JP2010266568A - 音声復号装置およびその音声処理方法 - Google Patents

Abstract

【課題】符号化方式が切り替わる際の不連続感を有効に排除できる音声処理装置およびその音声処理方法を提供する。
【解決手段】受信した音声符号を当該音声符号の符号化方式に対応する復号方式を用いて復号する音声復号装置は、それぞれ異なる複数の音声復号方式を切り替えることで受信した音声符号を復号する音声復号手段（１０４−１０８）と、無音時の音声符号を復号して得られた音声信号を背景雑音信号として格納する格納手段（１１３）と、音声復号方式を切り替える際に当該切替タイミングを含む所定時間範囲の切替区間で、復号された音声信号に前記格納された背景雑音信号に基づく背景雑音を重畳する重畳制御手段（１０８，１１４−１１６）とを有する。
【選択図】図１

Description

本発明は複数の音声符号化方式を切り替えることができる音声通信システムに係り、特にその音声符号化方式の切り替え時の音声処理方法およびそれを用いた音声復号装置に関する。

複数の音声符号化方式を切り替えて使用するシステムでは、送信側で音声符号化方式が切り替わると、受信側でもそれに対応した音声復号方式に切り替える必要がある。その際に発生する雑音あるいは異音が問題となっており、その抑制技術が提案されている。たとえば、特許文献１に開示された音声符号化切替えシステムでは、音声符号化方式の切り替えに応答して一定期間無音状態とし、その後、次第に音声レベルを上昇させることで、異音発生の低減を図っている。

特開平９−１５２８９９号公報

しかしながら、上記特許文献１によれば、音声復号方式の切替時に出力信号を一律に抑圧して無音状態にするので、有音の音声信号が出力されている時には、かえって不連続感を伴う可能性がある。

そこで、本発明の目的は、符号化方式が切り替わる際の不連続感を有効に排除できる音声処理装置およびその音声処理方法を提供することにある。

本発明による音声復号装置は、受信した音声符号を当該音声符号の符号化方式に対応する復号方式を用いて復号する音声復号装置であって、それぞれ異なる複数の音声復号方式を切り替えることで、受信した音声符号を復号する音声復号手段と、無音時の音声符号を復号して得られた音声信号を背景雑音信号として格納する格納手段と、音声復号方式を切り替える際に当該切替タイミングを含む所定時間範囲の切替区間で、復号された音声信号に前記格納された背景雑音信号に基づく背景雑音を重畳する重畳制御手段と、を有することを特徴とする。

本発明による音声処理方法は、それぞれ異なる複数の音声復号方式を切り替えることで受信音声符号を復号する音声復号装置における音声処理方法であって、無音時の音声符号を復号して得られた音声信号を背景雑音信号として格納手段に格納し、音声復号方式を切り替える際に当該切替タイミングを含む所定時間範囲の切替区間で、復号された音声信号に前記格納された背景雑音信号に基づく背景雑音を重畳する、ことを特徴とする。

本発明によれば、符号化方式が切り替わる際の不連続感を有効に排除できる。

本発明の第１実施形態による音声復号装置の機能的構成を示すブロック図である。 図１に示す音声復号装置の有音／無音制御動作を示すフローチャートである。 図１に示す音声復号装置の背景雑音重畳制御動作を示すフローチャートである。 本発明の第２実施形態による音声復号装置の機能的構成を示すブロック図である。 図４に示す音声復号装置の背景雑音重畳制御動作を示すフローチャートである。

以下、説明の複雑化を避けるために、２つの音声符号化方式ＡおよびＢを用いた音声通信システムを仮定する。ここでは、送信側の音声通信装置は、送信音声信号を符号化した音声符号、その有音／無音情報、符号化方式切替情報および送信側背景雑音レベル情報を送信するものとする。また、受信側の音声通信装置は、受信した音声符号をその符号化方式に対応する復号方式により有音であるか無音であるかに応じて適切に復号し、後述するように背景雑音を考慮しつつ音声信号を再生するものとする。なお、３以上の音声符号化方式を切り替える音声通信システムであっても、本発明は同様に適用可能である。

１．第１実施形態
１．１）装置構成
図１に示すように、本発明の第１実施形態による音声復号装置は、入力端子１０１、１０２および１０３から音声符号、符号化方式切替情報および有音／無音情報をそれぞれ入力する。音声符号は、送信側で符号化方式ＡあるいはＢにより音声信号が符号化されたものである。符号化方式切替情報は、送信側での符号化方式の切替を示す切替タイミングと当該切替タイミング前後の所定の時間的範囲を示す切替区間とを含む。有音／無音情報は、受信した音声符号が有音か無音かを示す情報である。

