JP2621275B2 - 音声符号化速度変換装置 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は音声符号化速度変換装置に関し、特にマルチ
パルス列の如く分析フレームごとの波形情報を保持する
パルス例を利用するディジタル音声通信における符号化
速度の変換を行なう音声符号化速度変換装置に関する。

〔従来の技術〕

ディジタル音声信号にあっては、回線の有効利用等の
目的から音声の符号化速度を変換する要求がしばしば発
生する。マルチパルスの如く、音声の波形情報を含むパ
ルス列を利用して行なわれるディジタル音声通信にあっ
ても、たとえば16Kb/s（キロビット／秒）の中速程度の
符号化速度を4.5Kb/s程度の低速の符号化速度に変換し
たい動機がしばしば発生する。

従来、このような符号化速度の変換は、ディジタル形
式で入力した音声信号を一旦アナログ波形に変換してか
ら符号化速度の変換処理を行うのが一般的手法となって
いる。

〔発明が解決しようとする問題点〕

上述した従来の符号化速度変換装置は、一旦合成波形
として再生した波形を再びディジタル化する形式で処理
しているので、ハードウェアの構成がディジタル−アナ
ログ−ディジタルの変換手順に対応して複雑化し、また
伝送速度の遅延をもたらすうえ、さらに不要なＳ（Sign
al）/N（Noise）の劣化を招くという欠点がある。

本発明の目的は上述した欠点を除去し、マルチパルス
の如き音声の波形情報を含むパルス列を利用する符号化
において、合成波形を介さずかつピッチ用ビットに割当
てるUV区間の有効利用とピッチ予測つきのパルス列への
変換手段を利用することにより、ハードウェアの構成を
簡素化し、伝送速度の遅延を避け、不要なS/Nの劣化を
抑止しうる音声の符号化速度変換装置を提供することに
ある。

〔問題点を解決するための手段〕

本発明の音声符号化速度変換装置は、分析フレームご
との音声信号の最大振幅情報とともに前記分析フレーム
ごとの波形情報を含む特性を有するように形成したパル
ス列を入力して前記パルス列の保持する波形情報にもと
づいてピッチを抽出するとともに前記最大振幅情報にも
とづいてＶ（有声）/UV（無声）を判別してピッチ・V/U
Vデータとして出力するピッチ抽出・V/UV判別器と、前
記パルス列と前記ピッチ・V/UVデータとを受けUV区間に
あっては前記パルス列に含まれるパルス数を振幅の絶対
値順に上位から選定する特定数に限定するとともにＶ区
間にあっては合成側でピッチ予測フィルタにかけてもと
のパルス列に最もよく合致するように再生し得る振幅大
なる少数のパルスを分析フレームごとに設定する手法に
より前記ピッチデータの周期性にもとづいて前記パルス
列をピッチ予測形式のパルス列に変換しつつパルス数を
所望の符号化変換速度に対応させて削減して出力するパ
ルス列変換器と、前記パルス列変換器からの変換パルス
列に含まれるパルスの振幅ならびに間隔をUVならびにＶ
区間ごとにそれぞれ所定の限定ビット数に圧縮し符号化
パルスとして出力するとともにパルス位置データならび
にUVおよびＶ区間ごとの振幅圧縮係数を出力するパルス
列符号化器と、前記ピッチ・V/UVデータと前記パルス位
置データとを入力しＶ区間のピッチ周期は速度変換後の
１フレーム分のタイムスロットを占有するピッチ周期に
割当てられたタイムスロットが表現し得る数値の一部を
使用して指定しかつこのタイムスロットが表現し得る残
りの数値を利用してUV区間における１分析フレームに設
定されるパルスが存在しないタイムスロットの区間の情
報の指定に割当てるようにして組立てた組立ピッチデー
タを出力するピッチデータ組立器と、前記最大振幅を前
記振幅圧縮係数で補正する最大振幅補正器とを備えて構
成される。

