JP2598159B2

JP2598159B2 - 音声信号処理装置

Info

Publication number: JP2598159B2
Application number: JP2225869A
Authority: JP
Inventors: 美穂子平野; 秀明海老沢; 悠史内藤
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 1990-08-28
Filing date: 1990-08-28
Publication date: 1997-04-09
Anticipated expiration: 2012-04-09
Also published as: DE69124034D1; EP0475196B1; DE69124034T2; EP0475196A2; US5280561A; EP0475196A3; JPH04151953A

Description

【発明の詳細な説明】〔産業上の利用分野〕この発明は、音声を効率よく伝送するために音声信号
を帯域分割符号化方式により符号化した場合の音声信号
の処理とそれを用いて実現できるテレビ電話会議システ
ム等の通信装置一般に適用して好適な音声信号処理装置
に関するものである。

〔従来の技術〕

現在、最も一般的な音声符号化方式として利用されて
いる64kbit/s PCM符号化方式は、300Hz〜3.4kHzの周波
数帯域にある音声或いは音響信号を符号化するものであ
る。この音声符号化技術の実用化に伴い音声検出器や音
声レベルコントローラ、エコーキャンセラなどの要素技
術や、それらの技術を用いた音声会議装置等の音声通信
処理装置をディジタル信号処理を用いて実現される様に
なってきた。例えばその一例として音声会議におけるデ
ィジタル音声信号処理を以下に説明する。

一般に、音声会議は、会議に参加する加入者を全て会
議トランク装置に接続し、各加入者に対して該加入者を
除く他の全ての加入者の音声を加算して該加入者に受信
させるＮ−１加算方式を取っているものが多い。

Ｎ−１加算方式とは、各加入者から送信された信号を
一旦全て加算した後に各加入者の送信信号を差し引き、
各地点の受信信号として分配するものである。全加入者
数がＮのとき、各地点への受信信号として加算される信
号数がＮ−１となるところにその名の由来がある。

第２図にＮ−１加算方式を用いた音声会議の１例のブ
ロック図を示す。この図は特開昭63−123257号公報に既
知の技術として記載されたもので、４加入者即ちＮ＝４
の場合のものである。第２図を用いてＮ−１加算方式に
ついて詳しく説明を行う。

４加入者からの入力符号A,B,C,Dは時間順次に伸張器
（１）によって線形符号a,b,c,dに変換され、加算器
（２）においてシフトレジスタ（３）から出力と加算さ
れる。伸張器（１）からの線形符号はシフトレジスタ
（４）にも供給される。加算器（２）からの加算出力は
シフトレジスタ（３）に供給されると共に、減算器
（５）にも供給され、ここでシフトレジスタ（４）から
の出力を減算する。その減算出力を減衰器（６）を介し
て圧縮器（７）に供給し、PCM符号に戻して送出すると
いうものである。

例えば４加入者（A,B,C,D）通話の場合、入力符号Ａ
は、まず伸張器（１）により線形符号ａに変換され、シ
フトレジスタ（３）と（４）にスタックされる。次の入
力符号Ｂは、伸張器（１）により同様に符号ｂに変換さ
れた後、加算器（２）によりシフトレジスタ（３）にス
タックされているデータａと加算されてから再びシフタ
レジスタ（３）へ転送される。それと並行して、符号変
換された出力は伸張器（１）からシフトレジスタ（４）
にも転送され、ここですでにスタックされているデータ
ａの後位に連続してスタックされる。

この様な動作を入力符号ＣとＤについても実行する
と、シフトレジスタ（３）はA,B,C,Dの総和（ａ＋ｂ＋
ｃ＋ｄ）がスタックされ、シフトレジスタ（４）には
（a,b,c,d）がこの順序で連続的にスタックされること
になる。

最後に、減算器（５）により、シフトレジスタ（３）
の内容（ａ＋ｂ＋ｃ＋ｄ）からシフトレジスタ（４）の
内容（a,b,c,d）のデータを順次減算していくと、該当
する３者の通話が合成される。これらのデータは単純加
算のため、レンジオーバとなることがあるので、所定の
レンジ内に収めるために、減衰器（６）で減衰してか
ら、圧縮器（７）においてPCM符号（非線形）に戻すた
めの圧縮を行う。

