JP2010145593A - 情報符号化装置 - Google Patents

Abstract

【課題】復号後における量子化雑音の周波数特性を適切に制御する。
【解決手段】予測フィルタ決定部１３０は、減算部１２０により生成される予測残差信号に基づいて最適な予測フィルタ係数を決定して、予測フィルタ１１０および２３０に設定する。ＬＰＣ分析部１８０は、線形予測分析によって推定される入力音声信号のスペクトル包絡情報に基づいて線形予測フィルタ係数を生成する。線形予測フィルタ２２０は、予測フィルタ１１０における予測フィルタ係数とは異なる線形予測フィルタ係数と、フィルタ調整部１７０からの調整パラメータとに基づいて演算処理を行う。フィードバック演算部２００において、予測フィルタ２３０は、予測フィルタ１１０によって変調される量子化雑音の周波数特性を平坦な特性にする。加算器２１０および線形予測フィルタ２２０は、全極モデルに基づく線形予測フィルタを構成する。
【選択図】図１

Description

本発明は、情報符号化装置に関し、特に入力音声信号と予測音声信号との差分データを量子化する情報符号化装置に関する。

従来、時間領域における波形符号化方式としては、適応差分ＰＣＭ（ＡＤＰＣＭ：Adaptive Differential Pulse Code Modulation）がある。その他に、適応予測符号化（ＡＰＣ：adaptive Predictive Coding）などの波形符号化方式もある。このＡＤＰＣＭやＡＰＣなどの符号化方式は、ノイズシェーピング技術と組み合わせて用いられることが多い。ここにいうノイズシェーピング技術とは、量子化誤差をフィードバックすることにより、聴覚マスキング効果が得られるように復号後における量子化雑音の周波数特性を変調する技術をいう。ここで、ノイズシェーピング技術と符号化とを組み合わせたＡＤＰＣＭ方式の一例について簡単に説明する。

図１３は、従来のＡＤＰＣＭ方式による音声伝送システムの一構成例を示すブロック図である。図１３（ａ）および（ｂ）には、入力音声信号Ｘ（ｚ）を符号化して量子化信号Ｘｑ（ｚ）を出力する音声符号化装置と、その量子化信号Ｘｑ（ｚ）を復号する音声復号装置とが示されている。

図１３（ａ）は、従来のＡＤＰＣＭ方式による音声符号化装置の一構成例を示すブロック図である。音声符号化装置７００は、信号線７０１からフレーム単位により入力音声信号Ｘ（ｚ）を入力して、信号線７０９から量子化信号Ｘｑ（ｚ）を出力するものである。ここにいうフレームとは、標本化された離散時間信号のうち一定数のサンプル値のことをいう。

この音声符号化装置７００は、予測フィルタＰ（ｚ）７１０と、減算器７２０および７３０と、量子化部７４０と、減算器７５０と、フィードバック演算部Ｒ（ｚ）７６０とを備える。

予測フィルタＰ（ｚ）７１０は、入力音声信号Ｘ（ｚ）のうち過去の音声信号と、予測信号を生成するための予測フィルタ係数とに基づいて現在の音声信号を予測するものである。この予測フィルタＰ（ｚ）７１０は、過去のサンプル値と予測フィルタ係数とをそれぞれ積和演算することにより、現在のサンプル値を予測する。すなわち、この予測フィルタＰ（ｚ）７１０は、式１に基づいて予測信号を生成する。

ここで、Ｐ（ｚ）は、入力音声信号Ｘ（ｚ）の全極モデルに基づいた予測フィルタである。ｐ_ｉは、予測信号を生成するための予測フィルタ係数である。この予測フィルタ係数ｐ_ｉは、例えば、入力音声信号Ｘ（ｚ）に対する線形予測符号（ＬＰＣ：Linear Predictive Coding）分析によって求められる。ここにいうＬＰＣ分析とは、音声サンプル間の近接相関を利用して、入力音声信号の周波数特性を推定する手法である。すなわち、音声生成モデルにおける声道の特性を近似するフィルタの係数を入力音声信号から推定する手法である。Ｎｐは、予測フィルタＰ（ｚ）の次数である。

また、この予測フィルタＰ（ｚ）７１０は、その生成された予測信号を減算器７２０に出力する。

減算器７２０は、信号線７０１からの現在の音声信号と、予測フィルタＰ（ｚ）７１０からの予測信号との差分を算出する減算器である。この減算器７２０は、信号線７０１における現在の音声信号から予測フィルタＰ（ｚ）７１０の予測信号を減算することにより、予測残差信号を生成する。この減算器７２０は、その予測残差信号を減算器７３０に出力する。

減算器７３０は、減算器７２０からの予測残差信号に対してフィードバック演算部Ｒ（ｚ）７６０の出力をフィードバックするものである。この減算器７３０は、減算器７２０からの予測残差信号と、フィードバック演算部Ｒ（ｚ）７６０の出力との差分を算出する。この減算器７３０は、減算器７２０により出力された予測残差信号からフィードバック演算部Ｒ（ｚ）７６０の出力を減算することにより、変形予測残差信号を生成する。この減算器７３０は、その生成された変形予測残差信号を量子化部７４０および減算器７５０に出力する。

量子化部７４０は、減算器７３０により生成された変形予測残差信号を一定のビット数に量子化する量子化器である。この量子化部７４０は、その量子化された量子化信号Ｘｑ（ｚ）を信号線７０９および減算器７５０に出力する。

減算器７５０は、減算器７３０により生成された変形予測残差信号と、量子化部７４０により量子化された量子化信号Ｘｑ（ｚ）との差分を算出する減算器である。この減算器７５０は、量子化部７４０により量子化された量子化信号Ｘｑ（ｚ）から減算器７３０により生成された変形予測残差信号を減算することにより、量子化誤差信号Ｅ（ｚ）を生成する。この減算器７５０は、その生成された量子化誤差信号Ｅ（ｚ）をフィードバック演算部Ｒ（ｚ）７６０に出力する。

フィードバック演算部Ｒ（ｚ）７６０は、復号後における量子化雑音の周波数特性を制御するためのフィードバック信号Ｅｓ（ｚ）を、減算器７５０からの量子化誤差信号Ｅ（ｚ）に基づいて生成するノイズシェーピングフィルタである。このフィードバック演算部Ｒ（ｚ）７６０は、予測フィルタＰ（ｚ）７１０に基づいて構成される。すなわち、フィードバック演算部Ｒ（ｚ）７６０は、式２に基づいて演算処理を行い、その結果をフィードバック信号Ｅｓ（ｚ）として生成する。

ここで、λは、復号後における量子化雑音の周波数特性におけるピークレベルを調整するための調整パラメータである。

また、フィードバック演算部Ｒ（ｚ）７６０は、生成されたフィードバック信号Ｅｓ（ｚ）を減算器７３０に供給する。

このように、音声符号化装置７００におけるフィードバック演算部Ｒ（ｚ）７６０は、予測フィルタＰ（ｚ）７１０に基づいて構成される。

図１３（ｂ）は、音声符号化装置７００から出力された量子化信号Ｘｑ（ｚ）を復号する音声復号装置の一構成例を示すブロック図である。音声復号装置８００は、加算器８１０および予測フィルタＰ（ｚ）８２０を備える。

加算器８１０は、信号線８０１を介して供給された量子化信号Ｘｑ（ｚ）および予測フィルタＰ（ｚ）８２０の出力を加算する加算器である。この加算器８１０は、量子化信号Ｘｑ（ｚ）および予測フィルタＰ（ｚ）８２０の出力を加算することにより、復号信号Ｙ（ｚ）を生成する。この加算器８１０は、その生成された復号信号Ｙ（ｚ）を信号線８０９および予測フィルタＰ（ｚ）８２０に出力する。

予測フィルタＰ（ｚ）８２０は、加算器８１０から出力された復号信号Ｙ（ｚ）に対して演算処理を行うフィルタである。この予測フィルタＰ（ｚ）８２０は、音声符号化装置７００における予測フィルタＰ（ｚ）７１０と同一の構成のフィルタである。すなわち、この予測フィルタＰ（ｚ）８２０には、予測フィルタＰ（ｚ）７１０と同じ予測フィルタ係数ｐ_ｉが用いられている。また、予測フィルタＰ（ｚ）８２０は、式１に基づいて演算処理を行い、その結果を加算器８１０に供給する。

このように、音声復号装置８００は、音声符号化装置７００と同一構成の予測フィルタＰ（ｚ）８２０および加算器８１０のみによって、量子化信号Ｘｑ（ｚ）を復号する。このため、音声復号装置８００の構成は、フィードバック演算部Ｒ（ｚ）７６０の構成に影響されないことがわかる。

次に、音声復号装置８００から出力される復号信号Ｙ（ｚ）に含まれる量子化雑音の特性について説明する。

まず、音声符号化装置７００から出力される量子化信号Ｘｑ（ｚ）の特性は、音声符号化装置７００における量子化誤差をＥ（ｚ）とすると、次式により表わされる。
Ｘｑ（ｚ）＝［１−Ｐ（ｚ）］・Ｘ（ｚ）＋Ｅ（ｚ）−Ｅｓ（ｚ）
＝［１−Ｐ（ｚ）］・Ｘ（ｚ）＋［１−Ｒ（ｚ）］・Ｅ（ｚ）

