＸｉと入力音声信号ＬＳＰベクトルとの誤差計算処理において、重み付け係数符号帳４６からＷＨ（Ｘｉ）及びＷＬ（Ｘｉ）をそれぞれ読み出す。

低域セグメント誤差重み付け部３３は、重み付け係数符号帳４６からの重み付け係数ＷＬ（Ｘｉ）を自乗誤差に乗じ、重み付け誤差としてＬＳＰ量子化部３５に出力する。また、高域セグメント誤差重み付け部３４は、重み付け係数符号帳４６からの重み付け係数ＷＨ（Ｘｉ）を自乗誤差に乗じ、重み付け誤差としてＬＳＰ量子化部３５に出力する。以降の処理は、上記実施の形態５と同様である。

なお、実施の形態６による音声復号装置は、上記実施の形態２で示した音声復号装置（図５参照）と同一構成で実現可能なため説明を省略する。

以上のように、この実施の形態６によれば、入力音声信号から得られたＬＳＰを所定の周波数帯域ごとのセグメントに分割し、各周波数帯域に応じた重み付けを行って量子化誤差を評価するにあたり、低域成分の誤差評価用重み付け係数と高域成分の誤差評価用重み付け係数とが予め登録された重み付け係数符号帳４６を用いて各周波数帯域に対する誤差評価用重み付け係数を決定するので、入力音声に適応した誤差評価が可能であり、音声品質を改善することができる。

また、この実施の形態６によれば、誤差評価用重み付け係数のテーブルである重み付け係数符号帳４６を参照するだけで所望の重み付け係数を設定できるため、量子化処理の負荷を低減することも可能である。

上記実施の形態６では、上記実施の形態３で示した図６の構成に重み付け係数符号帳４６を設ける場合を説明したが、図７に示した構成に対し、中域成分の誤差評価用重み付け係数を予め登録した重み付け係数符号帳を設けた構成であってもよい。

実施の形態７．
図１３は、この発明の実施の形態７による音声符号化装置の構成を示す図である。この実施の形態７による音声符号化装置のスペクトル分析部１９Ｇは、上記実施の形態３で示したＬＰＣ分析部１４、セグメント分割部３２、低域セグメント誤差重み付け部３３、高域セグメント誤差重み付け部３４、狭帯域ＬＳＰ符号帳１６及び全帯域ＬＳＰ符号帳３１ａに加え、重み付け係数蓄積部４７、ＬＳＰ量子化部３５ｂ、ＬＳＰ逆量子化部４８、ＬＳＰ−ＬＰＣ変換部４９を備える。

重み付け係数蓄積部４７には、低域成分と高域成分の誤差評価用重み付け係数の組み合わせについて複数の候補が蓄積される。また、ＬＳＰ逆量子化部４８、ＬＳＰ−ＬＰＣ変換部４９、合成フィルタ５０、アップサンプリング部５１、加算器５２、減算器５３、最小誤差探索部５４、ＬＳＰ逆量子化部５５、ＬＳＰ−ＬＰＣ変換部５６、乱数発生器５７、利得乗算器５８、合成フィルタ５９及びバンドパスフィルタ６０が、ＬＳＰの閉ループ探索を実行する。

次に動作について説明する。
以降では、説明の簡単のため、重み付け係数蓄積部４７に３組の誤差評価用重み付け係数の組み合わせがあるものと仮定する。
ＬＰＣ分析部１４は、ダウンサンプリング部１を介さずに入力した全帯域の音声信号に対して１音声フレーム毎に１回のＬＰＣ分析を実行し、ＬＰＣをＬＳＰに変換する。ＬＰＣ分析部１４によって音声信号から変換されたＬＳＰは、セグメント分割部３２に出力される。

また、狭帯域ＬＳＰ符号帳１６は、処理対象となる低域成分のＬＳＰ候補ベクトルを特定する符号帳のインデックスを全帯域ＬＳＰ符号帳３１ａに出力する。全帯域ＬＳＰ符号帳３１ａでは、該インデックスに対応する低域成分のＬＳＰに高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰが読み出され、ＬＳＰ候補として低域セグメント誤差重み付け部３３及び高域セグメント誤差重み付け部３４にそれぞれ出力される。

セグメント分割部３２では、ＬＰＣ分析部１４から入力したＬＳＰの値に基づいて低域成分と高域成分のセグメントにＬＳＰを分割し、対応するセグメントを低域セグメント誤差重み付け部３３及び高域セグメント誤差重み付け部３４にそれぞれ出力する。

低域セグメント誤差重み付け部３３では、セグメント分割部３２からＬＳＰの低域成分を入力すると、全帯域ＬＳＰ符号帳３１ａからの処理対象の各ＬＳＰを逐次入力し、セグメント分割部３２からの低域成分のＬＳＰと全帯域ＬＳＰ符号帳３１ａからのＬＳＰとの自乗誤差を計算する。

重み付け係数蓄積部４７に蓄積される誤差評価用重み付け係数の組み合わせは、低域セグメント誤差重み付け部３３及び高域セグメント誤差重み付け部３４により１組ずつ読み出される。これにより、低域セグメント誤差重み付け部３３は、重み付け係数蓄積部４７から読み出した低域成分の重み付け係数を自乗誤差に乗じ、重み付け誤差としてＬＳＰ量子化部３５ｂに出力する。また、高域セグメント誤差重み付け部３４も同様に、重み付け係数蓄積部４７から読み出した高域成分の重み付け係数を自乗誤差に乗じ、重み付け誤差としてＬＳＰ量子化部３５ｂに出力する。

ＬＳＰ量子化部３５ｂは、低域セグメント誤差重み付け部３３及び高域セグメント誤差重み付け部３４から入力した重み付け誤差を足し合わせて量子化誤差とし、処理対象の各ＬＳＰ候補について得られた量子化誤差を比較して量子化誤差の値が最小となるＬＳＰ候補を選択する。この量子化誤差の値が最小となるＬＳＰ候補を特定する最適量子化インデックスをＸとする。

この後、重み付け係数蓄積部４７における誤差評価用重み付け係数の他の組み合わせ（残りの２組）についても、上記と同様にＬＳＰ量子化処理を実行することにより、最適量子化インデックスＸ，Ｙ，Ｚが選択されたものとする。この場合、最適量子化インデックスＸ，Ｙ，Ｚがそれぞれ異なる値であれば、最大３つのＬＳＰ候補が選択されることになる。そこで、この実施の形態７では、これらＬＳＰ候補について閉ループ探索を行って最適量子化インデックスを選択する。以下に詳細な動作を説明する。

先ず、ＬＳＰ量子化部３５ｂは、量子化誤差が最小となるＬＳＰ候補のインデックス（最大３つＸ，Ｙ，Ｚ）を全帯域ＬＳＰ符号帳３１ａからそれぞれ抽出し、ＬＳＰ逆量子化部４８に出力する。ＬＳＰ逆量子化部４８では、ＬＳＰ量子化部３５ｂにより選択されたＬＳＰ候補のインデックスに基づいて狭帯域ＬＳＰ符号帳１６を探索し、狭帯域ＬＳＰ符号帳１６から対応する低域成分の量子化ＬＳＰベクトルを抽出し、ＬＳＰ−ＬＰＣ変換部４９に出力する。

ＬＳＰ−ＬＰＣ変換部４９では、ＬＳＰ逆量子化部４９から入力したインデックス（最大３つＸ，Ｙ，Ｚ）に対応する低域成分のＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ５０に出力する。これにより、最適量子化インデックスＸ，Ｙ，Ｚがそれぞれ異なる値であれば、３種類の合成フィルタが構成される。

合成フィルタ５０では、上記実施の形態１と同様に、駆動音源生成部１３から入力した駆動音源信号に対して、スペクトル分析部１９Ｇからのフィルタパラメータ（最大３種類の合成フィルタを構成する）を用いて合成フィルタ処理することにより合成音声を生成し、減算器９及びアップサンプリング部５１にそれぞれに出力する。

減算器９では、ダウンサンプリング部１でサンプリングされた入力音声から合成フィルタ５０で生成された合成音声を減算して歪み成分を求め、聴覚重み付けフィルタ１０に出力する。聴覚重み付けフィルタ１０は、減算器９で算出された歪み成分について入力音声のスペクトルに基づいた重み付けを実行し、最小誤差探索部１１に出力する。

なお、駆動音源生成部１３は、適応符号帳２、代数符号帳３及び利得符号帳４の要素を所定の探索範囲内で探索して駆動音源を合成フィルタ５０に逐次出力する。これにより、減算器９及び聴覚重み付けフィルタ１０を介して、駆動音源生成部１３で生成された各駆動音源信号について重み付け歪み成分がそれぞれ算出され、最小誤差探索部１１に出力される。

最小誤差探索部１１では、各重み付き歪み成分のパワーを比較して歪み成分が最小となる合成音声が生成された駆動音源信号を選択し、駆動音源生成部１３及びＬＳＰ量子化部３５ｂに通知する。このようにして、最大３種類のフィルタパラメータで駆動する合成フィルタ５０により、駆動音源生成部１３の適応符号帳２、代数符号帳３、利得符号帳４の各要素が探索され、適応符号帳２、代数符号帳３、利得符号帳４の各要素について最大３組のインデックスの組み合わせが抽出される。

この後、歪み成分が最小となる最大３組のインデックスの組み合わせによる合成音声は、アップサンプリング部５１によりそれぞれアップサンプリングされ、音声信号（低域信号）に変換される。ここでは、サンプリング周波数が１２．８ｋＨｚから１６ｋＨｚにアップサンプリングされる。

ＬＳＰ量子化部３５ｂは、最小誤差探索部１１により選択された歪み成分が最小となるＬＳＰ候補のインデックス（最大３つＸ，Ｙ，Ｚ）を、全帯域ＬＳＰ符号帳３１ａからそれぞれ選択し、ＬＳＰ逆量子化部５５に出力する。ＬＳＰ逆量子化部５５では、ＬＳＰ量子化部３５ｂにより選択されたＬＳＰ候補のインデックス（最大３つＸ，Ｙ，Ｚ）に対応する全帯域の量子化ＬＳＰ候補を、ＬＳＰ−ＬＰＣ変換部５６にそれぞれ出力する。

ＬＳＰ−ＬＰＣ変換部５６では、ＬＳＰ逆量子化部５５から入力した全帯域のＬＳＰ（最大３つのインデックスＸ，Ｙ，Ｚに対応するＬＳＰ）をＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ５９に出力する。これにより、合成フィルタ５９についても、最適量子化インデックスＸ，Ｙ，Ｚがそれぞれ異なる値であれば、３種類の合成フィルタが構成される。

高域信号利得量子化部２０では、入力した音声信号の高域有声強度を算出し、該音声信号と高域有声強度から高域成分の利得を求めて利得乗算器５８に出力すると共に、この高域成分の利得値を量子化して多重化部１２に出力する。利得乗算器５８では、高域信号利得量子化部２０から入力した高域成分の利得値を、乱数発生器５７から入力した励振信号に相当する信号に乗算する。なお、この乗算処理は、ダウンサンプリングされる前のサンプリング周波数（Ｆｓ＝１６ｋＨｚ）で行われる。

合成フィルタ５９では、ＬＳＰ−ＬＰＣ変換部５６から入力したフィルタパラメータ（最大３種類の合成フィルタを構成する）を用いて、利得乗算器５８で高域利得が乗算された音声信号（駆動音源信号）を合成フィルタ処理することにより合成音声（擬似高域信号）を生成し、該合成音声をバンドパスフィルタ６０に出力する。バンドパスフィルタ６０では、合成フィルタ５９で生成された合成音声から高域成分のみを通過させて加算器５２に出力する。これにより、最大３種類の高域信号が加算器５２にそれぞれ出力される。

加算器５２では、バンドパスフィルタ６０からの高域信号とアップサンプリング部５１により先に生成された低域信号とを加算して音声信号を生成し、再生音声として減算器５３に出力する。減算器５３では、加算器５２の出力である再生音声と入力音声信号とを減算し、差分値（誤差）を最小誤差探索部５４に出力する。最小誤差探索部５４では、各インデックスによる音声信号と入力音声信号との差分値を比較して該差分値が最小となる音声信号を選択し、駆動音源生成部１３及びＬＳＰ量子化部３５ｂに通知する。

駆動音源生成部１３では、最小誤差探索部５４から最小誤差となる音声信号が選択された旨の通知がされると、該音声信号を生成した駆動音源信号を構成する、適応符号帳２における過去の駆動音源信号を特定するピッチ情報、代数符号帳３における単位パルスを特定するパルス情報、利得符号帳４における適応符号帳２の該要素及び代数符号帳３の該要素に対応する利得を特定する利得情報を多重化部１２に出力する。また、ＬＳＰ量子化部３５ｂも同様に、最小誤差探索部５４から最小誤差となる音声信号が選択された旨の通知がされると、該音声信号を生成した駆動音源信号を構成するスペクトル情報を多重化部１２に出力する。

多重化部１２では、最小誤差の音声信号が生成された駆動音源信号を構成する、適応符号帳２からのピッチ情報、代数符号帳３からのパルス情報、利得符号帳４からの利得情報、高域信号利得量子化部２０からの高域信号の利得（高域利得）、及びＬＳＰ量子化部３５ｂからのスペクトル情報を多重化して伝送路へ出力する。このようにして、高域成分も外挿されたＬＳＰを用いて量子化された符号化データが生成され、伝送路を経由して音声復号装置に出力される。

なお、図１３に示す音声符号化装置の符号化データを復号する音声復号装置は、上記実施の形態２で示した音声復号装置（図５参照）と同一構成で実現可能なため、説明を省略する。

以上のように、この実施の形態７によれば、入力音声信号のＬＳＰを所定の周波数帯域ごとのセグメントに分割し、各周波数帯域に応じた重み付けを行って量子化誤差を評価するにあたり、低域成分の誤差評価用重み付け係数と高域成分の誤差評価用重み付け係数の組み合わせを蓄積する重み付け係数蓄積部４７を用いて各周波数帯域に対する誤差評価用重み付け係数を決定するので、入力音声に適応した誤差評価が可能であり、音声品質を改善することができる。また、重み付け係数蓄積部４７から読み出した重み付け係数を設定できるため、量子化処理の負荷を低減することも可能である。

また、この実施の形態７によれば、閉ループ探索を行う構成を設けたので、より実際の音声信号に近い符号化（合成）音声を選択できるため、良好な符号化音を再生することができる。

なお、上記実施の形態７では、上記実施の形態３で示した図６の構成に重み付け係数蓄積部４７等を設ける場合を説明したが、これらを図７に示した構成に設けたものも本発明に含まれる。また、これらの構成において全帯域ＬＳＰ符号帳３１ａの代わりに高域スペクトル外挿部１８を設けてもよい。この場合、音声復号装置としては、上記実施の形態１で示した音声復号装置（図３参照）と同一構成で実現可能である。

実施の形態８．
図１４は、この発明の実施の形態８による音声符号化装置の構成を示す図である。この実施の形態８による音声符号化装置のスペクトル分析部１９Ｈは、ＬＰＣ分析部１４ａ，１４ｂ、ＬＳＰ量子化部６１，６２、狭帯域ＬＳＰ符号帳１６、全帯域ＬＳＰ符号帳３１ａ、誤差評価セレクタ６３、ＬＳＰ逆量子化部１５ｂ、及びＬＳＰ−ＬＰＣ変換部１７を備える。

ＬＰＣ分析部１４ａは、ダウンサンプリング部１によるダウンサンプリング後の音声信号を入力し、低域成分についてＬＰＣ分析を行う。また、ＬＰＣ分析部１４ｂは、ダウンサンプリング部１を介さずダウンサンプリング前の音声信号を入力し、全帯域成分についてＬＰＣ分析を行う。なお、ＬＰＣ分析部１４ｂは、ダウンサンプリング部１に内蔵される低域通過ＦＩＲフィルタの遅延分を補償するための、遅延バッファを内蔵する。

ＬＳＰ量子化部６１は、ＬＰＣ分析部１４ａが求めたＬＳＰと狭帯域ＬＳＰ符号帳１６からの低域成分のＬＳＰとを入力して量子化処理を行う。ＬＳＰ量子化部６２は、ＬＰＣ分析部１４ｂが求めたＬＳＰと全帯域ＬＳＰ符号帳３１ａからの全帯域成分のＬＳＰとを入力して量子化処理を行う。誤差評価セレクタ６３は、ＬＳＰ量子化部６１，６２により求められたＬＳＰ候補のインデックスうちのいずれかを選択する。なお、上記以外の構成は、上記実施の形態３で示したもの（図６参照）と同様である。

次に動作について説明する。
ＬＰＣ分析部１４ｂは、ダウンサンプリング部１を介さずに入力した全帯域の音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行する。例えば、１６０サンプル（２０ｍｓ）ごとに、窓かけされた音声の自己相関係数を計算し、レビンソンアルゴリズムを用いてＬＰＣに変換され、該ＬＰＣを量子化および補間のためにＬＳＰに変換する。ＬＰＣ分析部１４ｂによって入力音声信号から求められたＬＳＰは、ＬＳＰ量子化部６２に出力される。

ＬＳＰ量子化部６２では、全帯域ＬＳＰ符号帳３１ａから高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰを逐次入力して量子化処理を行う。ここで、全帯域ＬＳＰ符号帳３１ａから入力されたＬＳＰとＬＰＣ分析部１４ｂから入力されたＬＳＰとの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックスは、誤差評価セレクタ６３へ出力される。

一方、ＬＰＣ分析部１４ａは、ダウンサンプリング部１を介してダウンサンプリングされた狭帯域の音声信号（低域信号）に対して１音声フレームごとに１回のＬＰＣ分析を実行して低域成分のＬＳＰを求める。ＬＰＣ分析部１４ａによって求められた低域成分のＬＳＰは、ＬＳＰ量子化部６１に出力される。

ＬＳＰ量子化部６１では、狭帯域ＬＳＰ符号帳１６から低域成分のＬＳＰを逐次入力して量子化処理を行う。ここで、狭帯域ＬＳＰ符号帳１６から入力されたＬＳＰとＬＰＣ分析部１４ａから入力されたＬＳＰとの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックスは、誤差評価セレクタ６３へ出力される。