次に、64kbit/s PCM符号をＮ−１加算法による音声会
議装置に入力して、出力レベルを自動制御する場合の従
来例を第３図に示す。この図も同じく特開昭63−123257
号公報に記載されたもので、４加入者による場合のもの
である。第３図の動作について説明する。第３図におい
て、伸張器（１）と圧縮器（７）は第２図において示す
それと同一の役割をする。また、（８）はＮ−１加算回
路で、第２図に示したシフトレジスタ（３）および
（４）と、加算器（２）と減算器（５）とからなるもの
である。

上記Ｎ−１加算回路（８）には４人の加入者A,B,C,D
の伸張された音声信号a,b,c,dが入力され、それらの総
和（ａ＋ｂ＋ｃ＋ｄ）が所定の処理を経て出力され、続
いて絶対値回路（９）に入力される。絶対値回路（９）
の出力|a＋ｂ＋ｃ＋d|はピークホールド回路（10）に供
給され、ここで所定時間にわたってピーク値Ｐを保持す
る。そして、ピーク値Ｐは、可変利得増幅器などの形態
のレベル調整手段（11）のレベル制御入力端子に供給さ
れる。このレベル調整手段（11）にはＮ−１加算回路
（８）からの加算出力、すなわち加入者Ａに対するデー
タａ′＝ｂ＋ｃ＋ｄ、加入者Ｂに対するデータｂ′＝ａ
＋ｃ＋ｄ、加入者Ｃに対するデータｃ′＝ａ＋ｂ＋ｄ、
加入者Ｄに対するデータｄ′＝ａ＋ｂ＋ｃを時間順次に
供給し、ピーク値Ｐにより、例えば次の（１）式によっ
て定められた利得係数Ｇで出力レベルの制御を行う。

但し、１加入者当りの最大振幅レベルを１とする。

この結果、自動レベル制御されて取り出される各加入
者A,B,C,D宛ての信号ａ″,b″,c″,d″はそれぞれ以下
の通りとなる。

ａ″＝Ｇ×ａ′＝Ｇ×（ｂ＋ｃ＋ｄ）ｂ″＝Ｇ×ｂ′＝Ｇ×（ａ＋ｃ＋ｄ）ｃ″＝Ｇ×ｃ′＝Ｇ×（ａ＋ｂ＋ｄ）ｄ″＝Ｇ×ｄ′＝Ｇ×（ａ＋ｂ＋ｃ）このようにして各加入者には自動レベル制御された信
号が各々送られる。

会議のように参加者のうちの何名が発言中であるか分
からない状況にあっては、発言者数や状況において過不
足無いように出力レベルの自動制御を行うことは利用者
から高い評価を得ており、会議通話システムの１機能と
して重要視されている。したがって、従来の64kbit/s P
CM符号化方式を用いて会議通話装置を実現する場合は以
上のような構成となる。

一方、今日では高品質な音声の提供に対する需要が高
まってきており、従来よりも広い周波数帯域の音声信号
を符号化する広帯域音声符号化方式の各種装置への適用
が望まれている。しかし、その様な広帯域音声符号化方
式の内で各周波数帯域毎に符号化復号化を行う方式にお
いては、そのままでは目的を果たせないような音声信号
処理も現れてくる。例えば音声会議に関して考えると次
のような課題があげられる。

帯域分割符号化方式を適用した音声通話装置の１例と
して、CCITT勧告G.722準拠の64kbit/s帯域分割適応差分
パルス符号変調（Sub−Band Adaptive Differential Pu
lse Code Modulation:以下、SB−ADPCMと略す。）方式
を会議通話装置に適用した場合の音声信号処理について
考えてみる。SB−ADPCM符号化方式においては、通常の
復号器出力として得られる全帯域（50Hz〜7kHz）のリニ
アPCM信号を用いて、Ｎ−１加算処理を行うことがまず
考えられる。すなわち、全周波数帯域（50Hz〜7KHz）の
リニアPCM信号についてＮ−１加算を実現する場合、符
号化器及び復号化器は、通常は第４図及び第５図に示す
ように構成され、それぞれ図中に示すP1点、P3点の位置
よりＮ−１加算回路に接続され第６図に示すような構成
となる。

しかし、同符号化方式の仕様を規定しているCCITT勧
告G.722では、次のような理由により帯域別（50Hz〜4kH
zと4kHz〜7kHz）のリニアPCM信号でこの音声加算を行う
ことを推奨している。

