JP2541484B2 - 音声符号化装置 - Google Patents
音声符号化装置Info
- Publication number
- JP2541484B2 JP2541484B2 JP5290335A JP29033593A JP2541484B2 JP 2541484 B2 JP2541484 B2 JP 2541484B2 JP 5290335 A JP5290335 A JP 5290335A JP 29033593 A JP29033593 A JP 29033593A JP 2541484 B2 JP2541484 B2 JP 2541484B2
- Authority
- JP
- Japan
- Prior art keywords
- background noise
- frame
- input
- voice
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Description
【０００１】
【産業上の利用分野】本発明は、音声符号化装置に関す
る。
る。
【０００２】
【従来の技術】入力する音声信号を符号化する音声符号
化装置として、各種のものが提案されている。移動体通
信システムや衛星通信システムに音声符号化装置を適用
する場合、符号化品質を維持したまま符号量を削減する
ことが、通信チャネルの有効利用や干渉の除去のため
に、重要である。
化装置として、各種のものが提案されている。移動体通
信システムや衛星通信システムに音声符号化装置を適用
する場合、符号化品質を維持したまま符号量を削減する
ことが、通信チャネルの有効利用や干渉の除去のため
に、重要である。
【０００３】人間の会話を音声符号化の対象とする場
合、一方の話者に注目すれば、一般にこの話者は、常に
発声しているわけではない。したがって、話者が発声し
ていない期間は符号化を中断するようにすれば、全体と
しての符号化量が減少する。さらに、移動体端末の場
合、符号化の中断を行なうことで、消費電力の低減化が
図れ、電池寿命を長くすることが可能となる。例え
ば、"GSM full-rate speech transcoding (ETST/PI 12,
GSM Recomendation 06.10 January 1990)"や、"Discon
tinuous Transmission (DTx) for full-rate speech tr
affic chnnels (ETST/PI12, GSM Recomendation 06.31
January 1990)"などのＧＳＭ(Global System for Mobil
e Communications)勧告には、移動局と基地局との間の
通信において音声符号化を行なうときに、無声状態であ
れば移動局側の送信装置を作動させない技術が開示され
ている。
合、一方の話者に注目すれば、一般にこの話者は、常に
発声しているわけではない。したがって、話者が発声し
ていない期間は符号化を中断するようにすれば、全体と
しての符号化量が減少する。さらに、移動体端末の場
合、符号化の中断を行なうことで、消費電力の低減化が
図れ、電池寿命を長くすることが可能となる。例え
ば、"GSM full-rate speech transcoding (ETST/PI 12,
GSM Recomendation 06.10 January 1990)"や、"Discon
tinuous Transmission (DTx) for full-rate speech tr
affic chnnels (ETST/PI12, GSM Recomendation 06.31
January 1990)"などのＧＳＭ(Global System for Mobil
e Communications)勧告には、移動局と基地局との間の
通信において音声符号化を行なうときに、無声状態であ
れば移動局側の送信装置を作動させない技術が開示され
ている。
【０００４】図３は、従来の音声符号化装置の一例の構
成を示すブロック図である。この音声符号化装置５０
は、入力音声信号が１フレームごとに入力する入力端子
５１と、入力端子５１に接続されフレームごとに合成フ
ィルタ係数を算出する合成フィルタ係数算出回路５２
と、入力端子５１に接続されフレームごとにフレームエ
ネルギ値を算出するフレームエネルギ算出回路５３と、
現在のフレームが有声状態に対応するのか無声状態に対
応するのかを判別する有声・無声判定回路５４と、合成
フィルタ係数およびフレームエネルギ値に基づいて現在
のフレームを符号化する音声符号化回路５５と、音声符
号化回路５５の符号化結果が出力する出力端子５６と、
この音声符号化装置５０全体の動作を制御する制御回路
５７とによって構成されている。
成を示すブロック図である。この音声符号化装置５０
は、入力音声信号が１フレームごとに入力する入力端子
５１と、入力端子５１に接続されフレームごとに合成フ
ィルタ係数を算出する合成フィルタ係数算出回路５２
と、入力端子５１に接続されフレームごとにフレームエ
ネルギ値を算出するフレームエネルギ算出回路５３と、
現在のフレームが有声状態に対応するのか無声状態に対
応するのかを判別する有声・無声判定回路５４と、合成
フィルタ係数およびフレームエネルギ値に基づいて現在
のフレームを符号化する音声符号化回路５５と、音声符
号化回路５５の符号化結果が出力する出力端子５６と、
この音声符号化装置５０全体の動作を制御する制御回路
５７とによって構成されている。
【０００５】入力音声信号は、例えばハンドセットやマ
イクロホンなどで取得された音響信号であり、話者の声
のみならず、話者の声が途切れている期間中の背景雑音
なども含んでいる。ここでは、有声状態とは入力音声信
号に話者の音声が含まれている状態のことであり、無声
状態とは入力音声信号に話者の音声が含まれていない状
態のことである。出力端子５６から出力される符号化さ
れた信号は、通信チャネル５８を介して通信の相手側に