そして、音声復号装置８００から出力される復号信号Ｙ（ｚ）の特性は、上式から、式３により表わされる。

上式より、音声復号装置８００から出力される復号信号Ｙ（ｚ）における量子化雑音特性は、Ｐ（ｚ）およびＲ（ｚ）によって制御することができることがわかる。ここで、Ｐ（ｚ）＝Ｒ（ｚ）である場合における音声復号装置８００から出力される量子化雑音の周波数特性を次図に示す。

図１４は、Ｐ（ｚ）＝Ｒ（ｚ）である場合における音声復号装置８００から出力される量子化雑音の一例を示す図である。ここでは、入力音声信号の周波数特性７８０が実線により示され、量子化雑音の周波数特性８８１が破線により示されている。また、横軸を周波数とし、縦軸を強度とする。

入力音声信号の周波数特性７８０は、音声符号化装置７００に入力された音声信号の周波数特性である。この入力音声信号の周波数特性７８０の波形は、３つのピーク（極）があり、周波数が低い順にそのピークのレベルが低くなっている。

量子化雑音の周波数特性８８１は、音声符号化装置７００により符号化された入力音声信号を音声復号装置８００によって復号した場合における復号信号Ｙ（ｚ）に含まれる量子化雑音の周波数特性である。

このように、Ｐ（ｚ）＝Ｒ（ｚ）である場合には、入力音声信号の周波数特性７８０に関係なく、量子化雑音は平坦な周波数特性を示すことになる。この場合、入力音声信号の波形が谷の部分では、入力音声信号（Ｓｉｇｎａｌ）と量子化雑音（Ｎｏｉｓｅ）とのレベルの比であるＳ／Ｎが悪くなるため、耳障りな雑音が聞こえ易くなる。このため、量子化雑音の周波数特性を入力音声信号の周波数特性の波形に合わせることによって、聴覚マスキング効果による聴覚上の雑音を低減させることが重要となる。ここで、音声符号化装置７００におけるフィードバック演算部Ｒ（ｚ）７６０によって変調された量子化雑音の周波数特性の一例について次図を参照して説明する。

図１５は、音声符号化装置７００におけるフィードバック演算部Ｒ（ｚ）７６０により変調された量子化雑音の周波数特性の一例を示す図である。ここでは、入力音声信号の周波数特性７８０および量子化雑音の周波数特性８８２乃至８８４が示されている。また、横軸を周波数とし、縦軸を強度とする。なお、入力音声信号の周波数特性７８０は、図１４と同様の特性であるため、ここでの説明を省略する。

量子化雑音の周波数特性８８２乃至８８４は、フィードバック演算部Ｒ（ｚ）７６０における調整パラメータλを「０．０」、「０．５」、「１．０」にそれぞれ設定した場合における復号後における量子化雑音の周波数特性である。なお、調整パラメータλの値が「１．０」の場合には、Ｐ（ｚ）＝Ｒ（ｚ）となるため、量子化雑音の周波数特性８８４は、図１４に示した量子化雑音の周波数特性８８１と同じ平坦な特性を示す。

このように、フィードバック演算部Ｒ（ｚ）７６０における調整パラメータλの値を低くすることによって、量子化雑音の周波数特性におけるピークレベルを調整することができる。なお、聴覚マスキング効果が得られるように調整パラメータλを極力小さくすることが望ましいが、調整パラメータλを小さくし過ぎると、フィードバック演算部Ｒ（ｚ）７６０により生成されるフィードバック信号Ｅｓ（ｚ）のレベルが大きくなり過ぎてしまう。これにより、量子化できる範囲を超えた信号レベルが量子化部７４０に入力されてしまい、復号された音声が不自然なものとなってしまう。このため、調整パラメータλは、一般に、「０．４」乃至「０．８」程度に設定される。なお、量子化できる範囲を超えた信号レベルが量子化部に入力されることにより、量子化部の量子化信号が飽和してしまうことをクリップするという。

このように、復号後における量子化雑音を適切に制御するために、予測フィルタＰ（ｚ）７１０に基づいてフィードバック演算部Ｒ（ｚ）７６０を構成する音声符号化装置が提案されている（例えば、非特許文献１参照。）。
B. S. Atal, M. R. Schroeder: "Predictive coding of speech signals and subjective error criteria", IEEE Transactions on Acoustics, Speech and Signal Processing, vol.ASSP-27, p.247-254, June 1979

上述の従来技術では、予測フィルタに基づいてフィードバック演算部を構成することによって、量子化雑音の周波数特性を入力音声信号の周波数特性の波形に合わせることができる。この場合、複雑な入力音声信号の周波数特性の波形に量子化雑音の周波数特性を合わせるためには、予測フィルタの次数Ｎｐを十分に高くする必要が生じる。例えば、サンプリング周波数が４８ｋＨｚである場合には、次数Ｎｐを「３２」以上に設定する必要があると考えられる。

しかしながら、予測フィルタの次数Ｎｐを高くすることは、音声復号装置における予測フィルタの次数を高くすることになり、音声復号装置の演算量を大きくしまうことから、次数Ｎｐは、「１」乃至「１６」程度に低く設定される場合が多い。また、伝送ビットレートを低減するために、予測フィルタの予測フィルタ係数をそのまま伝送せずに、予め定められた複数の予測フィルタのパターンを音声復号装置のテーブルに用意しておき、その予測フィルタのパターンに対応するインデックスを送る場合もある。このような場合には、量子化雑音の周波数特性を、入力音声信号の周波数特性の波形に合わせることは困難である。

図１６は、予測フィルタの次数が低く、かつ、予測フィルタのパターンの数が少ない場合における量子化雑音の周波数特性の一例を示す図である。ここでは、入力音声信号の周波数特性７８０が実線により示され、量子化雑音の周波数特性８８５が点線により示されている。また、横軸を周波数とし、縦軸を強度とする。なお、入力音声信号の周波数特性７８０は、図１４と同様の特性であるため、ここでの説明を省略する。

量子化雑音の周波数特性８８５は、予測フィルタの次数が低く、かつ、予測フィルタのパターンの数が少ない場合において音声復号装置８００から出力される量子化雑音の周波数特性である。この量子化雑音の周波数特性８８５は、入力音声信号の周波数特性７８０の波形に比べて、ピークレベル（極）が２つと少なく、異なった波形になっている。

このように、限られたパターンの低次の予測フィルタを用いる場合には、入力音声信号の周波数特性７８０の波形に量子化雑音の周波数特性８８５の波形を近づけることができない。むしろ、この場合においては、入力音声信号の周波数特性７８０の波形における谷の帯域に量子化雑音を増大させてしまい、聴覚上の雑音を増大させている。

本発明はこのような状況に鑑みてなされたものであり、復号後における量子化雑音の周波数特性を適切に制御することを目的とする。

本発明は、上記課題を解決するためになされたものであり、その第１の側面は、入力音声信号のうち過去の音声信号と現在の音声信号を予測するための予測フィルタ係数とに基づいて予測信号を生成する予測信号生成部と、上記現在の音声信号と上記予測信号との差分を予測残差信号として生成する予測残差信号生成部と、上記予測残差信号に基づいて生成された量子化入力信号を量子化して量子化出力信号を生成する量子化部と、上記量子化入力信号と上記量子化出力信号との差分を量子化誤差信号として生成する量子化誤差信号生成部と、復号後における量子化雑音の周波数特性を制御するためのフィードバック信号を上記量子化誤差信号に基づいて生成するフィードバック信号生成部と、上記予測残差信号と上記フィードバック信号との差分を上記量子化入力信号として生成する量子化入力信号生成部とを具備し、上記フィードバック信号生成部は、上記入力音声信号により推定されたスペクトル包絡情報に基づく全極形フィルタにおけるフィルタ係数と上記全極形フィルタによる上記量子化雑音の周波数特性におけるピークレベルを調整するパラメータと上記予測フィルタ係数とを含む極零形フィルタにより構成される情報符号化装置である。これにより、入力音声信号により推定されたスペクトル包絡情報に基づく全極形フィルタにおけるフィルタ係数と、その全極形フィルタによる量子化雑音の周波数特性におけるピークレベルを調整するパラメータと、予測フィルタ係数とを含む極零形フィルタによって、復号後における量子化雑音の周波数特性を適切に変調させるためのフィードバック信号を生成させるという作用をもたらす。

また、この第１の側面において、上記フィードバック信号生成部は、上記量子化雑音における所定帯域のレベルを低下させるための補正フィルタにおけるフィルタ係数をさらに含む上記極零形フィルタにより構成されるようにしてもよい。これにより、復号後における量子化雑音における所定帯域のレベルを低下させるという作用をもたらす。この場合において、上記量子化部におけるフレームごとのクリップ頻度に基づいて上記補正フィルタの有無を上記フレームごとに切り替えるように制御する補正フィルタ制御部をさらに具備し、上記フィードバック信号生成部は、上記補正フィルタ制御部の制御に基づいて上記補正フィルタの有無を切り替える切替スイッチをさらに含むようにしてもよい。これにより、フィードバック信号生成部における補正フィルタの有無を、量子化部のクリップ頻度に基づいて切り替えさせえるという作用をもたらす。