誤差評価セレクタ６３では、ＬＳＰ量子化部６１，６２により求められたＬＳＰ候補のインデックスうちのいずれかを選択する。例えば、入力音声信号が有声傾向にあり、低域成分の誤差評価を厳密に行いたい場合、ＬＳＰ量子化部６１により求められた低域成分のＬＳＰ候補のインデックスを選択する。また、入力音声信号が無声傾向にあり、高域成分の再現性を良くしたい場合であれば、ＬＳＰ量子化部６２により求められた全帯域成分のＬＳＰ候補のインデックスを選択する。

このように、誤差評価セレクタ６３によって全帯域成分又は低域成分のいずれかのＬＳＰ候補のインデックスを選択することで、上記実施の形態３において、高域成分の誤差評価用重み付け係数を０又は１（低域成分の誤差評価用重み付け係数が１の場合）とした場合と同様の効果を得ることができる。誤差評価セレクタ６３により選択されたＬＳＰ候補のインデックスは、ＬＳＰ逆量子化部１５ｂに出力される。また、選択したＬＳＰ候補のインデックスのうち、適応符号帳２のスペクトル情報を多重化部１２に出力する。以降の動作は、上記実施の形態３と同様である。

なお、この実施の形態８による音声符号化装置の符号化データを復号する音声復号装置は、上記実施の形態２で示した音声復号装置（図５参照）と同一構成で実現可能なため、説明を省略する。

以上のように、この実施の形態８によれば、ダウンサンプリング前の全帯域信号についてＬＳＰ量子化すると共に、これと並行してダウンサンプリング後の低域信号についてＬＳＰ量子化し、これらのうちいずれかの量子化値を選択するので、入力音声に適応した誤差評価が可能であり、音声品質を改善することができる。

上記実施の形態８では、上記実施の形態２で示した図４の構成にＬＰＣ分析部１４ａ，１４ｂ等を設ける場合を説明したが、全帯域ＬＳＰ符号帳３１ａの代わりに高域スペクトル外挿部１８を設けてもよい。この場合、音声復号装置としては、上記実施の形態１で示した音声復号装置（図３参照）と同一構成で実現可能である。

実施の形態９．
図１５は、この発明の実施の形態９による音声符号化装置の構成を示す図である。図１５において、ダウンサンプリング部１、スペクトル分析部１９Ｉ及び合成フィルタ８以外の構成は記載を省略している。なお、記載を省略した構成は、上記実施の形態２の図４で示した構成と同様である。この実施の形態９による音声符号化装置のスペクトル分析部１９Ｉは、上記実施の形態８で示した構成に加え、スペクトル傾き評価部３７ａ及び適応閾値算出部６４を有し、誤差評価セレクタ６３の代わりにセレクタ６５を備える。

スペクトル傾き評価部３７ａは、ダウンサンプリング前の音声信号についてのＬＳＰを入力し、該ＬＳＰのスペクトル傾きを評価し、スペクトル分布の偏りを特定する低域成分と全帯域成分との信号エネルギーの比を算出する。例えば、図９と同様に構成される。適応閾値算出部６４は、スペクトル傾き評価部３７ａによる評価結果に基づいて、ＬＳＰ量子化部６１，６２による量子化誤差を比較するための閾値を算出する。

セレクタ６５は、ＬＳＰ量子化部６１，６２により求められた量子化誤差と適応閾値算出部６４により算出された閾値との比較結果に基づいてＬＳＰ量子化部６１，６２のうちのいずれかの量子化インデックス（自乗誤差が最小となるＬＳＰ候補の符号帳インデックス）を選択する。なお、上記以外の構成は、上記実施の形態８で示したもの（図１４参照）と同様である。

次に動作について説明する。
ＬＰＣ分析部１４ｂは、ダウンサンプリング部１を介さずに入力した全帯域の音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行する。このＬＰＣ分析によって入力音声信号から求められたＬＳＰは、スペクトル傾き評価部３７ａ及びＬＳＰ量子化部６２に出力される。

狭帯域ＬＳＰ符号帳１６は、処理対象となる低域成分のＬＳＰ候補ベクトルを特定するインデックスを全帯域ＬＳＰ符号帳３１ａに出力する。全帯域ＬＳＰ符号帳３１ａでは、該インデックスに対応する低域成分のＬＳＰに高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰが読み出され、ＬＳＰ候補としてＬＳＰ量子化部６２に出力される。

ＬＳＰ量子化部６２では、全帯域ＬＳＰ符号帳３１ａから高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰを逐次入力し、これとＬＰＣ分析部１４ｂから入力したＬＳＰを用いて量子化処理を行う。ここで、全帯域ＬＳＰ符号帳３１ａから入力されたＬＳＰとＬＰＣ分析部１４ｂから入力されたＬＳＰの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックス及びその自乗誤差（量子化誤差）は、セレクタ６５へ出力される。

一方、ＬＰＣ分析部１４ａは、ダウンサンプリング部１によってダウンサンプリングされた狭帯域の音声信号（低域信号）に対して１音声フレームごとに１回のＬＰＣ分析を実行して低域成分のＬＳＰを求める。ＬＰＣ分析部１４ａによって求められた低域成分のＬＳＰは、ＬＳＰ量子化部６３に出力される。

ＬＳＰ量子化部６２では、狭帯域ＬＳＰ符号帳１６から低域成分のＬＳＰを逐次入力して量子化処理を行う。ここで、狭帯域ＬＳＰ符号帳１６から入力されたＬＳＰと、ＬＰＣ分析部１４ａから入力されたＬＳＰとの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックス及びその自乗誤差も、セレクタ６５へ出力される。

また、スペクトル傾き評価部３７ａは、上記実施の形態４と同様にして、ＬＰＣ分析部１４ｂから入力したＬＳＰにおける、全帯域成分の信号エネルギーに対する低域成分の信号エネルギーの割合をエネルギー比として算出する。適応閾値算出部６４は、スペクトル傾き評価部３７ａにより求められたエネルギー比に基づいて、ＬＳＰ量子化部６１，６２による量子化誤差を比較するための閾値を算出し、セレクタ６５に出力する。

例えば、エネルギー比が小さく、入力音声信号のスペクトル包絡がフラットであるか、高域側に信号エネルギーが偏ってスペクトル包絡が右肩上がりである場合、高域成分が音声品質に寄与する割合が大きいものと判断し、ＬＳＰ量子化部６２による全帯域ＬＳＰを選択しやすくなるように適応閾値を大きくする。一方、エネルギー比が大きく、低域側に信号エネルギーが偏ってスペクトル包絡が右肩下がりである場合（低域成分優勢）、高域成分が音声品質にあまり寄与しないものと判断し、ＬＳＰ量子化部６１による狭帯域ＬＳＰ（低域ＬＳＰ）を選択しやすくなるように適応閾値を小さくする。

セレクタ６５では、ＬＳＰ量子化部６１，６２から入力した量子化誤差と適応閾値算出部６４により算出された適応閾値とを比較する。このとき、量子化誤差が適応閾値未満であれば、ＬＳＰ量子化部６２による全帯域ＬＳＰを特定する符号帳インデックス（量子化インデックス）を選択する。また、量子化誤差が適応閾値以上であれば、ＬＳＰ量子化部６１による狭帯域ＬＳＰを特定する符号帳インデックス（量子化インデックス）を選択する。

このように、セレクタ６５によって全帯域成分又は低域成分のいずれかのＬＳＰ候補のインデックスを選択することで、上記実施の形態３において、高域成分の誤差評価用重み付け係数を０又は１（低域成分の誤差評価用重み付け係数が１の場合）とした場合と同様の効果を得ることができる。

ＬＳＰ候補の符号帳インデックスを選択すると、セレクタ６５は、該インデックスをＬＳＰ逆量子化部１５ｂに出力すると共に、該インデックスのうちの適応符号帳２のスペクトル情報を多重化部１２に出力する。以降の処理は、上記実施の形態４と同様である。

なお、この実施の形態９による音声符号化装置の符号化データを復号する音声復号装置は、上記実施の形態２で示した音声復号装置（図５参照）と同一構成で実現可能なため、説明を省略する。

以上のように、この実施の形態９によれば、ダウンサンプリング前の全帯域信号についてＬＳＰ量子化すると共に、これと並行してダウンサンプリング後の低域信号についてＬＳＰ量子化し、入力音声信号のスペクトル傾きの評価結果に基づいていずれかの量子化値を選択するので、入力音声に適応した誤差評価が可能であり、音声品質を改善することができる。

また、上記実施の形態９では、上記実施の形態８で示した構成にスペクトル傾き評価部３７ａ及び適応閾値算出部６４等を設ける場合を説明したが、全帯域ＬＳＰ符号帳３１ａの代わりに高域スペクトル外挿部１８を設けてもよい。この場合、音声復号装置としては、上記実施の形態１で示した音声復号装置（図３参照）と同一構成で実現可能である。

実施の形態１０．
図１６は、この発明の実施の形態１０による音声符号化装置の構成を示す図である。実施の形態１０による音声符号化装置のスペクトル分析部１９Ｊは、上記実施の形態８で示した構成に加えて、逆合成フィルタ４３、利得比計算部４４、遅延バッファ４５、及び適応閾値算出部６４ａを備え、誤差評価セレクタ６３の代わりにセレクタ６５ａを備える。なお、上記以外の構成は、上記実施の形態８で示したもの（図１４参照）と同様である。

逆合成フィルタ４３は、遅延バッファ４５から入力した音声信号から該音声信号のＬＳＰ情報を除去して残差信号を算出する。利得比計算部４４は、残差信号と励振信号（駆動音源信号）とのエネルギー比の平方根である利得比を算出する。遅延バッファ４５は、逆合成フィルタ４３にて入力音声信号の残差信号を算出するにあたり、該音声信号のＬＰＣ分析結果が得られるまで該音声信号を一時記憶する。

適応閾値算出部６４ａは、利得比計算部４４により算出された利得比に基づいて、ＬＳＰ量子化部６１，６２による量子化誤差を比較するための閾値を算出する。セレクタ６５ａは、ＬＳＰ量子化部６１，６２により求められた量子化誤差と適応閾値算出部６４ａにより算出された閾値との比較結果に基づいてＬＳＰ量子化部６１，６２のうちのいずれかの量子化インデックス（自乗誤差が最小となるＬＳＰ候補の符号帳インデックス）を選択する。

次に動作について説明する。
ＬＰＣ分析部１４ｂは、ダウンサンプリング部１を介さずに入力した全帯域の音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行して低域成分のＬＳＰを求める。また、ＬＰＣ分析部１４ｂは、ダウンサンプリング部１に内蔵される低域通過ＦＩＲフィルタの遅延分を補償するための、遅延バッファを内蔵する。ＬＰＣ分析部１４ａによって求められた低域成分のＬＳＰは、逆合成フィルタ４３及びＬＳＰ量子化部６２に出力される。また、遅延バッファ４５には、該ＬＳＰを求めた音声信号が入力され、ＬＰＣ分析により該ＬＳＰが生成されるまで一時記憶される。

一方、ＬＰＣ分析部１４ａは、ダウンサンプリング部１によってダウンサンプリングされた狭帯域の音声信号（低域信号）に対して１音声フレームごとに１回のＬＰＣ分析を実行して低域成分のＬＳＰを求める。ＬＰＣ分析部１４ａによって求められた低域成分のＬＳＰは、ＬＳＰ量子化部６１に出力される。

ＬＳＰ量子化部６１では、狭帯域ＬＳＰ符号帳１６から低域成分のＬＳＰを逐次入力して量子化処理を行う。ここで、狭帯域ＬＳＰ符号帳１６から入力されたＬＳＰとＬＰＣ分析部１４ａから入力されたＬＳＰの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックス及びその自乗誤差は、セレクタ６５ａへ出力される。

また、ＬＳＰ量子化部６２は、全帯域ＬＳＰ符号帳３１ａから高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰを逐次入力して量子化処理を行う。ここで、全帯域ＬＳＰ符号帳３１ａから入力されたＬＳＰとＬＰＣ分析部１４ｂから入力されたＬＳＰの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックス及びその自乗誤差は、セレクタ６５ａへ出力される。

逆合成フィルタ４３では、ダウンサンプリング部１を介さずにＬＰＣ分析部１４ｂで求められた音声信号のＬＳＰが入力され、さらに遅延バッファ４５から該ＬＳＰに対応する音声信号が入力されると、遅延バッファ４５より読み込まれた音声信号から該音声信号のＬＳＰ情報を除去して残差信号を求め、利得比計算部４４に出力する。この残差信号は全帯域の信号エネルギーを有する。

また、利得比計算部４４には、駆動音源生成部１３の加算器７からの出力である励振信号（駆動音源信号）が入力される。この励振信号は低域（〜６．４ｋＨｚ）の信号エネルギーを有する。この後、利得比計算部４４は、加算器７から入力した励振信号と逆合成フィルタ４３から入力した残差信号との信号のエネルギー比（低域成分と全帯域成分のエネルギー比）を求めて、この平方根を利得比として算出し、適応閾値算出部６４ａに出力する。

適応閾値算出部６４ａでは、利得比計算部４４にて算出された利得比の値に基づいて、ＬＳＰ量子化部６１，６２による量子化誤差を比較するための閾値を算出してセレクタ６５ａに出力する。例えば、利得比の値が１に近ければ、全帯域成分の信号エネルギーに対して低域成分の信号エネルギーの割合が大きく（低域成分優勢）、高域成分が音声品質にあまり寄与しないものと判断し、ＬＳＰ量子化部６１による狭帯域ＬＳＰ（低域ＬＳＰ）を選択しやすくなるように適応閾値を小さくする。また、利得比の値が０に近ければ、高域成分が音声品質に寄与する割合が大きいものと判断し、ＬＳＰ量子化部６２による全帯域ＬＳＰを選択しやすくなるように適応閾値を大きくする。

セレクタ６５ａでは、ＬＳＰ量子化部６１，６２から入力した量子化誤差と適応閾値算出部６４ａにより算出された適応閾値とを比較する。このとき、量子化誤差が適応閾値未満であれば、ＬＳＰ量子化部６２による全帯域ＬＳＰを特定する符号帳インデックス（量子化インデックス）を選択する。また、量子化誤差が適応閾値以上であれば、ＬＳＰ量子化部６１による狭帯域ＬＳＰを特定する符号帳インデックス（量子化インデックス）を選択する。

このように、セレクタ６５ａによって全帯域成分又は低域成分のいずれかのＬＳＰ候補のインデックスを選択することで、上記実施の形態３において、高域成分の誤差評価用重み付け係数を０又は１（低域成分の誤差評価用重み付け係数が１の場合）とした場合と同様の効果を得ることができる。

ＬＳＰ候補の符号帳インデックスを選択すると、セレクタ６５ａは、該インデックスをＬＳＰ逆量子化部１５ｂに出力すると共に、該インデックスのうちの適応符号帳２のスペクトル情報を多重化部１２に出力する。以降の処理は、上記実施の形態４と同様である。

なお、この実施の形態１０による音声符号化装置の符号化データを復号する音声復号装置は、上記実施の形態２で示した音声復号装置（図５参照）と同一構成で実現可能なため、説明を省略する。

以上のように、この実施の形態１０によれば、ダウンサンプリング前の全帯域信号についてＬＳＰ量子化すると共に、これと並行してダウンサンプリング後の低域信号についてＬＳＰ量子化し、入力音声信号における低域成分と全帯域成分との信号エネルギー比に基づいていずれかの量子化値を選択するので、入力音声に適応した誤差評価が可能であり、音声品質を改善することができる。

また、図１６に示すように、利得比計算部４４が、適応符号帳２で選択されたピッチ情報（駆動音源信号のピッチ周期）を入力し、該ピッチ情報を補助的に用いて適応閾値算出部６４ａによる閾値の算出を制御するようにしてもよい。例えば、ピッチ情報で特定される駆動音源信号の音の性質（有声音か無声音か、若しくは男声か女声か等）に基づいて、適応閾値算出部６４ａにより算出される低域成分や高域成分に対する閾値を変更する。

また、上記実施の形態１０では、上記実施の形態８で示した構成に逆合成フィルタ４３、利得比計算部４４、遅延バッファ４５、適応閾値算出部６４ａ及びセレクタ６５ａを設ける場合を説明したが、全帯域ＬＳＰ符号帳３１ａの代わりに高域スペクトル外挿部１８を設けてもよい。この場合、音声復号装置としては、上記実施の形態１で示した音声復号装置（図３参照）と同一構成で実現可能である。

実施の形態１１．
図１７は、この発明の実施の形態１１による音声符号化装置の構成を示す図である。図１７において、ダウンサンプリング部１、スペクトル分析部１９Ｋ及び合成フィルタ８以外の構成は記載を省略している。なお、記載を省略した構成は、上記実施の形態２で示したもの（図４参照）と同様である。

この実施の形態１１による音声符号化装置のスペクトル分析部１９Ｋは、上記実施の形態８で示したスペクトル分析部１９Ｈの構成に加えて、重み付け係数符号帳４６ａ及び適応閾値算出部６４ｂを備え、誤差評価セレクタ６３の代わりにセレクタ６５ｂを備える。重み付け係数符号帳４６ａは、全帯域ＬＳＰ符号帳３１ａにおける全帯域の各ＬＳＰに対応して、低域成分の誤差評価用重み付け係数と高域成分の誤差評価用重み付け係数とを格納する。

なお、重み付け係数符号帳４６ａは、上記実施の形態３と同様に、全帯域ＬＳＰ符号帳３１ａ及び狭帯域ＬＳＰ符号帳１６の各要素と１対１に対応している。例えば、重み付け係数符号帳４６ａには、全帯域ＬＳＰ符号帳３１ａのある要素Ｘに対応して低域成分の誤差重み付け係数ＷＬ（Ｘ）及び高域成分の誤差重み付け係数ＷＨ（Ｘ）が格納される。