ある音声復号化装置５９によって復号化されることにな
る。
イクロホンなどで取得された音響信号であり、話者の声
のみならず、話者の声が途切れている期間中の背景雑音
なども含んでいる。ここでは、有声状態とは入力音声信
号に話者の音声が含まれている状態のことであり、無声
状態とは入力音声信号に話者の音声が含まれていない状
態のことである。出力端子５６から出力される符号化さ
れた信号は、通信チャネル５８を介して通信の相手側に
ある音声復号化装置５９によって復号化されることにな
る。
【０００６】音声符号化装置５０では、有声・無声判定
回路５４は、フレームごとに有声状態か無声状態かを判
断する。有声・無声判定回路５４において無声状態、す
なわち入力音声信号が話者の音声ではなく背景雑音であ
ると判定されてその情報が制御回路５７に入力した場
合、制御回路５７は、音声符号化回路５５を制御し、判
定時のフレームを符号化して送出したのち次に有声状態
が検出されるまで、音声符号化回路５５からの符号化さ
れた信号の出力が休止されるようにする。無声状態であ
ると判定された時点でのフレームを符号化した信号に
は、これが背景雑音である旨のフラグが付加されるもの
とする（背景雑音フレーム）。そして、有声・無声判定
回路５４によって有声状態であると判定されれば、音声
符号化回路５５は、合成フィルタ係数およびフレームエ
ネルギ値に基づく符号化を再開する。なお、無声状態が
継続する場合であっても、一定時間ΔＴごとに、そのと
きのフレームの符号化が行なわれ、背景雑音フレームと
して送出される。ここでは、一定時間ΔＴのことを「背
景雑音継続時間」という。
回路５４は、フレームごとに有声状態か無声状態かを判
断する。有声・無声判定回路５４において無声状態、す
なわち入力音声信号が話者の音声ではなく背景雑音であ
ると判定されてその情報が制御回路５７に入力した場
合、制御回路５７は、音声符号化回路５５を制御し、判
定時のフレームを符号化して送出したのち次に有声状態
が検出されるまで、音声符号化回路５５からの符号化さ
れた信号の出力が休止されるようにする。無声状態であ
ると判定された時点でのフレームを符号化した信号に
は、これが背景雑音である旨のフラグが付加されるもの
とする（背景雑音フレーム）。そして、有声・無声判定
回路５４によって有声状態であると判定されれば、音声
符号化回路５５は、合成フィルタ係数およびフレームエ
ネルギ値に基づく符号化を再開する。なお、無声状態が
継続する場合であっても、一定時間ΔＴごとに、そのと
きのフレームの符号化が行なわれ、背景雑音フレームと
して送出される。ここでは、一定時間ΔＴのことを「背
景雑音継続時間」という。
【０００７】無声状態が長く続く場合、背景雑音継続時
間の間は音声符号化装置５０から音声復号化装置５９へ
の符号の送信は行なわれないので、音声復号化装置５９
では、符号送信の休止に先立って送信されてきたフレー
ム、すなわち背景雑音であることを示すフラグが付加さ
れているフレームをもとに、復号化したデータを背景雑
音継続時間中も出力するようになっている。具体的に
は、音声復号化装置５９は、まず背景雑音フレームを復
号化し、背景雑音継続時間の間、背景雑音フレームの符
号の一部を随時変更しながら復号化を続行する。そし
て、背景雑音フレームを送信してから時間ΔＴが経過し
たことにより再び背景雑音フレームが送られてきたら、
音声復号化装置５９は、その送られてきた背景雑音フレ
ームに基づいて背景雑音を更新し、更新された背景雑音
に基づいて復号化を続行する。
間の間は音声符号化装置５０から音声復号化装置５９へ
の符号の送信は行なわれないので、音声復号化装置５９
では、符号送信の休止に先立って送信されてきたフレー
ム、すなわち背景雑音であることを示すフラグが付加さ
れているフレームをもとに、復号化したデータを背景雑
音継続時間中も出力するようになっている。具体的に
は、音声復号化装置５９は、まず背景雑音フレームを復
号化し、背景雑音継続時間の間、背景雑音フレームの符
号の一部を随時変更しながら復号化を続行する。そし
て、背景雑音フレームを送信してから時間ΔＴが経過し
たことにより再び背景雑音フレームが送られてきたら、
音声復号化装置５９は、その送られてきた背景雑音フレ
ームに基づいて背景雑音を更新し、更新された背景雑音
に基づいて復号化を続行する。
【０００８】
【発明が解決しようとする課題】以上説明したように、
従来の音声符号化装置では、無声状態と判定され続けて
いる限り、背景雑音継続時間ΔＴの経過ごとに背景雑音
となる符号化されたフレームが送出され、それ以外のと
き（休止期間中）には符号化データが出力されないこと
になる。これに対応し、音声復号化装置では、背景雑音
継続時間ΔＴごとに背景雑音が更新され、休止期間中は
更新された背景雑音に基づいて復号化が行なわれること
になる。したがって、無声状態ではあるが入力音声信号
の変化が大きい場合には、背景雑音継続時間ごとに背景
雑音が大きく変化することになり、結局、音声復号化装
置から出力される音声信号は、一定時間ΔＴごとに音の
性質が大きく変化することになる。このような音の性質
の変化は、受信者に対して不自然な印象を与える。
従来の音声符号化装置では、無声状態と判定され続けて
いる限り、背景雑音継続時間ΔＴの経過ごとに背景雑音
となる符号化されたフレームが送出され、それ以外のと
き（休止期間中）には符号化データが出力されないこと
になる。これに対応し、音声復号化装置では、背景雑音
継続時間ΔＴごとに背景雑音が更新され、休止期間中は
更新された背景雑音に基づいて復号化が行なわれること
になる。したがって、無声状態ではあるが入力音声信号
の変化が大きい場合には、背景雑音継続時間ごとに背景
雑音が大きく変化することになり、結局、音声復号化装
置から出力される音声信号は、一定時間ΔＴごとに音の
性質が大きく変化することになる。このような音の性質
の変化は、受信者に対して不自然な印象を与える。
【０００９】本発明の目的は、無声状態が継続する場合
