JP2015121802A - 音声符号化装置及び音声符号化方法 - Google Patents

Abstract

【課題】音声品質を劣化させることなく、音声コーデックの計算量を削減すること。
【解決手段】ベクトル量子化装置において、第１参照ベクトル算出部（２０１）が、ターゲットベクトルｘに対して聴感重み付けＬＰＣ合成フィルタＨを掛けることにより、第１参照ベクトルを算出し、第２参照ベクトル算出部（２０２）が、ハイパス特性を有するフィルタを第１参照ベクトルの要素に掛けることにより、第２参照ベクトルを算出する。そして、極性予備選択部（２０５）が、第２参照ベクトルの要素の極性に基づいて、極性として正または負のいずれかが選択された単位パルスを、前記要素の位置に配置することにより、極性ベクトルを生成する。
【選択図】図３

Description

本開示は、音声符号化装置及び音声符号化方法に関する。

移動体通信においては伝送帯域の有効利用のために音声または画像のディジタル情報の圧縮符号化が必須である。その中でも携帯電話で広く利用されている音声コーデック（符号化／復号）技術に対する期待は大きく、圧縮率の高い従来の高効率符号化に更によりよい音質の要求が強まっている。また、音声通信は公衆で使用されるため、標準化が必須であり、それに伴う知的財産権の価値の大きさゆえに世界各国の企業において研究開発が盛んに行われている。

近年、多層構造を持つスケーラブルコーデックは、ＩＴＵ−Ｔ（International Telecommunication Union - Telecommunication Standardization Sector）およびＭＰＥＧ（Moving Picture Experts Group）で標準化が検討されており、より効率的で高品質の音声コーデックが求められている。

２０年前に確立された音声の発声機構をモデル化してベクトル量子化を応用した基本方式であるＣＥＬＰ（Code Excited Linear Prediction）によって大きく性能を向上させた音声符号化技術は、ＩＴＵ−Ｔ標準Ｇ．７２９、Ｇ．７２２．２、ＥＴＳＩ（European Telecommunications Standards Institute）標準ＡＭＲ（Adaptive Multi-Rate）、ＡＭＲ−ＷＢ（Wide Band）、３ＧＰＰ２（Third Generation Partnership Project 2）標準ＶＭＲ−ＷＢ（Variable Multi-Rate -Wide Band）等の標準方式として広く使用されている（例えば、非特許文献１参照）。

上記非特許文献１の固定符号帳探索（"3.8 Fixed codebook - Structure and search”に記載）には、代数的符号帳によって構成された固定符号帳の探索についての説明がある。この固定符号帳の探索では、まず、式(53)の分子項を算出するために用いられる、聴感重み付けフィルタを通した入力音声から聴感重み付けＬＰＣ合成フィルタを乗じた適応コードブックベクトル（式(44)）を減じて得られたターゲットシグナル（x’(i)、式(50)）に、聴感重み付けＬＰＣ合成フィルタを用いた合成（式(52)）により得られたベクトル（d(n)）を求め、そのベクトルの要素の極性（正負）により、各要素に対応する位置のパルスの極性を予備選択する。次に、多重ループでパルスの位置を探索する。このとき、極性の探索は、省略される。

また、特許文献１には、非特許文献１に開示されている極性（正負）の予備選択と、計算量を節約するための前処理とに関する記載がある。特許文献１に開示されている技術により、代数的符号帳の探索の計算量は、大きく削減される。このため、特許文献１に開示されている技術は、ＩＴＵ−Ｔ標準Ｇ．７２９に採用され、広く使用されている。

特表平１１−５０１１３１号公報

ＩＴＵ−Ｔ標準Ｇ．７２９ ＩＴＵ−Ｔ標準Ｇ．７１８

しかしながら、予備選択により選択されたパルスの極性は、位置及び極性を全探索した場合のパルスの極性とかなりの割合で同じになるものの、極性が合わない「誤選択」の場合が出てくる。この場合には、パルスの極性として最適でないものを選んだことになり、結果として、音質の劣化に繋がる。一方、広帯域音声のコーデックでは、固定符号帳のパルスの極性を予備選択する方法は、上述のように計算量削減に大きな効果がある。従って、固定符号帳のパルスの極性を予備選択する方法は、ＩＴＵ−Ｔ標準Ｇ．７２９の様な国際標準方式にも採用されている。しかし、極性の誤選択による音質劣化は、重大な問題として残っている。

本開示の一態様は、音声品質を劣化させることなく、音声コーデックの計算量を削減することができる音声符号化装置及び音声符号化方法を提供することである。

本開示の一態様に係るベクトル量子化装置は、複数のコードベクトルにより構成される代数的符号帳を用いたパルス探索を行い、符号化歪みが最小となるコードベクトルを示す符号を得るベクトル量子化装置であって、符号化対象であるターゲットベクトルに対して、音声のスペクトル特性に関するパラメータを適用することにより、第１参照ベクトルを算出する第１ベクトル算出手段と、ハイパス特性を有するフィルタを、前記第１参照ベクトルに掛けることにより、第２参照ベクトルを算出する第２ベクトル算出手段と、前記第２参照ベクトルの要素の極性に基づいて、極性として正または負のいずれかが選択された単位パルスを、前記要素の位置に配置することにより、極性ベクトルを生成する極性選択手段と、を具備する。