１）帯域分割、帯域合成フィルタが不要であることから
会議通話装置を小型化できる。

２）フィルタが不要であることから信号歪みの発生或い
は遅延の増加が避けられる。

３）各帯域で処理することにより、エコー制御がより容
易である。

したがって、上記１）〜３）の利点を活かす為に、帯
域別のリニアPCM信号についてＮ−１加算方式を用いる
場合、それぞれP2点、P4点の間にＮ−１加算回路が接続
される。

第７図は上記CCITT勧告G.722で提案している会議通話
装置の１例である。以下に第７図の動作について述べ
る。まず、各加入者からの入力信号送信路に置かれたSB
−ADPCM復号化器（12a）〜（12n）の分離部に、64kbit/
s SB−ADPCM符号が印加されると、音声信号の高域成分
が符号化された16kbit/sの信号と同じく低域成分が符号
化された48kbit/sの信号に分離され、それぞれ高域SB−
ADPCM復号化器と低域SB−ADPCM復号化器に入力される。
各帯域の復号化器からは各々リニアPCM信号が出力さ
れ、帯域別にＮ−１加算回路（81），（82）へと入力さ
れる。Ｎ−１加算処理を施されたリニアPCM信号は、再
び帯域別に各加入者向けのSB−ADPCM符号化器（13a）〜
（13n）に分配され、各々高域SB−ADPCM符号化器により
16kbit/sのSB−ADPCM符号と低域SB−ADPCM符号化器によ
り48kbit/sのSB−ADPCM符号へと符号化される。これら
に符号が多量化部において合成され64kbit/sのSB−ADPC
M符号となる。以上のように帯域別にＮ−１加算処理を
行うことで、全帯域リニアPCM信号を用いて処理を行う
場合に較べて装置の小型化、高品質、処理の簡略可など
が実現できる。

〔発明が解決しようとする課題〕

上述したように、帯域分割符号化方式を用いた音声信
号処理の１例としてSB−ADPCM符号化方式を用いた会議
通話装置において、第７図に示す通り50Hz〜7kHz立域の
音声信号を低域（50Hz〜4kHz）、高域（4kHz〜7kHz）に
分けてＮ−１加算処理することで「装置の小型化」、
「高品質の維持」、「余分な遅延の削除」、「エコー制
御が容易となる」等の利点が得られる。しかし、この加
算処理結果に対して自動レベル制御を行う場合、通常の
全帯域の音声信号電力を求めてこれを基に利得係数を算
出する手法を用いるには、帯域の合成が必要であり、こ
の場合には上記の利点を得ることができなくなってしま
う。また、音声信号に特有な無音状態を検出する音声検
出処理においても、通常は全帯域の音声信号電力を参照
して行うが、この音声検出処理のためだけに帯域を合成
するのでは装置のハードウェア量が増大してしまうとい
う問題点があった。

この発明は、上記のような点に鑑みてなされたもの
で、帯域分割符号化方式を用いた音声信号処理に、音声
検出や自動レベル制御といった、従来は全周波数帯域の
信号電力から結果を求めていたような要素に関し、信号
電力の集中する周波数帯域の信号のみを参照して検出結
果を出力とし、これを全周波数帯域に反映させる手段を
とることにより、装置の小型化、高品質、処理の簡略化
などが実現できる音声信号処理装置を提供するものであ
る。

〔課題を解決するための手段〕

この発明に係る音声信号処理装置は、入力される音声
信号を複数の周波数帯域に分割して出力する複数の音声
信号分割手段と、上記複数の音声信号分割手段から分割
出力された音声信号を同一の周波数帯域毎に加算して出
力する複数のミキシング手段と、上記複数のミキシング
手段の出力にそれぞれ利得を付与してレベル調整した音
声信号を出力する複数のレベル調整手段と、上記複数の
ミキシング手段のうちいずれか１つに設けられたレベル
算出手段とを有し、上記レベル算出手段は、当該レベル
算出手段が設けられたミキシング手段の出力に基づいて
上記複数のレベル調整手段の利得を一律に決定すること
を特徴とするものである。

また、上記レベル算出手段が設けられたミキシング手
段には、当該レベル算出手段が設けられたミキシング手
段が出力する音声信号の有無を検出出力する有音検出器
を有し、上記レベル算出手段は、上記有音検出器の検出
出力に基づき、有音検出の場合には、上記レベル算出手
段が設けられたミキシング手段の出力レベルに基づいて
利得を決定し、無音検出の場合には、無音になる前の利
得を保持することを特徴とするものである。

〔作用〕

この発明に係る音声信号処理装置においては、複数の
ミキシング手段のうちいずれか１つに設けられたレベル
算出手段により決定された利得を、複数のレベル調整手
段の利得として一律に適用する。