また、上記フィードバック信号生成部は、上記量子化雑音における所定帯域のレベルを低下させるための補正フィルタにおけるフィルタ係数をさらに含む上記極零形フィルタにより構成される場合において、上記量子化誤差信号とフィードバック信号生成部の伝達関数とを用いて復号後における量子化雑音を計算して上記計算された量子化雑音と上記入力音声信号との所定帯域におけるレベルの比に基づいて上記補正フィルタの有無をフレームごとに切り替えるように制御する補正フィルタ制御部をさらに具備し、上記フィードバック信号生成部は、上記補正フィルタ制御部の制御に基づいて上記補正フィルタの有無を切り替える切替スイッチをさらに含むようにしてもよい。これにより、所定帯域における入力音声信号と、計算された量子化雑音とのレベル比に基づいてフィードバック信号生成部における補正フィルタの有無を切り替えさせるという作用をもたらす。

また、この第１の側面において、上記量子化部におけるフレームごとのクリップ頻度に基づいて上記パラメータの値を上記フレームごとに上記フィードバック信号生成部に設定するパラメータ設定部をさらに具備するようにしてもよい。これにより、量子化部におけるクリップ頻度に基づいて全極フィルタにより変調される量子化雑音の周波数特性におけるピークレベルを調整するパラメータの値を設定させるという作用をもたらす。

また、この第１の側面において、上記入力音声信号におけるスペクトルの極値振幅をフレームごとに検出して上記検出された極値振幅に基づいて上記パラメータの値を上記フレームごとに上記フィードバック信号生成部に設定するパラメータ設定部をさらに具備するようにしてもよい。これにより、入力音声信号におけるスペクトルの極値振幅に基づいてパラメータの値を設定させるという作用をもたらす。

また、この第１の側面において、線形予測分析による上記スペクトル包絡情報に基づいて算出された線形予測フィルタ係数を上記全極形フィルタにおけるフィルタ係数として上記フィードバック信号生成部に供給する線形予測分析部をさらに具備するようにしてもよい。これにより、全極形フィルタにおけるフィルタ係数を線形予測分析によって生成させるという作用をもたらす。

本発明によれば、復号後における量子化雑音の周波数特性を適切に制御することができるという優れた効果を奏し得る。

以下、本発明を実施するための最良の形態（以下、実施の形態と称する）について説明する。説明は以下の順序により行う。
１．第１の実施の形態（量子化雑音の制御：フィードバック演算部を全極モデルに基づく線形予測フィルタにした例）
２．第２の実施の形態（量子化雑音の制御：補正フィルタを追加した例）
３．第３の実施の形態（量子化雑音の制御：フィードバック演算部において切替スイッチを追加した例）

＜１．第１の実施の形態＞
［音声符号化装置の構成例］
図１は、本発明の第１の実施の形態における音声符号化装置の一構成例を示す図である。この音声符号化装置１００は、信号線１０１からフレーム単位により入力音声信号Ｘ（ｚ）を入力して、信号線１０９から量子化信号Ｘｑ（ｚ）を出力するものである。ここにいうフレームとは、標本化された離散時間信号のうち一定数のサンプル値のことをいう。また、ここでは、信号線が実線により示され、データ線が点線により示されている。

この音声符号化装置１００は、予測フィルタＰ（ｚ）１１０と、減算器１２０と、予測フィルタ決定部１３０と、減算器１４０および１６０と、量子化部１５０と、フィルタ調整部１７０と、ＬＰＣ分析部１８０と、フィードバック演算部Ｒ（ｚ）２００とを備える。また、フィードバック演算部Ｒ（ｚ）２００は、加算器２１０と、線形予測フィルタＢ（ｚ）２２０と、予測フィルタＰ（ｚ）２３０と、加算器２７０とを備える。

予測フィルタＰ（ｚ）１１０は、入力音声信号Ｘ（ｚ）のうち過去の音声信号と、予測フィルタ決定部１３０から供給される予測フィルタ係数とに基づいて現在の音声信号を予測するものである。この予測フィルタＰ（ｚ）１１０は、過去のサンプル値と予測フィルタ係数とをそれぞれ積和演算することにより、現在のサンプル値を予測する。すなわち、この予測フィルタＰ（ｚ）１１０は、式１に基づいて演算処理を行い、その結果を予測信号として生成する。この予測フィルタＰ（ｚ）１１０は、その生成された予測信号を減算器１２０に供給する。なお、予測フィルタＰ（ｚ）１１０は、特許請求の範囲に記載の予測信号生成部の一例である。

減算器１２０は、信号線１０１から供給された現在の音声信号と、予測フィルタ１１０により生成された予測信号との差分を算出する減算器である。この減算器１２０は、信号線１０１により供給された音声信号から予測信号を減算することにより、予測残差信号を生成する。この減算器１２０は、その生成された予測残差信号を減算器１４０に出力する。なお、減算器１２０は、特許請求の範囲に記載の予測残差信号生成部の一例である。

予測フィルタ決定部１３０は、予測フィルタパターンを生成するための予測フィルタ係数を複数保持しておき、入力音声信号Ｘ（ｚ）に基づいて最適な予測フィルタ係数を決定するものである。この予測フィルタ決定部１３０は、例えば、Ｐ個（数個乃至数百個）の予測フィルタ係数を順次予測フィルタＰ（ｚ）１１０に設定する。そして、この予測フィルタ決定部１３０は、Ｐ個の予測フィルタ係数のうち、減算器１２０からの予測残差信号の最大値が最も小さくなる予測フィルタ係数を最終的に予測フィルタ１１０および２３０に設定する。

また、この予測フィルタ決定部１３０は、例えば、ＬＰＣ分析部１８０により求められる予測フィルタ係数ｐ_ｉに基づいて、Ｐ個の予測フィルタ係数のうち、最も予測フィルタパターンの近い予測フィルタ係数を選択するようにしてもよい。また、この予測フィルタ決定部１３０は、例えば、ＬＰＣ係数およびＰ個の予測フィルタ係数を線スペクトル対（ＬＳＰ：Linear Spectral Pair）パラメータに変換する。そして、この予測フィルタ決定部１３０は、そのＬＳＰパラメータ同士の距離を計算することによって、Ｐ個の予測フィルタ係数のうち最適な予測フィルタ係数を決定するようにしてもよい。

減算器１４０は、減算器１２０により出力された予測残差信号と、信号線１０３から供給されるフィードバック演算部Ｒ（ｚ）２００の出力であるフィードバック信号Ｅｓ（ｚ）との差分を算出する減算器である。この減算器１４０は、減算部１２０により生成された予測残差信号からフィードバック演算部Ｒ（ｚ）２００の出力を減算することにより、変形予測残差信号を生成する。この減算器１４０は、その生成された変形予測残差信号を量子化部１５０および減算器１６０に出力する。なお、減算器１４０は、特許請求の範囲に記載の量子化入力信号生成部の一例である。

量子化部１５０は、減算器１４０により生成された変形予測残差信号を一定のビット数に量子化する量子化器である。この量子化部１５０は、減算器１４０において予測残差信号に基づいて生成された量子化入力信号を量子化して量子化出力信号である量子化信号Ｘｑ（ｚ）を生成する。また、量子化部１５０は、その量子化された量子化信号Ｘｑ（ｚ）を信号線１０９および減算器１６０に出力する。なお、量子化部１５０は、特許請求の範囲に記載の量子化部の一例である。

減算器１６０は、減算器１４０により生成された変形予測残差信号と、量子化部１５０により量子化された量子化信号Ｘｑ（ｚ）との差分を算出する減算器である。この減算器１６０は、量子化部１５０により量子化された量子化信号Ｘｑ（ｚ）から変形予測残差信号を減算することにより、量子化誤差信号Ｅ（ｚ）を生成する。すなわち、この減算器１６０は、量子化入力信号と量子化出力信号との差分を量子化誤差信号Ｅ（ｚ）として生成する。この減算器１６０は、信号線１０２を介して、その生成された量子化誤差信号Ｅ（ｚ）をフィードバック演算部Ｒ（ｚ）２００に出力する。なお、減算器１６０は、特許請求の範囲に記載の量子化誤差信号生成部の一例である。

ＬＰＣ分析部１８０は、入力音声信号Ｘ（ｚ）に対してＬＰＣ分析を行うものである。このＬＰＣ分析部１８０は、ＬＰＣ分析により算出されたスペクトル包絡情報に基づいて線形予測フィルタ係数を生成する。このＬＰＣ分析部１８０は、その生成された線形予測フィルタ係数をフィードバック演算部Ｒ（ｚ）２００における線形予測フィルタＢ（ｚ）２２０に供給する。なお、ここでは、ＬＰＣ分析により線形予測フィルタＢ（ｚ）２２０のフィルタ係数ｂ_ｋを生成する例について説明したが、ケプストラム法を用いてフィルタ係数ｂ_ｋを生成するようにしてもよい。なお、ＬＰＣ分析部１８０は、特許請求の範囲に記載の線形予測分析部の一例である。

フィードバック演算部Ｒ（ｚ）２００は、復号後における量子化雑音の周波数特性を制御するためのフィードバック信号Ｅｓ（ｚ）を、減算器１６０からの量子化誤差信号Ｅ（ｚ）に基づいて生成するノイズシェーピングフィルタである。このフィードバック演算部Ｒ（ｚ）２００は、極零形フィルタにより構成される。このフィードバック演算部Ｒ（ｚ）２００は、入力音声信号により推定されたスペクトル包絡情報に基づく全極形フィルタにおけるフィルタ係数と、全極形フィルタによる量子化雑音の周波数特性におけるピークレベルを調整するパラメータとを含む。さらに、このフィードバック演算部Ｒ（ｚ）２００は、前記予測フィルタ係数を含む。すなわち、このフィードバック演算部Ｒ（ｚ）２００は、式４に示す伝達関数により表わされる。なお、ここにいう極零形フィルタとは、全極形フィルタおよび全零形フィルタを組み合わせたフィルタのことをいう。

