JP2626223B2 - 音声符号化装置 - Google Patents
音声符号化装置Info
- Publication number
- JP2626223B2 JP2626223B2 JP2256493A JP25649390A JP2626223B2 JP 2626223 B2 JP2626223 B2 JP 2626223B2 JP 2256493 A JP2256493 A JP 2256493A JP 25649390 A JP25649390 A JP 25649390A JP 2626223 B2 JP2626223 B2 JP 2626223B2
- Authority
- JP
- Japan
- Prior art keywords
- codebook
- filter
- signal
- parameter
- audio signal
- 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
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/26—Pre-filtering or post-filtering
- G10L19/265—Pre-filtering, e.g. high frequency emphasis prior to encoding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L2019/0001—Codebooks
- G10L2019/0004—Design or structure of the codebook
- G10L2019/0005—Multi-stage vector quantisation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L2019/0001—Codebooks
- G10L2019/0013—Codebook search algorithms
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
Description
【発明の詳細な説明】 技術分野 本発明は音声符号化装置に関し、特に音声信号を低い
ビットレート、例えば4.8〜8Kb/s程度で高品質に符号化
するための音声符号化方式に関する。
ビットレート、例えば4.8〜8Kb/s程度で高品質に符号化
するための音声符号化方式に関する。
従来技術 音声信号を4.8〜8Kb/s程度の低いビットレートで符号
化する方式としては、例えば、M.Schroeder and B.Atal
による“Code−excited linear prediction:High quali
ty speech at very low bit rates"（ICASSP Vol3.pp.9
37−940,March 1985）と題する論文（文献１）に記載さ
れたCELP（Code Excited LPC Coding）が知られてい
る。
化する方式としては、例えば、M.Schroeder and B.Atal
による“Code−excited linear prediction:High quali
ty speech at very low bit rates"（ICASSP Vol3.pp.9
37−940,March 1985）と題する論文（文献１）に記載さ
れたCELP（Code Excited LPC Coding）が知られてい
る。
この方式では、送信側において、フレーム毎（例えば
20ms）に音声信号からそのスペクトル包絡を表わすスペ
クトルパラメータを抽出し、当該フレームを更に小区間
のサブフレーム（例えば5ms）に夫々分割してサブフレ
ーム毎に過去の音源信号から長時間相関（ピッチ相関）
を表わすピッチパラメータを抽出する。
20ms）に音声信号からそのスペクトル包絡を表わすスペ
クトルパラメータを抽出し、当該フレームを更に小区間
のサブフレーム（例えば5ms）に夫々分割してサブフレ
ーム毎に過去の音源信号から長時間相関（ピッチ相関）
を表わすピッチパラメータを抽出する。
そして、このピッチパラメータによりサブフレームの
音声信号を長期予測し、この予測して求めた残差信号と
予め定められた種類の雑音信号（ランダム信号）からな
るコードブックから選択した信号とを合成した信号を