また、上記レベル算出手段は、当該レベル算出手段が
設けられたミキシング手段側にさらに備えられた有音検
出器の検出出力に基づき、有音検出の場合には当該レベ
ル算出手段が設けられたミキシング手段の出力レベルに
基づいて利得を決定し、無音検出の場合には、無音にな
る前の利得を保持するように制御する。

〔実施例〕

以下、この発明の一実施例を図に基づいて説明する。
第１図はこの発明を実現する一実施例であり、CCITT勧
告G.722準拠の音声符号化である64kbit/s SB−ADPCM符
号化方式を用いた多地点間の会議通話装置である。SB−
ADPCM復号化器（12a）〜（12d）の構成は第４図の復号
化器（12）に示す通りである。また、SP−ADPCM符号化
器（13a）〜（13d）の構成は第５図の符号化器（13）に
示す通りである。さらに、Ｎ−１加算回路（81），（8
2）とレベル算出器（15）は第３図に示す絶対値回路
（９）およびピークホールド回路（10）に相当するもの
で、可変利得増幅器などの形態のレベル調整手段（11
1），（112）は第３図に示したレベル調整手段（11）と
同等の機能を持ち、高域ミキシング部（101）を上記Ｎ
−１加算回路（81）とレベル調整手段（111）で構成
し、低域ミキシング部（102）をＮ−１加算回路（8
2）、有音検出器（14）、レベル算出器（15）およびレ
ベル調整手段（112）で構成している。

次に、第１図について動作を詳しく説明する。第１図
は４加入者要の会議通話装置を実現するものである。各
加入者から入力されるSB−ADPCM符号をA,B,C,Dとおく
と、各々の加入者経路に装備されたSB−ADPCM復号化器
（12a）〜（12d）からはそれぞれ帯域物にa_h,a_l,b_h,b_l,
c_h,c_l,d_h,d_lに分離される。これらの信号は帯域別に時
分割に各帯域のミキシング部（101），（102）に入力さ
れ、まず、Ｎ−１加算回路（81），（82）で所定の処理
が施される。そして各加入者宛てに時分割にＮ−１加算
結果が出力され、それぞれレベル調整手段（111），（1
12）の制御入力端子に印加される。また同時に低域部に
Ｎ−１加算回路（82）から全加入者の音声信号の総和が
算出され、レベル算出器（15）と有音検出器（14）に入
力される。レベル算出器（15）では有音検出器（14）の
出力結果が人でも有音の時は所定の処理を行い、全員が
無音の時は前回出力値を保持し続けるような処理を行
う。

このようにして得られた信号レベルを低域ミキシング
部（102）のレベル調整手段（112）と、高域ミキシング
部（101）のレベル調整手段（111）の両方に印加しレベ
ル制御が行われる。したがって、レベル調整手段（11
1），（112）は同一利得係数値でＮ−１加算回路（8
1），（82）の出力を各々制御する。その後、高域およ
び低域ミキシング部（101），（102）から出力された各
信号は各々の加入者のSB−ADPCM符号化器（13a）〜（13
d）に入力され、所定の処理を経て再び64kbit/s SB−AD
PCM符号として伝送される。

上記実施例の如く、音声信号を帯域分割符号化方式を
用いて符号化・復号化した場合の音声信号処理におい
て、例えばSB−ADPCM符号化方式を用いた多地点間同時
通信を行う会議通話方式における各信号処理において
は、周波数帯域別にＮ−１音声加算を行い、また全周波
数帯域を合成すること無く、信号電力の集中する低域部
の信号レベルを基に音声検出をして利得係数値を算出
し、この値で高域・低域両方の音声信号レベルの自動制
御を行うことで従来の処理と同一の効果をあげることが
できる。また、余分なハードウェアを必要とせず帯域分
割符号化方式の持つ、下記１）〜３）に示すような利点
を活すことができるという効果があげられる。

２）フィルタが不要であることから信号歪みの発生、或
いは遅延の増加が避けられる。

以上説明はCCITT勧告G.722に準拠したSB−ADPCM符号
化方式を適用した音声会議装置について説明したが、同
様の効果はSB−CDPCM符号化方式に限らず、帯域分割符
号化方式を適用する場合一般に得られ、また音声会議装
置のみならず音声検出器または音声レベル算出器を必要
とする他の通信装置、例えばエコーキャンセラに必要な
エコー防止処理においては帯域分割符号化により演算量
及びメモリ容量を少なくできる他、ダブルトーク検出時
に信号電力の集中する帯域の信号のみを参照して行え
ば、非帯域分割符号化方式と同様の効果があげられると
いう効果もある。また３帯域以上に分割した符号化方式
においても、その一帯域、あるいは音声検出や音声レベ
ルの算出を行うのに十分な信号電力を持つ帯域のみを合
成した復号出力に対し、適用しても有効である。