ここで、Ｐ（ｚ）は、式１に基づいて構成される。Ｂ（ｚ）は、式５に基づいて構成される。

ここで、Ｂ（ｚ）は、入力音声信号Ｘ（ｚ）の全極モデルに基づいた線形予測フィルタである。λは、復号後における量子化雑音の周波数特性におけるピークレベルを調整するための調整パラメータである。この調整パラメータλは、「０」以上、「１」以下の値に設定される。本発明の実施の形態では、調整パラメータλは、フィードバック演算部Ｒ（ｚ）２００の伝達関数における分母多項式に含まれるため、調整パラメータλの大小による復号後における量子化雑音の周波数特性の変化は、図１５に示したものとは反対となる。例えば、本発明の実施の形態では、量子化雑音の周波数特性は、調整パラメータλが大きい（「１」に近い）ほど、入力音声信号Ｘ（ｚ）の波形に近づき、調整パラメータλが小さい（「０」に近い）ほど、平坦な特性となる。なお、量子化雑音の周波数特性が平坦になりすぎると、雑音が聞こえ易くなるが、これに対して、ピークレベルが高すぎても、フィードバック信号Ｅｓ（ｚ）が大きくなり過ぎるため、量子化部１５０のクリップする頻度が高くなる。このため、調整パラメータλは、一般に「０．４」乃至「０．８」程度に設定される。

また、式５に示すｂ_ｋは、線形予測フィルタ係数であり、本発明の実施の形態では、ＬＰＣ分析部１８０により生成される。この線形予測フィルタ係数ｂ_ｋは、入力音声信号Ｘ（ｚ）のスペクトル包絡情報を表わしている。Ｎｂは、線形予測フィルタＢ（ｚ）の次数であり、一般に「１６」乃至「３２」程度に設定される。

このように、フィードバック演算部Ｒ（ｚ）２００は、式４に基づいて演算処理が行われる。また、フィードバック演算部Ｒ（ｚ）２００は、信号線１０３を介して、その生成されたフィードバック信号Ｅｓ（ｚ）を減算器１４０に供給する。なお、このフィードバック演算部Ｒ（ｚ）２００は、特許請求の範囲に記載のフィードバック信号生成部の一例である。また、図１に示すフィードバック演算部Ｒ（ｚ）２００は、式４により実現される構成の一例であり、これに限られるものではない。

加算器２１０は、減算器１６０により生成された量子化誤差信号Ｅ（ｚ）に対して線形予測フィルタＢ（ｚ）２２０の出力をフィードバックするための加算器である。これにより、フィードバック演算部Ｒ（ｚ）２００の伝達関数には、分母に線形予測フィルタＢ（ｚ）２２０の伝達関数が含まれることになる。すなわち、加算器２１０および線形予測フィルタＢ（ｚ）２２０により、１／（１−Ｂ（ｚ））の全極形フィルタが構成される。この加算器２１０は、量子化誤差信号Ｅ（ｚ）に対して線形予測フィルタＢ（ｚ）２２０の出力を加算して線形予測フィルタＢ（ｚ）２２０および予測フィルタＰ（ｚ）２３０に出力する。

線形予測フィルタＢ（ｚ）２２０は、入力音声信号Ｘ（ｚ）の全極モデルに基づく線形予測フィルタである。この線形予測フィルタＢ（ｚ）２２０は、ＬＰＣ分析部１８０により生成される線形予測フィルタ係数ｂ_ｋと、フィルタ調整部１７０により生成される調整パラメータλと、加算器２１０からの出力とに基づいて積和演算する。すなわち、線形予測フィルタＢ（ｚ）２２０は、式５に基づいて演算処理を行う。また、線形予測フィルタＢ（ｚ）２２０は、式５に基づいて算出された結果を加算器２１０および減算器２７０に供給する。なお、線形予測フィルタＢ（ｚ）２２０における線形予測フィルタ係数ｂ_ｋおよび調整パラメータλは、特許請求の範囲に記載の全極形フィルタにおけるフィルタ係数および量子化雑音の周波数特性におけるピークレベルを調整するパラメータの一例である。

予測フィルタＰ（ｚ）２３０は、予測フィルタＰ（ｚ）１１０によって変調された量子化雑音の周波数特性を平坦なものにするためのフィルタである。この予測フィルタＰ（ｚ）２３０は、予測フィルタ決定部１３０から供給される予測フィルタ係数ｐ_ｉと加算器２１０からの出力とを積和演算する。すなわち、この予測フィルタＰ（ｚ）２３０は、予測フィルタＰ（ｚ）１１０と同一構成のフィルタであり、式１に基づいて演算処理を行う。また、予測フィルタＰ（ｚ）２３０は、式１に基づいて算出された結果を減算器２７０に供給する。なお、予測フィルタＰ（ｚ）２３０における予測フィルタ係数ｐ_ｉは、特許請求の範囲に記載の予測フィルタ係数の一例である。

減算器２７０は、線形予測フィルタＢ（ｚ）２２０の出力と、予測フィルタＰ（ｚ）２３０の出力との差分を算出する減算器である。この減算器２７０は、予測フィルタＰ（ｚ）２３０の出力に対して線形予測フィルタＢ（ｚ）２２０の出力を減算することにより、
その加算された信号をフィードバック信号Ｅｓ（ｚ）として信号線１０３を介して減算器１４０に出力する。

フィルタ調整部１７０は、量子化部１５０におけるクリップ頻度に基づいて線形予測フィルタＢ（ｚ）２２０の調整パラメータλを設定するものである。このフィルタ調整部１７０は、例えば、過去のフレームに対する量子化部１５０のクリップ頻度をカウントして、そのカウントされたクリップ回数に基づいて現在のフレームに対する調整パラメータλの値を設定する。この例において、フィルタ調整部１７０は、調整パラメータλの初期値を「０．８」に設定しておく。そして、フィルタ調整部１７０は、１つ前のフレームにおける量子化部１５０のクリップ回数が予め定められた下限の閾値Ｔａ未満である場合には、その調整パラメータλを「０．００１」だけ大きくする。一方、このフィルタ調整部１７０は、予め定められた上限値の閾値Ｔｂ以上である場合には、調整パラメータλを「０．００１」だけ小さくする。

また、フィルタ調整部１７０は、例えば、現在のフレームにおける量子化部１５０のクリップ頻度をカウントして、そのカウントされたクリップ回数に基づいて現在のフレームに対する調整パラメータλの値を設定する。この例において、フィルタ調整部１７０は、調整パラメータλの初期値を「１．０」に設定しおく。そして、フィルタ調整部１７０は、入力されるフレーム内の全サンプル値（フレームデータ）が量子化される際における量子化部１５０のクリップ回数をカウントする。そして、フィルタ調整部１７０は、そのクリップ回数が予め定められた閾値Ｔｃ以上である場合には、調整パラメータλの下限を「０．３」として、調整パラメータλに「０．９」を乗じて再度、現在のフレームに対する量子化を行う。そして、フィルタ調整部１７０は、調整パラメータλが「０．３」未満になるか、閾値Ｔｃ未満になるまで、再量子化を繰り返す。なお、フィルタ調整部１７０は、特許請求の範囲に記載のパラメータ設定部の一例である。

このように、フィードバック演算部Ｒ（ｚ）２００は、加算器２１０および線形予測フィルタＢ（ｚ）２２０により全極モデルに基づく線形予測フィルタ（１／（１−Ｂ（ｚ））が構成される。このため、式２に示した伝達関数Ｒ（ｚ）とは異なり、予測フィルタＰ（ｚ）１１０の次数Ｎｐに制限されることなく、独自にＢ（ｚ）の次数Ｎｂを高く設定することができる。これにより、予測フィルタＰ（ｚ）１１０の次数Ｎｐが低い場合または限られた予測フィルタパターンにより予測信号を生成する場合であっても、復号後における量子化雑音の周波数特性の波形を入力音声信号Ｘ（ｚ）に近い波形にすることができる。

また、予測フィルタＰ（ｚ）２３０を設けることによって、予測フィルタＰ（ｚ）１１０に起因する量子化雑音の周波数特性を平坦なものにすることができる。このため、図１６のように、次数Ｎｐの低い予測フィルタ（ｚ）１１０などにより量子化雑音の周波数特性が不適切なものとなる場合であっても、予測フィルタＰ（ｚ）１１０による影響を受けることなく、量子化雑音の周波数特性を適切に変調することができる。すなわち、全極モデルに基づく線形予測フィルタ（１／（１−Ｂ（ｚ））のみの特性によって、量子化雑音の周波数特性を制御することができるようになる。

また、量子化部１５０のクリップ頻度に基づいて線形予測フィルタＢ（ｚ）２２０における調整パラメータλを調整することによって、量子化部１５０のクリップ頻度を低減することができる。これにより、符号化による音質劣化を軽減することができる。

次に本発明の第１の実施の形態における音声符号化装置１００におけるフィルタ調整部１７０の動作について図面を参照して説明する。

［調整パラメータの設定方法の例］
図２は、本発明の第１の実施の形態におけるフィルタ調整部１７０による調整パラメータの設定方法の処理手順の一例を示すフローチャートである。