得、この合成信号と音声信号との誤差電力を最小化する
ように一種類の雑音信号を前述のコードブックから選択
する様にする。
音声信号を長期予測し、この予測して求めた残差信号と
予め定められた種類の雑音信号（ランダム信号）からな
るコードブックから選択した信号とを合成した信号を
得、この合成信号と音声信号との誤差電力を最小化する
ように一種類の雑音信号を前述のコードブックから選択
する様にする。
この選択された雑音信号の種類を表わすインデックス
等のコード情報の他、前述したスペクトルパラメータ、
ピッチパラメータ等を符号化情報として伝送するように
なっている。
等のコード情報の他、前述したスペクトルパラメータ、
ピッチパラメータ等を符号化情報として伝送するように
なっている。
従来のかかる音声符号化方式を16ビット固定小数点の
信号処理LSIを用いてハードウェアを実現すると、特に
スペクトルパラメータを求めるLPC（Linear Predictive
Coding）分析処理において、前述のLSIの演算精度不足
のために、スペクトルパラメータが求まらなかったり、
求めたスペクトルパラメータを用いて構成した合成フィ
ルタが不安定になるという欠点がある。
信号処理LSIを用いてハードウェアを実現すると、特に
スペクトルパラメータを求めるLPC（Linear Predictive
Coding）分析処理において、前述のLSIの演算精度不足
のために、スペクトルパラメータが求まらなかったり、
求めたスペクトルパラメータを用いて構成した合成フィ
ルタが不安定になるという欠点がある。
発明の目的 本発明の目的は、16ビット固定小数点の信号処理LSI
を用いてもスペクトルパラメータを精度良く求めること
が可能な音声信号化装置を提供することである。
を用いてもスペクトルパラメータを精度良く求めること
が可能な音声信号化装置を提供することである。
発明の構成 本発明によれば、入力された音声信号を予め定められ
た時間長のフレームに分割して前記音声信号のスペクト
ル包絡を表すスペクトルパラメータを求める手段と、前
記フレームを予め定められた時間長の小区間のサブフレ
ームを分割して過去の音源信号を元に長期相関を表すピ
ッチパラメータを求める手段と、前記音声信号をもとに
学習により構成した情報が予め格納されたコードブック
と、前記ピッチパラメータ及び前記コードブックからの
読出情報による音源信号と前記音声信号との誤差信号を
生成する手段と、前記誤差信号が最小となるように前記
コードブックの情報を選択して読出す手段とを含み、前
記スペクトルパラメータ、前記ピッチパラメータ及び前
記コードブックからの読出し情報を符号化出力として導
出するようにした音声符号化装置であって、前記音声信
号を入力とし前記スペクトルパラメータを求める手段の
前段に設けられた高域フィルタと、前記スペクトルパラ
メータと前記高域フィルタの逆特性を有するフィルタの
特性とに基づいて前記コードブックの探索用の評価尺度
を生成する手段とを有することを特徴とする音声符号化
装置が得られる。
た時間長のフレームに分割して前記音声信号のスペクト
ル包絡を表すスペクトルパラメータを求める手段と、前
記フレームを予め定められた時間長の小区間のサブフレ
ームを分割して過去の音源信号を元に長期相関を表すピ
ッチパラメータを求める手段と、前記音声信号をもとに
学習により構成した情報が予め格納されたコードブック
と、前記ピッチパラメータ及び前記コードブックからの
読出情報による音源信号と前記音声信号との誤差信号を
生成する手段と、前記誤差信号が最小となるように前記
コードブックの情報を選択して読出す手段とを含み、前
記スペクトルパラメータ、前記ピッチパラメータ及び前
記コードブックからの読出し情報を符号化出力として導
出するようにした音声符号化装置であって、前記音声信
号を入力とし前記スペクトルパラメータを求める手段の
前段に設けられた高域フィルタと、前記スペクトルパラ
メータと前記高域フィルタの逆特性を有するフィルタの
特性とに基づいて前記コードブックの探索用の評価尺度
を生成する手段とを有することを特徴とする音声符号化
装置が得られる。
発明の作用 本発明による音声符号化装置における符号化処理方式
の作用について以下に述べる。
の作用について以下に述べる。
先ず本発明では、入力音声信号のフレーム毎にスペク
トルパラメータを求めるためのスペクトルパラメータ分
析（LPC分析）部の入力信号を、下式の伝達特性を有す