〔実施例〕

次に、図面を参照して本発明を詳細に説明する。第１
図は本発明の一実施例のブロック図であり、分析フレー
ムごとの波形情報を保持するように形成されたパルス列
としての符号化マルチパルス列と、分析フレームごとの
最大振幅情報を７ビット構成のμ255形式の非直線圧縮
パラメータを利用して構成するμ255（７ビット）符号
化最大振幅と、分析フレームごとの量子化LPC係数とを
入力として利用する場合を例としている。これら入力の
うち、量子化LPC係数は本発明に直接かかわるものでは
ないが、符号化速度変換処理に関連して運用されるもの
であり併記して示す。

第１図に示す実施例の構成は、符号化マルチパルス列
の復号化を行って復号化マルチパルス列を出力するパル
ス列復号化器１、この復号化マルチパルス列とμ255
（７ビット）符号化最大振幅を受けて分析フレームごと
のピッチとV/UVに関するデータを出力するピッチ抽出・
V/UV判別器２、復号化マルチパルス列を入力しピッチ・
V/UVデータにもとづいて復号化マルチパルス列をＶおよ
びUV区間別にそれぞれ所望の符号化変換速度に対応させ
て削減したパルス数に変換した変換マルチパルス列とし
て出力するパルス列変換器３、変換マルチパルス列に含
まれるパルスの振幅ならびに間隔をV,UV区間別にそれぞ
れ所定の限定ビット数で圧縮し符号化マルチパルス列と
して出力するパルス列符号化器４、ピッチ・V/UVデータ
とパルス列符号化器から受けるパルス位置データにもと
づいてピッチデータをＶおよびUV区間別に組立て直すピ
ッチデータ組立器５、パルス列符号化器４からV,UV区間
ごとのビット圧縮情報を受けてμ255（７ビット）符号
化最大振幅を圧縮補正する最大振幅補正器６を備えて構
成され、このほか量子化LPC係数を所望の符号化変換速
度に対応させて削減する量子化ビット削減器７を併記し
て示す。

次に、第１図の実施例の動作について説明する。パル
ス列復号化器１は、符号化マルチパルス列を復号化し、
復号化マルチパルス列としてピッチ抽出・V/UV判別器２
とパルス列変換器３に供給する。

ピッチ抽出・V/UV判別器２は、復号化マルチパルス列
とμ255（７ビット）符号化最大振幅を入力し、μ255
（７ビット）符号化最大振幅を利用し公知の手法によっ
て分析フレーム領域ごとにそのＶ区間とUV区間の判別を
行い、また復号化マルチパルス列を波形に代替え利用し
て公知の不法にもとづいてピッチ抽出を行い、ピッチ・
V/UVデータを出力、これをパルス列変換器３とピッチデ
ータ組立器５に供給する。

パルス列変換器３は、次の処理によってV,UV区間ごと
マルチパルスを所望の符号化変換速度に対応して削減す
る。

先ずUV区間のパルス削減について説明する。UV区間に
対しては、振幅の絶対値の大きい順に、所望の符号化変
換速度に対応して決定する特定数、本実施例では７パル
スを選別し他のパルスを除去する。

一方、Ｖ区間にあっては、ピッチ周期の繰返し性を利
用するピッチ予測つきのマルチパルスを所定数の６個設
定する。この６個は合成側でピッチ予測フィルタにかけ
てもとのパルス列に最もよく合致するものを再生しうる
振幅大なる６個を分析フレームごとに設定する手法によ
って行われる。第２図は有声区間のマルチパルスの一例
を示す参考図であり、ピッチ周期ごとに類似したパルス
列が繰返し発生する状況を示している。ただしピッチ周
期ごとに繰返される波形は時間変動性を有し、従ってこ
の時間変動性を勘案しどのように６個のパルスを選定す
るかが問題となる。