本開示の一態様に係る音声符号化装置は、入力される音声信号を、複数のコードベクトルにより構成される代数的符号帳を用いたパルス探索を行うことにより符号化する音声符号化装置であって、前記音声信号を用いて、聴感的特性に関する第１パラメータとスペクトル特性に関する第２パラメータとを算出し、前記第１パラメータと前記第２パラメータとを用いて、符号化対象であるターゲットベクトルを生成するターゲットベクトル生成手段と、記第１パラメータと前記第２パラメータとを用いて、前記聴感的特性及び前記スペクトル特性の両方の特性に関する第３パラメータを生成するパラメータ算出手段と、前記ターゲットベクトルに対して前記第３パラメータを適用することにより、第１参照ベクトルを算出する第１ベクトル算出手段と、ハイパス特性を有するフィルタを、前記第１参照ベクトルに掛けることにより、第２参照ベクトルを算出する第２ベクトル算出手段と、前記第２参照ベクトルの要素の極性に基づいて、極性として正または負のいずれかが選択された単位パルスを、前記要素の位置に配置することにより、極性ベクトルを生成する極性選択手段と、を具備する。

本開示の一態様に係るベクトル量子化方法は、複数のコードベクトルにより構成される代数的符号帳を用いたパルス探索を行い、符号化歪みが最小となるコードベクトルを示す符号を得るベクトル量子化方法であって、符号化対象であるターゲットベクトルに対して、音声のスペクトル特性に関するパラメータを適用することにより、第１参照ベクトルを算出するステップと、ハイパス特性を有するフィルタを、前記第１参照ベクトルに掛けることにより、第２参照ベクトルを算出するステップと、前記第２参照ベクトルの要素の極性に基づいて、極性として正または負のいずれかが選択された単位パルスを、前記要素の位置に配置することにより、極性ベクトルを生成するステップと、を具備する。

本開示の一態様に係る音声符号化方法は、入力される音声信号を、複数のコードベクトルにより構成される代数的符号帳を用いたパルス探索を行うことにより符号化する音声符号化方法であって、前記音声信号を用いて、聴感的特性に関する第１パラメータとスペクトル特性に関する第２パラメータとを算出し、前記第１パラメータと前記第２パラメータとを用いて、符号化対象であるターゲットベクトルを生成するターゲットベクトル生成ステップと、前記第１パラメータと前記第２パラメータとを用いて、前記聴感的特性及び前記スペクトル特性の両方の特性に関する第３パラメータを生成するパラメータ算出ステップと、前記ターゲットベクトルに対して前記第３パラメータを適用することにより、第１参照ベクトルを算出する第１ベクトル算出ステップと、ハイパス特性を有するフィルタを、前記第１参照ベクトルに掛けることにより、第２参照ベクトルを算出する第２ベクトル算出ステップと、前記第２参照ベクトルの要素の極性に基づいて、極性として正または負のいずれかが選択された単位パルスを、前記要素の位置に配置することにより、極性ベクトルを生成する極性選択ステップと、を有する。

本開示の一態様によれば、固定符号帳のパルスの極性の予備選択における誤選択を少なくすることにより、音声品質を劣化させることなく、音声コーデックの計算量を削減できる。

本発明の一実施の形態に係るＣＥＬＰ符号化装置の構成を示すブロック図 本発明の一実施の形態に係る固定符号帳探索装置の構成を示すブロック図 本発明の一実施の形態に係るベクトル量子化装置の構成を示すブロック図

以下、本発明の一実施の形態について図面を参照して詳細に説明する。

図１は、本発明の実施の形態に係るＣＥＬＰ符号化装置１００の基本構成を示すブロック図である。多くの標準方式に採用されているように、ＣＥＬＰ符号化装置１００は、適応符号帳探索装置、固定符号帳探索装置、およびゲイン符号帳探索装置を含んでいる。図１は、これら３つの装置をまとめて簡略化した基本構成を示している。

図１において、ＣＥＬＰ符号化装置１００は、声道情報と音源情報とからなる音声信号を、声道情報については、ＬＰＣパラメータ（線形予測係数）を求めることにより符号化し、音源情報については、予め記憶されている音声モデルのいずれを用いるかを特定するインデックスを求めることにより符号化する。すなわち、音源情報については、適応符号帳１０３および固定符号帳１０４でどのような音源ベクトル（コードベクトル）を生成するかを特定するインデックス（符号）を求めることにより符号化する。

図１において、ＣＥＬＰ符号化装置１００は、ＬＰＣ分析部１０１と、ＬＰＣ量子化部１０２と、適応符号帳１０３と、固定符号帳１０４と、ゲイン符号帳１０５と、乗算器１０６、１０７と、ＬＰＣ合成フィルタ１０９と、加算器１１０と、聴感重み付け部１１１と、歪み最小化部１１２とを有する。

ＬＰＣ分析部１０１は、音声信号に対して線形予測分析を施し、スペクトル包絡情報であるＬＰＣパラメータを求め、求めたＬＰＣパラメータをＬＰＣ量子化部１０２および聴感重み付け部１１１に出力する。