る高域強調フィルタに通してLPC分析部へ送出するので
ある。
トルパラメータを求めるためのスペクトルパラメータ分
析（LPC分析）部の入力信号を、下式の伝達特性を有す
る高域強調フィルタに通してLPC分析部へ送出するので
ある。
Ｈ（ｚ）＝１−βz-1 ……（１） ここに、βはフィルタの係数（０＜β＜１）であり、
Ｚは遅延演算子である。尚、このときコードブックを選
択するための入力信号はこの高域強調フィルタを通さな
い信号を使用するので、このフィルタを介さない入力音
声信号を予めバッファメモリに格納しておく必要があ
る。
Ｚは遅延演算子である。尚、このときコードブックを選
択するための入力信号はこの高域強調フィルタを通さな
い信号を使用するので、このフィルタを介さない入力音
声信号を予めバッファメモリに格納しておく必要があ
る。
音声信号を高域強調フィルタを通すことにより、高域
成分の多い女性や子供の音声信号が処理し易くなり、上
述のLSIでも十分対応可能となるものである。
成分の多い女性や子供の音声信号が処理し易くなり、上
述のLSIでも十分対応可能となるものである。
音源コードブックの選択方法としては、（２）式によ
る重み付け誤差電力Ｅを最小化するような方法で行われ
る。
る重み付け誤差電力Ｅを最小化するような方法で行われ
る。
ここで、C1（ｎ）,C2（ｎ）は第１、第２のコードブ
ックから夫々選択されたコードワードであり、r1,r2は
第１、第２のコードブックから夫々選択されたコードワ
ードの最適ゲインである。
ックから夫々選択されたコードワードであり、r1,r2は
第１、第２のコードブックから夫々選択されたコードワ
ードの最適ゲインである。
（２）式の右辺の第１項は音声信号、第２項はピッチ
予測再生信号、第３項、第４項は第１、第２のコードブ
ックから夫々選択された合成信号である。
予測再生信号、第３項、第４項は第１、第２のコードブ
ックから夫々選択された合成信号である。
また、（２）式のｈ（ｎ）は、下式で表わされるよう
に、スペクトルパラメータaiを用いて構成した合成フィ
ルタに（１）式で示される高域強調フィルタの逆特性を
有するフィルタを縦属接続したフィルタＳ（ｚ）のイン
パルス応答である。
に、スペクトルパラメータaiを用いて構成した合成フィ
ルタに（１）式で示される高域強調フィルタの逆特性を
有するフィルタを縦属接続したフィルタＳ（ｚ）のイン
パルス応答である。
Ｓ（ｚ）＝1/（１−Σaiz-1）（１−βz-1）……（３） また、（２）式のｗ（ｎ）は評価尺度を表わすもので
あり、（４）式に基づいて聴感重み付けを行うための重
み付けフィルタのインパルス応答である。
あり、（４）式に基づいて聴感重み付けを行うための重
み付けフィルタのインパルス応答である。
この評価尺度としては、スペクトルパラメータaiによ
る合成フィルタと、（１）式の高域強調フィルタの逆特
性を有する低域強調フィルタとに基づく評価尺度を用
い、（４）式で表わされる。
る合成フィルタと、（１）式の高域強調フィルタの逆特
性を有する低域強調フィルタとに基づく評価尺度を用
い、（４）式で表わされる。
ｗ（ｚ）＝｛（１−Σaiz-i）／（１−Σai γiz-i）｝・｛（１−βz-1）／ （１−βγz-i）｝ ……（４） ここで、γは重み付けの度合を決める定数であり、０
＜γ＜１である。
＜γ＜１である。
実施例 以下に図面を参照しつつ本発明の実施例について説明
する。
する。
第１図は本発明の実施例のブロック図である。バッフ
ァメモリ10は入力音声信号を一時格納する入力バッファ
であり、高域強調フィルタ11は音声信号を入力とし
（１）式の伝達特性を有するフィルタであって、本発明
の特徴となるフィルタである。
ァメモリ10は入力音声信号を一時格納する入力バッファ
であり、高域強調フィルタ11は音声信号を入力とし
（１）式の伝達特性を有するフィルタであって、本発明
の特徴となるフィルタである。
LPC分析回路12は高域強調フィルタ11の出力について
スペクトルパラメータを求めるものであり、音声信号を
予め定められた時間長のフレームに分割して音声信号の
スペクトル包絡を表わすスペクトルパラメータaiを求め
るものである。このLPC分析回路12の詳細は上記文献１
を参照できる。
スペクトルパラメータを求めるものであり、音声信号を
予め定められた時間長のフレームに分割して音声信号の
スペクトル包絡を表わすスペクトルパラメータaiを求め