に相手側の音声復号化装置から出力される音声信号が不
自然なものとならないような、音声符号化装置を提供す
ることにある。
に相手側の音声復号化装置から出力される音声信号が不
自然なものとならないような、音声符号化装置を提供す
ることにある。
【００１０】
【課題を解決するための手段】本発明の第１の音声符号
化装置は、入力音声信号が解析して有声状態か無声状態
かを判断する音声検出手段と、前記入力音声信号を符号
化する音声符号化手段と、前記無声状態であるときに前
記入力音声信号の特性の変化を検出する背景雑音更新判
定手段と、前記無声状態であることが検出された場合に
は前記音声符号化手段の動作を一時休止させ、前記背景
雑音更新判定手段によって前記入力音声信号の特性の変
化が検出された場合にはそのときの入力音声信号を背景
雑音データとして前記音声符号化手段によって符号化さ
せる制御手段と、を有する。
化装置は、入力音声信号が解析して有声状態か無声状態
かを判断する音声検出手段と、前記入力音声信号を符号
化する音声符号化手段と、前記無声状態であるときに前
記入力音声信号の特性の変化を検出する背景雑音更新判
定手段と、前記無声状態であることが検出された場合に
は前記音声符号化手段の動作を一時休止させ、前記背景
雑音更新判定手段によって前記入力音声信号の特性の変
化が検出された場合にはそのときの入力音声信号を背景
雑音データとして前記音声符号化手段によって符号化さ
せる制御手段と、を有する。
【００１１】本発明の第２の音声符号化装置は、フレー
ムに分割された入力音声信号が入力する入力手段と、前
記入力音声信号を解析して合成フィルタ係数を算出する
合成フィルタ係数算出手段と、前記入力音声信号を解析
して前記フレームごとのフレームエネルギ値を算出する
フレームエネルギ算出手段と、有声状態か無声状態かを
判断する音声検出手段と、前記合成フィルタ係数と前記
フレームエネルギ値とに基づいて前記フレームごとに前
記入力音声信号を符号化する音声符号化手段と、前記無
声状態であるときに前記入力音声信号の特性の変化を検
出する背景雑音更新判定手段と、前記無声状態であるこ
とが検出された場合には前記音声符号化手段の動作を一
時休止させ、前記背景雑音更新判定手段によって前記入
力音声信号の特性の変化が検出された場合にはそのとき
の前記入力音声信号を背景雑音フレームとして前記音声
符号化手段によって符号化させる制御手段と、を有す
る。
ムに分割された入力音声信号が入力する入力手段と、前
記入力音声信号を解析して合成フィルタ係数を算出する
合成フィルタ係数算出手段と、前記入力音声信号を解析
して前記フレームごとのフレームエネルギ値を算出する
フレームエネルギ算出手段と、有声状態か無声状態かを
判断する音声検出手段と、前記合成フィルタ係数と前記
フレームエネルギ値とに基づいて前記フレームごとに前
記入力音声信号を符号化する音声符号化手段と、前記無
声状態であるときに前記入力音声信号の特性の変化を検
出する背景雑音更新判定手段と、前記無声状態であるこ
とが検出された場合には前記音声符号化手段の動作を一
時休止させ、前記背景雑音更新判定手段によって前記入
力音声信号の特性の変化が検出された場合にはそのとき
の前記入力音声信号を背景雑音フレームとして前記音声
符号化手段によって符号化させる制御手段と、を有す
る。
【００１２】
【作用】背景雑音更新判定手段を設け、この背景雑音更
新判定手段によって入力音声信号の特性の変化が検出さ
れた場合には背景雑音を強制的に更新するようにしたの
で、入力音声信号の特性が大きく変化する前に背景雑音
が更新されることになり、入力音声信号の特性が大きく
変化したとしても、音声復号化装置側の受信者はほとん
ど不自然さを感じることがない。
新判定手段によって入力音声信号の特性の変化が検出さ
れた場合には背景雑音を強制的に更新するようにしたの
で、入力音声信号の特性が大きく変化する前に背景雑音
が更新されることになり、入力音声信号の特性が大きく
変化したとしても、音声復号化装置側の受信者はほとん
ど不自然さを感じることがない。
【００１３】本発明において入力音声信号の特性の変化
は、例えば、合成フィルタ係数およびフレームエネルギ
値の少なくとも一方の変化に基づいて、検出することが
できる。
は、例えば、合成フィルタ係数およびフレームエネルギ
値の少なくとも一方の変化に基づいて、検出することが
できる。
【００１４】
【実施例】次に、本発明の実施例について図面を参照し
て説明する。図１は本発明の一実施例の音声符号化装置
の構成を示すブロック図である。
て説明する。図１は本発明の一実施例の音声符号化装置
の構成を示すブロック図である。
【００１５】図１に示す音声符号化装置１０では、フレ
ームに分割された入力音声信号が入力端子１１に入力す
る。フレームごとに合成フィルタ係数を算出する合成フ
ィルタ係数算出回路１２と、フレームごとにフレームエ
ネルギ値を算出するフレームエネルギ算出回路１３と
が、それぞれ入力端子１１に接続されている。合成フィ
ルタ係数の算出方法としては、例えば、ＬＰＣ（線形予
測符号化；Linear Prediction Coding）に基づくものが
ある。算出された合成フィルタ係数およびフレームフレ
ーム値は、いずれも、有声・無声判定回路１４と音声符
号化回路１５と背景雑音更新判定回路２０に供給されて
いる。
ームに分割された入力音声信号が入力端子１１に入力す
る。フレームごとに合成フィルタ係数を算出する合成フ
ィルタ係数算出回路１２と、フレームごとにフレームエ
ネルギ値を算出するフレームエネルギ算出回路１３と
が、それぞれ入力端子１１に接続されている。合成フィ
ルタ係数の算出方法としては、例えば、ＬＰＣ（線形予
測符号化；Linear Prediction Coding）に基づくものが
ある。算出された合成フィルタ係数およびフレームフレ
ーム値は、いずれも、有声・無声判定回路１４と音声符
号化回路１５と背景雑音更新判定回路２０に供給されて
いる。