まず、フィルタ調整部１７０により、線形予測フィルタＢ（ｚ）２２０における調整パラメータλの値が初期値「０．８」に設定される（ステップＳ９１１）。次に、フィルタ調整部１７０においてクリップ回数Ｃｌｉｐ＿Ｃｎｔが初期値「０」に設定される（ステップＳ９１２）。なお、２回目以降は、前のフレームに対する量子化部１５０におけるクリップ回数の値がクリップ回数Ｃｌｉｐ＿Ｃｎｔに設定されている。

次に、フィルタ調整部１７０においてクリップ回数Ｃｌｉｐ＿Ｃｎｔの値が予め定められた閾値Ｔａ以上であるか否かが判断される（ステップＳ９１３）。そして、クリップ回数Ｃｌｉｐ＿Ｃｎｔの値が閾値Ｔａ未満である場合には、一定の値Δλ、例えば「０．００１」が調整パラメータλの値に加算されて、その加算された値が線形予測フィルタＢ（ｚ）２２０に設定される（ステップＳ９１９）。

一方、クリップ回数Ｃｌｉｐ＿Ｃｎｔの値が閾値Ｔａ以上である場合には、クリップ回数Ｃｌｉｐ＿Ｃｎｔの値が予め定められた閾値Ｔｂより大きいか否かが判断される（ステップＳ９１４）。そして、クリップ回数Ｃｌｉｐ＿Ｃｎｔの値が閾値Ｔｂ以下である場合には、ステップＳ９１６に進む。一方、クリップ回数Ｃｌｉｐ＿Ｃｎｔの値が閾値Ｔｂより大きい場合には、一定の値Δλ、例えば「０．００１」が調整パラメータλの値から減算されて、その減算された値が線形予測フィルタＢ（ｚ）２２０に設定される（ステップＳ９１５）。

次に、量子化部１５０により、量子化の対象であるフレームの各サンプル値（フレームデータ）が量子化される（ステップＳ９１６）。このとき、フィルタ調整部１７０において、そのフレームに対する量子化部１５０におけるクリップの回数がカウントされ、そのカウントされた値がクリップ回数Ｃｌｉｐ＿Ｃｎｔに設定される（ステップＳ９１７）。

その後、量子化すべき次のフレームが有るか否かが判断される（ステップＳ９１８）。そして、次のフレームがある場合には、ステップＳ９１２に戻り、前のフレームにおけるクリップ回数Ｃｌｉｐ＿Ｃｎｔに基づいて調整パラメータλの値が設定される。一方、次のフレームがない場合には、フィルタ調整部１７０による調整パラメータλの設定処理が終了する。

［調整パラメータの設定方法の変形例］
図３は、本発明の第１の実施の形態におけるフィルタ調整部１７０による調整パラメータの設定方法の処理手順の変形例を示すフローチャートである。

まず、フィルタ調整部１７０により、線形予測フィルタＢ（ｚ）２２０における調整パラメータλの値が「１．０」に設定される（ステップＳ９２１）。次に、量子化部１５０により、量子化の対象となる現在のフレームにおける各サンプル値が量子化される（ステップＳ９２２）。そして、フィルタ調整部１７０において、量子化部１５０におけるクリップ頻度がカウントされ、このクリップ回数が予め定められた閾値Ｔｃより小さいか否かが判断される（ステップＳ９２３）。そして、クリップ回数が閾値Ｔｃ未満である場合には、現在のフレームに対する量子化の処理を終了する。

一方、クリップ回数が閾値Ｔｃ以上である場合には、調整パラメータλの値に「０．９」を乗じた値が線形予測フィルタＢ（ｚ）２２０に設定される（ステップＳ９２４）。次に、フィルタ調整部１７０において、その算出された調整パラメータλの値が「０．３」以上であるか否かが判断される（ステップＳ９２５）。そして、調整パラメータλの値が「０．３」以上である場合には、ステップＳ９１２に戻り、再度、現在のフレームに対して量子化部１５０により量子化が行われ、そのクリップ回数が閾値Ｔｃ未満になるまで繰り返し行われる。一方、調整パラメータλの値が「０．３」未満である場合には、現在のフレームに対する量子化処理を終了して、次のフレームに対する量子化処理を行う。

このように、本発明の第１の実施の形態では、フィードバック演算部Ｒ（ｚ）２００において全極モデルに基づく線形予測フィルタ（１／（１−Ｂ（ｚ））を構成することにより、復号後における量子化雑音の周波数特性の波形を入力音声信号に合せることができる。これにより、聴覚マスキング効果が働き、耳障りな雑音を軽減することができる。なお、全極モデルに基づく線形予測フィルタ（１／（１−Ｂ（ｚ））では、量子化雑音の周波数特性における谷の部分を制御することが困難であり、入力音声信号における谷の部分において量子化雑音のレベルが入力音声信号より高くなってしまう場合がある。このため、入力音声信号の谷の部分における量子化雑音を低く抑えるように改良したものが、次に説明する本発明の第２の実施の形態である。

＜２．第２の実施の形態＞
［音声符号化装置の構成例］
図４は、本発明の第２の実施の形態における音声符号化装置１００の一構成例を示す図である。ここでは、図１に示した音声符号化装置１００における減算器２７０代えて、信号線２０１乃至２０４と、減算器２４０と、補正フィルタＣ（ｚ）２６０と、加算器２７１とが示されている。また、これらの構成以外の他の構成は、図１に示したものと同様であるため、同一符号を付してここでの説明を省略する。また、ここでは、信号線が実線により示され、データ線が点線により示されている。

この例において、フィードバック演算部Ｒ（ｚ）２００は、図１に示したフィードバック演算部Ｒ（ｚ）２００に含まれるフィルタ係数に加えて、量子化雑音における低周波数帯域のレベルを低下させるための補正フィルタにおけるフィルタ係数をさらに含む。すなわち、フィードバック演算部Ｒ（ｚ）２００は、式６に示す伝達関数により表わされる。

ここで、Ｐ（ｚ）およびＢ（ｚ）は、式１および式５に基づいてそれぞれ構成される。Ｃ（ｚ）は、式７に基づいて構成される。

ここで、Ｃ（ｚ）は、全極形フィルタによる量子化雑音の低域成分のレベルを低下させる補正フィルタである。ｃ_ｋは、予め定められた補正フィルタ係数である。Ｎｃは、補正フィルタＣ（ｚ）の次数である。なお、このフィードバック演算部Ｒ（ｚ）２００は、特許請求の範囲に記載のフィードバック信号生成部の一例である。また、図４に示すフィードバック演算部Ｒ（ｚ）２００は、式６により実現される構成の一例であり、これに限られるものではない。

減算器２４０は、信号線２０１から供給される加算器２１０の出力と信号線２０２から供給される予測フィルタＰ（ｚ）２３０の出力との差分を算出する減算器である。この減算器２４０は、加算器２１０の出力から予測フィルタＰ（ｚ）２３０の出力を減算することにより、信号線２０３を介して補正フィルタＣ（ｚ）２６０に出力する。

補正フィルタＣ（ｚ）２６０は、全極形フィルタによって変調される復号後における量子化雑音の低域成分におけるレベルを低減するためのフィルタである。この補正フィルタＣ（ｚ）２６０は、式７に基づいて構成される。この補正フィルタＣ（ｚ）２６０は、例えば、量子化雑音の低域成分を補正するために、次式に示す２次のハイパスフィルタ（ＨＰＦ：High Pass Filter）を構成する。
１−Ｃ（ｚ）＝１−０．６ｚ^-1＋０．０９ｚ^-2

この補正フィルタＣ（ｚ）２６０は、上式に基づいて演算処理を行い、信号線２０４を介してその結果を加算器２７１に供給する。これにより、フィードバック演算部Ｒ（ｚ）２００の伝達関数には、分子に補正フィルタＣ（ｚ）２６０の伝達関数が含まれることになり、量子化雑音の低域成分のレベルが抑制される。なお、補正フィルタＣ（ｚ）２６０における補正フィルタ係数ｃ_ｋは、特許請求の範囲に記載の補正フィルタにおけるフィルタ係数の一例である。

加算器２７１は、符号反転させた線形予測フィルタＢ（ｚ）２２０の出力と、予測フィルタＰ（ｚ）２３０の出力と、補正フィルタＣ（ｚ）２６０の出力とを加算するものである。この加算器２７１は、その加算された信号をフィードバック信号Ｅｓ（ｚ）として減算器１４０に出力する。

ここで、フィードバック演算部Ｒ（ｚ）２００において補正フィルタＣ（ｚ）２６０を設けた場合における量子化雑音の周波数特性の一例について次図を参照して説明する。

［補正フィルタを設けたことによる量子化雑音の周波数特性の例］
図５は、フィードバック演算部Ｒ（ｚ）２００において補正フィルタＣ（ｚ）２６０を設けることによる復号後における量子化雑音の周波数特の一例を示す図である。図５（ａ）は、補正フィルタＣ（ｚ）２６０を設けていない場合における量子化雑音の周波数特性を示す図である。図５（ｂ）は、補正フィルタＣ（ｚ）２６０を設けた場合における量子化雑音の周波数特性を示す図である。ここでは、縦軸をレベルとし、横軸を周波数とする。

図５（ａ）には、入力音声信号の周波数特性４１０が実線により示され、量子化雑音の周波数特性５１０が点線により示されている。入力音声信号の周波数特性４１０は、音声符号化装置１００に入力された入力音声信号Ｘ（ｚ）の周波数特性である。この入力音声信号の周波数特性４１０の波形は、３つのピーク（極）があり、周波数が低い順にそのピークのレベルが低くなっている。