適応閾値算出部６４ｂは、重み付け係数符号帳４６ａから読み出された低域成分と高域成分の各誤差評価用重み付け係数に基づいて、ＬＳＰ量子化部６１，６２による量子化誤差を比較するための閾値を算出する。セレクタ６５ｂは、ＬＳＰ量子化部６１，６２により求められた量子化誤差と適応閾値算出部６４ｂにより算出された閾値との比較結果に基づいてＬＳＰ量子化部６１，６２のうちのいずれかの量子化インデックス（自乗誤差が最小となるＬＳＰ候補の符号帳インデックス）を選択する。

次に動作について説明する。
ＬＰＣ分析部１４ｂは、ダウンサンプリング部１を介さずに入力した全帯域の音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行する。このＬＰＣ分析によって入力音声信号から全帯域成分のＬＳＰが求められ、ＬＳＰ量子化部６２に出力される。

一方、ＬＰＣ分析部１４ａは、ダウンサンプリング部１によりダウンサンプリングされた狭帯域の音声信号（低域信号）に対して１音声フレームごとに１回のＬＰＣ分析を実行して低域成分のＬＳＰを求める。ＬＰＣ分析部１４ａによって求められた低域成分のＬＳＰは、ＬＳＰ量子化部６１に出力される。

ＬＳＰ量子化部６１では、狭帯域ＬＳＰ符号帳１６から低域成分のＬＳＰを逐次入力して量子化処理を行う。ここで、狭帯域ＬＳＰ符号帳１６から入力されたＬＳＰとＬＰＣ分析部１４ａから入力されたＬＳＰの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックス及びその自乗誤差は、セレクタ６５ｂへ出力される。

また、ＬＳＰ量子化部６２は、全帯域ＬＳＰ符号帳３１ａから高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰを逐次入力して量子化処理を行う。ここで、全帯域ＬＳＰ符号帳３１ａから入力されたＬＳＰとＬＰＣ分析部１４ｂから入力されたＬＳＰの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックス及びその自乗誤差は、セレクタ６５ｂへ出力される。

重み付け係数符号帳４６ａには、ＬＳＰ量子化部６１，６２から量子化に用いた符号帳のＬＳＰが入力され、このＬＳＰの特性に基づいて対応する重み付け係数が適応閾値算出部６４ｂに出力される。例えば、全帯域ＬＳＰ符号帳３１ａのあるＬＳＰが全帯域に均等に分布していれば、高域成分の重み付け係数を低域成分より大きくした重み付け係数の組み合わせを適応閾値算出部６４ｂに出力する。反対に全帯域ＬＳＰ符号帳３１ａのあるＬＳＰが急峻（低域に偏る）であれば、高域成分の重み付け係数を低域成分より小さくした重み付け係数の組み合わせを適応閾値算出部６４ｂに出力する。

適応閾値算出部６４ｂでは、重み付け係数符号帳４６ａから入力した重み付け係数の値に基づいて、ＬＳＰ量子化部６１，６２による量子化誤差を比較するための閾値を算出してセレクタ６５ｂに出力する。例えば、重み付け係数の値から全帯域成分の信号エネルギーに対して低域成分の信号エネルギーの割合が大きく（低域成分優勢）、高域成分が音声品質にあまり寄与しないものと判断される場合、ＬＳＰ量子化部６１による狭帯域ＬＳＰ（低域ＬＳＰ）を選択しやすくなるように適応閾値を小さくする。また、重み付け係数の値から高域成分が音声品質に寄与する割合が大きいものと判断される場合、ＬＳＰ量子化部６２による全帯域ＬＳＰを選択しやすくなるように適応閾値を大きくする。

セレクタ６５ｂでは、ＬＳＰ量子化部６１，６２から入力した量子化誤差と適応閾値算出部６４ｂにより算出された適応閾値とを比較する。このとき、量子化誤差が適応閾値未満であれば、ＬＳＰ量子化部６２による全帯域ＬＳＰを特定する符号帳インデックス（量子化インデックス）を選択する。また、量子化誤差が適応閾値以上であれば、ＬＳＰ量子化部６１による狭帯域ＬＳＰを特定する符号帳インデックス（量子化インデックス）を選択する。

このように、セレクタ６５ｂによって全帯域成分又は低域成分のいずれかのＬＳＰ候補のインデックスを選択することで、上記実施の形態３において、高域成分の誤差評価用重み付け係数を０又は１（低域成分の誤差評価用重み付け係数が１の場合）とした場合と同様の効果を得ることができる。

ＬＳＰ候補の符号帳インデックスを選択すると、セレクタ６５ｂは、該インデックスをＬＳＰ逆量子化部１５ｂに出力すると共に、該インデックスのうちの適応符号帳２のスペクトル情報を多重化部１２に出力する。以降の処理は、上記実施の形態４と同様である。

なお、この実施の形態１１による音声符号化装置の符号化データを復号する音声復号装置は、上記実施の形態２で示した音声復号装置（図５参照）と同一構成で実現可能なため、説明を省略する。

以上のように、この実施の形態１１によれば、ダウンサンプリング前の全帯域信号についてＬＳＰ量子化すると共に、これと並行してダウンサンプリング後の低域信号についてＬＳＰ量子化し、低域成分の誤差評価用重み付け係数と高域成分の誤差評価用重み付け係数とを予め設定した重み付け係数符号帳を用いて、いずれかの量子化値を選択するので、入力音声に適応した誤差評価が可能であり、音声品質を改善することができる。

また、上記実施の形態１１では、上記実施の形態８で示した構成に重み付け係数符号帳４６ａ、適応閾値算出部６４ｂ及びセレクタ６５ｂを設ける場合を説明したが、全帯域ＬＳＰ符号帳３１ａの代わりに高域スペクトル外挿部１８を設けてもよい。この場合、音声復号装置としては、上記実施の形態１で示した音声復号装置（図３参照）と同一構成で実現可能である。

実施の形態１２．
図１８は、この発明の実施の形態１２による音声符号化装置の構成を示す図である。この実施の形態１２による音声符号化装置のスペクトル分析部１９Ｌは、上記実施の形態８で示したスペクトル分析部１９Ｈにおいて誤差評価セレクタ６３を除いた構成を有する。また、アップサンプリング部５１、加算器５２、減算器５３、最小誤差探索部５４、ＬＳＰ逆量子化部５５ａ、ＬＳＰ−ＬＰＣ変換部５６ａ、乱数発生器５７、利得乗算器５８、合成フィルタ５９ａ、バンドパスフィルタ６０及びセレクタ６６が、ＬＳＰの閉ループ探索を実行する。

次に動作について説明する。
先ず、スペクトル分析部１９ＬのＬＰＣ分析部１４ｂは、ダウンサンプリング部１を介さずに入力した全帯域の音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行する。このＬＰＣ分析によって入力音声信号から全帯域成分のＬＳＰが求められ、ＬＳＰ量子化部６２に出力される。

狭帯域ＬＳＰ符号帳１６は、処理対象となる低域成分のＬＳＰ候補ベクトルを特定する符号帳のインデックスを全帯域ＬＳＰ符号帳３１ａに出力する。全帯域ＬＳＰ符号帳３１ａでは、該インデックスに対応する低域成分のＬＳＰに高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰが読み出され、ＬＳＰ候補としてＬＳＰ量子化部６１，６２にそれぞれ出力される。

ＬＳＰ量子化部６１では、狭帯域ＬＳＰ符号帳１６から低域成分のＬＳＰを逐次入力して量子化処理を行う。ここで、狭帯域ＬＳＰ符号帳１６から入力されたＬＳＰとＬＰＣ分析部１４ａから入力されたＬＳＰの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックスは、ＬＳＰ逆量子化部１５ｂ，５５ａ及びセレクタ６６へ出力される。

また、ＬＳＰ量子化部６２は、全帯域ＬＳＰ符号帳３１ａから高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰを逐次入力して量子化処理を行う。ここで、全帯域ＬＳＰ符号帳３１ａから入力されたＬＳＰとＬＰＣ分析部１４ｂから入力されたＬＳＰの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックスは、ＬＳＰ逆量子化部１５ｂ及びセレクタ６６へ出力される。

ＬＳＰ逆量子化部１５ｂは、ＬＳＰ量子化部６１，６２により選択された各ＬＳＰ候補のインデックスに基づいて狭帯域ＬＳＰ符号帳１６を探索し、狭帯域ＬＳＰ符号帳１６から対応する低域成分の量子化ＬＳＰベクトルをそれぞれ抽出し、ＬＳＰ−ＬＰＣ変換部１７に出力する。

ＬＳＰ−ＬＰＣ変換部１７では、ＬＳＰ逆量子化部１５ｂから入力した低域成分のＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。このようにして、ＬＳＰ量子化部６１，６２により選択された各インデックスに対応する２種類の合成フィルタが構成される。

合成フィルタ８では、上記実施の形態１と同様に、駆動音源生成部１３から入力した駆動音源信号に対して、スペクトル分析部１９Ｌからのフィルタパラメータを用いて合成フィルタ処理することにより合成音声を生成し、減算器９及びアップサンプリング部５１にそれぞれに出力する。

減算器９では、ダウンサンプリング部１でサンプリングされた入力音声から合成フィルタ８で生成された合成音声を減算して歪み成分を求め、聴覚重み付けフィルタ１０に出力する。聴覚重み付けフィルタ１０は、減算器９で算出された歪み成分について入力音声のスペクトルに基づいた重み付けを実行し、最小誤差探索部１１に出力する。

なお、駆動音源生成部１３は、適応符号帳２、代数符号帳３及び利得符号帳４の要素を所定の探索範囲内で探索して駆動音源を合成フィルタ８に逐次出力する。これにより、減算器９及び聴覚重み付けフィルタ１０を介して、駆動音源生成部１３で生成された各駆動音源信号について重み付け歪み成分がそれぞれ算出され、最小誤差探索部１１に出力される。最小誤差探索部１１では、各重み付き歪み成分のパワーを比較して歪み成分が最小となる合成音声が生成された駆動音源信号を選択し、駆動音源生成部１３に通知する。

このようにして、ＬＳＰ量子化部６１，６２により選択された各ＬＳＰ候補のインデックスに対応する２種類のフィルタパラメータで駆動する合成フィルタ８により、駆動音源生成部１３の適応符号帳２、代数符号帳３、利得符号帳４の各要素が探索され、適応符号帳２、代数符号帳３、利得符号帳４の各要素について２組の最適量子化インデックスの組み合わせが抽出される。

この後、歪み成分が最小となる２組の最適量子化インデックスの組み合わせによる各合成音声は、アップサンプリング部５１によりそれぞれアップサンプリングされ、音声信号（低域信号）に変換される。ここでは、サンプリング周波数が１２．８ｋＨｚから１６ｋＨｚにアップサンプリングされる。

一方、ＬＳＰ逆量子化部５５ａは、ＬＳＰ量子化部６１，６２により選択された各ＬＳＰ候補のインデックスに対応する全帯域の量子化ＬＳＰ候補（全帯域ＬＳＰ）を全帯域ＬＳＰ符号帳３１ａから読み出し、ＬＳＰ−ＬＰＣ変換部５６ａにそれぞれ出力する。ＬＳＰ−ＬＰＣ変換部５６ａでは、ＬＳＰ逆量子化部５５ａから入力した各全帯域ＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ５９ａに出力する。これにより、合成フィルタ５９ａも２種類の合成フィルタが構成される。

また、高域信号利得量子化部２０は、所定フレーム長単位に入力した音声信号の高域有声強度を算出し、該音声信号と高域有声強度から高域成分の利得を求めて利得乗算器５８に出力すると共に、この高域成分の利得値を量子化して多重化部１２に出力する。利得乗算器５８では、高域信号利得量子化部２０から入力した高域成分の利得値を、乱数発生器５７から入力した励振信号に相当する信号に乗算する。なお、この乗算処理は、ダウンサンプリングされる前のサンプリング周波数（Ｆｓ＝１６ｋＨｚ）で行われる。

合成フィルタ５９ａでは、ＬＳＰ−ＬＰＣ変換部５６ａから入力した各フィルタパラメータを用いて、利得乗算器５８で高域利得が乗算された音声信号（駆動音源信号）を合成フィルタ処理することにより合成音声（擬似高域信号）を生成し、該合成音声をバンドパスフィルタ６０に出力する。バンドパスフィルタ６０では、合成フィルタ５９ａで生成された合成音声から高域成分のみを通過させて加算器５２に出力する。これにより、ＬＳＰ量子化部６１，６２により選択された各ＬＳＰ候補のインデックスに対応する各高域信号が加算器５２にそれぞれ出力される。

加算器５２では、バンドパスフィルタ６０からの高域信号とアップサンプリング部５１により先に生成された低域信号とを加算して音声信号を生成し、再生音声として減算器５３に出力する。減算器５３では、加算器５２の出力である再生音声と入力音声信号とを減算し、差分値（誤差）を最小誤差探索部５４に出力する。

最小誤差探索部５４では、ＬＳＰ量子化部６１，６２により選択された各ＬＳＰ候補のインデックスに対応する音声信号と入力音声信号との差分値を比較して該差分値が最小となる音声信号を選択し、駆動音源生成部１３及びセレクタ６６に通知する。

駆動音源生成部１３では、最小誤差探索部５４から最小誤差となる音声信号が選択された旨の通知がされると、該音声信号を生成した駆動音源信号を構成する、適応符号帳２における過去の駆動音源信号を特定するピッチ情報、代数符号帳３における単位パルスを特定するパルス情報、利得符号帳４における適応符号帳２の該要素及び代数符号帳３の該要素に対応する利得を特定する利得情報を多重化部１２に出力する。

また、セレクタ６６は、最小誤差探索部５４から最小誤差となる音声信号が選択された旨の通知がされると、ＬＳＰ量子化部６１，６２から入力したＬＳＰ候補のインデックスのうち、該音声信号を生成した駆動音源信号を構成するスペクトル情報（スペクトル包絡情報）を選択して多重化部１２に出力する。

多重化部１２では、最小誤差の音声信号が生成された駆動音源信号を構成する、適応符号帳２からのピッチ情報、代数符号帳３からのパルス情報、利得符号帳４からの利得情報、高域信号利得量子化部２０からの高域信号の利得（高域利得）、及びセレクタ６６からのスペクトル情報を多重化して伝送路へ出力する。このようにして、高域成分も外挿されたＬＳＰを用いて量子化された符号化データが生成され、伝送路を経由して音声復号装置に出力される。

なお、図１８に示す音声符号化装置の符号化データを復号する音声復号装置は、上記実施の形態２で示した音声復号装置（図５参照）と同一構成で実現可能なため、説明を省略する。

以上のように、この実施の形態１２によれば、ダウンサンプリング前の全帯域信号についてＬＳＰ量子化すると共に、これと並行してダウンサンプリング後の低域信号についてＬＳＰ量子化し、これら量子化結果から閉ループ探索によりＬＳＰ候補を決定するので、より実際の音声信号に近い符号化（合成）音声を選択できるため、良好な符号化音を再生することができる。例えば、上記実施の形態７で示した構成において、高域成分の誤差評価用重み付け係数を０又は１（低域成分の誤差評価用重み付け係数を１とした場合）とし、２つのＬＳＰ候補についての閉ループ探索を行った場合と同様の効果が得られる。

なお、上記実施の形態１２において、全帯域ＬＳＰ符号帳３１ａの代わりに高域スペクトル外挿部１８を設けてもよい。この場合、音声復号装置としては、上記実施の形態１で示した音声復号装置（図３参照）と同一構成で実現可能である。

実施の形態１３．
図１９は、この発明の実施の形態１３による音声符号化装置の構成を示す図である。実施の形態１３による音声符号化装置のスペクトル分析部１９Ｍは、図１４で示したスペクトル分析部１９Ｈにおいて全帯域ＬＳＰ符号帳３１ａの代わりに高域スペクトル外挿部１８ａを設け、誤差評価セレクタ６３の代わりにタイマ６７のカウント値に応じて出力を切り換えるセレクタ６５ｃを備える。

高域スペクトル外挿部１８ａは、ＬＳＰ量子化部６２による量子化処理にあたり、狭帯域ＬＳＰ符号帳１６の各ＬＳＰ候補に高域信号のスペクトル概形を外挿する。タイマ６７は、Ｎ（Ｎは２以上の整数）フレーム周期でタイマ値をセレクタ６５ｃに出力する。セレクタ６５ｃは、タイマ６７から入力したタイマ値に応じて出力を切り換える。なお、この他の構成は、上記実施の形態８で示したもの（図１４参照）と同様である。

図２０は、実施の形態１３による音声復号装置の構成を示す図である。この実施の形態１３による音声復号装置では、上記実施の形態１で示した構成（図３参照）において、高域スペクトル外挿部１８ａと同一機能を有する高域スペクトル外挿部２７ａを備え、高域ＬＳＰフレーム間予測部６８、タイマ６９、該タイマ６９からのタイマ値に応じて出力を切り換えるセレクタ７０を備える。

高域スペクトル外挿部２７ａは、図１９に示す音声符号化装置の高域スペクトル外挿部１８ａと同一機能を有し、狭帯域ＬＳＰ符号帳１６で復号された狭帯域ＬＳＰ（低域信号のＬＳＰ）に高域信号のスペクトル概形を外挿する。高域ＬＳＰフレーム間予測部６８は、高域スペクトル外挿部２７ａの出力である全帯域ＬＳＰの高域成分（６．４ｋＨｚ〜８ｋＨｚ）から予測される高域成分を算出し、狭帯域ＬＳＰ符号帳１６から入力した狭帯域ＬＳＰを付加する。

タイマ６９は、図１９に示す音声符号化装置のタイマ６７と同期して周期的にタイマ値をセレクタ７０に出力する。セレクタ７０は、タイマ６９から入力したタイマ値に応じて出力を切り換える。これにより、フレーム間予測により予測されたＬＳＰと狭帯域ＬＳＰに高域成分のスペクトル概形を外挿したＬＳＰとを切り換えて音声信号を復号することができる。なお、この他の構成は、上記実施の形態１で示したもの（図３参照）と同様である。

次に動作について説明する。
（１）符号化処理
スペクトル分析部１９Ｍでは、タイマ６７がＬＳＰの全帯域誤差評価をＮフレーム周期に行うため、周期的に０，１のデジタル値を交互にタイマ値としてセレクタ６５ｃに出力する。セレクタ６５ｃでは、タイマ６７から入力したタイマ値に応じて、ＬＳＰ量子化部６１側か、ＬＳＰ量子化部６２側に出力を切り換える。