るものである。このLPC分析回路12の詳細は上記文献１
を参照できる。
重み付けフィルタ回路13は（４）式で示す伝達特性を
有するフィルタであり、LPC分析回路12による、スペク
トルパラメータaiに基づいて得られた合成フィルタと、
高域強調フィルタ11の逆特性を有する低域強調フィルタ
とに基づく評価尺度による重み付けを行うものである。
有するフィルタであり、LPC分析回路12による、スペク
トルパラメータaiに基づいて得られた合成フィルタと、
高域強調フィルタ11の逆特性を有する低域強調フィルタ
とに基づく評価尺度による重み付けを行うものである。
すなわち、（４）式を参照すれば、第１の｛ ｝内の
式がスペクトルパラメータによる合成フィルタの特性で
あり、第２の｛ ｝内の式が高域強調フィルタの特性の
逆特性を有する低域強調フィルタの特性により補正した
特性である。
式がスペクトルパラメータによる合成フィルタの特性で
あり、第２の｛ ｝内の式が高域強調フィルタの特性の
逆特性を有する低域強調フィルタの特性により補正した
特性である。
演算器14は重み付けフィルタ13の出力と重み付け再生
フィルタ15の出力とを減算して（２）式の誤差電力Ｅを
求めるものである。
フィルタ15の出力とを減算して（２）式の誤差電力Ｅを
求めるものである。
適応コードブック16は減算器14の出力と加算器17の出
力とを入力として、フレームを予め定められた時間長の
小区分のサブフレームに分割し、過去の音源信号を元に
長期相関を表すピッチパラメータ（ゲインδ、遅延量
Ｍ）を求めるものである。
力とを入力として、フレームを予め定められた時間長の
小区分のサブフレームに分割し、過去の音源信号を元に
長期相関を表すピッチパラメータ（ゲインδ、遅延量
Ｍ）を求めるものである。
その詳細は、Kleijin等による“Improved speech qua
lity and efficient vector quantization in SELP"と
題する論文（ICASSP,vol.1,pp.155−158,1988）（文献
２）を参照できる。
lity and efficient vector quantization in SELP"と
題する論文（ICASSP,vol.1,pp.155−158,1988）（文献
２）を参照できる。
第１のコードブック探索回路18は第１のコードブック
31を用いて最適なコードワードC1j（ｎ）と最適ゲインr
1とを探索する。第１のコードブック31は予め多量の学
習信号を用いて学習しておく学習コードブックであり、
その学習の具体的方法は、Buzo等による“Speech Codin
g Based upon Vector Quantization"（IEEE Transactio
n ASSP,vol.28,No.5,pp.562−574,October 1980）（文
献３）を参照できる。
31を用いて最適なコードワードC1j（ｎ）と最適ゲインr
1とを探索する。第１のコードブック31は予め多量の学
習信号を用いて学習しておく学習コードブックであり、
その学習の具体的方法は、Buzo等による“Speech Codin
g Based upon Vector Quantization"（IEEE Transactio
n ASSP,vol.28,No.5,pp.562−574,October 1980）（文
献３）を参照できる。
第２のコードブック探索回路19は第２のコードブック
32を用いて最適なコードワードC2j（ｎ）と最適ゲインr
2とを探索するもので、第１のコードブック探索回路18
と基本的に同一構成を用いることができ、同一探索方法
を用いることができる。第２のコードブック32は学習コ
ードブックの高効率性を維持しつつ学習コードブックの
トレーニングデータ依存性を救済するために、乱数系列
からなるランダムコードブックを用いることができる。
このランダムコードブックについては上記文献1,2を参
照できる。
32を用いて最適なコードワードC2j（ｎ）と最適ゲインr
2とを探索するもので、第１のコードブック探索回路18
と基本的に同一構成を用いることができ、同一探索方法
を用いることができる。第２のコードブック32は学習コ
ードブックの高効率性を維持しつつ学習コードブックの
トレーニングデータ依存性を救済するために、乱数系列
からなるランダムコードブックを用いることができる。
このランダムコードブックについては上記文献1,2を参