【００１６】有声・無声判定回路１４は、音声検出手段
であって、合成フィルタ係数およびフレームエネルギ値
とに基づき、現在のフレームが有声状態のものなのか無
声状態のものなのかを判断するものである。この判断は
フレームごとに行なわれる。有声・無声判定回路１４で
の判断結果は、制御回路１７に出力されている。
であって、合成フィルタ係数およびフレームエネルギ値
とに基づき、現在のフレームが有声状態のものなのか無
声状態のものなのかを判断するものである。この判断は
フレームごとに行なわれる。有声・無声判定回路１４で
の判断結果は、制御回路１７に出力されている。
【００１７】音声符号化回路１５は、合成フィルタ係数
およびフレームエネルギ値とを利用して現在のフレーム
を符号化するものであり、後述するように制御回路１７
によって動作が制御されている。本実施例における音声
符号化方法としては、例えば、ＲＰＥ−ＬＴＰ（Long T
em Predictor）法などを使用することができる。音声符
号化回路１５の出力（符号語；コードワード）は、音声
符号化装置１０の出力として、出力端子１６を介して外
部に出力される。本実施例では、この音声符号化装置１
０は、通信回線１８を介して音声復号化装置１９と接続
されている。
およびフレームエネルギ値とを利用して現在のフレーム
を符号化するものであり、後述するように制御回路１７
によって動作が制御されている。本実施例における音声
符号化方法としては、例えば、ＲＰＥ−ＬＴＰ（Long T
em Predictor）法などを使用することができる。音声符
号化回路１５の出力（符号語；コードワード）は、音声
符号化装置１０の出力として、出力端子１６を介して外
部に出力される。本実施例では、この音声符号化装置１
０は、通信回線１８を介して音声復号化装置１９と接続
されている。
【００１８】背景雑音更新判定回路２０は、合成フィル
タ係数およびフレームエネルギ値とに基づき、無声状態
であるときに入力音声信号の特性が変化したかどうかを
検出するためのものである。背景雑音更新判定回路２０
の検出結果は、制御回路１７に出力されている。制御回
路１７は、音声符号化回路１５が動作状態であるときに
有声・無声判定回路１４によって無声状態であることが
検出された場合には、そのときのフレームを背景雑音フ
レームとして符号化させたのち音声符号化回路１５の動
作を一時休止させ、音声符号化回路１５が休止状態にあ
るときに有声状態であることが検出された場合には、音
声符号化回路１５の動作を再開させるものである。さら
に制御回路１７は、音声符号化回路１５が休止状態にあ
ってかつ背景雑音更新判定回路２０によって入力音声信
号の特性の変化が検出された場合には、そのときのフレ
ームを背景雑音フレームとして音声符号化回路１５によ
って符号化させ、そののち再び音声符号化回路１５を休
止状態とするように構成されている。
タ係数およびフレームエネルギ値とに基づき、無声状態
であるときに入力音声信号の特性が変化したかどうかを
検出するためのものである。背景雑音更新判定回路２０
の検出結果は、制御回路１７に出力されている。制御回
路１７は、音声符号化回路１５が動作状態であるときに
有声・無声判定回路１４によって無声状態であることが
検出された場合には、そのときのフレームを背景雑音フ
レームとして符号化させたのち音声符号化回路１５の動
作を一時休止させ、音声符号化回路１５が休止状態にあ
るときに有声状態であることが検出された場合には、音
声符号化回路１５の動作を再開させるものである。さら
に制御回路１７は、音声符号化回路１５が休止状態にあ
ってかつ背景雑音更新判定回路２０によって入力音声信
号の特性の変化が検出された場合には、そのときのフレ
ームを背景雑音フレームとして音声符号化回路１５によ
って符号化させ、そののち再び音声符号化回路１５を休
止状態とするように構成されている。
【００１９】ここで背景雑音フレームとは、無声状態の
入力音声信号すなわち背景雑音を符号化したフレームで
あって、このフレームの出力後、符号化が一時休止され
ることを示すフレームである。具体的には、ポストアン
ブル信号とこれに引き続く符号化データとによって背景
雑音フレームは構成されている。ポストアンブル信号
は、「無声状態となったので音声符号化装置１０から
の出力を一時休止する、次に送信されるデータは背景
雑音である」ことを示す信号である。
入力音声信号すなわち背景雑音を符号化したフレームで
あって、このフレームの出力後、符号化が一時休止され
ることを示すフレームである。具体的には、ポストアン
ブル信号とこれに引き続く符号化データとによって背景
雑音フレームは構成されている。ポストアンブル信号
は、「無声状態となったので音声符号化装置１０から
の出力を一時休止する、次に送信されるデータは背景
雑音である」ことを示す信号である。
【００２０】次に、背景雑音更新判定回路２０につい
て、さらに詳しく説明する。
て、さらに詳しく説明する。
【００２１】背景雑音更新判定回路２０は、前回送信し
た背景雑音フレームの合成フィルタ係数およびフレーム
エネルギ値を保持しており、前回送信したフレームでの
合成フィルタ係数およびフレームエネルギ値と、現在の
フレームの合成フィルタ係数およびフレームエネルギ値
とを比較する。まず、合成フィルタ係数について説明す
る。
た背景雑音フレームの合成フィルタ係数およびフレーム
エネルギ値を保持しており、前回送信したフレームでの
合成フィルタ係数およびフレームエネルギ値と、現在の
フレームの合成フィルタ係数およびフレームエネルギ値
とを比較する。まず、合成フィルタ係数について説明す
る。
【００２２】合成フィルタ係数は、音声信号の符号化お
よび復号化（ＣＯＤＥＣ）に使用される合成フィルタの
特性を特定するものであり、一般的には、対応する合成
フィルタのスペクトル特性を指示するものである。２つ
の合成フィルタ係数の比較の方法としては、いろいろな
ものが考えられるが、本実施例では、各合成フィルタ係
数に対応する合成フィルタにおけるスペクトル包絡を考