ＬＰＣ量子化部１０２は、ＬＰＣ分析部１０１から出力されたＬＰＣパラメータを量子化し、得られた量子化ＬＰＣパラメータをＬＰＣ合成フィルタ１０９に出力する。また、ＬＰＣ量子化部１０２は、量子化ＬＰＣパラメータのインデックスを、ＣＥＬＰ符号化装置１００の外部へ出力する。

適応符号帳１０３は、ＬＰＣ合成フィルタ１０９で使用された過去の駆動音源を記憶する。そして、適応符号帳１０３は、後述する歪み最小化部１１２から指示されたインデックスに対応する適応符号帳ラグに従って、記憶している駆動音源から、１サブフレーム分の音源ベクトルを生成する。この音源ベクトルは、適応符号帳ベクトルとして乗算器１０６に出力される。

固定符号帳１０４は、所定形状の音源ベクトルを複数個予め記憶している。そして、固定符号帳１０４は、歪み最小化部１１２から指示されたインデックスに対応する音源ベクトルを、固定符号帳ベクトルとして乗算器１０７に出力する。ここで、固定符号帳１０４は代数的音源であり、代数的符号帳を用いた場合について説明する。代数的音源とは、多くの標準コーデックに採用されている音源である。

なお、上記の適応符号帳１０３は、有声音のように周期性の強い成分を表現するために使われ、一方、固定符号帳１０４は、白色雑音のように周期性の弱い成分を表現するために使われる。

ゲイン符号帳１０５は、歪み最小化部１１２からの指示に従って、適応符号帳１０３から出力される適応符号帳ベクトル用のゲイン（適応符号帳ゲイン）、および固定符号帳１０４から出力される固定符号帳ベクトル用のゲイン（固定符号帳ゲイン）を生成し、それぞれ乗算器１０６、１０７に出力する。

乗算器１０６は、ゲイン符号帳１０５から出力された適応符号帳ゲインを、適応符号帳１０３から出力された適応符号帳ベクトルに乗じ、乗算後の適応符号帳ベクトルを加算器１０８に出力する。

乗算器１０７は、ゲイン符号帳１０５から出力された固定符号帳ゲインを、固定符号帳１０４から出力された固定符号帳ベクトルに乗じ、乗算後の固定符号帳ベクトルを加算器１０８に出力する。

加算器１０８は、乗算器１０６から出力された適応符号帳ベクトルと、乗算器１０７から出力された固定符号帳ベクトルとを加算し、加算後の音源ベクトルを駆動音源としてＬＰＣ合成フィルタ１０９に出力する。

ＬＰＣ合成フィルタ１０９は、ＬＰＣ量子化部１０２から出力された量子化ＬＰＣパラメータをフィルタ係数とし、適応符号帳１０３および固定符号帳１０４で生成される音源ベクトルを駆動音源としたフィルタ関数を生成する。すなわち、ＬＰＣ合成フィルタ１０９は、ＬＰＣ合成フィルタを用いて、適応符号帳１０３および固定符号帳１０４で生成される音源ベクトルの合成信号を生成する。この合成信号は、加算器１１０に出力される。

加算器１１０は、ＬＰＣ合成フィルタ１０９で生成された合成信号を音声信号から減算することによって誤差信号を算出し、この誤差信号を聴感重み付け部１１１に出力する。なお、この誤差信号が符号化歪みに相当する。

聴感重み付け部１１１は、加算器１１０から出力された符号化歪みに対して聴感的な重み付けを施し、歪み最小化部１１２に出力する。

歪み最小化部１１２は、聴感重み付け部１１１から出力された符号化歪みが最小となるような、適応符号帳１０３、固定符号帳１０４およびゲイン符号帳１０５の各インデックス（符号）をサブフレームごとに求め、これらのインデックスを符号化情報としてＣＥＬＰ符号化装置１００の外部に出力する。すなわち、このＣＥＬＰ符号化装置１００に含まれる３つの装置は、それぞれサブフレームにおける符号を求めるために、適応符号帳探索装置、固定符号帳探索装置、ゲイン符号帳探索装置の順番で用いられ、それぞれの装置は、歪みが最小化されるように探索を行う。

ここで、上記の適応符号帳１０３および固定符号帳１０４に基づいて合成信号を生成し、この信号の符号化歪みを求める一連の処理は、閉ループ制御（帰還制御）となっている。従って、歪み最小化部１１２は、各符号帳に指示するインデックスを１サブフレーム内において様々に変化させながら各符号帳を探索し、最終的に得られる、符号化歪みを最小とする各符号帳のインデックスを出力する。

なお、符号化歪みが最小となる際の駆動音源は、サブフレームごとに適応符号帳１０３へフィードバックされる。適応符号帳１０３は、このフィードバックにより、記憶している駆動音源を更新する。

ここで、適応符号帳１０３の探索方法について説明する。一般的に、適応符号帳ベクトルと固定符号帳ベクトルとは、それぞれ適応符号帳探索装置および固定符号帳探索装置により、オープンループで（別々のループで）探索される。適応音源ベクトルの探索とインデックス（符号）の導出とは、以下の式（１）の符号化歪みを最小化する音源ベクトルを探索することにより、行われる。

Ｅ：符号化歪み、ｘ：ターゲットベクトル（聴感重み付け音声信号）、ｐ：適応符号帳ベクトル、Ｈ：聴感重み付けＬＰＣ合成フィルタ（インパルス応答の行列）、ｇ_ｐ：適応符号帳ベクトルの理想ゲイン