例えば、タイマ６７をＮ＝２、つまり周期２をカウントするカウンタで構成した場合、セレクタ６５ｃは、タイマ値＝０を入力すると、ＬＳＰ量子化部６２に接続する経路を出力に切り換える。このとき、ＬＰＣ分析部１４ｂは、ダウンサンプリング部１を介さない音声信号（ダウンサンプルされていない音声信号）を入力し、全帯域の音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行する。このＬＰＣ分析によって入力音声信号から全帯域成分のＬＳＰが求められ、ＬＳＰ量子化部６２に出力される。

高域スペクトル外挿部１８ａでは、狭帯域ＬＳＰ符号帳１６から狭帯域成分（０〜６．４ｋＨｚ）（低域成分）のＬＳＰ候補を読み込んで、高域成分（６．４〜８ｋＨｚ）のスペクトル概形を外挿した全帯域ＬＳＰ（０〜８ｋＨｚ）を算出する。

ＬＳＰ量子化部６２は、高域スペクトル外挿部１８ａによって高域成分のスペクトル概形が外挿された全帯域成分のＬＳＰを逐次入力し、これとＬＰＣ分析部１４ｂから入力したＬＳＰを用いて量子化処理を行う。ここで、高域スペクトル外挿部１８ａから入力されたＬＳＰとＬＰＣ分析部１４ｂから入力されたＬＳＰとの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックスは、セレクタ６５ｃを介してＬＳＰ逆量子化部１５ｂに出力されると共に、該インデックスのうちのスペクトル情報が多重化部１２に出力される。

一方、セレクタ６５ｃは、タイマ６７からタイマ値＝１を入力すると、ＬＳＰ量子化部６１に接続する経路を出力に切り換える。このとき、ＬＰＣ分析部１４ａが、ダウンサンプリング部１によりダウンサンプルされた音声信号を入力し、低域（０〜６．４ｋＨｚ）の音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行し、低域成分のＬＳＰを求める。ＬＰＣ分析部１４ａによって求められた低域成分のＬＳＰは、ＬＳＰ量子化部６１に出力される。

ＬＳＰ量子化部６１では、狭帯域ＬＳＰ符号帳１６から低域成分のＬＳＰを逐次入力して量子化処理を行う。ここで、狭帯域ＬＳＰ符号帳１６から入力されたＬＳＰと、ＬＰＣ分析部１４ａから入力されたＬＳＰとの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックスは、セレクタ６５ｃを介してＬＳＰ逆量子化部１５ｂに出力されると共に、該インデックスのうちのスペクトル情報が多重化部１２に出力される。

ＬＳＰ逆量子化部１５ｂでは、ＬＳＰ量子化部６１又はＬＳＰ量子化部６２により選択されたＬＳＰ候補ベクトルのインデックスに基づいて狭帯域ＬＳＰ符号帳１６を探索し、狭帯域ＬＳＰ符号帳１６から対応する低域成分の量子化ＬＳＰベクトルを抽出する。ＬＳＰ−ＬＰＣ変換部１７では、ＬＳＰ逆量子化部１５ｂから低域成分のＬＳＰを入力し、該ＬＳＰをＬＰＣに変換してスペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。以降の処理は、上記実施の形態１と同様である。

このようにして、この実施の形態１３による音声符号化装置では、２フレームに１回、ＬＳＰの全帯域誤差評価が行われる（符号化フレームごとに全帯域誤差評価と狭帯域誤差評価とが交互に行われる）。

（２）復号処理
図２０に示す音声復号装置は、音声符号化装置から受信された符号化データを多重分離部２１に入力する。多重分離部２１では、音声符号化装置から受信した符号化データを、高域利得、スペクトル情報、ピッチ情報、パルス情報、利得情報に分離する。そして、多重分離部２１は、高域利得を高域信号利得復号部２２に出力し、スペクトル情報を狭帯域ＬＳＰ符号帳１６に出力し、ピッチ情報を適応符号帳２に出力し、パルス情報を代数符号帳３に出力し、利得情報を利得符号帳４に出力する。

また、狭帯域ＬＳＰ符号帳１６では、多重分離部２１により符号化データから分離されたスペクトル情報に基づいて、対応する低域成分のＬＳＰが抽出され、ＬＳＰ−ＬＰＣ変換部１７、高域スペクトル外挿部２７ａ及び高域ＬＳＰフレーム間予測部６８に出力される。ＬＳＰ−ＬＰＣ変換部１７は、狭帯域ＬＳＰ符号帳１６から入力した低域成分のＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。

一方、高域スペクトル外挿部２７ａは、狭帯域ＬＳＰ符号帳１６から入力した低域成分のＬＳＰに高域成分のスペクトル概形を外挿してセレクタ７０に出力する。高域ＬＳＰフレーム間予測部６８は、高域スペクトル外挿部２７ａの出力である、前フレーム（タイマ６９による直近のタイマ値が０のとき）及びそれより過去の全帯域ＬＳＰの高域成分（６．４〜８ｋＨｚ）から予測される高域成分を算出し、狭帯域ＬＳＰ符号帳１６から入力した低域成分ＬＳＰに付加してセレクタ７０に出力する。

ここで、この実施の形態１３による音声復号装置では、タイマ６９が、図１９に示した音声符号化装置のタイマ６７と同期して動作する。つまり、タイマ６７でタイマ値＝０となったとき、タイマ６９においてもタイマ値＝０を出力し、タイマ６７でタイマ値＝１となったとき、タイマ６９もタイマ値＝１を出力する。

セレクタ７０では、タイマ６９から入力したタイマ値に応じて、高域スペクトル外挿部２７ａ側か、高域ＬＳＰフレーム間予測部６８側に出力を切り換える。例えば、図１９に示した音声符号化装置においてタイマ値＝０であると、全帯域誤差評価が行われているので、セレクタ７０は、高域スペクトル外挿部２７ａ側に出力を切り換える。このとき、符号化データから分離されたスペクトル情報に基づいて狭帯域ＬＳＰ符号帳１６から抽出された低域成分ＬＳＰに高域成分のスペクトル概形を外挿した全帯域ＬＳＰが、高域スペクトル外挿部２７ａからセレクタ７０を介してＬＳＰ−ＬＰＣ変換部２６に出力される。

また、タイマ値＝１であると、図１９に示した音声符号化装置において狭帯域誤差評価が行われているので、セレクタ７０は、高域ＬＳＰフレーム間予測部６８側に出力を切り換える。このとき、高域ＬＳＰフレーム間予測部６８が、高域スペクトル外挿部２７ａから入力した前フレームとそれより過去のフレームとの間における全帯域ＬＳＰの高域成分から現フレームにおける高域成分を予測する。このようにして予測された高域成分は、狭帯域ＬＳＰ符号帳１６から抽出された低域成分ＬＳＰに付加され、セレクタ７０を介して全帯域ＬＳＰとしてＬＳＰ−ＬＰＣ変換部２６に出力される。

ＬＳＰ−ＬＰＣ変換部２６では、セレクタ７０を介して入力したＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ２５に出力する。以降の処理は、上記実施の形態１と同様である。

以上のように、この実施の形態１３によれば、ＬＳＰの全帯域誤差評価を周期的（例えば、Ｎフレームに１回）に行い、それ以外のフレームはＬＳＰのフレーム間予測により予測されたスペクトル情報を用いて擬似広帯域拡張を行うので、処理を効率良く行うことができる。例えば、音声信号が定常的である部分はＬＳＰの時間変化が少ないので、ＬＳＰの高域成分が評価されていないフレームについても、フレーム間予測によって高域成分をある程度正確に見積もることができ、効率良く高域成分を拡張可能である。

実施の形態１４．
図２１は、この発明の実施の形態１４による音声復号装置の構成を示す図である。この実施の形態１４による音声復号装置は、図２０に示した上記実施の形態１３による音声復号装置においてセレクタ７０の代わりにＬＳＰ重み付け平均計算部７１を備えたものである。ＬＳＰ重み付け平均計算部７１は、タイマ６９から入力したタイマ値に基づいて、高域スペクトル外挿部２７ａから出力されるＬＳＰと高域ＬＳＰフレーム間予測部６８から出力されるＬＳＰに対して重み付けを加算する。なお、実施の形態１４における音声符号化装置は、上記実施の形態１３で示した音声符号化装置（図１９参照）と同一構成で実現可能なため、説明を省略する。

次に動作について説明する。
上記実施の形態１３と同様にして、高域スペクトル外挿部２７ａが、狭帯域ＬＳＰ符号帳１６から入力した低域成分のＬＳＰに高域成分のスペクトル概形を外挿し、該全帯域ＬＳＰをＬＳＰ重み付け平均計算部７１に出力する。また、高域ＬＳＰフレーム間予測部６８は、高域スペクトル外挿部２７ａの出力である、前フレーム（タイマ６９による直近のタイマ値が０のとき）及びそれより過去の全帯域ＬＳＰの高域成分（６．４〜８ｋＨｚ）から予測される高域成分を算出し、狭帯域ＬＳＰ符号帳１６から入力した低域成分ＬＳＰに付加してＬＳＰ重み付け平均計算部７１に出力する。

ＬＳＰ重み付け平均計算部７１では、タイマ６９から入力したタイマ値に応じて、高域スペクトル外挿部２７ａからの出力ＬＳＰと高域ＬＳＰフレーム間予測部６８からの出力ＬＳＰに重み付けを設定する。例えば、タイマ値＝０のとき、図１９に示した音声符号化装置で全帯域誤差評価が行われている場合、ＬＳＰ重み付け平均計算部７１には、音声符号化装置における高域スペクトル外挿部１８ａと同一の機能を有する高域スペクトル外挿部２７ａからの全帯域ＬＳＰが入力されている。このため、該全帯域ＬＳＰは、図１９に示した音声符号化装置のＬＳＰ量子化部６２で選択されたＬＳＰと同一なものとなる。

従って、タイマ値＝０のとき、ＬＳＰ重み付け平均計算部７１は、高域スペクトル外挿部２７ａからの出力ＬＳＰ（以降、ＬＳＰ２とする）に設定する重み付け係数を高域ＬＳＰフレーム間予測部６８からの出力ＬＳＰ（以降、ＬＳＰ１とする）に設定するものより大きくする。具体的には、重み付け係数をＬＳＰ１：ＬＳＰ２＝０：１００とし、ＬＳＰ２をそのままＬＳＰ−ＬＰＣ変換部２６に出力し、ＬＳＰ１を出力しない。

また、タイマ値＝１のときは、図１９に示した音声符号化装置で狭帯域誤差評価が行われているので、例えば重み付け係数をＬＳＰ１：ＬＳＰ２＝５０：５０とし、ＬＳＰ１とＬＳＰ２を重み付け平均したＬＳＰを算出し、ＬＳＰ−ＬＰＣ変換部２６に出力する。

ＬＳＰ−ＬＰＣ変換部２６では、ＬＳＰ重み付け平均計算部７１から入力したＬＳＰの量子化と補間を行ってＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ２５に出力する。以降の処理は、上記実施の形態１と同様である。

以上のように、この実施の形態１４によれば、疑似広帯域拡張を行うにあたり、低域成分のＬＳＰに高域成分のスペクトル概形を外挿したＬＳＰとフレーム間予測によるＬＳＰとを併用するので、上記実施の形態１３と同様に復号処理を効率良く行うことができる。

実施の形態１５．
図２２は、この発明の実施の形態１５で符号化の対象とする周波数帯域を説明するための図であり、音声信号のスペクトルを示している。この実施の形態１５では、７．０ｋＨｚの音声信号を対象とした符号化であり、図２２に示すように、後述する広帯域ＬＳＰ符号帳に格納されるＬＳＰの周波数帯域は０〜６．０ｋＨｚである。つまり、該周波数帯域の信号成分をＬＳＰ量子化の対象とし、０〜６．０ｋＨｚの信号成分が誤差評価対象となる。なお、実際には若干周波数帯域が狭く、５０Ｈｚ〜６．０ｋＨｚとなる。

また、０〜４．０ｋＨｚ（実際には、５０Ｈｚ〜４．０ｋＨｚ）の周波数帯の低域信号についてＣＥＬＰ型の符号化及び復号処理を行い、４．０〜７．０ｋＨｚの周波数帯である高域信号は擬似広帯域拡張の対象となる。つまり、量子化されたスペクトル情報（スペクトル包絡情報）として４．０〜６．０ｋＨｚの周波数帯の信号成分を求め、広帯域信号に外挿するスペクトル情報として６．０〜７．０ｋＨｚの周波数帯の信号成分を求め、これら信号成分を合成して高域成分とする。

図２３は、この発明の実施の形態１５による音声符号化装置の構成を示す図である。図２３において、この実施の形態１５による音声符号化装置は、ダウンサンプリング部１ａ，１ｂ、合成フィルタ８、減算器９、聴覚重み付けフィルタ１０、最小誤差探索部１１、多重化部１２、駆動音源生成部１３、スペクトル分析部１９Ｎ及び高域信号利得量子化部２０を備える。

ダウンサンプリング部１ａ，１ｂは、入力音声信号をダウンサンプリングする。図２３の例では、ダウンサンプリング部１ａがサンプリング周波数を１６ｋＨｚから８ｋＨｚにダウンサンプリングし、ダウンサンプリング部１ｂが１６ｋＨｚから１２．８ｋＨｚにダウンサンプリングする。なお、ダウンサンプリング部１ａ，１ｂはそれぞれ低域通過フィルタを有するが、それぞれの低域通過フィルタは遮断周波数が異なるため、フィルタ次数、ひいてはフィルタリングによる遅延時間が異なる。例えば、それぞれの低域通過フィルタをＦＩＲフィルタで構成した場合、通常はダウンサンプリング部１ｂのフィルタ次数が長くなる（即ち、遅延時間が長くなる）傾向がある。この場合、遅延差を補償する遅延バッファを、ダウンサンプリング部１ａに内蔵させる。合成フィルタ８、減算器９、聴覚重み付けフィルタ１０、最小誤差探索部１１、多重化部１２、駆動音源生成部１３、及び高域信号利得量子化部２０は、上記実施の形態１で示したもの（図２参照）と同様である。

スペクトル分析部１９Ｎは、ＬＰＣ分析部１４ｃ、ＬＳＰ量子化部７２、ＬＳＰ逆量子化部１５ｂ、狭帯域ＬＳＰ符号帳１６、ＬＳＰ−ＬＰＣ変換部１７及び広帯域ＬＳＰ符号帳７３を備える。ＬＰＣ分析部１４ｃは、ダウンサンプリング部１ａによりダウンサンプリングされた音声信号を所定長のフレームごとに入力して全帯域線形予測を行う。ＬＳＰ量子化部７２は、ＬＰＣ分析部１４ｃが求めたＬＳＰと、広帯域ＬＳＰ符号帳７３から読み込んだ広帯域のＬＳＰとを入力して量子化処理を行う。

広帯域ＬＳＰ符号帳７３は、狭帯域ＬＳＰ符号帳１６の各ＬＳＰに対し、図２２で示した４〜６ｋＨｚの信号成分のスペクトル概形を外挿したＬＳＰをテーブルデータとして有する。また、広帯域ＬＳＰ符号帳７３と狭帯域ＬＳＰ符号帳１６は、互いの要素が１対１に対応しており、広帯域ＬＳＰ符号帳７３の要素の低域成分は、狭帯域ＬＳＰ符号帳１６における対応する要素と同一のスペクトル概形を有する。なお、図２３において、ＬＳＰ逆量子化部１５ｂ、狭帯域ＬＳＰ符号帳１６、及びＬＳＰ−ＬＰＣ変換部１７は、上記実施の形態１で示したもの（図２参照）と同様である。

図２４は、実施の形態１５による音声復号装置の構成を示す図である。図２４において、この実施の形態１５による音声符号化装置は、適応符号帳２、代数符号帳３、利得符号帳４、利得乗算器５，６、加算器７、合成フィルタ８、狭帯域ＬＳＰ符号帳１６、広帯域ＬＳＰ符号帳７３及びＬＳＰ−ＬＰＣ変換部１７を備え、さらに多重分離部２１、高域信号利得復号部２２、乱数発生器２３、利得乗算器２４、合成フィルタ２５、ＬＳＰ−ＬＰＣ変換部２６、高域スペクトル外挿部２７ｂ、バンドパスフィルタ２８、アップサンプリング部２９及び加算器３０を備える。

高域スペクトル外挿部２７ｂは、符号化データから分離されたスペクトル情報に基づいて広帯域ＬＳＰ符号帳７３から抽出された広帯域信号のＬＳＰに高域成分のスペクトル概形を外挿したＬＳＰを生成する。広帯域ＬＳＰ符号帳７３は、図２３で示した音声符号化装置に設けたものと同一内容を格納する。なお、この他の構成については、上記実施の形態１で示したもの（図３参照）と同様である。

次に動作について説明する。
（１）符号化処理
ダウンサンプリング部１ａは、所定フレーム長単位に入力した音声信号をサンプリング周波数１６ｋＨｚから８ｋＨｚにダウンサンプリングして減算器９に出力する。一方、ダウンサンプリング部１ｂは、所定フレーム長単位に入力した音声信号をサンプリング周波数１６ｋＨｚから１２．８ｋＨｚにダウンサンプリングし、ＬＰＣ分析部１４ｃに出力する。

ＬＰＣ分析部１４ｃでは、ダウンサンプリング部１ｂを介してダウンサンプリングされた音声信号を入力し、図２２で示した広帯域の音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行する。ＬＰＣ分析部１４ｂにより求められた広帯域ＬＳＰは、ＬＳＰ量子化部７２に出力される。

ＬＳＰ量子化部７２は、広帯域ＬＳＰ符号帳７３から広帯域成分のＬＳＰ候補を逐次入力し、これとＬＰＣ分析部１４ｂからの広帯域ＬＳＰを用いて量子化処理を行う。ここで、広帯域ＬＳＰ符号帳７３から広帯域成分のＬＳＰとＬＰＣ分析部１４ｂから入力された広帯域ＬＳＰの自乗誤差が計算され、自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このようにして選択されたＬＳＰ候補ベクトルのインデックスは、ＬＳＰ逆量子化部１５ｂへ出力されると共に、スペクトル情報（スペクトル包絡情報）として多重化部１２へ出力される。