え、周波数ごとの両者のスペクトル強度の差の絶対値を
周波数に関して積分したもので比較を行なう。すなわ
ち、前回出力した背景雑音フレームでの合成フィルタ係
数が表わすスペクトル包絡をｆpre(ν)、現在のフレー
ムでの合成フィルタ係数が表わすスペクトル包絡をｆ
curr(ν)とする。ここでνは周波数であり、ｆ1,ｆ2
は、それぞれ周波数帯域の下限周波数、上限周波数を表
わしている。そして、下記式(1)で表わされる積分値Ｌ
Ｄを考える。この積分値ＬＤは、「LPC distortion」と
称される。ただし、｜ｘ｜はｘの絶対値を表わす。
よび復号化（ＣＯＤＥＣ）に使用される合成フィルタの
特性を特定するものであり、一般的には、対応する合成
フィルタのスペクトル特性を指示するものである。２つ
の合成フィルタ係数の比較の方法としては、いろいろな
ものが考えられるが、本実施例では、各合成フィルタ係
数に対応する合成フィルタにおけるスペクトル包絡を考
え、周波数ごとの両者のスペクトル強度の差の絶対値を
周波数に関して積分したもので比較を行なう。すなわ
ち、前回出力した背景雑音フレームでの合成フィルタ係
数が表わすスペクトル包絡をｆpre(ν)、現在のフレー
ムでの合成フィルタ係数が表わすスペクトル包絡をｆ
curr(ν)とする。ここでνは周波数であり、ｆ1,ｆ2
は、それぞれ周波数帯域の下限周波数、上限周波数を表
わしている。そして、下記式(1)で表わされる積分値Ｌ
Ｄを考える。この積分値ＬＤは、「LPC distortion」と
称される。ただし、｜ｘ｜はｘの絶対値を表わす。
【００２３】
【数１】 図２には、スペクトル包絡ｆpre(ν)、ｆcurr(ν)がそ
れぞれ実線、点線で示されている。そして、実線と点線
で挟まれた部分、すなわち斜線が付された部分の面積
が、積分値ＬＤとなる。
れぞれ実線、点線で示されている。そして、実線と点線
で挟まれた部分、すなわち斜線が付された部分の面積
が、積分値ＬＤとなる。
【００２４】次に、背景雑音更新判定回路２０での判定
原理について説明する。無声状態が継続しているときに
背景雑音が更新された場合、(1)信号の大きさ（フレー
ムエネルギ）が更新前後で比較的大きな変化をしたと
き、あるいは(2)信号音の音質が更新前後で比較的大き
な変化をしたときに、音声復号化装置側の受信者が違和
感を受けやすいと考えられる。そこで、現フレームのフ
レームエネルギをＲＯcu rr、前回送信した背景雑音のフ
レームエネルギをＲＯpre、フレームエネルギについて
のしきい値をＲＯth、積分値ＬＤ（LPC distortion）に
対するしきい値をＬＤthとすると、背景雑音更新判定回
路２０は、下記式(2),(3)の少なくとも一方が成立した
場合に、入力音声信号の特性の変化があったものとす
る。
原理について説明する。無声状態が継続しているときに
背景雑音が更新された場合、(1)信号の大きさ（フレー
ムエネルギ）が更新前後で比較的大きな変化をしたと
き、あるいは(2)信号音の音質が更新前後で比較的大き
な変化をしたときに、音声復号化装置側の受信者が違和
感を受けやすいと考えられる。そこで、現フレームのフ
レームエネルギをＲＯcu rr、前回送信した背景雑音のフ
レームエネルギをＲＯpre、フレームエネルギについて
のしきい値をＲＯth、積分値ＬＤ（LPC distortion）に
対するしきい値をＬＤthとすると、背景雑音更新判定回
路２０は、下記式(2),(3)の少なくとも一方が成立した
場合に、入力音声信号の特性の変化があったものとす
る。
【００２５】
【数２】 式(2)は、更新前後でのフレームエネルギ値の急激な変
化を防ぐために、ＲＯp reとＲＯcurrとの差があまり大
きくならないうちに背景雑音を更新するための条件であ
る。ここで、単純な差で条件判断をするのではなく、対
数を用いて条件判定を行なっているのは、人間の聴覚が
対数特性を有しているためである。一方、式(3)は、更
新前後での音質の急激な変化を防ぐための条件である。
式(2),(3)で用いられる各しきい値ＲＯth,ＬＤthは、音
声復号化装置側で使用される背景雑音を強制的に更新す
るかどうかを定めるパラメータであり、受信側で要求さ
れる音声品質や入力音声信号の種類に応じて適宜設定さ
れる。
化を防ぐために、ＲＯp reとＲＯcurrとの差があまり大
きくならないうちに背景雑音を更新するための条件であ
る。ここで、単純な差で条件判断をするのではなく、対
数を用いて条件判定を行なっているのは、人間の聴覚が
対数特性を有しているためである。一方、式(3)は、更
新前後での音質の急激な変化を防ぐための条件である。
式(2),(3)で用いられる各しきい値ＲＯth,ＬＤthは、音
声復号化装置側で使用される背景雑音を強制的に更新す
るかどうかを定めるパラメータであり、受信側で要求さ
れる音声品質や入力音声信号の種類に応じて適宜設定さ
れる。
【００２６】次に、この音声符号化装置１０の動作を説
明する。有声・無声判定回路１４は、各フレームごとに
有声状態か無声状態かの判定を行なっており、有声状態
である場合には、音声符号化回路１５は入力するフレー
ムの符号化を続行し、符号化されたフレームは出力端子
１６から出力される。無声状態であって音声符号化回路
１５の動作が休止しているときに有声状態となったこと
が検出された場合には、音声符号化回路１５の動作が再
開される。
明する。有声・無声判定回路１４は、各フレームごとに
有声状態か無声状態かの判定を行なっており、有声状態
である場合には、音声符号化回路１５は入力するフレー
ムの符号化を続行し、符号化されたフレームは出力端子
１６から出力される。無声状態であって音声符号化回路
１５の動作が休止しているときに有声状態となったこと
が検出された場合には、音声符号化回路１５の動作が再
開される。
【００２７】有声状態から無声状態に移行した場合に
は、無声状態であることが検出されると、そのときの入
力音声信号が背景雑音フレームとして符号化されて出力