ここで、ゲインｇ_ｐが理想ゲインであるとすると、上式（１）をｇ_ｐで偏微分した式が０になることを利用して、ｇ_ｐを消去できる。従って、上式（１）は、以下の式（２）のコスト関数に変形できる。なお、式（２）において添字ｔはベクトルの転置を示す。

つまり、上式（１）の符号化歪みＥを最小にする適応符号帳ベクトルｐは、上式（２）のコスト関数を最大にするものである。ただし、ターゲットベクトルｘと、インパルス応答Ｈが畳み込まれた適応符号帳ベクトル（合成された適応符号帳ベクトル）Ｈｐとが正の相関を持つ場合に限定するために、式（２）の分子項を２乗せずに、分母項の平方根を取ることとする。すなわち、式（２）の分子項は、ターゲットベクトルｘと、合成された適応符号帳ベクトルＨｐとの相関値を表し、式（２）の分母項は、合成された適応符号帳ベクトルＨｐのパワの平方根を表す。

よって、適応符号帳１０３の探索の際、ＣＥＬＰ符号化装置１００は、上式（２）に示すコスト関数を最大にする適応符号帳ベクトルｐを探索し、コスト関数を最大にする適応符号帳ベクトルのインデックス（符号）を、ＣＥＬＰ符号化装置１００の外部へ出力する。

次に、固定符号帳１０４の探索方法について説明する。図２は、本実施の形態に係る固定符号帳探索装置１５０の構成を示すブロック図である。上述のように、符号化対象のサブフレームにおいて、適応符号帳探索装置（図示せず）による探索の次に、固定符号帳探索装置１５０による探索が行われる。図２は、図１のＣＥＬＰ符号化装置から、固定符号帳探索装置１５０を構成する部分を取り出すとともに、実際に構成する際に必要とする具体的な構成要素も追加して記載したものである。図２において、図１の構成要素と同じ機能・動作を行うものは、図１と同様の構成要素番号を付して説明を省略する。なお、以下の説明においては、パルス数２本、サブフレーム長（ベクトルの長さ）６４サンプルとする。

固定符号帳探索装置１５０は、ＬＰＣ分析部１０１、ＬＰＣ量子化部１０２、適応符号帳１０３、乗算器１０６、ＬＰＣ合成フィルタ１０９、聴感重み付けフィルタ係数計算部１５１、聴感重み付けフィルタ１５２および１５３、加算器１５４、聴感重み付けＬＰＣ合成フィルタ係数計算部１５５、固定符号帳対応テーブル１５６、および、歪み最小化部１５７を有する。

固定符号帳探索装置１５０に入力された音声信号は、ＬＰＣ分析部１０１および聴感重み付けフィルタ１５２に入力される。ＬＰＣ分析部１０１は、音声信号に対して線形予測分析を施し、スペクトル包絡情報であるＬＰＣパラメータを求める。ただし、通常は適応符号帳探索時に求められているので、ここではそれを用いる。このＬＰＣパラメータは、ＬＰＣ量子化部１０２および聴感重み付けフィルタ係数計算部１５１に送られる。

ＬＰＣ量子化部１０２は、入力されるＬＰＣパラメータを量子化して量子化ＬＰＣパラメータを生成し、ＬＰＣ合成フィルタ１０９に出力するとともに、量子化ＬＰＣパラメータを、ＬＰＣ合成フィルタパラメータとして、聴感重み付けＬＰＣ合成フィルタ係数計算部１５５へ出力する。

ＬＰＣ合成フィルタ１０９は、すでに適応符号帳探索により求められている適応符号帳インデックスに対応して適応符号帳１０３から出力された適応音源を、ゲインを乗算する乗算器１０６を介して入力する。ＬＰＣ合成フィルタ１０９は、ゲインを乗算されて入力された適応音源に対して、量子化ＬＰＣパラメータを用いてフィルタリングを行い、適応音源ベクトルの合成信号を生成する。

聴感重み付けフィルタ係数計算部１５１は、入力するＬＰＣパラメータを用いて聴感重み付けフィルタ係数を算出し、聴感重み付けフィルタパラメータとして、聴感重み付けフィルタ１５２、１５３、および聴感重み付けＬＰＣ合成フィルタ係数計算部１５５へ出力する。

聴感重み付けフィルタ１５２は、入力される音声信号に対して、聴感重み付けフィルタ係数計算部１５１から入力される聴感重み付けフィルタパラメータを用いて聴感重み付けフィルタリングを行い、聴感重み付けされた音声信号を加算部１５４に出力する。

聴感重み付けフィルタ１５３は、入力される適応音源ベクトルの合成信号に対して、聴感重み付けフィルタ係数計算部１５１から入力される聴感重み付けフィルタパラメータを用いて聴感重み付けフィルタリングを行い、聴感重み付けされた合成信号を加算部１５４に出力する。

加算部１５４は、聴感重み付けフィルタ１５２から出力された聴感重み付けされた音声信号と、聴感重み付けフィルタ１５３から出力された聴感重み付けされた合成信号の極性を反転した信号とを加算することにより、符号化対象であるターゲットベクトルを生成して、歪み最小化部１５７へ出力する。