ＬＳＰ逆量子化部１５ｂでは、上記実施の形態１と同様に、ＬＳＰ量子化部７２により選択されたＬＳＰ候補ベクトルのインデックスに基づいて狭帯域ＬＳＰ符号帳１６を探索し、狭帯域ＬＳＰ符号帳１６から対応する低域成分の量子化ＬＳＰベクトルを抽出する。ＬＳＰ逆量子化部１５ｂにより抽出されたＬＳＰは、ＬＳＰ−ＬＰＣ変換部１７に出力される。ＬＳＰ−ＬＰＣ変換部１７では、ＬＳＰ逆量子化部１５ｂから入力した低域成分のＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。

また、駆動音源生成部１３では、利得乗算器５において適応符号帳２で探索された過去の駆動音源信号と利得符号帳４で探索された適応符号帳２に対する利得値候補との乗算が行われ、利得乗算器６において代数符号帳３で探索された単位パルスと利得符号帳４で探索された代数符号帳３に対する複数の利得値候補との乗算が行われる。これら利得乗算器５，６の出力は加算器７により加算され、駆動音源信号として合成フィルタ８に出力される。

合成フィルタ８では、上述したように、駆動音源生成部１３から入力した駆動音源信号に対して、スペクトル分析部１９Ｎからのフィルタパラメータを用いて合成フィルタ処理することによって合成音声を生成し、減算器９に出力する。

減算器９では、ダウンサンプリング部１ａでサンプリングされた入力音声から合成フィルタ８で生成した合成音声を減算して歪み成分を求め、聴覚重み付けフィルタ１０に出力する。聴覚重み付けフィルタ１０は、減算器９で算出された歪み成分について入力音声のスペクトルに基づいた重み付けを実行し、最小誤差探索部１１に出力する。

なお、駆動音源生成部１３は、適応符号帳２、代数符号帳３及び利得符号帳４の要素を所定の探索範囲内で探索して駆動音源信号を合成フィルタ８に逐次出力する。これにより、減算器９及び聴覚重み付けフィルタ１０を介して、駆動音源生成部１３で生成された各駆動音源信号について重み付け歪み成分がそれぞれ算出され、最小誤差探索部１１に出力される。最小誤差探索部１１では、各重み付き歪み成分のパワーを比較して歪み成分が最小となる合成音声が生成された駆動音源信号を選択し、駆動音源生成部１３に通知する。

駆動音源生成部１３では、最小誤差探索部１１から最小誤差となる駆動音源信号が通知されると、該駆動音源信号を構成する、適応符号帳２における過去の駆動音源信号を特定するピッチ情報、代数符号帳３における単位パルスを特定するパルス情報、利得符号帳４における適応符号帳２の該要素及び代数符号帳３の該要素に対応する利得を特定する利得情報を多重化部１２に出力する。

多重化部１２は、歪み成分が最小の合成音声が生成された駆動音源信号に関する、適応符号帳２からのピッチ情報、代数符号帳３からのパルス情報、利得符号帳４からの利得情報、高域信号利得量子化部２０からの高域信号の利得（高域利得）、及びＬＳＰ量子化部７２からのスペクトル情報を多重化して伝送路へ出力する。このようにして、高域成分も外挿されたＬＳＰを用いて量子化された符号化データが生成され、伝送路を経由して図２４に示す音声復号装置に出力される。

（２）復号処理
多重分離部２１が、音声符号化装置から受信した符号化データを、高域利得、スペクトル情報、ピッチ情報、パルス情報、利得情報に分離する。そして、高域利得は高域信号利得復号部２２に、スペクトル情報は狭帯域ＬＳＰ符号帳１６及び広帯域ＬＳＰ符号帳７３に、ピッチ情報は適応符号帳２に、パルス情報は代数符号帳３に、利得情報は利得符号帳４に出力される。

狭帯域ＬＳＰ符号帳１６では、多重分離部２１により符号化データから分離されたスペクトル情報に基づいて、対応する低域成分のＬＳＰが抽出され、ＬＳＰ−ＬＰＣ変換部１７に出力される。また、ＬＳＰ−ＬＰＣ変換部１７では、狭帯域ＬＳＰ符号帳１６から入力した低域成分のＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。

一方、広帯域ＬＳＰ符号帳７３では、多重分離部２１により符号化データから分離されたスペクトル情報に基づいて、対応する広帯域成分のＬＳＰが抽出され、高域スペクトル外挿部２７ｂに出力される。高域スペクトル外挿部２７ｂは、広帯域ＬＳＰ符号帳７３から入力した広帯域成分（例えば、０〜６ｋＨｚ）のＬＳＰに高域成分（例えば、６〜７ｋＨｚ）のスペクトル概形を外挿し、ＬＳＰ−ＬＰＣ変換部２６に出力する。ＬＳＰ−ＬＰＣ変換部２６では、高域スペクトル外挿部２７ｂにより得られた全帯域ＬＳＰの量子化と補間を行ってＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ２５に出力する。

また、高域信号利得復号部２２は、多重分離部２１により符号化データから分離された高域利得を逆量子化して高域利得に相当する利得値を求めて利得乗算器２４に出力する。利得乗算器２４では、高域信号利得復号部２２で復号された高域成分の利得値を、乱数発生器２３から入力した励振信号に相当する信号に乗算する。なお、図２４の例では、サンプリング周波数Ｆｓが１６ｋＨｚで擬似的な励振信号と高域利得値とが乗算され、サンプリング周波数が１６ｋＨｚの駆動音源として合成フィルタ２５に出力される。

合成フィルタ２５では、ＬＳＰ−ＬＰＣ変換部２６から入力したフィルタパラメータを用いて、利得乗算器２４から入力した音声信号（駆動音源信号）を合成フィルタ処理することにより合成音声を生成し、該合成音声をバンドパスフィルタ２８に出力する。バンドパスフィルタ２８では、合成フィルタ２５で生成された合成音声から所定帯域の信号成分のみを通過させて加算器３０に出力する。図２４の例では、バンドパスフィルタ２８により４〜７ｋＨｚの高域成分のみが通過する。

利得乗算器５は、適応符号帳２からの駆動音源信号に対し、利得符号帳４からの利得値を乗算して加算器７に出力する。また、利得乗算器６は、代数符号帳３からの単位パルスに対し、利得符号帳４からの利得値を乗算して加算器７に出力する。加算器７は、利得の乗ぜられた適応符号帳２の出力信号と代数符号帳３の出力信号を加算し、駆動音源信号として合成フィルタ８に出力する。

合成フィルタ８では、ＬＳＰ−ＬＰＣ変換部１７から入力したフィルタパラメータを用いて、加算器７からの駆動音源信号を合成フィルタ処理することにより低域成分の合成音声を生成し、該合成音声をアップサンプリング部２９に出力する。アップサンプリング部２９では、合成フィルタ８から入力した合成信号をアップサンプリングして加算器３０に出力する。ここでは、１２．８ｋＨｚにダウンサンプリングされたサンプリング周波数を１６ｋＨｚにアップサンプリングする。加算器３０は、バンドパスフィルタ２８を通過した高域信号とアップサンプリング部２９でサンプリングされた低域信号とを加算して復号後の音声信号を生成し、再生音声として出力する。

以上のように、この実施の形態１５によれば、擬似広帯域拡張を行う周波数帯域の一部をＬＳＰ量子化の対象とするので、処理負荷の増加を抑制しつつ、再生音声の品質を向上させることができる。

実施の形態１６．
図２５は、この発明の実施の形態１６による音声符号化装置の構成を示す図である。この実施の形態１６による音声符号化装置は、レート可変励振信号生成部７４、レート可変ダウンサンプリング部７９、合成フィルタ８、減算器９、聴覚重み付けフィルタ１０、最小誤差探索部１１、多重化部１２、励振音源量子化モード制御部８０、スペクトル分析部１９Ｏ及び高域信号利得量子化部２０ａを備える。

スペクトル分析部１９Ｏは、ＬＳＰ−ＬＰＣ変換部１７ａ、マルチモード線形予測分析部７５、マルチモードＬＳＰ量子化部７６、マルチモードＬＳＰ逆量子化部７７及びＬＳＰ量子化モード制御部７８を備える。ＬＳＰ−ＬＰＣ変換部１７ａは、マルチモードＬＳＰ逆量子化部７７で復号されたＬＳＰの量子化と補間を行ってＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。

マルチモード線形予測分析部７５は、ＬＳＰ量子化モード制御部７８によって指定されたＬＳＰ量子化モードに対応するサンプリング周波数で入力音声信号をダウンサンプリングしてＬＰＣ分析とＬＰＣのＬＳＰへの変換を行う。マルチモードＬＳＰ量子化部７６は、ＬＳＰ量子化モード制御部７８によって指定されたＬＳＰ量子化モードに対応する周波数帯域のＬＳＰの量子化処理を行う。

マルチモードＬＳＰ逆量子化部７７は、複数の周波数帯のＬＳＰ符号帳を有しており、マルチモードＬＳＰ量子化部７６で選択されたＬＳＰ候補の符号帳インデックスに基づいて、励振音源量子化モード制御部８０により指定された励振音源量子化モードに応じた周波数帯域のＬＳＰ符号帳からＬＳＰを取得する。ＬＳＰ量子化モード制御部７８は、マルチモード線形予測分析部７５及びマルチモードＬＳＰ量子化部７６に対するＬＳＰ量子化モードの設定を制御する。

高域信号利得量子化部２０ａは、励振音源量子化モード制御部８０により励振音源量子化モードが指定され、入力音声信号における該励振音源量子化モードに応じた周波数帯の高域成分の利得を求め、これを量子化し高域利得として多重化部１２に出力する。

レート可変励振信号生成部７４は、励振音源量子化モード制御部８０により励振音源量子化モードが指定され、該励振音源量子化モードに応じた周波数帯の励振信号（駆動音源信号）を生成する。レート可変ダウンサンプリング部７９は、励振音源量子化モード制御部８０により励振音源量子化モードが指定され、該励振音源量子化モードに応じたサンプリング周波数で入力音声信号をダウンサンプリングする。

励振音源量子化モード制御部８０は、レート可変励振信号生成部７４、マルチモードＬＳＰ逆量子化部７７、レート可変ダウンサンプリング部７９及び高域信号利得量子化部２０ａに対する励振音源量子化モードの設定を制御する。なお、他の構成は、上記実施の形態１で示したもの（図２参照）と同様である。

次にレート可変励振信号生成部７４の詳細な構成を説明する。
図２６は、図２５中のレート可変励振信号生成部の構成を示す図であり、低域の励振信号を生成する構成を抜粋して示している。図２６において、低域サブバンド適応符号帳２ａは、過去に生成した低域成分（０〜４．０ｋＨｚ）の励振信号（駆動音源信号）を蓄積する。低域サブバンド代数符号帳３ａは、低域（０〜４．０ｋＨｚ）における振幅が一定の所定本数の単位パルスが格納される。低域サブバンド利得符号帳４ａは、低域サブバンド適応符号帳２ａと低域サブバンド代数符号帳３ａにそれぞれ対応する利得値の候補を格納する。

利得乗算器５ａは、低域サブバンド適応符号帳２ａからの低域成分の励振信号に対し、低域サブバンド利得符号帳４ａから入力した該励振信号に対応する利得値を乗算する。利得乗算器６ａは、低域サブバンド代数符号帳３ａからの単位パルスに対し、低域サブバンド利得符号帳４ａから入力した該単位パルスに対応する利得値を乗算する。加算器７ａは、利得が乗算された低域サブバンド適応符号帳２ａの出力信号と低域サブバンド代数符号帳３ａの出力信号とを加算し、励振信号として合成フィルタ８に出力する。

図２７は、図２５中のレート可変励振信号生成部の構成を示す図であり、低域及び中帯域の励振信号を生成する構成を抜粋して示している。なお、図２６と同一の構成要素には同一符号を付してその説明を省略する。図２７において、中帯域サブバンド適応符号帳２ｂでは、過去に生成した中帯域（４．０ｋＨｚ〜６．４ｋＨｚ）の周波数成分を含む励振信号を蓄積する。中帯域サブバンド代数符号帳３ｂは、中帯域（４．０ｋＨｚ〜６．４ｋＨｚ）における振幅が一定の所定本数の単位パルスが格納される。中帯域サブバンド利得符号帳４ｂには、中帯域サブバンド適応符号帳２ｂと中帯域サブバンド代数符号帳３ｂに対する複数の利得値の候補を格納する。

利得乗算器５ｂは、中帯域サブバンド適応符号帳２ｂからの励振信号に対し、中帯域サブバンド利得符号帳４ｂから入力した該励振信号に対応する利得値を乗算する。利得乗算器６ｂは、中帯域サブバンド代数符号帳３ｂからの単位パルスに対し、中帯域サブバンド利得符号帳４ｂから入力した該単位パルスに対応する利得値を乗算する。加算器７ｂは、利得が乗算された中帯域サブバンド適応符号帳２ｂの出力信号と中帯域サブバンド代数符号帳３ｂの出力信号とを加算する。

帯域分割部８１ａは、帯域合成部８１ｂの出力である低域及び中帯域（０〜６．４ｋＨｚ）の励振信号（駆動音源信号）を低域（０〜４．０ｋＨｚ）の励振信号と中帯域（４．０ｋＨｚ〜６．４ｋＨｚ）の励振信号に分割し、低域サブバンド適応符号帳２ａ及び中帯域サブバンド適応符号帳２ｂの要素としてそれぞれ登録する。帯域合成部８１ｂは、加算器７ａ，７ｂの出力である低域の励振信号と中帯域の励振信号を合成し、低域及び中帯域（０〜６．４ｋＨｚ）の励振信号として合成フィルタ８に出力する。

図２８は、図２５中のレート可変励振信号生成部の構成を示す図であり、全帯域の励振信号を生成する構成を示している。図２６において、なお、図２６と同一の構成要素には同一符号を付してその説明を省略する。図２８において、高域サブバンド適応符号帳２ｃでは、過去に生成した高域（６．４〜７．０ｋＨｚ）の周波数成分を含む励振信号を蓄積する。高域サブバンド代数符号帳３ｃは、高域（６．４ｋＨｚ〜７．０ｋＨｚ）における振幅が一定の所定本数の単位パルスが格納される。高域サブバンド利得符号帳４ｃには、高域サブバンド適応符号帳２ｃと高域サブバンド代数符号帳３ｃに対する複数の利得値の候補を格納する。

利得乗算器５ｃは、高域サブバンド適応符号帳２ｃからの励振信号に対し、高域サブバンド利得符号帳４ｃから入力した該励振信号に対応する利得値を乗算する。利得乗算器６ｃは、高域サブバンド代数符号帳３ｃからの単位パルスに対し、高域サブバンド利得符号帳４ｃから入力した該単位パルスに対応する利得値を乗算する。加算器７ｃは、利得が乗算された高域サブバンド適応符号帳２ｃの出力信号と高域サブバンド代数符号帳３ｃの出力信号とを加算する。

図２８における帯域分割部８１ａでは、帯域合成部８１ｂの出力である全帯域（０〜７．０ｋＨｚ）の励振信号を低域（０〜４．０ｋＨｚ）の励振信号、中帯域（４．０〜６．４ｋＨｚ）の励振信号、及び高域（６．４〜７．０ｋＨｚ）の励振信号に分割し、低域サブバンド適応符号帳２ａ、中帯域サブバンド適応符号帳２ｂ及び高域サブバンド適応符号帳２ｃの要素としてそれぞれ登録する。また、帯域合成部８１ｂは、加算器７ａ，７ｂ，７ｃの出力である低域の励振信号、中帯域の励振信号及び高域の励振信号を合成し、全帯域（０〜７．０ｋＨｚ）の励振信号として合成フィルタ８に出力する。

なお、レート可変励振信号生成部７４を図２８で示した構成とし、励振音源量子化モード制御部８０からの制御信号に応じて、図２６から図２８までのいずれかに示した構成に切り換えても良く、図２６から図２８までのいずれかの構成を動作可に設定した場合、他の構成を動作不可に設定してもよい。

次に、マルチモード線形予測分析部７５の構成を詳細に説明する。
図２９は、図２５中のマルチモード線形予測分析部の構成を示す図である。ＬＰＣ分析部８２は、ダウンサンプルされていない音声信号を入力し、全帯域の音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行する。図２９では、サンプリング周波数Ｆｓ＝１６ｋＨｚの音声信号がＬＰＣ分析の対象となる。ＬＰＣ−ＬＳＰ変換部８３は、ＬＰＣ分析部８２で求められたＬＰＣをＬＳＰに変換する。このときのＬＳＰの周波数帯域は、理論的には０〜８．０ｋＨｚであるが、帯域制限フィルタの設計上の都合から若干狭くなる。例えば、ＩＴＵ−Ｔ勧告Ｇ．７２２では５０Ｈｚ〜７．０ｋＨｚに制限される。

ダウンサンプリング部８４は、入力音声信号を中帯域までの周波数帯域に対応するサンプリング周波数Ｆｓ＝１２．８ｋＨｚにダウンサンプリングする。ＬＰＣ分析部８５は、ダウンサンプリング部８４によりダウンサンプルされた音声信号を入力し、中帯域までの音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行する。ＬＰＣ−ＬＳＰ変換部８６は、ＬＰＣ分析部８５で求められたＬＰＣをＬＳＰに変換する。このときのＬＳＰの周波数帯域は中帯域までであり、理論的には０〜６．４ｋＨｚである。

ダウンサンプリング部８７は、入力音声信号を低周波数帯域に対応するサンプリング周波数Ｆｓ＝８ｋＨｚにダウンサンプリングする。ＬＰＣ分析部８８は、ダウンサンプリング部８７によりダウンサンプルされた音声信号を入力し、低域までの音声信号に対して１音声フレームごとに１回のＬＰＣ分析を実行する。ＬＰＣ−ＬＳＰ変換部８９は、ＬＰＣ分析部８８で求められたＬＰＣをＬＳＰに変換する。このときのＬＳＰの周波数帯域は、理論的には０〜４．０ｋＨｚである。