量子化雑音の周波数特性５１０は、補正フィルタＣ（ｚ）２６０を設けていない場合における復号後における量子化雑音の周波数特性である。この量子化雑音の周波数特性５１０は、入力音声信号の周波数特性４１０と同じ周波数付近にピーク（極）を有する。

このように、全極形フィルタにより量子化雑音を変調する場合には、０Ｈｚ付近の帯域において量子化雑音の周波数特性５１０におけるレベルが入力音声信号の周波数特性４１０におけるレベルより高くなってしまうことが多い。この場合、低域における量子化雑音の影響により耳障りな雑音が聞こえ易くなってしまう。

図５（ｂ）には、入力音声信号の周波数特性４１０が実線により示され、量子化雑音の周波数特性５２０が点線により示されている。ここでは、入力音声信号の周波数特性４１０は、図５（ａ）と同じ特性であるため、同一符号を付してここでの説明を省略する。量子化雑音の周波数特性４２０は、補正フィルタＣ（ｚ）２６０をフィードバック演算部Ｒ（ｚ）２００に設けた場合における復号後における量子化雑音の周波数特性である。

このように、フィードバック演算部Ｒ（ｚ）２００に補正フィルタＣ（ｚ）２６０を設けることによって、低い帯域において量子化雑音のレベルを入力音声信号に比べて抑えることができ、耳障りな雑音を軽減することができる。なお、この場合、量子化雑音の高域成分のレベルは若干上昇するが、人間の聴覚上、高域の雑音は聞こえ難いため、これによる影響は軽微である。

図６は、従来の音声符号化装置７００による量子化雑音の周波数特性および図４に示したフィードバック演算部Ｒ（ｚ）２００の構成による量子化雑音の周波数特性の一例を示す図である。ここでは、入力音声信号の周波数特性４１０が実線により、量子化雑音の周波数特性５２０が点線により、従来の音声符号化装置７００による量子化雑音の周波数特性８４０が破線により示されている。この例では、入力音声信号の周波数特性４１０および量子化雑音の周波数特性５２０は、図５（ｂ）に示したものと同様であるため、同一符号を付してここでの説明を省略する。

従来の音声符号化装置７００による量子化雑音の周波数特性８４０は、式２に基づいて構成されたフィードバック演算部Ｒ（ｚ）７６０によって変調された量子化雑音の周波数特性である。この量子化雑音の周波数特性８４０は、ピーク（極）の数が２つであり、入力音声信号の周波数特性４１０より少ないものとなっている。また、この量子化雑音の周波数特性８４０は、低域において入力音声信号の周波数特性４１０より高いレベルとなっている。

このように、フィードバック演算部Ｒ（ｚ）２００では、予測フィルタＰ（ｚ）１１０の次数Ｎｐが低い場合または固定された予測フィルタパターンを用いる場合であっても、入力音声信号における波形に合せることができる。さらに、フィードバック演算部Ｒ（ｚ）２００では、補正フィルタＣ（ｚ）２６０を設けることによって、復号後における量子化雑音の低域成分のレベルを十分に抑制することができる。

このように、本発明の第２の実施の形態では、フィードバック演算部Ｒ（ｚ）２００に補正フィルタＣ（ｚ）２６０を設けることによって、本発明の第１の実施の形態に比べて復号後における量子化雑音の低い帯域におけるレベルを低減することができる。これにより、量子化雑音の低域成分による耳障りな雑音を軽減することができる。なお、補正フィルタＣ（ｚ）２６０を設けることによって、フィードバック演算部Ｒ（ｚ）２００により生成されるフィードバック信号Ｅｓ（ｚ）の値が大きくなり過ぎる場合がある。この場合、量子化部１５０におけるクリップ頻度が高くなってしまい、復号された音声が不自然なものとなってしまうことがある。このため、量子化部１５０におけるクリップ頻度を低く抑えるように改良したものが、次に説明する本発明の第３の実施の形態である。

＜３．第３の実施の形態＞
［音声符号化装置の構成例］
図７は、本発明の第３の実施の形態における音声符号化装置１００の一構成例を示すブロック図である。ここでは、図４に示したフィルタ調整部１７０に代えて、フィルタ調整部１７１と、信号線２０５および２０６と、切替スイッチ２５０とが示されている。

フィルタ調整部１７１は、量子化部１５０におけるクリップ頻度に基づいて、フィードバック演算部Ｒ（ｚ）２００における補正フィルタＣ（ｚ）２６０を有効にするか否かを判断するものである。すなわち、フィルタ調整部１７１は、フレームごとの量子化部１５０のクリップ頻度に基づいて、補正フィルタＣ（ｚ）２６０の有無をフレームごとに切り替えるように切替スイッチ２５０を制御する。

このフィルタ調整部１７１は、例えば、現在のフレームに対する量子化部１５０のクリップ回数に基づいて、フィードバック演算部Ｒ（ｚ）２００における補正フィルタＣ（ｚ）２６０を無効にするか否かを判断する。この例では、フィルタ調整部１７１は、現在のフレームデータが入力される前に切替スイッチ２５０をオンにしておく。そして、フィルタ調整部１７１は、量子化部１５０により現在のフレームデータが量子化されると、現在のフレームに対する量子化部１５０におけるクリップ回数をカウントする。次に、フィルタ調整部１７１は、そのカウントされたクリップ回数が予め定められた閾値Ｔｄ以上である場合には、切替スイッチ２５０をオフにして再度、現在のフレームに対する量子化を行う。一方、現在のフレームにおける量子化部１５０のクリップ回数が閾値Ｔｄ未満である場合には、次のフレームに対する量子化を行う。

また、フィルタ調整部１７１は、例えば、過去のフレームに対する量子化部１５０のクリップ回数に基づいて、フィードバック演算部Ｒ（ｚ）２００における補正フィルタＣ（ｚ）２６０を有効または無効にする。この例では、フィルタ調整部１７１は、過去のフレームに対する量子化部１５０のクリップ回数が予め定められた閾値Ｔｅ未満である場合には、切替スイッチ２５０をオンにして補正フィルタＣ（ｚ）２６０を有効にする。一方、フィルタ調整部１７１は、量子化部１５０のクリップ回数が閾値Ｔｅ以上である場合には、切替スイッチ２５０をオフにして補正フィルタＣ（ｚ）２６０を無効にする。なお、フィルタ調整部１７１は、上述の動作以外は、フィルタ調整部１７０と同様の動作を行う。また、フィルタ調整部１７１は、特許請求の範囲に記載の補正フィルタ制御部の一例である。

切替スイッチ２５０は、フィルタ調整部１７１の制御に従って、補正フィルタＣ（ｚ）２６０の有無を切り替えるものである。この切替スイッチ２５０は、フィルタ調整部１７１の制御に従って、信号線２０５を介して減算器２４０の出力を、信号線２０６を介して補正フィルタＣ（ｚ）２６０に出力する。この切替スイッチ２５０は、例えば、スイッチがオンである場合には、減算器２４０の出力を補正フィルタＣ（ｚ）２６０に出力する。なお、切替スイッチ２５０は、特許請求の範囲に記載の切替スイッチの一例である。

このように、本発明の第３の実施の形態では、フィルタ調整部１７１および切替スイッチ２５０を設けることによって、量子化部１５０におけるクリップ頻度に基づいて補正フィルタＣ（ｚ）２６０の有無を切り替えることができる。これにより、量子化部１５０のクリップ頻度が高い場合には、クリップ頻度を抑えることにより不自然な音声になることを抑制することができ、クリップ頻度が低い場合には、量子化雑音の低域成分を低下させることにより耳障りな雑音を軽減することができる。

次に本発明の第３の実施の形態における音声符号化装置１００におけるフィルタ調整部１７１の動作について図面を参照して説明する。

［フィルタ調整部による補正フィルタの有無の切替方法例］
図８は、本発明の第３の実施の形態におけるフィルタ調整部１７１によるフィードバック演算部Ｒ（ｚ）２００における補正フィルタＣ（ｚ）２６０の有無の切替方法の処理手順例を示すフローチャートである。

まず、量子化の対象となるフレームが入力されて切替スイッチ２５０がオンに設定される（ステップＳ９３１）。次に、量子化部１５０により、入力されたフレームの各サンプル値が量子化される（ステップＳ９３２）。このとき、フィルタ調整部１７１において、入力されたフレームにおける量子化部１５０のクリップ回数がカウントされ、このクリップ回数が予め定められた閾値Ｔｄ未満であるか否かが判断される（ステップＳ９３３）。そして、クリップ回数が閾値Ｔｄ未満である場合には、量子化処理が終了して、次のフレームの処理が行われる。

一方、クリップ回数が閾値Ｔｄ以上である場合には、フィルタ調整部１７１により、切替スイッチ２５０がオフに設定される（ステップＳ９３４）。そして、入力されたフレームが再度量子化され（ステップＳ９３５）、次のフレームの処理が行われる。

［フィルタ調整部による補正フィルタの有無の切替方法の変形例］
図９は、本発明の第３の実施の形態におけるフィルタ調整部１７１による補正フィルタＣ（ｚ）２６０の有無の切替方法の処理手順の変形例を示すフローチャートである。