復号方式切替回路１０４は、符号化方式切替情報の切替タイミングに同期して復号方式切替スイッチ１０５および１０６を同時に切り替える。復号方式切替スイッチ１０５および１０６により音声復号回路１０７および１０８のいずれかが選択される。音声復号回路１０７および１０８は、符号化方式ＡおよびＢにそれぞれ対応する音声復号方式の復号回路であり、有音／無音情報に従って有音あるいは無音に適した復号を実行する。選択された音声復号回路は、受信音声符号を復号して音声信号を背景雑音重畳回路１０９へ出力する。背景雑音重畳回路１０９は、後述するように、符号化方式切替情報により指定された切替区間に、背景雑音信号あるいはレベル調整された背景雑音信号を復号された音声信号に重畳して出力端子１１０から出力する。

背景雑音保存制御回路１１１は、有音／無音情報に従って背景雑音保存スイッチ１１２を制御する。具体的には、有音／無音情報が無音を示す場合、背景雑音保存スイッチ１１２をオンに設定し、選択された音声復号回路からスイッチ１０６を通して出力された音声信号を背景雑音信号として背景雑音メモリ１１３に保存する。

背景雑音重畳制御回路１１４は、符号化方式切替情報の切替区間で、背景雑音をどのように重畳するかという重畳動作の指示を背景雑音重畳回路１０９に対して出力する。具体的には、背景雑音メモリ１１３に格納されている背景雑音信号をレベル調整して背景雑音重畳回路１０９へ出力する。背景雑音信号のレベル調整は次のように実行される。

まず、受信側背景雑音レベル測定回路１１５は、背景雑音メモリ１１３に保存された受信側の背景雑音信号のレベルを測定し、その測定結果をレベル比較回路１１６へ出力する。レベル比較回路１１６は、入力端子１１７から入力した送信側の背景雑音信号レベルと測定された受信側背景雑音信号レベルとを比較し、その比較結果を背景雑音重畳制御回路１１４へ出力する。

背景雑音重畳制御回路１１４は、送信側背景雑音信号レベルと受信側背景雑音信号レベルとの比較結果を用いて、受信側の背景雑音に不連続感が生じないように背景雑音信号のレベル調整を行う。たとえば、受信側背景雑音信号レベルが送信側背景雑音信号レベルより所定許容範囲を超えて大きい場合には、受信側背景雑音信号レベルを送信側背景雑音信号レベル程度に低下させるように背景雑音信号のレベル調整を行う。

こうして、音声復号方式が切り替わるタイミングの前後の切替区間において、レベル調整された背景雑音信号が音声信号に重畳され、最終的な音声信号として出力端子１１０から出力される。

なお、図１に示す機能的構成は、ＣＰＵ(Central Processing Unit)のようなプログラム制御プロセッサ上でプログラムを実行することにより実現することもできる。たとえば、背景雑音メモリ１１３以外の機能的回路要素およびその音声処理動作を次に述べるフローチャートに従ったプログラムにより実現可能である。

１．２）有音／無音制御
ここでは、符号化方式切替情報により復号方式切替スイッチ１０５および１０６が音声復号回路１０７を選択しているものとする。

図２において、背景雑音保存制御回路１１１は有音／無音情報を監視し（ステップ２０１）、受信音声符号が有音であれば、背景雑音保存スイッチ１１２を開く（オフにする）（ステップ２０２）。選択された音声復号回路１０７は受信音声符号を復号し（ステップ２０３）、復号された音声信号が背景雑音重畳回路１０９を通して出力端子１１０から出力される（ステップ２０４）。背景雑音保存スイッチ１１２はオフされているので、当該音声信号は背景雑音メモリ１１３に保存されない。また、背景雑音重畳回路１０９は、後述するように、背景雑音重畳制御回路１１４の制御に従って当該音声信号に対する背景雑音の重畳を行う。

背景雑音保存制御回路１１１は、有音／無音情報が無音であれば、背景雑音保存スイッチ１１２を閉じる（オンにする）（ステップ２０５）。選択された音声復号回路１０７は受信音声符号を復号し（ステップ２０６）、復号された音声信号が背景雑音信号として背景雑音メモリ１１３に保存されると共に（ステップ２０７）、背景雑音重畳回路１０９を通して出力端子１１０から出力される（ステップ２０４）。背景雑音重畳回路１０９は、後述するように、背景雑音重畳制御回路１１４の制御に従って当該音声信号に対する背景雑音の重畳を行う。