セレクタ９０は、ＬＳＰ量子化モード制御部７８からの制御信号で指定されるＬＳＰ量子化モードに応じて入力音声信号の出力先をＬＰＣ分析部８２、ダウンサンプリング部８４及びダウンサンプリング部８７のいずれかに切り換える。セレクタ９１は、ＬＳＰ量子化モード制御部７８からの制御信号で指定されるＬＳＰ量子化モードに応じて出力元をＬＰＣ−ＬＳＰ変換部８３，８６，８９のいずれかに切り換えてＬＳＰを出力する。

次にマルチモードＬＳＰ量子化部７６の構成を詳細に説明する。
図３０は、図２５中のマルチモードＬＳＰ量子化部の構成を示す図である。狭帯域ＬＳＰ符号帳９２ａは、狭帯域の周波数成分をもつＬＳＰの集合体である。ＬＳＰ量子化モード制御部７８によりサンプリング周波数Ｆｓ＝８ｋＨｚのＬＳＰ量子化モードが指定されると、ＬＳＰ量子化部９３ｃが狭帯域ＬＳＰ符号帳９２ａを用いて狭帯域成分のＬＳＰ量子化処理を行う。

中帯域ＬＳＰ符号帳９２ｂは、中帯域までの周波数成分をもつＬＳＰの集合体である。ＬＳＰ量子化モード制御部７８によりサンプリング周波数Ｆｓ＝１２．８ｋＨｚのＬＳＰ量子化モードが指定されると、ＬＳＰ量子化部９３ｂが中帯域ＬＳＰ符号帳９２ｂを用いて中帯域までの信号成分のＬＳＰ量子化処理を行う。

全帯域ＬＳＰ符号帳９２ｃは、全帯域の周波数成分をもつＬＳＰの集合体である。ＬＳＰ量子化モード制御部７８によりサンプリング周波数Ｆｓ＝１６ｋＨｚのＬＳＰ量子化モードが指定されると、ＬＳＰ量子化部９３ａが全帯域ＬＳＰ符号帳９２ｃを用いて全帯域成分のＬＳＰ量子化処理を行う。

セレクタ９４ａは、ＬＳＰ量子化モード制御部７８からの制御信号で指定されるＬＳＰ量子化モードに応じてマルチモード線形予測分析部７５からのＬＳＰの出力先をＬＳＰ量子化部９３ａ，９３ｂ，９３ｃのいずれかに切り換える。セレクタ９４ｂは、ＬＳＰ量子化モード制御部７８により指定されたＬＳＰ量子化モードに応じて出力元をＬＳＰ量子化部９３ａ，９３ｂ，９３ｃのいずれかに切り換えて量子化インデックスを出力する。

次にマルチモードＬＳＰ逆量子化部７７の構成を詳細に説明する。
図３１は、図２５中のマルチモードＬＳＰ逆量子化部の構成を示す図である。ＬＳＰ逆量子化部９５ａは、ＬＳＰ量子化部９３ａで選択されたＬＳＰ候補ベクトルのインデックスに基づいて全帯域ＬＳＰ符号帳９２ｃを探索し、対応する量子化ＬＳＰベクトルを抽出する。ＬＳＰ逆量子化部９５ｂは、ＬＳＰ量子化部９３ｂで選択されたＬＳＰ候補ベクトルのインデックスに基づいて中帯域ＬＳＰ符号帳９２ｂを探索し、対応する量子化ＬＳＰベクトルを抽出する。ＬＳＰ逆量子化部９５ｃは、ＬＳＰ量子化部９３ａで選択されたＬＳＰ候補ベクトルのインデックスに基づいて狭帯域ＬＳＰ符号帳９２ａを探索し、対応する量子化ＬＳＰベクトルを抽出する。

セレクタ９６ａは、励振音源量子化モード制御部８０からの制御信号で指定された励振音源量子化モードに応じてマルチモードＬＳＰ量子化部７６からの量子化インデックスの出力先をＬＳＰ逆量子化部９５ａ，９５ｂ，９５ｃのいずれかに切り換える。セレクタ９６ｂは、励振音源量子化モード制御部８０により指定された励振音源量子化モードに応じて出力元をＬＳＰ逆量子化部９５ａ，９５ｂ，９５ｃのいずれかに切り換えてＬＳＰを出力する。

なお、マルチモードＬＳＰ量子化部７６及びマルチモードＬＳＰ逆量子化部７７に搭載された、狭帯域ＬＳＰ符号帳９２ａ、中帯域ＬＳＰ符号帳９２ｂ、全帯域ＬＳＰ符号帳９２ｃに格納されるＬＳＰは、各符号帳に該当する周波数帯域においてスペクトル形状が一致したものになる。

図３２は、ある量子化インデックスＡに対応する量子化ＬＳＰのスペクトル概形を示す図であり、図３２（ａ）は全帯域のスペクトル、図３２（ｂ）は中帯域までのスペクトルを示し、図３２（ｃ）は狭帯域のスペクトルを示している。なお、図３２（ｂ）及び図３２（ｃ）には、破線で全帯域のスペクトルを併記している。

図３２（ａ）（ｂ）に示すように、中帯域ＬＳＰ符号帳９２ｂに格納されるＬＳＰに対応する中帯域までのスペクトルでは、０〜６．４ｋＨｚの周波数帯域でスペクトル形状が全帯域と一致している。つまり、中帯域ＬＳＰ符号帳９２ｂと全帯域ＬＳＰ符号帳９２ｃでは、対応する周波数帯域におけるＬＳＰのスペクトル形状が一致したものになる。

また、図３２（ａ）（ｃ）に示すように、狭帯域ＬＳＰ符号帳９２ａに格納されるＬＳＰに対応する狭帯域のスペクトルでは、０〜４．０ｋＨｚの周波数帯域でスペクトル形状が全帯域と一致している。従って、上記と同様に、狭帯域ＬＳＰ符号帳９２ａと全帯域ＬＳＰ符号帳９２ｃでは、対応する周波数帯域におけるＬＳＰのスペクトル形状が一致したものになる。

次に高域信号利得量子化部２０ａの構成について詳細に説明する。
図３３は、図２５中の高域信号利得量子化部の構成を示す図である。通過帯域可変バンドパスフィルタ９７は、入力音声信号のうち、励振音源量子化モード制御部８０の制御信号で指定された周波数帯域の信号成分のみを通過させる。例えば、励振音源量子化モード制御部８０の制御信号でサンプリング周波数Ｆｓ＝８ｋＨｚの励振音源量子化モードが指定されると、高域信号の周波数帯域は、４．０ｋＨｚ〜８．０ｋＨｚとなる。これにより、通過帯域可変バンドパスフィルタ９７は、通過帯域が４．０ｋＨｚ〜８．０ｋＨｚ（実際には、３．４ｋＨｚ〜７．０ｋＨｚ程度）に設定される。

また、励振音源量子化モード制御部８０の制御信号でサンプリング周波数Ｆｓ＝１２．８ｋＨｚの励振音源量子化モードが指定されると、高域信号の周波数帯域は６．４ｋＨｚ〜８．０ｋＨｚとなる。これにより、通過帯域可変バンドパスフィルタ９７では、通過帯域が６．４ｋＨｚ〜８．０ｋＨｚ（実際には、６．０ｋＨｚ〜７．０ｋＨｚ程度）に設定される。

なお、励振音源量子化モード制御部８０からの制御信号でサンプリング周波数Ｆｓ＝１６ｋＨｚの励振音源量子化モードが指定された場合、擬似広帯域拡張を行わないので、高域信号利得量子化部２０ａは、高域利得を出力せず、動作を停止する。

信号エネルギー計算部９８は、通過帯域可変バンドパスフィルタ９７の通過信号の信号エネルギーを算出する。量子化符号帳９９は、通過帯域可変バンドパスフィルタ９７の通過帯域に対応する高域励振信号によって得られた高域合成音声の信号エネルギーを格納する。利得量子化部１００は、量子化符号帳９９を参照して、通過帯域可変バンドパスフィルタ９７の通過信号の信号エネルギーをスカラー量子化し、量子化符号帳９９の対応するインデックスを高域利得として出力する。

図３４は、実施の形態１６による音声復号装置の構成を示す図である。この実施の形態１６による音声復号装置は、図２５で示した構成と同様の機能を有する合成フィルタ８、ＬＳＰ−ＬＰＣ変換部１７ａ、レート可変励振信号生成部７４、マルチモードＬＳＰ逆量子化部７７ａ，７７ｂ、ＬＳＰ量子化モード制御部７８、及び励振音源量子化モード制御部８０を備え、さらに多重分離部２１、高域信号利得復号部２２、乱数発生器２３、利得乗算器２４、合成フィルタ２５、ＬＳＰ−ＬＰＣ変換部２６、高域スペクトル外挿部２７、通過帯域可変バンドパスフィルタ６０ａ、レート可変アップサンプリング部５１ａ及び加算器３０を備える。

マルチモードＬＳＰ逆量子化部７７ａ，７７ｂは、図３１で示したものと同一構成を有し、符号化データから分離されたＬＳＰ情報であるＬＳＰ候補ベクトルのインデックスに基づいて、符号化データから分離されたＬＳＰ量子化モードに応じた周波数帯のＬＳＰ符号帳を探索し、対応する量子化ＬＳＰベクトルを抽出する。ＬＳＰ量子化モード制御部７８は、多重分離部２１で符号化データから分離されたＬＳＰ量子化モードを入力し、該ＬＳＰ量子化モードをマルチモードＬＳＰ逆量子化部７７ａ，７７ｂ及び高域スペクトル外挿部２７に設定する。

レート可変アップサンプリング部５１ａは、励振音源量子化モード制御部８０の制御信号で指定された励振音源量子化モードに応じたサンプリング周波数Ｆｓで、合成フィルタ２５からの出力信号をアップサンプリングする。通過帯域可変バンドパスフィルタ６０ａは、図３３に示した高域信号利得量子化部２０ａの通過帯域可変バンドパスフィルタ９７と同一機能を有し、合成フィルタ２５の出力信号のうち、励振音源量子化モード制御部８０の制御信号で指定された励振音源量子化モードに応じた周波数帯域の信号成分のみを通過させる。なお、この他の構成は、図３及び図２５で示した構成と同一である。

次に動作について説明する。
（１）符号化処理
実施の形態１６による音声符号化装置は、所定音声フレーム長ごとに全帯域の音声信号を入力し、スペクトル分析部１９Ｏ、レート可変ダウンサンプリング部７９、及び高域信号利得量子化部２０ａに入力される。

スペクトル分析部１９ＯのＬＳＰ量子化モード制御部７８は、制御信号をマルチモード線形予測分析部７５及びマルチモードＬＳＰ量子化部７６に出力してＬＳＰ量子化モードを設定する。また、励振音源量子化モード制御部８０は、高域信号利得量子化部２０ａ、レート可変励振信号生成部７４、マルチモードＬＳＰ逆量子化部７７及びレート可変ダウンサンプリング部７９に制御信号を出力して励振音源量子化モードを設定する。

図３５は、実施の形態１６による音声符号化装置における量子化モードの組み合わせを示す表である。実施の形態１６による音声符号化装置では、ＬＳＰ量子化モードと励振音源量子化モードによる６つの動作モードの組み合わせについて総当たりで誤差評価が行われ、入力音声信号と合成音声との誤差が最小となるＬＳＰ候補のインデックス（量子価値）及び該インデックスを選択したときの量子化モードが抽出される。

なお、図３５中の×記号は、その励振音源量子化モードに対応するＬＳＰ量子化モードの処理を行わないことを示しており、例えばサンプリング周波数Ｆｓ＝１２．８ｋＨｚに対応する動作モード２の励振音源量子化モードでは、スペクトル分析部１９Ｏによって、サンプリング周波数Ｆｓ＝８ｋＨｚ（低域成分）のＬＳＰ量子化モードでの処理は行われない。

従って、図３５に示すように、サンプリング周波数Ｆｓ＝８．０ｋＨｚの励振音源量子化モード（以下、モード１ａとする）では、スペクトル分析部１９Ｏによって、サンプリング周波数Ｆｓ＝８ｋＨｚのＬＳＰ量子化モード（以下、モード１ｂとする）、サンプリング周波数Ｆｓ＝１２．８ｋＨｚのＬＳＰ量子化モード（以下、モード２ｂとする）、サンプリング周波数Ｆｓ＝１６ｋＨｚのＬＳＰ量子化モード（以下、モード３ｂとする）の処理が行われる。

また、サンプリング周波数Ｆｓ＝１２．８ｋＨｚの励振音源量子化モード（以下、モード２ａとする）では、スペクトル分析部１９Ｏによって、モード２ｂ，３ｂのＬＳＰ量子化モードの処理が行われる。さらに、サンプリング周波数Ｆｓ＝１６ｋＨｚの励振音源量子化モード（以下、モード３ａとする）では、スペクトル分析部１９Ｏによって、モード３ｂのＬＳＰ量子化モードの処理が行われる。

以降、ＬＳＰ量子化モード制御部７８及び励振音源量子化モード制御部８０によって、サンプリング周波数Ｆｓ＝８ｋＨｚのＬＳＰ量子化モード（モード１ｂ）及び励振音源量子化モード（モード１ａ）が指定されたものとして説明する。この場合、低域成分（０〜４．０ｋＨｚ）の音声信号に対して処理が行われ、続いてスペクトル分析部１９Ｏがモード２ｂ，３ｂの各ＬＳＰ量子化モードで処理を行う。

レート可変ダウンサンプリング部７９は、所定フレーム長単位に入力した音声信号を、モード１ａに応じたサンプリング周波数Ｆｓ＝８ｋＨｚにダウンサンプリングしてダウンサンプリングして減算器９に出力する。また、高域信号利得量子化部２０ａでは、入力した音声信号の高域有声強度を算出し、図３３に示した構成によって該音声信号と高域有声強度から高域成分の利得を求め、この高域成分の利得値を量子化して多重化部１２に出力する。

スペクトル分析部１９Ｏのマルチモード線形予測分析部７５では、ダウンサンプリングされていない全帯域の音声信号を入力すると、図２９で示したように、モード１ｂに応じたサンプリング周波数Ｆｓ＝８ｋＨｚに入力音声信号をダウンサンプリングしてＬＰＣ分析を実行し、得られたＬＰＣをＬＳＰに変換してマルチモードＬＳＰ量子化部７６に出力する。

また、マルチモードＬＳＰ量子化部７６は、マルチモード線形予測分析部７５から入力したＬＳＰに対し、モード１ｂに応じた周波数帯域（低域成分）である０〜４．０ｋＨｚのＬＳＰ量子化処理を実行する。ここで、図３０で示したＬＳＰ量子化部９３ｃによって狭帯域ＬＳＰ符号帳９２ａから入力されたＬＳＰとマルチモード線形予測分析部７５から入力したＬＳＰの自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このＬＳＰ候補ベクトルのインデックスは、マルチモードＬＳＰ逆量子化部７７及び多重化部１２へ出力される。

マルチモードＬＳＰ逆量子化部７７は、マルチモードＬＳＰ量子化部７６で選択されたＬＳＰ候補の符号帳インデックスを入力すると、該インデックスに基づいて、励振音源量子化モード制御部８０により指定されたモード１ａに応じた周波数帯のＬＳＰ符号帳からＬＳＰを取得する。ここでは、図３１に示した狭帯域ＬＳＰ符号帳９２ａからインデックスに対応する狭帯域ＬＳＰが取得され、ＬＳＰ−ＬＰＣ変換部１７ａに出力される。ＬＳＰ−ＬＰＣ変換部１７ａは、マルチモードＬＳＰ逆量子化部７７から入力した狭帯域ＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。

一方、レート可変励振信号生成部７４は、励振音源量子化モード制御部８０からの制御信号によりモード１ａが指定されると、図２６で示した構成により低域成分（０〜４．０ｋＨｚ）の励振信号（駆動音源信号）を生成して合成フィルタ８に出力する。なお、モード２ａが指定された場合、図２７で示した構成により低域及び中帯域（０〜６．４ｋＨｚ）の励振信号を生成して合成フィルタ８に出力する。さらに、モード３ａが指定されると、図２８で示した構成により全帯域（０〜７．０ｋＨｚ）の励振信号が生成されて合成フィルタ８に出力される。

合成フィルタ８では、レート可変励振信号生成部７４から入力した励振信号に対して、スペクトル分析部１９Ｏからのフィルタパラメータを用いて合成フィルタ処理することによって合成音声を生成し、減算器９に出力する。減算器９では、レート可変ダウンサンプリング部７９でサンプリングされた入力音声から合成フィルタ８で生成した合成音声を減算して歪み成分を求め、聴覚重み付けフィルタ１０に出力する。聴覚重み付けフィルタ１０は、減算器９で算出された歪み成分について入力音声のスペクトルに基づいた重み付けを実行し、最小誤差探索部１１に出力する。

なお、レート可変励振信号生成部７４は、低域サブバンド適応符号帳２ａ、低域サブバンド代数符号帳３ａ及び低域サブバンド利得符号帳４ａの要素を所定の探索範囲内で探索して励振信号を合成フィルタ８に逐次出力する。これにより、減算器９及び聴覚重み付けフィルタ１０を介して、レート可変励振信号生成部７４で生成された低域成分についての各励振信号について重み付け歪み成分がそれぞれ算出され、最小誤差探索部１１に出力される。

最小誤差探索部１１では、ＬＳＰ量子化モードと励振音源量子化モードの各組み合わせにおける重み付き歪み成分のパワーを比較して歪み成分が最小となる合成音声が生成された励振信号を選択し、レート可変励振信号生成部７４、ＬＳＰ量子化モード制御部７８及び励振音源量子化モード制御部８０に通知する。

レート可変励振信号生成部７４では、最小誤差探索部１１から最小誤差となる励振信号が通知されると、該励振信号を構成する、低域サブバンド適応符号帳２ａにおける過去の励振信号を特定するピッチ情報、低域サブバンド代数符号帳３ａにおける単位パルスを特定するパルス情報、低域サブバンド利得符号帳４ａにおける低域サブバンド適応符号帳２ａの該要素及び低域サブバンド代数符号帳３ａの該要素に対応する利得を特定する利得情報を多重化部１２に出力する。