まず、フィルタ調整部１７１においてクリップ回数Ｃｌｉｐ＿Ｃｎｔが初期値、例えば「０」に設定される（ステップＳ９４１）。なお、２回目以降は、前のフレームに対する量子化部１５０におけるクリップ回数の値がクリップ回数Ｃｌｉｐ＿Ｃｎｔに設定されている。

次に、フィルタ調整部１７１においてクリップ回数Ｃｌｉｐ＿Ｃｎｔの値が予め定められた閾値Ｔｅ以上であるか否かが判断される（ステップＳ９４２）。そして、クリップ回数Ｃｌｉｐ＿Ｃｎｔの値が閾値Ｔｅ未満である場合には、フィルタ調整部１７１により、切替スイッチ２５０がオンに設定される（ステップＳ９４３）。一方、クリップ回数Ｃｌｉｐ＿Ｃｎｔの値が閾値Ｔｅ以上である場合には、フィルタ調整部１７１により、切替スイッチ２５０がオフに設定される（ステップＳ９４７）。

次に、量子化部１５０により、フレームデータである一定数のサンプル値が量子化される（ステップＳ９４４）。このとき、フィルタ調整部１７１において、量子化されたフレームにおける量子化部１５０のクリップ回数がカウントされ、そのカウントされた値がクリップ回数Ｃｌｉｐ＿Ｃｎｔに設定される（ステップＳ９４５）。次に、量子化すべき次のフレームが有るか否かが判断される（ステップＳ９４６）。そして、次のフレームがある場合には、ステップＳ９４１に戻り、前のフレームにおけるクリップ回数Ｃｌｉｐ＿Ｃｎｔに基づいて補正フィルタＣ（ｚ）２６０を有効にするか否かが判断される。一方、次のフレームがない場合には、フィルタ調整部１７１による補正フィルタＣ（ｚ）２６０の有無の切替処理が終了する。

［音声符号化装置の構成の変形例］
図１０は、本発明の第３の実施の形態の変形例における音声符号化装置１００の構成を示すブロック図である。この音声符号化装置１００は、図７に示した音声符号化装置１００におけるフィルタ調整部１７０に代えて、パラメータ設定部３１０および補正フィルタ制御部３２０を備えている。ここでは、パラメータ設定部３１０および補正フィルタ制御部３２０以外の他の構成は、図７に示したものと同様であるため、同一符号を付してここでの説明を省略する。

パラメータ設定部３１０は、入力音声信号Ｘ（ｚ）におけるスペクトルの極値振幅に基づいて線形予測フィルタＢ（ｚ）２２０における調整パラメータλを設定するものである。ここにいうスペクトルの極値振幅とは、入力音声信号の周波数特性におけるスペクトル包絡成分以外の振幅成分のことをいう。このパラメータ設定部３１０は、入力音声信号Ｘ（ｚ）におけるスペクトルの極値振幅をフレームごとに検出して、その検出された極値振幅に基づいて調整パラメータλの値をフレームごとに決定する。そして、このパラメータ設定部３１０は、その決定された調整パラメータλの値をフィードバック演算部Ｒ（ｚ）２００における線形予測フィルタＢ（ｚ）２２０に設定する。なお、パラメータ設定部３１０は、特許請求の範囲に記載のパラメータ設定部の一例である。

補正フィルタ制御部３２０は、一定の帯域における入力音声信号Ｘ（ｚ）と、復号後における量子化雑音とのレベルの比に基づいて補正フィルタＣ（ｚ）２６０の要否を判断するものである。この補正フィルタ制御部３２０は、例えば、減算器１６０により生成された量子化誤差信号Ｅ（ｚ）と、予測フィルタＰ（ｚ）１１０およびフィードバック演算部Ｒ（ｚ）２００の伝達関数とを用いて式３に基づいて復号後における量子化雑音の周波数特性を計算する。また、この補正フィルタ制御部３２０は、例えば、式６を式３に代入することにより導出される次式に基づいて復号後における量子化雑音の周波数特性Ｅｙ（ｚ）を算出する。
Ｅｙ（ｚ）＝（１−Ｃ（ｚ））／（１−Ｂ（ｚ））・Ｅ（ｚ）

上式より、補正フィルタ制御部３２０は、線形予測フィルタＢ（ｚ）２２０および補正フィルタＣ（ｚ）２６０の伝達関数と、量子化誤差信号Ｅ（ｚ）とに基づいて復号後における量子化雑音の周波数特性Ｅｙ（ｚ）を計算する。すなわち、この補正フィルタ制御部３２０は、線形予測フィルタ係数ｂ_ｋと、調整パラメータλと、補正フィルタ係数ｃ_ｋと、量子化誤差信号Ｅ（ｚ）とに基づいて復号後における量子化雑音を計算する。なお、ここでは、信号線３２１からの量子化誤差信号Ｅ（ｚ）を用いて復号後における量子化雑音の周波数特性Ｅｙ（ｚ）を計算する例について説明したが、量子化誤差信号Ｅ（ｚ）を白色雑音であると想定し、Ｅ（ｚ）＝１として計算するようにしてもよい。

次に、この補正フィルタ制御部３２０は、その計算された低域における量子化雑音のレベル（Ｎｏｉｓｅ）と、低域における入力音声信号Ｘ（ｚ）のレベル（Ｓｉｇｎａｌ）とのレベル比であるＳ／Ｎをフレームごとに算出する。そして、補正フィルタ制御部３２０は、フレームごとに、その算出されたＳ／Ｎに基づいて補正フィルタＣ（ｚ）２６０の有無を切り替えるように切替スイッチ２５０を制御する。

この補正フィルタ制御部３２０は、例えば、１つ前のフレームにおいて算出されたＳ／Ｎが予め定められた閾値Ｔｆ未満である場合には、切替スイッチ２５０をオンにして補正フィルタＣ（ｚ）２６０を有効にする。一方、Ｓ／Ｎが閾値Ｔｆより大きい場合には、切替スイッチ２５０をオフにして補正フィルタＣ（ｚ）２６０を無効にする。なお、補正フィルタ制御部３２０は、特許請求の範囲に記載の補正フィルタ制御部の一例である。

［入力音声信号におけるスペクトルの極値振幅の検出手法の例］
図１１は、本発明の第３の実施の形態の変形例におけるパラメータ設定部３１０による入力音声信号のスペクトルにおける極値振幅の検出手法に関する観念図である。ここでは、入力音声信号の周波数特性４２０が実線により、スペクトル包絡線４３０が点線により、量子化雑音の周波数特性５３０が破線により示されている。また、ここでは、縦軸をレベルとし、横軸を周波数とする。

入力音声信号の周波数特性４２０は、音声符号化装置１００に入力された入力音声信号Ｘ（ｚ）の周波数特性である。この入力音声信号の周波数特性４２０は、多くのピーク（極）を有する複雑な波形の周波数特性である。このような入力音声信号の周波数特性におけるスペクトル包絡成分以外の振幅成分、例えば隣接する極大点Ｐ１と極小点Ｐ２との振れ幅を、ここでは極値振幅という。なお、このような入力音声信号の周波数特性は、例えば、周期成分（ピッチ）が強い入力音声信号などに現われる。

スペクトル包絡線４３０は、ＬＰＣ分析部１８０により推定されたスペクトル包絡情報に基づいて生成される入力音声信号のスペクトル包絡線である。このＬＰＣ分析部１８０によって推定されるスペクトル包絡線４３０は、入力音声信号の周波数特性４２０の極値振幅（隣接する極大点と極小点との振れ幅）の中心付近を通るように生成される。量子化雑音の周波数特性５３０は、フィードバック演算部Ｒ（ｚ）２００によって変調された復号後における量子化雑音の周波数特性である。

このように入力音声信号におけるスペクトルの極値振幅が大きい場合には、量子化雑音の周波数特性５３０は、スペクトル包絡線４３０に基づいて変調されるため、量子化雑音の一部の帯域において入力音声信号のレベルを超えてしまうことがある。このため、入力音声信号におけるスペクトルの極値振幅、例えば各ピークの極大レベルＰ１と極小レベルＰ２とのレベル差の平均を検出し、その検出結果に基づいて調整パラメータλを決定する。例えば、入力音声信号におけるスペクトルの極値振幅が大きいほど、調整パラメータλを小さくし、スペクトルの極値振幅が小さいほど、調整パラメータλを大きくする。なお、入力音声信号におけるスペクトルの極値振幅の検出においては、ＬＰＣ分析部１８０により推定されたスペクトル包絡情報に基づいて入力音声信号のスペクトル包絡成分を除去することによって極値振幅成分のみを抽出する。そして、その抽出された極値振幅成分に基づいて入力音声信号におけるスペクトルの極値振幅を検出するようにしてもよい。また、ここでは、極値振幅を用いて調整パラメータλを決定する例について説明したが、極値振幅に代えて、ケプストラム分析による入力音声信号のピッチ成分の大きさやピッチ分析による入力音声信号のピッチ強度などを用いるようにしてもよい。

［フィルタ調整部による補正フィルタの有無の切替方法例］
図１２は、本発明の第３の実施の形態の変形例における補正フィルタ制御部３２０による補正フィルタＣ（ｚ）２６０の有無の切替方法の処理手順の一例を示すフローチャートである。