こうして、音声符号が無音の場合にのみ、その時の音声信号が背景雑音信号として背景雑音メモリ１１３に格納されるので、背景雑音メモリ１１３には常に直近の無音時の背景雑音信号が保存されることになる。

１．３）背景雑音重畳制御
ここでは、符号化方式切替情報により復号方式切替スイッチ１０５および１０６が音声復号回路の選択を音声復号回路１０７から音声復号回路１０８へ切り替える場合を説明する。上述したように、この切替タイミングの前後の所定時間範囲にわたる切替区間の情報が背景雑音重畳制御回路１１４へ入力し、送信側背景雑音レベル情報がレベル比較回路１１６に入力するものとする。

図３において、背景雑音重畳制御回路１１４は符号化方式切替情報の切替区間情報を監視し（ステップ３０１）、切替区間に入ると（ステップ３０１：ＹＥＳ）、その時点で背景雑音メモリ１１３に保存されている背景雑音信号を読み出し（ステップ３０２）、受信側背景雑音レベル測定回路１１５がその背景雑音レベルを測定する（ステップ３０３）。

レベル比較回路１１６は、送信側の背景雑音レベルと測定された受信側背景雑音レベルとを比較し（ステップ３０４）、その比較結果を背景雑音重畳制御回路１１４へ出力する。背景雑音重畳制御回路１１４は、背景雑音レベルに関して受信側の方が所定値以上に大きい場合には（ステップ３０４：ＹＥＳ）、背景雑音メモリ１１３に保存されている背景雑音信号の信号レベルを送信側のレベル程度まで低下させるように背景雑音重畳回路１０９を制御し（ステップ３０５）、背景雑音重畳回路１０９が当該音声信号にレベル調整された背景雑音信号を重畳する（ステップ３０６）。受信側が送信側の背景雑音レベルとほぼ同等かあるいはそれ以下であれば（ステップ３０４：ＮＯ）、背景雑音重畳回路１０９は復号された音声信号に背景雑音メモリ１１３に保存された背景雑音信号を重畳する（ステップ３０６）。

こうして切替区間で背景雑音が重畳されている状態で、復号方式の切替タイミングに到達すると（ステップ３０７：ＹＥＳ）、復号方式切替回路１０４は復号方式切替スイッチ１０５および１０６を動作させ、選択された音声復号回路を音声復号回路１０７から音声復号回路１０８へ切り替え（ステップ３０８）、ステップ３０１へ戻る。したがって、切替区間内であれば、上述したステップ３０１−３０６が繰り返され、背景雑音重畳制御回路１１４は背景雑音信号を音声信号に重畳させるように背景雑音重畳回路１０９を制御する。そして、切替区間を出ると（ステップ３０１：ＮＯ）、背景雑音重畳制御回路１１４は背景雑音重畳回路１０９に対して重畳停止を指示し、これ以降、次の切替区間情報を受信しない限り、背景雑音信号の重畳は実行されない（ステップ３０９）。

このように、背景雑音重畳制御回路１１４は、レベル比較回路１１６の比較結果を参照しながら、受信側の背景雑音に不連続感が生じないように背景雑音信号のレベル調整を行うことができる。

１．４）背景雑音信号のレベル調整
上述したように、符号化方式の切替区間の間は（ステップ３０１：ＹＥＳ）、背景雑音メモリ１１３に保存してある背景雑音信号を用いて音声復号回路から出力する音声信号に背景雑音を重畳させる。これにより復号方式の切り替えに伴う出力音声信号の不連続感を軽減することができる。

一例として、切替タイミングを含む前後５００ｍｓの区間を符号化方式切替区間と定めた場合、この５００ｍｓの切替区間内にある限り、背景雑音重畳回路１０９は音声復号方式切替スイッチ１０６から出力される音声信号に背景雑音メモリ１１３から読み込んだ背景雑音信号をそのまま重畳してもよい。