聴感重み付けＬＰＣ合成フィルタ係数計算部１５５は、ＬＰＣ量子化部１０２からＬＰＣ合成フィルタパラメータを入力するとともに、聴感重み付けフィルタ係数計算部１５１から聴感重み付けフィルタパラメータを入力し、これらを用いて聴感重み付けＬＰＣ合成フィルタパラメータを生成し、歪み最小化部１５７へ出力する。

固定符号帳対応テーブル１５６は、固定符号帳ベクトルを構成するパルスの位置情報と極性情報とを、インデックスと対応付けて格納する。固定符号帳対応テーブル１５６は、歪み最小化部１５７からインデックスを指定されると、そのインデックスに対応するパルスの位置情報を、歪み最小化部１５７へ出力する。

歪み最小化部１５７は、加算部１５４からターゲットベクトルを、聴感重み付けＬＰＣ合成フィルタ係数計算部１５５から聴感重み付けＬＰＣ合成フィルタパラメータを入力する。また、歪み最小化部１５７は、固定符号帳対応テーブル１５６に対してインデックスを出力し、インデックスに対応するパルスの位置情報と極性情報とを入力することを、あらかじめ設定した探索ループの回数だけ繰り返す。歪み最小化部１５７は、ターゲットベクトルおよび聴感重み付けＬＰＣ合成パラメータを適用し、符号化歪みが最小となる固定符号帳のインデックス（符号）を探索ループにより求めて出力する。歪み最小化部１５７の具体的な構成および動作については、以下に詳述する。

図３は、本実施の形態にかかる歪み最小化部１５７の内部構成を示すブロック図である。歪み最小化部１５７は、ターゲットベクトルを符号化対象として入力し、量子化を行う、ベクトル量子化装置である。

歪み最小化部１５７は、ターゲットベクトルｘを入力とする。このターゲットベクトルｘは、図２における加算器１５４から出力される。算出式は、次の式（３）で表される。

ｘ：ターゲットベクトル（聴感重み付け音声信号）、ｙ：入力音声（図１の「音声信号」に相当）、ｇ_ｐ：適応符号帳ベクトルの理想ゲイン（スカラ）、Ｈ：聴感重み付けＬＰＣ合成フィルタ（マトリクス）、ｐ：適応音源（適応符号帳ベクトル）、Ｗ：聴感重み付けフィルタ（マトリクス）

すなわち、式（３）に示すように、ターゲットベクトルｘは、聴感重み付けフィルタＷを乗ぜられた入力音声ｙから、適応符号帳探索の際に得られる理想ゲインｇ_ｐおよび聴感重み付けＬＰＣ合成フィルタＨを乗じた適応音源ｐを減ずることにより、求められる。

図３において、歪み最小化部１５７（ベクトル量子化装置）は、第１参照ベクトル算出部２０１と、第２参照ベクトル算出部２０２と、フィルタ係数格納部２０３と、分母項前処理部２０４と、極性予備選択部２０５と、パルス位置探索部２０６とを有する。パルス位置探索部２０６は、一例として、分子項計算部２０７、分母項計算部２０８、および、歪み評価部２０９により構成される。

第１参照ベクトル算出部２０１は、ターゲットベクトルｘと、聴感重み付けＬＰＣ合成フィルタＨとを用いて、第１参照ベクトルを算出する。算出式は、次の式（４）で表される。

ｖ：第１参照ベクトル、添字ｔ：ベクトルの転置

すなわち、式（４）に示すように、第１参照ベクトルは、ターゲットベクトルｘに対して、聴感重み付けＬＰＣ合成フィルタＨを掛けることにより、求められる。

分母項前処理部２０４は、式（２）の分母項を算出するためのマトリクス（以下、「参照マトリクス」と呼ぶ）を算出する。算出式は、次の式（５）で表される。

Ｍ：参照マトリクス

すなわち、式（５）に示すように、参照マトリクスは、聴感重み付けＬＰＣ合成フィルタＨのマトリクスを掛け合わせることにより、求められる。この参照マトリクスは、コスト関数の分母項であるパルスのパワを求めるために、使用される。

第２参照ベクトル算出部２０２は、フィルタ係数格納部２０３に格納されたフィルタ係数を用いて、第１参照ベクトルにフィルタを掛ける。ここでは、フィルタの次数を３次とし、このフィルタ係数を｛−0.35、1.0、−0.35｝とする。このフィルタにより第２参照ベクトルを算出するアルゴリズムは、次の式（６）で表される。

ｕ_ｉ：第２参照ベクトル、ｉ：ベクトルの要素のインデックス

すなわち、式（６）に示すように、第２参照ベクトルは、第１参照ベクトルに対してＭＡ（Moving Average）型のフィルタを掛けることにより、求められる。ここで用いられるフィルタは、ハイパス特性を有している。なお、本実施の形態では、ベクトルからはみ出た部分を計算に使用する場合にはその部分の値をゼロと仮定する。

極性予備選択部２０５は、第１に、第２参照ベクトルの各要素の極性を調べて、極性ベクトル（つまり、＋１と−１を要素とするベクトル）を生成する。すなわち、第２参照ベクトルの要素の極性に基づいて、極性として正または負のいずれかが選択された単位パルスを、前記要素の位置に配置することにより、極性ベクトルを生成する。このアルゴリズムは、次の式（７）で表される。