第３図は有声区間のピッチ予測つきマルチパルス列設
定の第１の方法を示すブロック図である。基本的にはピ
ッチ予測フィルタの逆フィルタ的構成であり、ピッチ予
測フィルタを利用して形成するマルチパルスが時間変動
性を加味した最適なものとなる６個のパルスを分析フレ
ームごとに設定することを目的とし、ピッチ周期に関す
る情報を受けつつ常に１ピッチの遅延量を付与されるよ
うに機能するピッチ遅延回路８〜13と、加算器14〜19で
構成される。この構成は、合成側に提供すべきマルチパ
ルスの設定精度や実用上の許容値等を勘案してその規模
が決定される。

次に６個のマルチパルスの設定について述べる。第４
図は第３図のマルチパルス設定動作を説明するための波
形図である。第４図（ａ），（ｂ），（ｃ）および
（ｄ）はそれぞれ第３図の入力P,出力Q,RおよびＳの波
形を示す。すなわち入力として第４図（ａ）に示す入力
Ｐが供給されたとする。この場合の入力Ｐは、時間とと
もに振幅と位置が少しずつ変動する４ピッチの周期分の
Ｖ区間の分析フレームを例としている。

出力Ｑは入力Ｐをピッチ遅延回路で１周期遅延させた
ものを入力Ｐから加算器14で減算したもので、時間的に
最も早い１周期分と、時間変動性によって完全には減算
し切れずに残る残差分の時系列として第４図（ｂ）に示
すものが得られる。

次に、出力Ｒは、加算器15の出力、すなわち入力Ｐか
ら入力Ｐを２ピッチ周期分シフトしたピッチ遅延回路９
の出力を減算したものからさらにピッチ遅延回路11の出
力を加算器17で減算して得られる。ピッチ遅延回路11の
出力は加算器14の出力を１ピッチ周期分シフトしたもの
であり、また加算器14の出力は入力Ｐから入力Ｐを２ピ
ッチ周期分シフトしたものを減算したものであり、従っ
て出力Ｒは入力Ｐから２ピッチ周期分シフトしたパルス
列を差引いたものから、入力Ｐから入力Ｐを１ピッチ周
期分シフトしたものをさらに１ピッチ周期分シフトした
ものを減ずるものとして得られる。こうして得られるパ
ルス列が第４図（ｃ）に示すものであり、さらに同様な
手法で加算器16〜19によるピッチ遅延回路10〜13の出力
との減算を介して得られる出力Ｓを第４図（ｄ）に示
す。このような一連の操作は合成側におけるピッチパル
スの予測設定処理におけるピッチ予測のいわば逆処理を
施すことによって、ピッチ予測に最も適したパルス設定
を行わんとするものである。

第４図（ｄ）に点線円で示す６個の設定パルスは、こ
れらのピッチ予測逆設定を介して得られた、振幅の大な
る順に選択された６個のパルスである。

第５図は有声区間のピッチ予測つきマルチパルス列設
定の第２の方法を示すブロック図、第６図は第５図のマ
ルチパルス設定動作を説明するための波形図である。

第５図において、加算器23の出力Ｔは入力Ｐから１ピ
ッチ周期分シフトしたものを減じたパルス列、加算器24
の出力Ｕはピッチ遅延回路20の出力からピッチ遅延回路
21の出力を減じたもの、また加算器25の出力Ｖはピッチ
遅延回路21の出力からピッチ遅延回路22の出力Ｗを減じ
たものとして得られるパルス列である。このように、入
力Ｐから１ピッチ周期差の２つのパルス列を時間的に新
しい方向にシフトしつつ差分として残るパルス列から振
幅の大なる順に６個のパルスを選んでも第３図の場合と
類似のパルス選択が行なえる。第６図（ｂ）はこうして
選ばれる６個のパルスを示す。なお、通常のピッチ予測
なしのマルチパルス列は分析フレームあたりの４パルス
程度の数を利用している。