また、図３に示すように、背景雑音メモリ１１３から読み込んだ背景雑音信号をそのまま重畳するのではなく、レベル比較回路１１６の比較結果を参照しながら、受信側の背景雑音に不連続感が生じないように背景雑音信号のレベル調整を行ってもよい。例えば、送信側背景雑音レベル情報により送信側の背景雑音レベルが“３”、受信側の測定された背景雑音レベルが“１０”だったとすれば、背景雑音重畳制御回路１１４は、背景雑音メモリ１１３から読み込んだ背景雑音信号のレベルを０．３倍に低下させてから音声信号に重畳させるように、背景雑音重畳回路１０９を制御する。すなわち、送信側背景雑音レベルよりも受信側背景雑音レベルが所定値以上に大きかった場合には、重畳する背景雑音信号のレベルを送信側レベルまで低下させてから重畳する。送信側の背景雑音のレベルよりも受信側の背景雑音のレベルが大きい場合、受信側の背景雑音信号をそのまま重畳すると、かえって違和感が大きくなる。したがって、このような場合は、重畳する背景雑音信号のレベルを送信側の背景雑音のレベルに合わせることにより、重畳する背景雑音信号のレベルが大きすぎることによる違和感を軽減できるという効果がある。

１．５）効果
以上説明したように本実施形態によれば、符号化方式切り替わり時に同期した復号方式切替タイミングの前後の期間で、復号された音声信号に背景雑音信号を重畳することにより音声信号の不連続感を軽減できる。

さらに、送信側と受信側の背景雑音信号のレベルの大小関係に合わせて重畳する背景雑音信号のレベルを調整することで、重畳する背景雑音信号のレベルが大きすぎるときの違和感あるいは不連続感を軽減できる。

２．第２実施形態
図４に示す本発明の第２実施形態による音声復号装置は、入力端子１０３から入力する有音／無音情報が背景雑音重畳制御回路１２０へ与えられる点が図１に示す第１実施形態と異なっている。背景雑音重畳制御回路１２０の基本的な機能は、第１実施形態における背景雑音重畳制御回路１１４と同様であるが、有音／無音情報を参照して無音時には背景雑音重畳を実行しないように制御する点が異なっている。なお、その他の構成および動作は第１実施形態と同様であるので、同一機能のブロックには同一の参照番号を付して説明は省略する。また、有音／無音制御も図２に示すフローチャートと同様であるから説明は省略する。

図５に示す背景雑音重畳制御フローは、図３に示すステップと同一機能のステップには同一参照番号を付している。まず、背景雑音重畳制御回路１２０は符号化方式切替情報の切替区間情報を監視し（ステップ３０１）、切替区間に入ると（ステップ３０１：ＹＥＳ）、有音／無音情報が有音であるか無音であるかを判定する（ステップ４００）。受信音声符号が有音であれば（ステップ４００：ＹＥＳ）、その時点で背景雑音メモリ１１３に保存されている背景雑音信号を読み出し（ステップ３０２）、以下、図３で説明したようにステップ３０２〜３０８が実行され、切替区間内である限り、音声信号に背景雑音が適切なレベルで重畳される。

しかしながら、受信音声符号が無音であれば（ステップ４００：ＮＯ）、背景雑音重畳制御回路１２０は背景雑音重畳回路１０９に対して重畳停止を指示し、これ以降、次の切替区間情報を受信しない限り、背景雑音信号の重畳は実行されない（ステップ３０９）。

このように、有音／無音情報が無音であった場合、すなわち、復号された音声信号がもともと背景雑音信号であった場合は、符号化方式の切り替えに伴う出力信号の不連続感がもともと小さい。したがって、この場合は、切替区間内であっても、背景雑音の重畳動作を行わないように制御する。

すなわち、背景雑音重畳制御回路１２０は、切替区間内であり、かつ、有音である場合のみ、レベル比較回路１１６の比較結果を参照しながら、受信側の背景雑音に不連続感が生じないように背景雑音信号のレベル調整を行う。無音の場合には、背景雑音の重畳は行わなくとも不連続感が少ない音声出力を得ることができるからである。これによって処理の高速化および制御系の負荷軽減を達成できる。

本発明は、複数種類の音声復号方式を有し、入力される音声符号の切り替わりに応じて、音声復号方式を切り替える音声復号化切替えシステムに適用可能である。

１０１ 入力端子（音声符号）
１０２ 入力端子（符号化方式切替情報）
１０３ 入力端子（有音／無音情報）
１０４ 復号方式切替回路
１０５、１０６ 復号方式切替スイッチ
１０７，１０８ 音声復号回路
１０９ 背景雑音重畳回路
１１０ 音声信号出力端子
１１１ 背景雑音保存制御回路
１１２ 背景雑音保存スイッチ
１１３ 背景雑音メモリ
１１４ 背景雑音重畳制御回路
１１５ 受信側背景雑音レベル測定回路
１１６ レベル比較回路
１１７ 入力端子（送信側背景雑音レベル情報）
１２０ 背景雑音重畳制御回路