照できる。
加算器20は第１及び第２のコードブックからの探索結
果である最適コードワードとゲインとを夫々加算するも
のであり、加算器17は加算器20の加算出力に更に適応コ
ードブック16からのピッチ予測再生信号を加算して出力
するものである。
果である最適コードワードとゲインとを夫々加算するも
のであり、加算器17は加算器20の加算出力に更に適応コ
ードブック16からのピッチ予測再生信号を加算して出力
するものである。
重み付け再生フィルタ回路15は加算器17の出力を入力
とし、予め定められた規則により重み付け合成信号を１
フレーム（Ｎ点）分求め、更にもう１フレーム分は０系
列をフィルタに入力して応答信号系列を求め、１フレー
ム分の応答信号系列を減速器14へ出力するものである。
とし、予め定められた規則により重み付け合成信号を１
フレーム（Ｎ点）分求め、更にもう１フレーム分は０系
列をフィルタに入力して応答信号系列を求め、１フレー
ム分の応答信号系列を減速器14へ出力するものである。
マルチプレクサ21はLPC分析回路12、第１及び第２の
コードブック探索回路18,19、適応コードブック16の出
力符号系列を組合せて出力するものである。
コードブック探索回路18,19、適応コードブック16の出
力符号系列を組合せて出力するものである。
かかる構成において、入力信号Ｘ（ｎ）は（１）式の
特性を有する高域強調フィルタ11へ入力されて高域成分
の処理が容易な信号とされ、LPC分析部12へ入力され
る。このLP分析部にてスペクトルパラメータaiが求めら
れ、このスペクトルパラメータによりバッファメモリ10
からの入力信号Ｘ（ｎ）が重み付けフィルタ回路13によ
り重み付けされる。
特性を有する高域強調フィルタ11へ入力されて高域成分
の処理が容易な信号とされ、LPC分析部12へ入力され
る。このLP分析部にてスペクトルパラメータaiが求めら
れ、このスペクトルパラメータによりバッファメモリ10
からの入力信号Ｘ（ｎ）が重み付けフィルタ回路13によ
り重み付けされる。
この場合の重み付けフィルタの伝達特性は（４）式に
示したとおりであり、入力信号を高域強調フィルタ11を
通してLPC分析し、スペクトルパラメータを求めたもの
であるから、重み付けフィルタではその逆特性を有する
低域強調フィルタ特性によりこれを補正する様な（４）
式の特性が必要となるのである。
示したとおりであり、入力信号を高域強調フィルタ11を
通してLPC分析し、スペクトルパラメータを求めたもの
であるから、重み付けフィルタではその逆特性を有する
低域強調フィルタ特性によりこれを補正する様な（４）
式の特性が必要となるのである。
そして、減算器14はこの重み付けフィルタ13の出力か
ら重み付け再生フィルタ15の出力を減算して（２）式の
誤差電力Ｅを生成する。
ら重み付け再生フィルタ15の出力を減算して（２）式の
誤差電力Ｅを生成する。
適応コードブック16では、減算器14の出力と加算器17
の出力とを入力とし、音声信号の長期相関に基づくピッ
チパラメータが算出され、ゲインδと遅延量Ｍとが求め
られる。
の出力とを入力とし、音声信号の長期相関に基づくピッ
チパラメータが算出され、ゲインδと遅延量Ｍとが求め
られる。
第１のコードブック探索回路18では、第１のコードブ
ック31が探索されるが、その探索は下式に従って行われ
る。
ック31が探索されるが、その探索は下式に従って行われ
る。
ここで、ew（ｎ）は残差信号であり、｛Ｘ（ｎ）−ε
ｂ（ｎ）｝＊ｗ（ｎ）と表わされ、重み付けフィルタ13
の出力からピッチ予測再生信号成分εｂ（ｎ）を差引い
た信号である。尚、hw（ｎ）はインパルス応答を示す。
ｂ（ｎ）｝＊ｗ（ｎ）と表わされ、重み付けフィルタ13
の出力からピッチ予測再生信号成分εｂ（ｎ）を差引い
た信号である。尚、hw（ｎ）はインパルス応答を示す。
ここで、（５）式の誤差電力を最小化する必要があ
り、この（５）式を最小にする様に第１のコードブック
の探索が行われる。そこで、この最小化するr1を求める
ためには、（５）式をr1で偏微分して０とおくことによ
り求まる。こうして下式を得る。
り、この（５）式を最小にする様に第１のコードブック
の探索が行われる。そこで、この最小化するr1を求める
ためには、（５）式をr1で偏微分して０とおくことによ
り求まる。こうして下式を得る。
r1＝Gj/Cj ……（６） ここに、 Gj＝Σew（ｎ）｛C1j（ｎ）＊hw（ｎ）｝ Cj＝Σ｛C1j（ｎ）＊hw（ｎ）｝２ である。