パルス列変換器３によって出力される変換マルチパル
ス列はこのようにして分析フレームごとに設定される。

次にパルス列符号化器４による変換マルチパルス列の
符号化について述べる。

先ずUV区間のパルス列符号化について説明する。

UV区間のマルチパルスは振幅大なる順の７パルスとす
ることは既述のとおりである。この７パルスの量子化の
うち、パルス間隔の量子化には５ビットを割当ててい
る。この割当て５ビットで７パルスのパルス間隔がすべ
て量子化しうる場合には振幅量子化が次の内容で１ビッ
ト量子化される。すなわち、この場合、振幅量子化のた
めの割当てビットは極性表現のみの１ビットとしてい
る。従って、振幅としてはすべて同一の標準振幅ａとす
るが、かかる措置もUV区間の再生音声に対する影響度が
さほど大きくないことを勘案して行われるものである。

標準振幅ａの決定は次のようにして行われる。

第７図は標準振幅の設定説明図である。次に第７図を
参照しつつ最小自乗法を利用する標準振幅の設定につい
て説明する。

いま７パルスがそれぞれδ_１〜δ_７実振幅を有するも
のとし、設定すべき標準振幅の絶対値をａとする。ま
た、標準振幅ａと実振幅δ_１〜δ_７との偏差をそれぞれ
e₁〜e₇で表わすものとすると次の（１）式が成立する。

求めるａは とする次の（２）式から得られる。

すなわちａは次の（３）式で示される。

こうして、７パルス間隔量子化がすべて可能な場合
は、（３）式によって決定される標準振幅ａを共通の振
幅とし、極性のみを指定する１ビットでパルス符号化が
行われる。

さて、７パルスのパルス間隔が５ビットだけでは表現
できず、量子化不可能な部分が存在する場合は、パルス
表現が可能となるまで、パルスを１個削減し、ダミーパ
ルスを５ビット表現可能かつ、最良の位置に設定すると
いう操作を繰返す。ただし、この場合、振幅０のダミー
パルスは設定できないため、δ_１〜δ_７以外の実際にパ
ルスの存在する位置に設定するという方法で行われる。

次に、Ｖ区間のマルチパルス列の符号化について述べ
る。

Ｖ区間は、パルス列変換器３で振幅順に分析フレーム
ごとに設定した６パルスを受けて、これら６パルスのパ
ルス間隔は５ビットで、振幅は２ビットで量子化する。
ただし、間隔量子化は５ビットで示されるうちの０〜30
対応分はそのまま間隔を表現するものとし、31は間隔30
を超えるものを指定するビットとして利用される。な
お、Ｖ区間の振幅情報は、上述した如く２ビットの量子
化が行われるが、この場合、１ビットは極性の指定用
に、また残る１ビットは（３）式で示す標準振幅を６パ
ルスについて算出し、これより実振幅の絶対値が大か小
かの指定用に利用し、許容変動幅を超えるものに対して
は所定の設定値の固定レベルの増減を付与することに利
用している。

このようにしてUVおよびＶ区間のパルス列符号化が行
われ、符号化マルチパルス列として出力される。また、
この符号化処理において設定されるパルス位置データは
ピッチデータ組立器５に提供され、UV区間とＶ区間でそ
れぞれ１ビット,2ビット表現で振幅圧縮を行なった場合
の圧縮程度を示すデータを振幅圧縮係数として最大振幅
補正器６に供給する。

最大振幅補正器６は、パルス列符号化器４における振
幅圧縮の程度、すなわち次の（４）式で示される振幅圧
縮係数Ａを受けつつ、ピッチ抽出・V/UV判別器２から提
供されるV/UVデータに対応して、μ255（７ビット）最
大振幅とＡとの乗算による補正を行ない圧縮最大振幅デ
ータとして出力する。