ｓ_ｉ：極性ベクトル、ｉ：ベクトルの要素のインデックス

すなわち、式（７）に示すように、極性ベクトルの要素は、第２参照ベクトルの各要素の極性が正または０ならば、＋１となり、負ならば、−１とする。

極性予備選択部２０５は、第２に、得られた極性ベクトルを用いて、第１参照ベクトルと参照マトリックスとのそれぞれに予め極性を乗じることにより、「調整済み第１参照ベクトル」と「調整済み参照マトリクス」とを求める。この算出方法は、次の式（８）で表される。

v＾_i：調整済み第１参照ベクトル、Ｍ＾_ｉ，ｊ：調整済み参照マトリクス、ｉ，ｊ：インデックス

すなわち、式（８）に示すように、調整済み第１参照ベクトルは、第１参照ベクトルの各要素に、各要素に対応する位置の極性ベクトルの値を乗じることにより、求められる。また、調整済み参照マトリクスは、参照マトリクスの各要素に、各要素に対応する位置の極性ベクトルの値を乗じることにより、求められる。こうすることで、調整済み第１参照ベクトルおよび調整済み参照マトリクスには、予備選択されたパルスの極性が織り込まれる。

パルス位置探索部２０６は、調整済み第１参照ベクトルおよび調整済み参照マトリクスを用いて、パルスの探索を行う。そして、パルス位置探索部２０６は、探索結果であるパルスの位置と極性とに対応する符号を出力する。すなわち、パルス位置探索手段２０６は、符号化歪みが最小となる最適パルスの位置を探索する。このアルゴリズムについては、非特許文献１の３．８．１章の（５８）式、（５９）式の前後に詳細に示されている。本実施の形態におけるベクトルおよびマトリクスと、非特許文献１の変数との対応関係は、次の式（９）に示される。

このアルゴリズムの一例を、図３を用いて簡単に説明する。パルス位置探索部２０６は、極性予備選択部２０５から調整済み第１参照ベクトルと調整済み参照マトリクスとを入力し、調整済み第１参照ベクトルを分子項計算部２０７へ、調整済み参照マトリクスを分母項計算部２０８へ、入力する。

分子項計算部２０７は、入力される調整済み第１参照ベクトルに、固定符号帳対応テーブル１５６から入力される位置情報を適用して、非特許文献１の（５３）式の分子項の値を計算する。求めた分子項の値は、歪み評価部２０９へ出力される。

分母項計算部２０８は、入力される調整済み参照マトリクスに、固定符号帳対応テーブル１５６から入力される位置情報を適用して、非特許文献１の（５３）式の分母項の値を計算する。求めた分母項の値は、歪み評価部２０９へ出力される。

歪み評価部２０９は、分子項計算部２０７から分子項の値を、分母項計算部２０８から分母項の値を、入力して、歪み評価式（非特許文献１の（５３）式）を計算する。歪み評価部２０９は、あらかじめ設定した探索ループの回数だけ、固定符号帳対応テーブル１５６に対してインデックスを出力する。固定符号帳対応テーブル１５６は、歪み評価部２０９からインデックスが入力されるごとに、そのインデックスに対応するパルスの位置情報を分子項計算部２０７および分母項計算部２０８へ出力し、そのインデックスに対応するパルスの極性情報を分母項計算部２０８へ出力する。このような探索ループを行うことにより、パルス位置探索部２０６は、符号化歪みが最小となる固定符号帳のインデックス（符号）を求めて出力する。

ここで、本発明の実施の形態の効果を検証するために行った、シミュレーション実験の結果について説明する。実験に用いたＣＥＬＰは、最新の標準方式である、「ＩＴＵ−Ｔ Ｇ．７１８」（非特許文献２参照）である。この標準方式における、２パルスの代数的符号帳を探索するモード（非特許文献２の6.8.4.1.5章を参照）に対して、従来法である非特許文献１および特許文献１の極性予備選択と、本実施の形態とのそれぞれを適応して、それぞれの効果を見ることとした。

上述した「ＩＴＵ−Ｔ Ｇ．７１８」の２パルスモードは、本実施の形態で説明した例、つまり、パルス数２本、サブフレーム長（ベクトルの長さ）６４サンプルと、同様の条件である。「ＩＴＵ−Ｔ Ｇ．７１８」における位置と極性との探索方法としては、同時最適となる組み合わせの全探索方法が採用されているため、計算量が多い。

そこで、まず、非特許文献１および特許文献１の双方で用いられている極性予備選択方法を適用してみた。試験データとしては、様々なノイズを付加させた１６音声（日本語）を用いた。

この結果、非特許文献１および特許文献１の双方で用いられている極性予備選択によって、計算量は約半分に削減される。しかしながら、同極性予備選択によって探索された極性の中には、標準方式である全探索方法で探索された極性と異なるものがかなり見られた。具体的には、平均０．９％の誤選択が見られた。この誤選択が、そのまま音質の劣化に繋がることになる。