まず、補正フィルタ制御部３２０において低域におけるＳ／Ｎの初期値が設定される（ステップＳ９５１）。次に、補正フィルタ制御部３２０において、その低域におけるＳ／Ｎの値が予め定められた閾値Ｔｆ以上であるか否かが判断される（ステップＳ９５２）。そして、Ｓ／Ｎの値が閾値Ｔｆ未満である場合には、補正フィルタ制御部３２０により、切替スイッチ２５０がオンに設定される（ステップＳ９５３）。一方、Ｓ／Ｎの値が閾値Ｔｆ以上である場合には、補正フィルタ制御部３２０により、切替スイッチ２５０がオフに設定される（ステップＳ９５７）。

次に、量子化部１５０により、フレームデータである一定数のサンプル値が量子化される（ステップＳ９５４）。続いて、補正フィルタ制御部３２０において、減算器１６０により生成された量子化誤差信号Ｅ（ｚ）と、フィードバック演算部Ｒ（ｚ）２００および予測フィルタＰ（ｚ）１１０の伝達関数とに基づいて低域における量子化雑音の周波数特性が計算される。あるいは、減算器１６０により生成された量子化誤差信号Ｅ（ｚ）と、線形予測フィルタＢ（ｚ）２２０および補正フィルタＣ（ｚ）２６０の伝達関数とに基づいて低域における量子化雑音の周波数特性が計算される。そして、補正フィルタ制御部３２０において、その計算された量子化雑音と入力音声信号とのレベル比であるＳ／Ｎの値が算出される（ステップＳ９５５）。

次に、量子化すべき次のフレームが有るか否かが判断される（ステップＳ９５６）。そして、次のフレームがある場合には、ステップＳ９５１に戻り、前のフレームにおけるＳ／Ｎの値に基づいて、補正フィルタＣ（ｚ）２６０を有効にするか否かが判断される。一方、次のフレームがない場合には、補正フィルタ制御部３２０による補正フィルタＣ（ｚ）２６０の有無の切替処理が終了する。

このように、本発明の第３の実施の形態の変形例では、パラメータ設定部３１０を設けることによって、入力音声信号の周波数特性の極値振幅に応じて調整パラメータλを設定することができる。また、補正フィルタ制御部３２０を設けることによって、低域におけるＳ／Ｎ値に基づいて、適切に補正フィルタＣ（ｚ）２６０の要否を判断することができる。

このように、本発明の実施の形態によれば、フィードバック演算部Ｒ（ｚ）２００に全極形フィルタにおける線形予測フィルタＢ（ｚ）２２０および補正フィルタＣ（ｚ）２６０を設けることによって、復号後における量子化雑音を適切に制御することができる。これにより、符号化に伴う音質劣化を軽減することができる。

なお、本発明の実施の形態では、音声符号化装置１００における量子化雑音の周波数特性の制御について説明したが、音響符号装置および情報符号化装置にも適用することができる。

なお、本発明の実施の形態は本発明を具現化するための一例を示したものであり、上述のように特許請求の範囲における発明特定事項とそれぞれ対応関係を有する。ただし、本発明は実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変形を施すことができる。

また、本発明の実施の形態において説明した処理手順は、これら一連の手順を有する方法として捉えてもよく、また、これら一連の手順をコンピュータに実行させるためのプログラム乃至そのプログラムを記憶する記録媒体として捉えてもよい。この記録媒体として、例えば、ＣＤ（Compact Disc）、ＭＤ（MiniDisc）、ＤＶＤ（Digital Versatile Disk）、メモリカード、ブルーレイディスク（Blu-ray Disc（登録商標））等を用いることができる。

本発明の第１の実施の形態における音声符号化装置の一構成例を示す図である。 本発明の第１の実施の形態におけるフィルタ調整部１７０による調整パラメータの設定方法の処理手順の一例を示すフローチャートである。 本発明の第１の実施の形態におけるフィルタ調整部１７０による調整パラメータの設定方法の処理手順の変形例を示すフローチャートである。 本発明の第２の実施の形態における音声符号化装置１００の一構成例を示す図である。 フィードバック演算部Ｒ（ｚ）２００において補正フィルタＣ（ｚ）２６０を設けることによる復号後における量子化雑音の周波数特の一例を示す図である。 従来の音声符号化装置７００による量子化雑音の周波数特性および図４に示したフィードバック演算部Ｒ（ｚ）２００の構成による量子化雑音の周波数特性の一例を示す図である。 本発明の第３の実施の形態における音声符号化装置１００の一構成例を示すブロック図である。 本発明の第３の実施の形態におけるフィルタ調整部１７１によるフィードバック演算部Ｒ（ｚ）２００における補正フィルタＣ（ｚ）２６０の有無の切替方法の処理手順の一例を示すフローチャートである。 本発明の第３の実施の形態におけるフィルタ調整部１７１による補正フィルタＣ（ｚ）２６０の有無の切替方法の処理手順の変形例を示すフローチャートである。 本発明の第３の実施の形態の変形例における音声符号化装置１００の構成を示すブロック図である。 本発明の第３の実施の形態の変形例におけるパラメータ設定部３１０による入力音声信号のスペクトルにおける極値振幅の検出手法に関する観念図である。 本発明の第３の実施の形態の変形例における補正フィルタ制御部３２０による補正フィルタＣ（ｚ）２６０の有無の切替方法の処理手順の一例を示すフローチャートである。 従来のＡＤＰＣＭ方式による音声伝送システムの一構成例を示すブロック図である。 Ｐ（ｚ）＝Ｒ（ｚ）である場合における音声復号装置８００から出力される量子化雑音の一例を示す図である。 音声符号化装置７００におけるフィードバック演算部Ｒ（ｚ）７６０により変調された量子化雑音の周波数特性の一例を示す図である。 予測フィルタの次数が低く、かつ、予測フィルタのパターンの数が少ない場合において音声復号装置８００から出力される量子化雑音の周波数特性の一例を示す図である。

符号の説明

１００ 音声符号化装置
１０１〜１０３、１０９、２０１〜２０６ 信号線
１１０、２３０ 予測フィルタ
１２０、１４０、１６０、２４０、２７０ 減算器
１３０ 予測フィルタ決定部
１５０ 量子化部
１７０、１７１ フィルタ調整部
１８０ ＬＣＰ分析部
２００ フィードバック演算部
２１０、２７１ 加算器
２２０ 線形予測フィルタ
２５０ 切替スイッチ
２６０ 補正フィルタ
３１０ パラメータ設定部
３２０ 補正フィルタ制御部

Claims (7)

1. 入力音声信号のうち過去の音声信号と現在の音声信号を予測するための予測フィルタ係数とに基づいて予測信号を生成する予測信号生成部と、
   前記現在の音声信号と前記予測信号との差分を予測残差信号として生成する予測残差信号生成部と、
   前記予測残差信号に基づいて生成された量子化入力信号を量子化して量子化出力信号を生成する量子化部と、
   前記量子化入力信号と前記量子化出力信号との差分を量子化誤差信号として生成する量子化誤差信号生成部と、
   復号後における量子化雑音の周波数特性を制御するためのフィードバック信号を前記量子化誤差信号に基づいて生成するフィードバック信号生成部と、
   前記予測残差信号と前記フィードバック信号との差分を前記量子化入力信号として生成する量子化入力信号生成部とを具備し、
   前記フィードバック信号生成部は、前記入力音声信号により推定されたスペクトル包絡情報に基づく全極形フィルタにおけるフィルタ係数と前記全極形フィルタによる前記量子化雑音の周波数特性におけるピークレベルを調整するパラメータと前記予測フィルタ係数とを含む極零形フィルタにより構成される
   情報符号化装置。
2. 前記フィードバック信号生成部は、前記量子化雑音における所定帯域のレベルを低下させるための補正フィルタにおけるフィルタ係数をさらに含む前記極零形フィルタにより構成される請求項１記載の情報符号化装置。
3. 前記量子化部におけるフレームごとのクリップ頻度に基づいて前記補正フィルタの有無を前記フレームごとに切り替えるように制御する補正フィルタ制御部をさらに具備し、
   前記フィードバック信号生成部は、前記補正フィルタ制御部の制御に基づいて前記補正フィルタの有無を切り替える切替スイッチをさらに含む
   請求項２記載の情報符号化装置。
4. 前記量子化誤差信号とフィードバック信号生成部の伝達関数とを用いて復号後における量子化雑音を計算して前記計算された量子化雑音と前記入力音声信号との所定帯域におけるレベルの比に基づいて前記補正フィルタの有無をフレームごとに切り替えるように制御する補正フィルタ制御部をさらに具備し、
   前記フィードバック信号生成部は、前記補正フィルタ制御部の制御に基づいて前記補正フィルタの有無を切り替える切替スイッチをさらに含む
   請求項２記載の情報符号化装置。
5. 前記量子化部におけるフレームごとのクリップ頻度に基づいて前記パラメータの値を前記フレームごとに前記フィードバック信号生成部に設定するパラメータ設定部をさらに具備する請求項１記載の情報符号化装置。
6. 前記入力音声信号におけるスペクトルの極値振幅をフレームごとに検出して前記検出された極値振幅に基づいて前記パラメータの値を前記フレームごとに前記フィードバック信号生成部に設定するパラメータ設定部をさらに具備する請求項１記載の情報符号化装置。
7. 線形予測分析による前記スペクトル包絡情報に基づいて算出された線形予測フィルタ係数を前記全極形フィルタにおけるフィルタ係数として前記フィードバック信号生成部に供給する線形予測分析部をさらに具備する請求項１記載の情報符号化装置。

Images