され、そののち制御回路１７によって音声符号化回路１
５は休止状態となる。この休止期間の間、背景雑音更新
判定回路２０は、各フレームの合成フィルタ係数および
フレームエネルギを監視しており、上述の式(2),(3)の
少なくとも一方が成立した場合には、入力音声信号の特
性に変化があった判断する。入力音声信号の特性の変化
が検出されると、制御回路１７の制御によって音声符号
化回路１５はそのときのフレームを符号化し、背景雑音
フレームとして出力する。そして再び音声符号化回路１
５は休止状態となり、有声状態となるか入力音声信号の
特性の変化を再び検出するまで、休止状態を続ける。な
お、式(2),(3)が両方とも成立しない場合には、現在の
フレームの符号化は行なわれない。
は、無声状態であることが検出されると、そのときの入
力音声信号が背景雑音フレームとして符号化されて出力
され、そののち制御回路１７によって音声符号化回路１
５は休止状態となる。この休止期間の間、背景雑音更新
判定回路２０は、各フレームの合成フィルタ係数および
フレームエネルギを監視しており、上述の式(2),(3)の
少なくとも一方が成立した場合には、入力音声信号の特
性に変化があった判断する。入力音声信号の特性の変化
が検出されると、制御回路１７の制御によって音声符号
化回路１５はそのときのフレームを符号化し、背景雑音
フレームとして出力する。そして再び音声符号化回路１
５は休止状態となり、有声状態となるか入力音声信号の
特性の変化を再び検出するまで、休止状態を続ける。な
お、式(2),(3)が両方とも成立しない場合には、現在の
フレームの符号化は行なわれない。
【００２８】以上説明したように本実施例では、入力音
声信号の特性の変化を検出した場合に背景雑音を強制的
に更新するので、背景雑音が急激に変化することによっ
て音声復号化装置側の受信者が感じる違和感（音質の不
自然さ）を低減できる。
声信号の特性の変化を検出した場合に背景雑音を強制的
に更新するので、背景雑音が急激に変化することによっ
て音声復号化装置側の受信者が感じる違和感（音質の不
自然さ）を低減できる。
【００２９】本発明は、種々の変形実施例が可能であ
る。
る。
【００３０】まず、一定の時間間隔をΔＴとするとき、
前回の背景雑音フレームを送信してからΔＴ時間経過し
た場合に、背景雑音更新判定回路１５の判定如何にかか
わらず背景雑音を更新することも可能である。ここで時
間ΔＴは、従来例における背景雑音継続時間に相当す
る。
前回の背景雑音フレームを送信してからΔＴ時間経過し
た場合に、背景雑音更新判定回路１５の判定如何にかか
わらず背景雑音を更新することも可能である。ここで時
間ΔＴは、従来例における背景雑音継続時間に相当す
る。
【００３１】上述の実施例では、式(2)においてＲＯpre
とＲＯcurrの比を用いて判定を行なったが、ＲＯpreと
ＲＯcurrとの差に基づいて判定を行なうことができる、
また、積分値ＬＤを算出する際、聴覚の特性に応じてス
ペクトル強度に重み付けを行なったり、非線形に積分を
行なったりすることが可能である。合成フィルタ係数や
フレームエネルギ値などの状況に応じて、しきい値ＲＯ
thやＬＤthを可変にすることも可能である。さらに、合
成フィルタ係数での変化とフレームエネルギ値での変化
がともに発生した場合にのみ、背景雑音を更新するよう
にしてもよい。
とＲＯcurrの比を用いて判定を行なったが、ＲＯpreと
ＲＯcurrとの差に基づいて判定を行なうことができる、
また、積分値ＬＤを算出する際、聴覚の特性に応じてス
ペクトル強度に重み付けを行なったり、非線形に積分を
行なったりすることが可能である。合成フィルタ係数や
フレームエネルギ値などの状況に応じて、しきい値ＲＯ
thやＬＤthを可変にすることも可能である。さらに、合
成フィルタ係数での変化とフレームエネルギ値での変化
がともに発生した場合にのみ、背景雑音を更新するよう
にしてもよい。
【００３２】
【発明の効果】以上説明したように本発明は、無声状態
である場合に背景雑音更新判定回路によって入力音声信
号の特性の変化を検出したときに背景雑音を強制的に更
新することにより、背景雑音が突然大きく変化すること
がなくなって、音声復号化装置側の受信者が不自然さを
感じにくくなるという効果がある。
である場合に背景雑音更新判定回路によって入力音声信
号の特性の変化を検出したときに背景雑音を強制的に更
新することにより、背景雑音が突然大きく変化すること
がなくなって、音声復号化装置側の受信者が不自然さを
感じにくくなるという効果がある。
【図１】本発明の一実施例の音声符号化装置の構成を示
すブロック図である。
すブロック図である。
【図２】合成フィルタ係数の比較を説明する特性図であ
る。
る。
【図３】従来の音声符号化装置の一例の構成を示すブロ
ック図である。
ック図である。
１０,５０ 音声符号化装置 １１,５１ 入力端子 １２,５２ 合成フィルタ係数算出回路 １３,５３ フレームエネルギ算出回路 １４,５４ 有声・無声判定回路 １５,５５ 音声符号化回路 １６,５６ 出力端子 １７,５７ 制御回路 １８,５８ 通信回線 １９,５９ 音声復号化装置 ２０ 背景雑音更新判定回路
Claims (14)
- 【請求項１】 入力音声信号が解析して有声状態か無声
状態かを判断する音声検出手段と、 前記入力音声信号を符号化する音声符号化手段と、 前記無声状態であるときに前記入力音声信号の特性の変
化を検出する背景雑音更新判定手段と、 前記無声状態であることが検出された場合には前記音声
符号化手段の動作を一時休止させ、前記背景雑音更新判
定手段によって前記入力音声信号の特性の変化が検出さ
れた場合にはそのときの入力音声信号を背景雑音データ
として前記音声符号化手段によって符号化させる制御手
段と、を有する音声符号化装置。 - 【請求項２】 入力音声信号がフレームに分割されて入
力し、前記フレームごとに符号化が行なわれる請求項１
に記載の音声符号化装置。 - 【請求項３】 有声状態であるか無声状態であるかの判