〔発明の効果〕

以上のようにこの発明によれば、分割出力された音声
信号を同一の周波数帯域毎に加算して出力する複数のミ
キシング手段のうちいずれか１つに設けられたレベル算
出手段により決定された利得を、複数のミキシング手段
の出力にそれぞれ利得を付与してレベル調整した音声信
号を出力する複数のレベル調整手段の利得として一律に
適用するようにしたので、音声信号レベルの自動制御を
行う際に、全周波数帯域を合成することなく信号電力の
集中する帯域のみを参照して利得を決定し、その値で他
の帯域のレベル制御をも行うことができ、装置の小型
化、高品質、処理の簡略化等が実現できるという効果を
奏する。

また、レベル算出手段が設けられたミキシング手段側
にさらに備えられた有音検出器の検出出力に基づいて有
音検出の場合には当該レベル算出手段が設けられたミキ
シング手段の出力に基づいて利得を決定し、無音検出の
場合には、無音になる前の利得を保持するように制御す
るようにしたので、多地点間同時通信を行う際に、全周
波数帯域を合成することなく信号電力の集中する帯域の
信号レベルを基に音声検出をして利得を求め、その値で
全帯域の音声信号レベルの自動制御を行うことができる
という効果を奏する。

【図面の簡単な説明】

第１図はこの発明の一実施例を示す接続図、第２図は公
知の技術としてＮ−１加算法を説明するためのブロック
図、第３図は従来の音声会議装置を示す一実施例の接続
図、第４図はSB−ADPCM復号化器のブロック図、第５図
はSB−ADPCM符号化器のブロック図、第６図は帯域合成
した後にＮ−１加算を行う場合の音声会議装置の一構成
図、第７図は勧告G.722が提案するSP−ADPCM符号化方式
を用いた会議通話装置の１例による構成図である。（１）は伸張器、（２），（５）は加算器、（３），
（４）はシフトレジスタ、（６）は減衰器、（７）は圧
縮器、（８），（81），（82）はＮ−１加算回路、
（９）は絶対値回路、（10）はピークホールド回路、
（11），（111），（112）はレベル調整手段、（12），
（12a）〜（12n）はSB−ADPCM復号化器、（13），（13
a）〜（13n）はSB−ADPCM符号化器、（14）は有音検出
器、（15）はレベル算出器、A,B,C,Dはそれぞれ加入者
からの入力音声信号、Ｐは全加入者の総和の所定時間の
ピーク値、Ｇは利得係数である。なお、図中、同一符号は同一、または相当部分を示す。

フロントページの続き (56)参考文献特開昭63−123257（ＪＰ，Ａ) 特開昭62−102630（ＪＰ，Ａ) 特開平１−220562（ＪＰ，Ａ)

Claims

(57)【特許請求の範囲】

【請求項１】入力される音声信号を複数の周波数帯域に
分割して出力する複数の音声信号分割手段と、上記複数の音声信号分割手段から分割出力された音声信
号を同一の周波数帯域毎に加算して出力する複数のミキ
シング手段と、上記複数のミキシング手段の出力にそれぞれ利得を付与
してレベル調整した音声信号を出力する複数のレベル調
整手段と、上記複数のミキシング手段のうちいずれか１つに設けら
れたレベル算出手段とを有し、上記レベル算出手段は、当該レベル算出手段が
設けられたミキシング手段の出力に基づいて上記複数の
レベル調整手段の利得を一律に決定することを特徴とす
る音声信号処理装置。
【請求項２】上記レベル算出手段が設けられたミキシン
グ手段には、当該レベル算出手段が設けられたミキシン
グ手段が出力する音声信号の有無を検出出力する有音検
出器を有し、上記レベル算出手段は、上記有音検出器の
検出出力に基づき、有音検出の場合には、上記レベル算
出手段が設けられたミキシング手段の出力レベルに基づ
いて利得を決定し、無音検出の場合には、無音になる前
の利得を保持することを特徴とする特許請求の範囲第１
項記載の音声信号処理装置。