これに対して、本実施の形態の極性予備選択を適用した場合には、計算量の削減度合いは、非特許文献１および特許文献１の双方で用いられている極性予備選択を適用した場合と同様に、約半分に削減される。本実施の形態の極性予備選択を適用した場合には、誤選択率は平均０．４％にまで減少した。すなわち、本実施の形態の極性予備選択を適用した場合には、誤選択率は、非特許文献１および特許文献１の双方で用いられている極性予備選択を適用した場合の半分以下に減少した。

以上のことから、本実施の形態の極性予備選択方法は、計算量も大幅に削減できる上に、非特許文献１および特許文献１の双方で用いられている従来の極性予備選択方法に比べて、誤選択率を圧倒的に少なくすることができるので、音声品質を向上することができることが検証された。

以上のように、本実施の形態によれば、ＣＥＬＰ符号化装置１００において、第１参照ベクトル算出部２０１が、ターゲットベクトルｘに対して、聴感重み付けＬＰＣ合成フィルタＨを掛けることにより、第１参照ベクトルを算出し、第２参照ベクトル算出部２０２が、ハイパス特性を有するフィルタを、第１参照ベクトルの要素に掛けることにより、第２参照ベクトルを算出する。そして、極性予備選択部２０５が、第２参照ベクトルの各要素の正負に基づいて、各要素位置のパルスの極性を選択する。

このように、本発明のハイパス特性を有するフィルタを用いて第２参照ベクトルを算出するという特徴により、第２参照ベクトルの要素の極性は、パルスの極性が正負に変動しやすくなる。（すなわちハイパスフィルタによって低周波成分が抑えられ、周波数の高い「形」になるということである）基礎実験の結果により、パルスの極性の誤選択は、「隣りあった位置のパルスが選ばれるときに、第１参照ベクトルでは同じ極性であっても、全探索では異なる極性のパルスが最適になる場合」に、起こる確率が高くなる傾向にあることが明らかである。したがって、本発明の「極性の変動しやすさ」により、上記の誤選択が起こる可能性を低減させることができる。そして、極性予備選択部２０５がこの第２参照ベクトルの各要素の正負に基づいて、各要素位置のパルスの極性を選択するので、誤選択の割合を減少させることができる。従って、音声品質を劣化させることなく、音声コーデックの計算量を削減することができる。

なお、上記説明では、パルス数２、サブフレーム長６４であることを前提としたが、これらの数値は一例であり、他のどのような仕様でも本発明が有効であることは明らかである。また、式（６）に記載したように本発明ではフィルタの次数を３次にしたが、これも他の次数でもよいことは明らかである。また、上記説明で用いたフィルタの係数も、これに限ったものではない。いずれも、本発明において制限される数値や仕様ではないことは明らかである。

また、上記説明では、第１参照ベクトル算出部２０１で生成される第１参照ベクトルは、ターゲットベクトルｘに対して、聴感重み付けＬＰＣ合成フィルタＨを掛けることにより求められている。しかし、歪み最小化部１５７を、複数のコードベクトルにより構成される代数的符号帳を用いたパルス探索を行うことにより符号化歪みが最小となるコードベクトルを示す符号を得るベクトル量子化装置と考えた場合、ターゲットベクトルに対して適用するのは、必ずしも聴感重み付けＬＰＣ合成フィルタでなくてもよい。例えば、音声的な特徴を反映させるパラメータとして、スペクトル特性に関するパラメータのみを適用してもよい。

また、上記説明では、代数的符号帳の量子化に対して本発明を適用する場合について説明をおこなったが、本発明は、他の形態の多段（マルチチャネル）の固定符号帳に対して適用できることは明らかである。すなわち、本発明は、極性を符号化する符号帳の全てに対して適用することができる。

また、上記説明では、ＣＥＬＰにおける実施例を示したが、本発明はベクトル量子化に利用できる発明であるので、適用先がＣＥＬＰに限られないことは明らかである。本発明は、例えば、ＭＤＣＴ（Modified Discrete Cosine Transform）又はＱＭＦ（Quadrature. Mirror Filter）を利用したスペクトルの量子化でも利用できるし、帯域拡張技術における低周波数領域のスペクトルの中から類似したスペクトル形状を探索するアルゴリズムにも利用できる。これにより計算量が削減される。すなわち、本発明は、極性を符号化する符号化方式の全てに適用することができる。

また、上記説明では、本発明をハードウェアで構成する場合を例にとって説明したが、本発明はソフトウェアで実現することも可能である。

また、上記説明に用いた各機能ブロックは、典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部または全てを含むように１チップ化されてもよい。ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサで実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Field Programmable Gate Array）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサーを利用してもよい。

さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。

２００９年１２月１４日出願の特願２００９−２８３２４７の日本出願に含まれる明細書、図面および要約書の開示内容は、すべて本願に援用される。

本開示の一態様は、音声品質を劣化させることなく、音声コーデックの計算量を削減することができるものとして有用である。

１００ ＣＥＬＰ符号化装置
１０１ ＬＰＣ分析部
１０２ ＬＰＣ量子化部
１０３ 適応符号帳
１０４ 固定符号帳
１０５ ゲイン符号帳
１０６，１０７ 乗算器
１０８，１１０，１５４ 加算器
１０９ ＬＰＣ合成フィルタ
１１１ 聴感重み付け部
１１２，１５７ 歪み最小化部
１５０ 固定符号帳探索装置
１５１ 聴感重み付けフィルタ係数計算部
１５２，１５３ 聴感重み付けフィルタ
１５５ 聴感重み付けＬＰＣ合成フィルタ係数計算部
１５６ 固定符号帳対応テーブル
２０１ 第１参照ベクトル算出部
２０２ 第２参照ベクトル算出部
２０３ フィルタ係数格納部
２０４ 分母項前処理部
２０５ 極性予備選択部
２０６ パルス位置探索部
２０７ 分子項計算部
２０８ 分母項計算部
２０９ 歪み評価部