また、ＬＳＰ量子化モード制御部７８は、最小誤差探索部１１から最小誤差となる励振信号が通知されると、該励振信号についてのＬＳＰ量子化モードを特定する情報を多重化部１２及びマルチモードＬＳＰ量子化部７６に出力する。マルチモードＬＳＰ量子化部７６は、該励振信号に対応するＬＳＰ候補のインデックスをＬＳＰ情報として多重化部１２に出力する。励振音源量子化モード制御部８０では、最小誤差探索部１１から最小誤差となる励振信号が通知されると、該励振信号についての励振音源量子化モードを特定する情報を多重化部１２に出力する。

この後、実施の形態１６による音声符号化装置では、図３５に示す量子化モードの組み合わせについて総当たりで誤差評価が行われ、入力音声信号と合成音声との誤差が最小となるＬＳＰ候補のインデックス（量子化値）及び該インデックスを選択したときの量子化モードが抽出される。

多重化部１２は、歪み成分が最小の合成音声が生成された励振信号に関する、レート可変励振信号生成部７４からのピッチ情報、パルス情報、利得情報、高域信号利得量子化部２０ａからの高域信号の利得情報（高域利得）、マルチモードＬＳＰ量子化部７６からのＬＳＰ情報、ＬＳＰ量子化モード制御部７８からのＬＳＰ量子化モード、及び励振音源量子化モード制御部８０からの励振音源量子化モードを多重化して伝送路へ出力する。この符号化データは、伝送路を経由して図３４に示す音声復号装置に出力される。

このように、実施の形態１６による音声符号化装置では、入力音声信号の全帯域成分をＬＳＰの量子化誤差評価の対象とし、該誤差評価以外のパラメータ、例えば適応符号帳、代数符号帳、利得符号帳で符号化対象とする帯域幅を励振音源量子化モードに応じて可変とする。複数の量子化モードについての各誤差評価により最適な量子化モード（符号化モード）を選択し、該量子化モードを特定する情報を含む符号化データを伝送する。例えば、複数の量子化モードで最も量子化誤差を小さくするモードを選択する。

（２）復号処理
上述のようにして音声符号化装置で生成された符号化データは、伝送路を介して図３４に示す音声復号装置に受信されると、該音声復号装置内の多重分離部２１に入力される。多重分離部２１では、音声符号化装置から受信した符号化データを、高域利得、ＬＳＰ情報、ピッチ情報、パルス情報、利得情報、ＬＳＰ量子化モード、励振音源量子化モードに分離する。

この後、多重分離部２１は、高域利得を高域信号利得復号部２２に出力し、ＬＳＰ情報をマルチモードＬＳＰ逆量子化部７７ａ，７７ｂに出力し、ピッチ情報、パルス情報及び利得情報をレート可変励振信号生成部７４に出力し、ＬＳＰ量子化モードをＬＳＰ量子化モード制御部７８に出力し、励振音源量子化モードを励振音源量子化モード制御部８０に出力する。

ＬＳＰ量子化モード制御部７８は、多重分離部２１により符号化データから分離されたＬＳＰ量子化モードを入力すると、該ＬＳＰ量子化モードを高域スペクトル外挿部２７及びマルチモードＬＳＰ逆量子化部７７ａ，７７ｂに設定する。また、励振音源量子化モード制御部８０は、多重分離部２１により符号化データから分離された励振音源量子化モードを入力すると、該励振音源量子化モードをレート可変アップサンプリング部５１ａ、通過帯域可変バンドパスフィルタ６０ａ及びレート可変励振信号生成部７４に設定する。

マルチモードＬＳＰ逆量子化部７７ａ，７７ｂでは、多重分離部２１により符号化データから分離されたＬＳＰ情報であるＬＳＰ候補ベクトルのインデックスに基づいて、ＬＳＰ量子化モード制御部７８から指定されたＬＳＰ量子化モードに応じた周波数帯のＬＳＰ符号帳を探索し、対応する量子化ＬＳＰベクトルを抽出する。マルチモードＬＳＰ逆量子化部７７ａにより抽出されたＬＳＰは、高域スペクトル外挿部２７に出力される。

また、マルチモードＬＳＰ逆量子化部７７ｂにより抽出されたＬＳＰは、ＬＳＰ−ＬＰＣ変換部１７ａに出力される。ＬＳＰ−ＬＰＣ変換部１７ａでは、マルチモードＬＳＰ逆量子化部７７ｂから入力したＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。

一方、高域スペクトル外挿部２７は、マルチモードＬＳＰ逆量子化部７７ａから入力したＬＳＰに対し、ＬＳＰ量子化モード制御部７８から指定されたＬＳＰ量子化モードに応じた周波数帯域における高域成分のスペクトル概形を外挿し、ＬＳＰ−ＬＰＣ変換部２６に出力する。例えば、低域及び中帯域成分（０〜６ｋＨｚ）のＬＳＰに対しては、高域成分（６〜７ｋＨｚ）のスペクトル概形を外挿し、ＬＳＰ−ＬＰＣ変換部２６に出力する。このようにして、適応符号帳、代数符号帳、利得符号帳で符号化対象にされなかった周波数帯域について疑似広帯域拡張でスペクトル概形を外挿する。

ＬＳＰ−ＬＰＣ変換部２６では、高域スペクトル外挿部２７により高域成分のスペクトル概形が外挿されたＬＳＰの量子化と補間を行ってＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ２５に出力する。

高域信号利得復号部２２は、多重分離部２１により符号化データから分離された高域利得を逆量子化して高域利得情報に対応する利得値を求めて利得乗算器２４に出力する。利得乗算器２４では、高域信号利得復号部２２で復号された高域成分の利得値を、乱数発生器２３から入力した励振信号に相当する信号に乗算し、駆動音源信号として合成フィルタ２５に出力する。

合成フィルタ２５では、ＬＳＰ−ＬＰＣ変換部２６から入力したフィルタパラメータを用いて、利得乗算器２４から入力した音声信号を合成フィルタ処理することにより合成音声を生成し、該合成音声を通過帯域可変バンドパスフィルタ６０ａに出力する。通過帯域可変バンドパスフィルタ６０ａでは、合成フィルタ２５で生成された合成音声のうち、励振音源量子化モード制御部８０により設定された励振音源量子化モードに応じた周波数帯域の信号成分のみを通過させて加算器３０に出力する。

また、レート可変励振信号生成部７４は、多重分離部２１により符号化データから分離されたピッチ情報、パルス情報及び利得情報に基づいて、励振音源量子化モード制御部８０により設定された励振音源量子化モードに応じた適応符号帳、代数符号帳及び利得符号帳から過去の駆動音源信号、単位パルス及び利得値を抽出して励振信号を生成し、合成フィルタ８の駆動音源信号として出力する。

合成フィルタ８では、ＬＳＰ−ＬＰＣ変換部１７ａから入力したフィルタパラメータを用いて、レート可変励振信号生成部７４からの駆動音源信号を合成フィルタ処理することにより合成音声を生成し、該合成音声をレート可変アップサンプリング部５１ａに出力する。

レート可変アップサンプリング部５１ａでは、励振音源量子化モード制御部８０により設定された励振音源量子化モードに応じたサンプリング周波数で合成フィルタ８から入力した合成信号をアップサンプリングして加算器３０に出力する。例えば、励振音源量子化モードがモード１ｂである場合、８ｋＨｚにダウンサンプリングされたサンプリング周波数を１６ｋＨｚにアップサンプリングする。また、励振音源量子化モードがモード２ｂである場合、１２．８ｋＨｚにダウンサンプリングされたサンプリング周波数を１６ｋＨｚにアップサンプリングする。さらに、励振音源量子化モードがモード３ｂである場合、合成フィルタ８から入力した合成信号をそのまま加算器３０に出力する。

加算器３０は、通過帯域可変バンドパスフィルタ６０ａの通過信号とレート可変アップサンプリング部５１ａから入力した合成信号とを加算して復号後の音声信号を生成し、再生音声として出力する。

以上のように、この実施の形態１６によれば、ＬＳＰ量子化モードと励振音源量子化モードによる６つの動作モードの組み合わせについて総当たりでＬＳＰの誤差評価を行い、入力音声信号と合成音声との誤差が最小となるＬＳＰ候補のインデックス（量子価値）及び該インデックスを選択したときの量子化モードを抽出して符号化データとするので、入力音声に適応した誤差評価が可能であり、再生音声の品質を改善することができる。

実施の形態１７．
図３６は、この発明の実施の形態１７による音声符号化装置の構成を示す図である。この実施の形態１７による音声符号化装置では、スペクトル分析部１９Ｐが上記実施の形態１６で示したスペクトル分析部１９ＯにおけるマルチモードＬＳＰ逆量子化部７７の代わりにマルチモードＬＳＰ逆量子化部７７ｃを備える。マルチモードＬＳＰ逆量子化部７７ｃは、複数の周波数帯のＬＳＰ符号帳を有し、マルチモードＬＳＰ量子化部７６で選択されたＬＳＰ候補の符号帳インデックスに基づいて、ＬＳＰ量子化モード制御部７８ａにより指定された励振音源量子化モードに応じた周波数帯域のＬＳＰ符号帳からＬＳＰを取得する。

また、この実施の形態１７による音声符号化装置には、高域信号利得量子化部２０ｂ、全帯域ＬＳＰ符号帳３１ａ、レート可変アップサンプリング部５１ｂ、加算器５２、減算器５３、最小誤差探索部５４ａ、ＬＳＰ逆量子化部５５ｂ、ＬＳＰ−ＬＰＣ変換部５６ｂ、乱数発生器５７、利得乗算器５８、合成フィルタ５９ｂ、通過帯域可変バンドパスフィルタ６０ｂ及びセレクタ６６が、全帯域成分のＬＳＰで閉ループ探索を実行して量子化誤差を評価する。

次に動作について説明する。
実施の形態１７による音声符号化装置は、所定音声フレーム長ごとに全帯域の音声信号を入力し、スペクトル分析部１９Ｐ、高域信号利得量子化部２０ｂ、レート可変ダウンサンプリング部７９、及び減算器５３に入力される。

スペクトル分析部１９ＰのＬＳＰ量子化モード制御部７８ａは、制御信号を通過帯域可変バンドパスフィルタ６０ｂ、マルチモード線形予測分析部７５、マルチモードＬＳＰ量子化部７６及びマルチモードＬＳＰ逆量子化部７７ｃに出力してＬＳＰ量子化モードを設定する。また、励振音源量子化モード制御部８０は、高域信号利得量子化部２０ｂ、レート可変励振信号生成部７４、マルチモードＬＳＰ逆量子化部７７及びレート可変ダウンサンプリング部７９に制御信号を出力して励振音源量子化モードを設定する。

この実施の形態１７による音声符号化装置における量子化モードの組み合わせは、上記実施の形態１６で示した図３５と同様である。つまり、実施の形態１７による音声符号化装置においても、ＬＳＰ量子化モードと励振音源量子化モードによる６つの動作モードの組み合わせについて総当たりで誤差評価が行われ、入力音声信号と合成音声との誤差が最小となるＬＳＰ候補のインデックス（量子化値）及び該インデックスを選択したときの量子化モードが抽出される。

従って、サンプリング周波数Ｆｓ＝８．０ｋＨｚの励振音源量子化モード（以下、モード１ａと称す）では、スペクトル分析部１９Ｐによって、サンプリング周波数Ｆｓ＝８ｋＨｚのＬＳＰ量子化モード（以下、モード１ｂと称す）、サンプリング周波数Ｆｓ＝１２．８ｋＨｚのＬＳＰ量子化モード（以下、モード２ｂと称す）、サンプリング周波数Ｆｓ＝１６ｋＨｚのＬＳＰ量子化モード（以下、モード３ｂと称す）の処理が行われる。

また、サンプリング周波数Ｆｓ＝１２．８ｋＨｚの励振音源量子化モード（以下、モード２ａと称す）では、スペクトル分析部１９Ｐによって、モード２ｂ，３ｂのＬＳＰ量子化モードの処理が行われる。さらに、サンプリング周波数Ｆｓ＝１６ｋＨｚの励振音源量子化モード（以下、モード３ａと称す）では、スペクトル分析部１９Ｐによって、モード３ｂのＬＳＰ量子化モードの処理が行われる。

レート可変ダウンサンプリング部７９は、所定フレーム長単位に入力した音声信号を、励振音源量子化モード制御部８０により指定された励振音源量子化モードに応じたサンプリング周波数にダウンサンプリングしてダウンサンプリングして減算器９に出力する。また、高域信号利得量子化部２０ｂでは、入力した音声信号の高域有声強度を算出し、例えば図３３に示した構成によって該音声信号と高域有声強度から高域成分の利得を求め、この高域成分の利得値を量子化して多重化部１２及び利得乗算器５８に出力する。

スペクトル分析部１９Ｐのマルチモード線形予測分析部７５では、ダウンサンプリングされていない全帯域の音声信号を入力すると、上記実施の形態１６の図２９で示したように、ＬＳＰ量子化モード制御部７８ａにより指定されたＬＳＰ量子化モードに応じたサンプリング周波数に入力音声信号をダウンサンプリングしてＬＰＣ分析を実行し、得られたＬＰＣをＬＳＰに変換してマルチモードＬＳＰ量子化部７６に出力する。

また、マルチモードＬＳＰ量子化部７６は、マルチモード線形予測分析部７５から入力したＬＳＰに対し、ＬＳＰ量子化モード制御部７８ａにより指定されたＬＳＰ量子化モードに応じた周波数帯域のＬＳＰ量子化処理を実行する。ここで、上記実施の形態１６の図３０に示した構成によって、ＬＳＰ量子化モードに応じた周波数帯域のＬＳＰ符号帳から取得されたＬＳＰとマルチモード線形予測分析部７５から入力したＬＳＰとの自乗誤差の値が最小となるＬＳＰ候補ベクトルが選択される。このＬＳＰ候補ベクトルのインデックスは、マルチモードＬＳＰ逆量子化部７７ｃに出力される。

マルチモードＬＳＰ逆量子化部７７ｃは、マルチモードＬＳＰ量子化部７６で選択されたＬＳＰ候補の符号帳インデックスを入力すると、該インデックスに基づいて、ＬＳＰ量子化モード制御部７８ａにより指定されたＬＳＰ量子化モードに応じた周波数帯域のＬＳＰ符号帳からＬＳＰを取得する。

ＬＳＰ−ＬＰＣ変換部１７ａは、マルチモードＬＳＰ逆量子化部７７ｃから入力したＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ８に出力する。これにより、ＬＳＰ量子化モードと励振音源量子化モードの各組み合わせのインデックスに対応する複数種類の合成フィルタが構成される。

一方、レート可変励振信号生成部７４は、励振音源量子化モード制御部８０により励振音源量子化モードが指定されると、上記実施の形態１６の図２６で示した構成によって該励振音源量子化モードに応じた周波数帯域の励振信号（駆動音源信号）を生成し、合成フィルタ８に出力する。

合成フィルタ８では、レート可変励振信号生成部７４から入力した励振信号に対して、スペクトル分析部１９Ｐからのフィルタパラメータを用いて合成フィルタ処理することによって合成音声を生成し、減算器９に出力する。減算器９では、レート可変ダウンサンプリング部７９でサンプリングされた入力音声から合成フィルタ８で生成した合成音声を減算して歪み成分を求め、聴覚重み付けフィルタ１０に出力する。聴覚重み付けフィルタ１０は、減算器９で算出された歪み成分について入力音声のスペクトルに基づいた重み付けを実行し、最小誤差探索部１１に出力する。

なお、レート可変励振信号生成部７４は、ＬＳＰ量子化モードと励振音源量子化モードの各組み合わせにおいて、適応符号帳、代数符号帳及び利得符号帳の要素を所定の探索範囲内で探索して励振信号を合成フィルタ８に逐次出力する。これにより、減算器９及び聴覚重み付けフィルタ１０を介して、レート可変励振信号生成部７４で生成された低域成分についての各励振信号について重み付け歪み成分がそれぞれ算出され、最小誤差探索部１１に出力される。

最小誤差探索部１１では、ＬＳＰ量子化モードと励振音源量子化モードの各組み合わせごとに重み付き歪み成分のパワーを比較して歪み成分が最小となる合成音声が生成された励振信号を選択し、レート可変励振信号生成部７４、ＬＳＰ量子化モード制御部７８ａ及び励振音源量子化モード制御部８０に通知する。

このようにして、ＬＳＰ量子化モードと励振音源量子化モードの各組み合わせで選択されたＬＳＰ候補のインデックスに対応するフィルタパラメータで駆動する合成フィルタ８により、レート可変励振信号生成部７４の適応符号帳、代数符号帳、利得符号帳の各要素が探索され、これら符号帳の各要素について最適量子化インデックスの組み合わせが抽出される。

この後、ＬＳＰ量子化モードと励振音源量子化モードの各組み合わせにおける歪み成分が最小となる最適量子化インデックスについての合成音声は、レート可変アップサンプリング部５１ｂにより、対応する量子化モードでのサンプリング周波数でそれぞれアップサンプリングされ、全帯域の音声信号に変換される。

一方、ＬＳＰ逆量子化部５５ｂは、マルチモードＬＳＰ量子化部７６により選択された各ＬＳＰ候補のインデックスに対応する全帯域の量子化ＬＳＰ候補（全帯域ＬＳＰ）を全帯域ＬＳＰ符号帳３１ａから読み出し、ＬＳＰ−ＬＰＣ変換部５６ｂに出力する。ＬＳＰ−ＬＰＣ変換部５６ｂでは、ＬＳＰ逆量子化部５５ｂから入力した各全帯域ＬＳＰをＬＰＣに変換し、スペクトル分析結果のフィルタパラメータとして合成フィルタ５９ｂに出力する。これにより、合成フィルタ５９ｂは、ＬＳＰ量子化モードと励振音源量子化モードの各組み合わせに対応した合成フィルタが構成される。