Ａ＝max｛｜δ_i|｝/a ……（４） 次に、ピッチデータ組立器５によるピッチデータの処
理について述べる。

ピッチデータ組立器５は、ピッチ抽出・V/UV判別器５
からはピッチ・V/UVデータを、またパルス列符号化器４
からはパルス位置データを受けつつ次のようにしてピッ
チデータの組立てを行なう。

本実施例の場合、ピッチデータに対しては７ビットが
割当てられている。この割当てビット数はピッチ伝送の
場合のほぼ基準的なものである。いま、この７ビットの
０〜127の量子化ステップのうち０〜15と121〜127をUV
区間に、16〜120をＶ区間にそれぞれ割当てる。これら
割当てた量子化ステップのうち、16〜120はＶ区間のピ
ッチデータを表現するために利用する。一方、０〜16と
121〜127の量子化ステップ分は、UV区間におけるマルチ
パルス不在のタイムスロットに関する情報を表現するた
めに利用し、UV区間のマルチパルス間隔に関する情報に
必要なタイムスロットの冗長度圧縮を行なっている。

第８図は無声区間のパルス不在タイムスロット指定の
内容を示す説明図である。

第８図に示す指定ステップは、７ビット０〜127のう
ちの０〜16および121〜127の量子化ステップに対応し、
またパルス不在タイムスロットの欄に示す１〜32,33〜6
4,……129〜160の総数160のタイムスロットは、本実施
例における分析フレーム長20msec、サンプリング周波数
8KHzから設定される。また、記号○はパルスの不在タイ
ムスロットを示し、記号−はパルス存在タイムスロッ
ト、記号×はパルス存在の有無の対象としないタイムス
ロットを示す。なお、129〜160および145〜160のタイム
スロットをパルス存在の有無の対象から除外している理
由は、UV区間のパルスは分析フレームの初めから振幅順
に次次と７パルスを選択して量子化処理をしていくの
で、タイムスロットの冗長性の排除という観点から見て
もさほど有意の区間ではないことによる。

さて、第８図において、たとえば指定ステップとして
０を利用すると、この指定によって１〜32,33〜64,65〜
96,97〜128の各タイムスロット区間にはそれぞれマルチ
パルスが存在する情報として送出される。

また、指定ステップとして15を利用すると、４つのタ
イムスロット区間のいずれにもマルチパルスが存在しな
いことを意味する情報として送出される。さらに、指定
ステップとして５を利用すると、この場合はタイムスロ
ット区間１〜32と65〜96にはそれぞれ、マルチパルスが
存在しない情報を提供することになる。

なお、指定ステップ121〜127に対するタイムスロット
区間はそれぞれ、指定ステップ０〜15に対するタイムス
ロットの補間的なもので、たとえばタイムスロット17〜
48は、タイムスロット１〜32と33〜64のそれぞれのほぼ
中心のタイムスロット間の区間であり、このようにして
きめの細かいタイムスロット指定を考慮している。

このようにして、UV区間はマルチパルスの存在しない
区間の指定のみ行う形式でタイムスロットすべてを利用
する冗長度を避けピッチ用ビットによるマルチパルス間
隔の表現を確立している。このようにして、マルチパル
ス不在区間の指定という形式を介してマルチパルス存在
区間としてのタイムスロットを知り得てこれをUV区間の
ピッチ情報とし、これに16〜120の指定ステップで表現
されるＶ区間ピッチ情報を加えたものを組立ピッチデー
タとして出力する。

量子化ビット削減器７は、量子化LPC係数を受けてこ
れを符号化変換速度に対応して量子化ビットの削減を行
って出力する。ただし、この量子化ビットの削減は、本
実施例の運用目的にもとづいて実施されるものであり、
一般的には必らずしも無条件に必要とするものではな
い。