断が前記フレームごとに行なわれ、前記音声符号化手段
の動作が休止しているときに有声状態であると判断され
た場合には前記音声符号化手段の動作が再開される請求
項１に記載の音声符号化装置。 - 【請求項４】 前記無声状態であることが検出された場
合に、そのときの入力音声信号を背景雑音データとして
符号化してから前記音声符号化手段の動作が一時休止さ
れる請求項１に記載の音声符号化装置。 - 【請求項５】 前記無声状態が継続する場合に、所定の
時間ごとに前記背景雑音データが出力される請求項１に
記載の音声符号化装置。 - 【請求項６】 フレームに分割された入力音声信号が入
力する入力手段と、 前記入力音声信号を解析して合成フィルタ係数を算出す
る合成フィルタ係数算出手段と、 前記入力音声信号を解析して前記フレームごとのフレー
ムエネルギ値を算出するフレームエネルギ算出手段と、 有声状態か無声状態かを判断する音声検出手段と、 前記合成フィルタ係数と前記フレームエネルギ値とに基
づいて前記フレームごとに前記入力音声信号を符号化す
る音声符号化手段と、 前記無声状態であるときに前記入力音声信号の特性の変
化を検出する背景雑音更新判定手段と、 前記無声状態であることが検出された場合には前記音声
符号化手段の動作を一時休止させ、前記背景雑音更新判
定手段によって前記入力音声信号の特性の変化が検出さ
れた場合にはそのときの前記入力音声信号を背景雑音フ
レームとして前記音声符号化手段によって符号化させる
制御手段と、を有する音声符号化装置。 - 【請求項７】 前記音声検出手段が前記合成フィルタ係
数と前記フレームエネルギ値とに基づいて有声状態か無
声状態かの判断を行なう請求項６に記載の音声符号化装
置。 - 【請求項８】 前記背景雑音更新判定手段が、前記合成
フィルタ係数および前記フレームエネルギ値の少なくと
も一方に基づいて、前記入力音声信号の特性の変化を検
出する請求項６に記載の音声符号化装置。 - 【請求項９】 有声状態であるか無声状態であるかの判
断が前記フレームごとに行なわれ、前記音声符号化手段
の動作が休止しているときに有声状態であると判断され
た場合には前記音声符号化手段の動作が再開される請求
項６に記載の音声符号化装置。 - 【請求項１０】 前記無声状態であることが検出された
場合に、そのときの入力音声信号を背景雑音フレームと
して符号化してから前記音声符号化手段の動作が一時休
止される請求項６に記載の音声符号化装置。 - 【請求項１１】 前記無声状態が継続する場合に、所定
の時間ごとに前記背景雑音フレームが出力される請求項
６に記載の音声符号化装置。 - 【請求項１２】 前記背景雑音更新判定手段が、現在の
フレームと前回出力した背景雑音フレームとを比較し、
前記合成フィルタ係数および前記フレームエネルギ値の
少なくとも一方の変化が所定のしきい値を越えた場合に
前記入力音声信号に特性の変化があったと判断する請求
項８に記載の音声符号化装置。 - 【請求項１３】 前記現在のフレームのフレームエネル
ギ値と前記前回出力した背景雑音フレームのフレームエ
ネルギ値の比が所定の範囲から逸脱した場合に、前記入
力音声信号に特性の変化があったと判断される請求項８
に記載の音声符号化装置。 - 【請求項１４】 前記現在のフレームの合成フィルタ係
数が表わすスペクトル特性と前記前回出力した背景雑音
フレームの合成フィルタ係数が表わすスペクトル特性と
の差の部分の面積が所定の値を越えている場合に、前記
入力音声信号に特性の変化があったと判断される請求項
８に記載の音声符号化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5290335A JP2541484B2 (ja) | 1992-11-27 | 1993-11-19 | 音声符号化装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31763992 | 1992-11-27 | ||
| JP4-317639 | 1992-11-27 | ||
| JP5290335A JP2541484B2 (ja) | 1992-11-27 | 1993-11-19 | 音声符号化装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06242796A JPH06242796A (ja) | 1994-09-02 |
| JP2541484B2 true JP2541484B2 (ja) | 1996-10-09 |
Family
ID=26558002
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5290335A Expired - Fee Related JP2541484B2 (ja) | 1992-11-27 | 1993-11-19 | 音声符号化装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2541484B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000020097A (ja) * | 1998-07-06 | 2000-01-21 | Nec Corp | 低消費電力型背景雑音生成方式 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7124079B1 (en) * | 1998-11-23 | 2006-10-17 | Telefonaktiebolaget Lm Ericsson (Publ) | Speech coding with comfort noise variability feature for increased fidelity |