Claims (12)

1. 受信した音声符号を当該音声符号の符号化方式に対応する復号方式を用いて復号する音声復号装置であって、
   それぞれ異なる複数の音声復号方式を切り替えることで、受信した音声符号を復号する音声復号手段と、
   無音時の音声符号を復号して得られた音声信号を背景雑音信号として格納する格納手段と、
   音声復号方式を切り替える際に当該切替タイミングを含む所定時間範囲の切替区間で、復号された音声信号に前記格納された背景雑音信号に基づく背景雑音を重畳する重畳制御手段と、
   を有することを特徴とする音声復号装置。
2. 前記格納手段に格納される背景雑音信号は、受信した音声符号が無音になるごとに当該無音の音声符号を復号した音声信号を用いて更新することを特徴とする請求項１に記載の音声復号装置。
3. 前記重畳制御手段は、受信した送信側の背景雑音信号レベルより前記背景雑音信号の信号レベルの方が所定値以上の大きい場合、前記重畳する背景雑音の信号レベルを前記送信側背景雑音信号レベルの前記所定値以内に低減させることを特徴とする請求項１または２に記載の音声復号装置。
4. 前記重畳制御手段は、受信した音声符号が無音であれば、前記切替区間であっても背景雑音を重畳しないことを特徴とする請求項１−３のいずれか１項に記載の音声復号装置。
5. それぞれ異なる複数の音声復号方式を切り替えることで受信音声符号を復号する音声復号装置における音声処理方法であって、
   無音時の音声符号を復号して得られた音声信号を背景雑音信号として格納手段に格納し、
   音声復号方式を切り替える際に当該切替タイミングを含む所定時間範囲の切替区間で、復号された音声信号に前記格納された背景雑音信号に基づく背景雑音を重畳する、
   ことを特徴とする音声処理方法。
6. 受信音声符号が無音になるごとに、当該無音の音声符号を復号した音声信号を用いて、前記格納手段に格納された背景雑音信号を更新することを特徴とする請求項５に記載の音声処理方法。
7. 受信した送信側の背景雑音信号レベルと前記背景雑音信号の信号レベルとを比較し、
   前記送信側背景雑音信号レベルより前記背景雑音信号の信号レベルの方が所定値以上の大きい場合、前記重畳する背景雑音の信号レベルを前記送信側背景雑音信号レベルの前記所定値以内に低減させる、
   ことを特徴とする請求項５または６に記載の音声処理方法。
8. 前記受信音声符号が無音であれば、前記切替区間であっても背景雑音を重畳しないことを特徴とする請求項５−７のいずれか１項に記載の音声処理方法。
9. それぞれ異なる複数の音声復号方式を切り替えることで受信音声符号を復号する音声復号装置としてプログラム制御プロセッサを機能させるプログラムであって、
   無音時の音声符号を復号して得られた音声信号を背景雑音信号として格納手段に格納する機能と、
   音声復号方式を切り替える際に当該切替タイミングを含む所定時間範囲の切替区間で、復号された音声信号に前記格納された背景雑音信号に基づく背景雑音を重畳する機能と、
   を前記プログラム制御プロセッサに実現することを特徴とするプログラム。
10. 受信音声符号が無音になるごとに、当該無音の音声符号を復号した音声信号を用いて、前記格納手段に格納された背景雑音信号を更新することを特徴とする請求項９に記載のプログラム。
11. 受信した送信側の背景雑音信号レベルと前記背景雑音信号の信号レベルとを比較する機能と、
    前記送信側背景雑音信号レベルより前記背景雑音信号の信号レベルの方が所定値以上の大きい場合、前記重畳する背景雑音の信号レベルを前記送信側背景雑音信号レベルの前記所定値以内に低減させる機能と、
    を前記プログラム制御プロセッサに実現することを特徴とする請求項９または１０に記載のプログラム。
12. 前記受信音声符号が無音であれば、前記切替区間であっても背景雑音を重畳しないことを特徴とする請求項９−１１のいずれか１項に記載のプログラム。

Images