こうして、所望の符号化速度変換、本実施例の場合は
16Kb/sから4.8Kb/sへの符号化速度変換が行われる。

このようにして行われる符号化速度の変換は、アナロ
グ波形への変換を介することなく、直接ディジタル処理
で行なわれるのでハードウェアの規模の拡大もなく、ま
た伝送遅延も少なくてすみ、当然S/Nの劣化も抑止しう
るものとなる。

〔発明の効果〕

以上説明したように本発明は、アナログ波形への変換
を介することなくディジタル処理で音声の符号化速度を
所望の変換速度に対応させてパルス選別ならびにビット
圧縮するとともに、ピッチ用ビットを利用してUV区間の
パルス間隔表現を図るという手段を備えることにより、
ハードウェアの構成規模を著しく簡素化し、伝送遅延と
S/Nの劣化を大幅に改善しうるという効果がある。

【図面の簡単な説明】

第１図は本発明の一実施例のブロック図、第２図は有声
区間のマルチパルスの一例を示す参考図、第３図は有声
区間のピッチ予測つきマルチパルス列設定の第１の方法
を示すブロック図、第４図は第３図のマルチパルス設定
動作を説明するための波形図、第５図は有声区間のピッ
チ予測つきマルチパルス設定の第２の方法を示すブロッ
ク図、第６図は第５図のマルチパルス設定動作を説明す
るための波形図、第７図は標準振幅の設定説明図、第８
図は無声区間のパルス不在タイムスロット指定の内容を
示す説明図である。 １……パルス列復号化器、２……ピッチ抽出・V/UV判別
器、３……パルス列変換器、４……パルス列符号化器、
５……ピッチデータ組立器、６……最大振幅補正器、７
……量子化ビット削減器、８〜13……ピッチ遅延回路、
14〜19……加算器、20〜22……ピッチ遅延回路、23〜25
……加算回路。

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】分析フレームごとの音声信号の最大振幅情
   報とともに前記分析フレームごとの波形情報を含む特性
   を有するように形成したパルス列を入力して前記パルス
   列の保持する波形情報にもとづいてピッチを抽出すると
   ともに前記最大振幅情報にもとづいてＶ（有声）/UV
   （無声）を判別してピッチ・V/UVデータとして出力する
   ピッチ抽出・V/UV判別器と、前記パルス列と前記ピッチ
   ・V/UVデータとを受けUV区間にあっては前記パルス列に
   含まれるパルス数を振幅の絶対値順に上位から選定する
   特定数に限定するとともにＶ区間にあっては合成側でピ
   ッチ予測フィルタにかけてもとのパルス列に最もよく合
   致するように再生し得る振幅大なる少数のパルスを分析
   フレームごとに設定する手法により前記ピッチデータの
   周期性にもとづいて前記パルス列をピッチ予測形式のパ
   ルス列に変換しつつパルス数を所望の符号化変換速度に
   対応させて削減して出力するパルス列変換器と、前記パ
   ルス列変換器からの変換パルス列に含まれるパルスの振
   幅ならびに間隔をUVならびにＶ区間ごとにそれぞれ所定
   の限定ビット数に圧縮し符号化パルスとして出力すると
   ともにパルス位置データならびにUVおよびＶ区間ごとの
   振幅圧縮係数を出力するパス列符号化器と、前記ピッチ
   ・V/UVデータと前記パルス位置データとを入力しＶ区間
   のピッチ周期は速度変換後の１フレーム分のタイムスロ
   ットを占有するピッチ周期に割当てられたタイムスロッ
   トが表現し得る数値の一部を使用して指定しかつこのタ
   イムスロットが表現し得る残りの数値を利用してUV区間
   における１分析フレームに設定されるパルスが存在しな
   いタイムスロットの区間の情報の指定に割当てるように
   して組立てた組立ピッチデータを出力するピッチデータ
   組立器と、前記最大振幅を前記振幅圧縮係数で補正する
   最大振幅補正器とを備えて符号化速度を変換することを
   特徴とする音声符号化速度変換装置。