| WO2000046789A1 (fr) * | 1999-02-05 | 2000-08-10 | Fujitsu Limited | Detecteur de la presence d'un son et procede de detection de la presence et/ou de l'absence d'un son |
| CN104217723B (zh) | 2013-05-30 | 2016-11-09 | 华为技术有限公司 | 信号编码方法及设备 |
-
1993
- 1993-11-19 JP JP5290335A patent/JP2541484B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000020097A (ja) * | 1998-07-06 | 2000-01-21 | Nec Corp | 低消費電力型背景雑音生成方式 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH06242796A (ja) | 1994-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0599664B1 (en) | Voice encoder and method of voice encoding | |
| KR100575193B1 (ko) | 적응 포스트필터를 포함하는 디코딩 방법 및 시스템 | |
| US6615169B1 (en) | High frequency enhancement layer coding in wideband speech codec | |
| KR100675126B1 (ko) | 향상된 충실도를 위해 안락 잡음 가변특성을 가지는 음성코딩 | |
| US5812965A (en) | Process and device for creating comfort noise in a digital speech transmission system | |
| AU763409B2 (en) | Complex signal activity detection for improved speech/noise classification of an audio signal | |
| CA1231473A (en) | Voice activity detection process and means for implementing said process | |
| US7653539B2 (en) | Communication device, signal encoding/decoding method | |
| US20060116874A1 (en) | Noise-dependent postfiltering | |
| EP1554717B1 (en) | Preprocessing of digital audio data for mobile audio codecs | |
| JPH1039898A (ja) | 音声信号伝送方法及び音声符号復号化システム | |
| US6424942B1 (en) | Methods and arrangements in a telecommunications system | |
| US20100106490A1 (en) | Method and Speech Encoder with Length Adjustment of DTX Hangover Period | |
| EP1475782A2 (en) | Apparatus and method for controlling noise in mobile communication terminal | |
| JP2541484B2 (ja) | 音声符号化装置 | |
| WO2001065542A1 (fr) | Dispositif de codage/decodage de la voix et procede associe | |
| US20050071154A1 (en) | Method and apparatus for estimating noise in speech signals | |
| US7536298B2 (en) | Method of comfort noise generation for speech communication | |
| US6240383B1 (en) | Celp speech coding and decoding system for creating comfort noise dependent on the spectral envelope of the speech signal | |
| JP3055608B2 (ja) | 音声符号化方法および装置 | |
| CN113571072B (zh) | 一种语音编码方法、装置、设备、存储介质及产品 | |
| JPH07210199A (ja) | 音声符号化方法および音声符号化装置 | |
| JPH0870285A (ja) | 音声復号装置 | |
| JP2000101683A (ja) | 音声通信装置 | |
| JPH07143075A (ja) | 音声符号化通信方式及びその装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070725 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080725 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090725 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100725 Year of fee payment: 14 |
|
| LAPS | Cancellation because of no payment of annual fees |