また、高域信号利得量子化部２０ｂは、所定フレーム長単位に入力した音声信号の高域有声強度を算出し、該音声信号と高域有声強度から高域成分の利得を求めて利得乗算器５８に出力すると共に、この高域成分の利得値を量子化して多重化部１２に出力する。利得乗算器５８では、高域信号利得量子化部２０ｂから入力した高域成分の利得値を、乱数発生器５７から入力した励振信号に相当する信号に乗算する。なお、この乗算処理は、ダウンサンプリングされる前のサンプリング周波数（Ｆｓ＝１６ｋＨｚ）で行われる。

合成フィルタ５９ｂでは、ＬＳＰ−ＬＰＣ変換部５６ｂから入力した各フィルタパラメータを用いて、利得乗算器５８で高域利得が乗算された音声信号（駆動音源信号）を合成フィルタ処理することにより合成音声（擬似高域信号）を生成し、該合成音声を通過帯域可変バンドパスフィルタ６０ｂに出力する。通過帯域可変バンドパスフィルタ６０ｂは、合成フィルタ５９ｂで生成された合成音声から、ＬＳＰ量子化モード制御部７８ａにより設定されたＬＳＰ量子化モードに応じた周波数帯域の信号成分のみを通過させて加算器５２に出力する。これにより、ＬＳＰ量子化モードと励振音源量子化モードの各組み合わせで量子化誤差評価の対象とされなかった周波数帯域の信号成分が加算器５２にそれぞれ出力される。

加算器５２では、通過帯域可変バンドパスフィルタ６０ｂからの信号成分とレート可変アップサンプリング部５１ｂにより先に生成された信号成分とを加算して全帯域の音声信号を生成し、再生音声として減算器５３に出力する。減算器５３では、加算器５２の出力である再生音声と入力音声信号とを減算し、差分値（誤差）を最小誤差探索部５４ａに出力する。

最小誤差探索部５４ａでは、ＬＳＰ量子化モードと励振音源量子化モードの各組み合わせで選択されたＬＳＰ候補のインデックスに対応する音声信号と入力音声信号との差分値を比較して該差分値が最小となる音声信号を選択し、レート可変励振信号生成部７４、ＬＳＰ量子化モード制御部７８ａ及び励振音源量子化モード制御部８０に通知する。

レート可変励振信号生成部７４では、最小誤差探索部５４ａから最小誤差となる励振信号が通知されると、該励振信号を構成するピッチ情報、パルス情報、利得情報を多重化部１２に出力する。また、ＬＳＰ量子化モード制御部７８ａは、最小誤差探索部５４から最小誤差となる励振信号が通知されると、該励振信号についてのＬＳＰ量子化モードを特定する情報を多重化部１２及びマルチモードＬＳＰ量子化部７６に出力する。

マルチモードＬＳＰ量子化部７６は、該励振信号に対応するＬＳＰ候補のインデックスをＬＳＰ情報として多重化部１２に出力する。励振音源量子化モード制御部８０では、最小誤差探索部１１から最小誤差となる励振信号が通知されると、該励振信号についての励振音源量子化モードを特定する情報を多重化部１２に出力する。

多重化部１２では、歪み成分が最小の合成音声が生成された励振信号に関する、レート可変励振信号生成部７４からのピッチ情報、パルス情報、利得情報、高域信号利得量子化部２０ａからの高域信号の利得情報（高域利得）、マルチモードＬＳＰ量子化部７６からのＬＳＰ情報、ＬＳＰ量子化モード制御部７８ａからのＬＳＰ量子化モード、及び励振音源量子化モード制御部８０からの励振音源量子化モードを多重化して伝送路へ出力する。

このようにして、ＬＳＰの量子化誤差評価以外の符号化パラメータである適応符号帳、代数符号帳、利得符号帳の各要素の量子化においても、誤差評価を全帯域信号で行うことができる。

なお、図３６に示す音声符号化装置の符号化データを復号する音声復号装置は、上記実施の形態１６で示した音声復号装置（図３４参照）と同一構成で実現可能なため、説明を省略する。

以上のように、この実施の形態１７によれば、ＬＳＰの量子化誤差評価以外の符号化パラメータである適応符号帳、代数符号帳、利得符号帳の各要素の量子化における誤差評価を全帯域信号で行うので、より実際の音声信号に近い符号化（合成）音声を選択できるため、良好な符号化音を再生することができる。

この発明の実施の形態１で符号化の対象とする周波数帯域を説明するための図である。この発明の実施の形態１による音声符号化装置の構成を示す図である。実施の形態１による音声復号装置の構成を示す図である。この発明の実施の形態２による音声符号化装置の構成を示す図である。この発明の実施の形態２による音声復号装置の構成を示す図である。この発明の実施の形態３による音声符号化装置の構成を示す図である。この発明の実施の形態３による音声符号化装置の他の構成を示す図である。この発明の実施の形態４による音声符号化装置の構成を示す図である。図８中のスペクトル傾き評価部の構成を示す図である。音声信号のスペクトルを示すグラフである。この発明の実施の形態５による音声符号化装置の構成を示す図である。この発明の実施の形態６による音声符号化装置の構成を示す図である。この発明の実施の形態７による音声符号化装置の構成を示す図である。この発明の実施の形態８による音声符号化装置の構成を示す図である。この発明の実施の形態９による音声符号化装置の構成を示す図である。この発明の実施の形態１０による音声符号化装置の構成を示す図である。この発明の実施の形態１１による音声符号化装置の構成を示す図である。この発明の実施の形態１２による音声符号化装置の構成を示す図である。この発明の実施の形態１３による音声符号化装置の構成を示す図である。実施の形態１３による音声復号装置の構成を示す図である。この発明の実施の形態１４による音声復号装置の構成を示す図である。この発明の実施の形態１５で符号化の対象とする周波数帯域を説明するための図である。この発明の実施の形態１５による音声符号化装置の構成を示す図である。実施の形態１５による音声復号装置の構成を示す図である。この発明の実施の形態１６による音声符号化装置の構成を示す図である。図２５中のレート可変励振信号生成部の構成を示す図である。図２５中のレート可変励振信号生成部の構成を示す図である。図２５中のレート可変励振信号生成部の構成を示す図である。図２５中のマルチモード線形予測分析部の構成を示す図である。図２５中のマルチモードＬＳＰ量子化部の構成を示す図である。図２５中のマルチモードＬＳＰ逆量子化部の構成を示す図である。量子化ＬＳＰのスペクトル概形を示す図である。図２５中の高域信号利得量子化部の構成を示す図である。実施の形態１６による音声復号装置の構成を示す図である。実施の形態１６による音声符号化装置における量子化モードの組み合わせを示す表である。この発明の実施の形態１７による音声符号化装置の構成を示す図である。

符号の説明

１，１ａ，８４，８７ダウンサンプリング部、２適応符号帳、２ａ低域サブバンド適応符号帳、２ｂ中帯域サブバンド適応符号帳、２ｃ高域サブバンド適応符号帳、３代数符号帳、３ａ低域サブバンド代数符号帳、３ｂ中帯域サブバンド代数符号帳、３ｃ高域サブバンド代数符号帳、４利得符号帳、４ａ低域サブバンド利得符号帳、４ｂ中帯域サブバンド利得符号帳、４ｃ高域サブバンド利得符号帳、５，６，５ａ〜５ｃ，６ａ〜６ｃ利得乗算器、７，７ａ〜７ｃ，３０，５２加算器、８，２５，５０，５９，５９ａ，５９ｂ合成フィルタ、９，５３減算器、１０聴覚重み付けフィルタ、１１，５４，５４ａ最小誤差探索部、１２多重化部、１３駆動音源生成部、１４，１４ａ〜１４ｃ，８２，８５，８８ＬＰＣ分析部、１５ａ，３５，３５ａ，６１，６２，７２，９３ａ〜９３ｃＬＳＰ量子化部、１５ｂ，４８，５５，５５ａ，５５ｂ，９５ａ〜９５ｃＬＳＰ逆量子化部、１６，９２ａ狭帯域ＬＳＰ符号帳、１７，１７ａ，２６，４９，５６，５６ａ，５６ｂ，８３，８６，８９ＬＳＰ−ＬＰＣ変換部、１８，１８ａ，２７，２７ａ，２７ｂ高域スペクトル外挿部、１９，１９Ａ〜１９Ｐスペクトル分析部、２０，２０ａ，２０ｂ高域信号利得量子化部、２１多重分離部、２２高域信号利得復号部、２３，５７乱数発生器、２４，５８利得乗算器、２８，６０バンドパスフィルタ、２９，５１アップサンプリング部、５１ａ，５１ｂレート可変アップサンプリング部、３１ａ，３１ｂ全帯域ＬＳＰ符号帳、３２，３２ａセグメント分割部、３３低域セグメント誤差重み付け部、３４高域セグメント誤差重み付け部、３６中域セグメント誤差重み付け部、３７，３７ａスペクトル傾き評価部、３８，３８ａ重み付け係数算出部、３９ＬＰＦ、４０全域エネルギー計算部、４１低域エネルギー計算部、４２エネルギー比計算部、４３逆合成フィルタ、４４利得比計算部、４５遅延バッファ、４６，４６ａ重み付け係数符号帳、４７重み付け係数蓄積部、６３誤差評価セレクタ、６４，６４ａ適応閾値算出部、６５，６５ａ〜６５ｃ，６６，７０，９０，９１，９４ａ，９４ｂ，９６ａ，９６ｂセレクタ、６７，６９タイマ、６８高域ＬＳＰフレーム間予測部、７１ＬＳＰ重み付け平均計算部、７３広帯域ＬＳＰ符号帳、７４レート可変励振信号生成部、７５マルチモード線形予測分析部、７６マルチモードＬＳＰ量子化部、７７，７７ａ〜７７ｃマルチモードＬＳＰ逆量子化部、７８，７８ａＬＳＰ量子化モード制御部、７９レート可変ダウンサンプリング部、８０励振音源量子化モード制御部、８１ａ帯域分割部、８１ｂ帯域合成部、９２ｂ中帯域ＬＳＰ符号帳、９２ｃ全帯域ＬＳＰ符号帳、６０ａ，９７通過帯域可変バンドパスフィルタ、９８信号エネルギー計算部、９９量子化符号帳、１００利得量子化部。

Claims

符号化対象音声のスペクトル包絡情報を量子化するにあたり、該符号化対象音声のスペクトル包絡情報と比較する量子化データとして狭帯域のスペクトル包絡を外挿してなる全帯域のスペクトル包絡情報を用いて量子化誤差を評価する音声符号化装置。
量子化データとして狭帯域のスペクトル包絡情報を格納する狭帯域スペクトル情報符号帳と、
前記狭帯域スペクトル情報符号帳のスペクトル包絡を外挿して全帯域のスペクトル包絡情報を求めるスペクトル外挿部とを備え、
符号化対象音声のスペクトル包絡情報を量子化するにあたり、該符号化対象音声の全帯域のスペクトル包絡情報と比較する量子化データとして、前記スペクトル外挿部により求められた全帯域のスペクトル包絡情報を用いて量子化誤差を評価することを特徴とする請求項１記載の音声符号化装置。
量子化データとして狭帯域のスペクトル包絡情報を格納する狭帯域スペクトル情報符号帳と、
前記狭帯域スペクトル情報符号帳のスペクトル包絡を外挿してなる全帯域のスペクトル包絡情報を格納する全帯域スペクトル情報符号帳とを備え、
符号化対象音声のスペクトル包絡情報を量子化するにあたり、該符号化対象音声のスペクトル包絡情報と比較する量子化データとして、前記全帯域スペクトル情報符号帳の全帯域のスペクトル包絡情報を用いて量子化誤差を評価することを特徴とする請求項１記載の音声符号化装置。
符号化対象音声のスペクトル包絡情報について量子化誤差を評価するにあたり、前記符号化対象音声のスペクトル包絡情報を所定の周波数帯域ごとの成分に分割し、各周波数帯域ごとの成分に量子化誤差評価に関する重み付けを行うことを特徴とする請求項１記載の音声符号化装置。
符号化対象音声のスペクトル分布に応じて各周波数帯域の成分に付与する重み付け係数を決定することを特徴とする請求項４記載の音声符号化装置。
符号化対象音声の各周波数帯域間の信号エネルギー比に応じて各周波数帯域の成分に付与する重み付け係数を決定することを特徴とする請求項４記載の音声符号化装置。
符号化対象音声のスペクトル包絡情報の各周波数帯域の成分と比較する量子化データとして、前記各周波数帯域ごとのスペクトル包絡情報を各々格納する複数のスペクトル情報符号帳と、
前記複数のスペクトル情報符号帳の各周波数帯域ごとのスペクトル包絡情報に付与すべき量子化誤差評価用の重み付け係数を予め格納する重み付け係数符号帳とを備え、
前記重み付け係数符号帳を用いて前記各周波数帯域の成分に重み付け係数を付与することを特徴とする請求項４記載の音声符号化装置。
符号化対象音声の量子化に用いる過去の励振信号の音の性質に応じて各周波数帯域の成分に付与する重み付け係数を決定することを特徴とする請求項４記載の音声符号化装置。
符号化対象音声の量子化に用いる過去の励振信号を格納する適応符号帳の該励振信号を特定するピッチ周期情報を基準として各周波数帯域の量子化誤差評価を切り換えることを特徴とする請求項４記載の音声符号化装置。
重み付け係数を変えて選択された複数の量子化値の候補から閉ループ探索により符号化音声データを構成する量子化値を選択することを特徴とする請求項４記載の音声符号化装置。
符号化対象音声の全帯域成分についての量子化に並行して狭帯域成分を量子化し、全帯域及び狭帯域の量子化で得られた量子化誤差と所定の閾値との比較結果に応じて、全帯域又は狭帯域の量子化で得られた量子化値を選択することを特徴とする請求項１記載の音声符号化装置。
閾値は、可変であることを特徴とする請求項１１記載の音声符号化装置。
符号化対象音声のスペクトル分布に応じて閾値を決定することを特徴とする請求項１２記載の音声符号化装置。
符号化対象音声の各周波数帯域間の信号エネルギー比に応じて閾値を決定することを特徴とする請求項１２記載の音声符号化装置。
符号化対象音声の量子化に用いる過去の励振信号の音の性質に応じて閾値を決定することを特徴とする請求項１２記載の音声符号化装置。
符号化対象音声の量子化に用いる過去の励振信号を格納する適応符号帳の該励振信号を特定するピッチ周期情報を基準として閾値を切り換えることを特徴とする請求項１５記載の音声符号化装置。
量子化データとして狭帯域のスペクトル包絡情報を格納する狭帯域スペクトル情報符号帳と、
前記狭帯域スペクトル情報符号帳のスペクトル包絡を外挿してなる全帯域のスペクトル包絡情報を格納する全帯域スペクトル情報符号帳と、
前記狭帯域スペクトル情報符号帳及び前記全帯域スペクトル情報符号帳の各スペクトル包絡情報ごとに付与すべき量子化誤差評価用に関する重み付け係数を予め格納する重み付け係数符号帳とを備え、
前記符号化対象音声の全帯域成分についての量子化に並行して狭帯域成分を量子化し、全帯域及び狭帯域の量子化で得られた量子化誤差と所定の閾値との比較結果に応じて、全帯域又は狭帯域の量子化で得られた量子化値を選択するにあたり、前記重み付け係数符号帳の重み付け係数に応じて閾値を決定することを特徴とする請求項１２記載の音声符号化装置。
閾値を変えて選択された複数の量子化値の候補から閉ループ探索によって符号化音声データを構成する量子化値を選択することを特徴とする請求項１２記載の音声符号化装置。
符号化対象音声のスペクトル包絡情報を量子化するにあたり、該符号化対象音声の全帯域の量子化誤差評価を周期的に行い、全帯域成分の量子化誤差評価を行わない音声フレームの符号化対象音声には狭帯域の量子化誤差評価を行うことを特徴とする請求項１記載の音声符号化装置。
全帯域の量子化誤差評価には、狭帯域のスペクトル包絡を外挿してなる全帯域のスペクトル包絡情報を用いることを特徴とする請求項１９記載の音声符号化装置。
符号化対象音声の狭帯域のスペクトル包絡情報から拡張した周波数帯域の一部を、該符号化対象音声のスペクトル包絡情報の量子化対象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。
符号化対象音声の全帯域のスペクトル包絡情報を量子化の対象とし、スペクトル包絡情報以外のパラメータに関する量子化は、量子化対象となる周波数帯域を可変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。
スペクトル包絡情報以外のパラメータに関する量子化を、全帯域を量子化対象として行うことを特徴とする請求項２２記載の音声符号化装置。
請求項３に記載の音声符号化装置により生成された符号化音声データから音声信号を復号する音声復号装置において、
狭帯域のスペクトル包絡情報を格納する狭帯域スペクトル情報符号帳と、
前記狭帯域スペクトル情報符号帳のスペクトル包絡情報を外挿してなる全帯域のスペクトル包絡情報を格納する全帯域スペクトル情報符号帳とを備え、
前記符号化音声データから分離した量子化値に基づいて前記符号化対象音声の特性に合致したスペクトル包絡情報を前記狭帯域スペクトル情報符号帳及び前記全帯域スペクトル情報符号帳から探索し、該探索結果のスペクトル包絡情報を用いて音声信号を復号することを特徴とする音声復号装置。
請求項１８に記載の音声符号化装置により生成された符号化音声データから音声信号を復号する音声復号装置において、
狭帯域のスペクトル包絡情報を格納する狭帯域スペクトル情報符号帳を備え、
前記符号化音声データから分離した量子化値に基づいて前記符号化対象音声の特性に合致した前記狭帯域スペクトル情報符号帳のスペクトル包絡情報を抽出し、前記音声符号化装置で符号化対象音声の全帯域成分について量子化誤差評価を行った周期では、該狭帯域のスペクトル包絡を外挿してなる全帯域のスペクトル包絡情報を用い、狭帯域成分について量子化誤差評価を行った音声フレームでは、前記狭帯域のスペクトル包絡を外挿してなる全帯域のスペクトル包絡情報についてフレーム間予測により予測したスペクトル包絡情報を用いて、音声信号を復号することを特徴とする音声復号装置。