Claims (6)

1. 入力された音声信号を分析して得られたＬＰＣパラメータを用いて聴感重み付けフィルタ係数を算出する聴感重み付けフィルタ係数算出手段と、
   前記ＬＰＣパラメータを量子化して得られたＬＰＣ合成フィルタ係数と、前記聴感重み付けフィルタ係数とを用いて、聴感重み付けＬＰＣ合成フィルタを表すマトリクスに対応するパラメータを計算するパラメータ計算手段と、
   前記聴感重み付けフィルタ係数により聴感重み付けされた音声信号から、適応音源ベクトルに前記聴覚重み付けＬＰＣ合成フィルタをかけてゲインを乗じた信号を減じることにより、符号化対象であるターゲットベクトルを生成するターゲットベクトル生成手段と、
   前記聴感重み付けＬＰＣ合成フィルタを表すマトリクスに対応するパラメータと前記ターゲットベクトルが入力される歪み最小化手段と、を備え、
   前記歪み最小化手段は、
   前記ターゲットベクトルに対して、前記聴感重み付けＬＰＣ合成フィルタを表すマトリクスを乗算することにより、第１参照ベクトルを算出する第１参照ベクトル算出手段と、
   ハイパス特性を有するフィルタを、前記第１参照ベクトルに掛けることにより、第２参照ベクトルを算出する第２参照ベクトル算出手段と、
   前記第２参照ベクトルの要素の極性に基づいて、極性として正または負のいずれかが選択された単位パルスを、前記要素の位置に配置することにより、極性ベクトルを生成する極性選択手段と、
   前記パラメータを用いて前記マトリクスに前記マトリクスの転置行列を前方から乗じて参照マトリクスを算出する参照マトリクス算出手段と、
   符号化歪みが最小となる最適パルスの位置を探索するパルス位置探索手段と、
   を具備し、
   前記極性選択手段は、前記第１参照ベクトルに対して前記極性ベクトルを乗じることにより調整ベクトルを生成し、前記参照マトリクスに対して前記極性ベクトルを乗算することにより調整マトリクスを生成し、
   前記パルス位置探索手段は、前記調整ベクトルおよび前記調整マトリクスを用いて、前記最適パルスの位置を探索する、
   音声符号化装置。
2. 前記ハイパス特性を有するフィルタは、ＭＡ（Moving Average）型のフィルタである、 請求項１に記載の音声符号化装置。
3. 前記パルス位置探索手段は、
   歪み評価部と、
   前記調整ベクトルと、前記代数的符号帳から入力されるパルスの位置情報とを用いて、歪み評価式の分子項の値を計算する分子項計算部と、
   前記調整マトリクスと、前記代数的符号帳から入力されるパルスの位置情報とを用いて、前記歪み評価式の分母項の値を計算する分母項計算部と、
   を有し、
   前記歪み評価部は、前記分子項の値と前記分母項の値とを前記歪み評価式に適用して前記符号化歪みを計算する、
   請求項１に記載の音声符号化装置。
4. 請求項１記載の音声符号化装置を有する通信端末装置。
5. 請求項１記載の音声符号化装置を有する基地局装置。
6. 入力された音声信号を分析して得られたＬＰＣパラメータを用いて聴感重み付けフィルタ係数を算出し、
   前記ＬＰＣパラメータを量子化して得られたＬＰＣ合成フィルタ係数と、前記聴感重み付けフィルタ係数とを用いて、聴感重み付けＬＰＣ合成フィルタを表すマトリクスに対応するパラメータを計算し、
   前記聴感重み付けフィルタ係数により聴感重み付けされた音声信号から、適応音源ベクトルに前記聴覚重み付けＬＰＣ合成フィルタをかけてゲインを乗じた信号を減じることにより、符号化対象であるターゲットベクトルを生成し、
   前記ターゲットベクトルに対して前記聴感重み付けＬＰＣ合成フィルタを表すマトリクスを乗算することにより、第１参照ベクトルを算出し、
   ハイパス特性を有するフィルタを、前記第１参照ベクトルに乗算することにより、第２参照ベクトルを算出し、
   前記第２参照ベクトルの要素の極性に基づいて、極性として正または負のいずれかが選択された単位パルスを、前記要素の位置に配置することにより、極性ベクトルを生成し、
   前記パラメータを用いて前記マトリクスに前記マトリクスの転置行列を前方から乗算して参照マトリクスを算出し、
   符号化歪みが最小となる最適パルスの位置を探索し、
   前記最適パルスの位置の探索において、前記第１参照ベクトルに対して前記極性ベクトルを乗算することにより生成される調整ベクトル、および、前記参照マトリクスに対して前記極性ベクトルを乗じることにより生成される調整マトリクスを用いる、
   音声符号化方法。

Images