このとき（５）式は下式となる。
ここで、（７）式の第１項は定数であるので、第２項
を最大化するようにコードブック31のコードワードC1j
（ｎ）を選択するのである。
を最大化するようにコードブック31のコードワードC1j
（ｎ）を選択するのである。
また、コードブックの探索に要する演算量を低減する
には、以下の方法を用いることもできる。
には、以下の方法を用いることもできる。
ここで、μ（ｉ）,vk（ｉ）はhw（ｎ）のｉ次遅れの
自己相関、コードワードc1k（ｎ）のｉ次遅れの自己相
関を夫々示すものである。
自己相関、コードワードc1k（ｎ）のｉ次遅れの自己相
関を夫々示すものである。
以上の方法により求めたコードワードを示すインデク
スをマルチプレクサ21に出力し、ゲインr1を量子化して
マルチプレクサ21に出力する。また、選択されたコード
ワードcj（ｎ）にゲインr1を乗じて加算器20に出力す
る。
スをマルチプレクサ21に出力し、ゲインr1を量子化して
マルチプレクサ21に出力する。また、選択されたコード
ワードcj（ｎ）にゲインr1を乗じて加算器20に出力す
る。
第２のコードブック探索回路19は第２のコードブック
32から最適なコードワードC2j（ｎ）を選択し、最適な
ゲインr2を計算する。
32から最適なコードワードC2j（ｎ）を選択し、最適な
ゲインr2を計算する。
また、第２のコードブック探索の演算量低減化のため
に、第２のコードブック32として重量型（Overlap）構
成の乱数コードブックを用いることができる。重畳型乱
数コードブックの構成法及びコードワード探索法につい
ては、文献２等を参照できる。
に、第２のコードブック32として重量型（Overlap）構
成の乱数コードブックを用いることができる。重畳型乱
数コードブックの構成法及びコードワード探索法につい
ては、文献２等を参照できる。
加算器20は第1,第２のコードブックの出力信号を次式
により加算して加算器17へ出力する。
により加算して加算器17へ出力する。
ｖ（ｎ）＝r1c1j（ｎ）＋r2c2i（ｎ） ……（11） 加算器17は加算器20の出力と適応コードブック16の出
力とを加算し、重み付け再生フィルタ15へ出力する。こ
のフィルタ15は加算器17の出力を入力とし、下式により
重み付け合成音声を１フレーム（Ｎ点）分求め、更にも
う１フレーム分は０の系列をフィルタに入力して応答信
号系列を求め、１フレーム分の応答信号系列を減算器14
へ出力する。
力とを加算し、重み付け再生フィルタ15へ出力する。こ
のフィルタ15は加算器17の出力を入力とし、下式により
重み付け合成音声を１フレーム（Ｎ点）分求め、更にも
う１フレーム分は０の系列をフィルタに入力して応答信
号系列を求め、１フレーム分の応答信号系列を減算器14
へ出力する。
但し、ai′は前フレームと現フレームとのスペクトル
パラメータにより補間されたスペクトルパラメータであ
り、Ｐはその次数である。また、ｂ（ｎ）は下式のとお
りである。
パラメータにより補間されたスペクトルパラメータであ
り、Ｐはその次数である。また、ｂ（ｎ）は下式のとお
りである。
マルチプレクサ21により、LPC分析回路12、第１及び
第２のコードブック探索回路18及び19、適応コードブッ
ク16の各出力符号系列が組合されて出力されることにな
る。
第２のコードブック探索回路18及び19、適応コードブッ
ク16の各出力符号系列が組合されて出力されることにな
る。
第２図は第１図の音声符号化方式による出力を受信す
るためのブロック図である。送られてきた符号系列はデ
マルチプレクサ22により分離され、適応コードブック2
3、第１及び第２のコードブック24,25,信号再生フィル
タ28へ入力符号系列として供給される。
るためのブロック図である。送られてきた符号系列はデ
マルチプレクサ22により分離され、適応コードブック2
3、第１及び第２のコードブック24,25,信号再生フィル
タ28へ入力符号系列として供給される。
夫々のコードブックから入力された信号系列（インデ
ックス）に従い、コードベクトルが選択される。このコ
ードベクトルに、復号されたゲインを乗じたものが加算
器27に出力される。ここで得られる音源信号は遅延回路
26へ出力される。
ックス）に従い、コードベクトルが選択される。このコ
ードベクトルに、復号されたゲインを乗じたものが加算
器27に出力される。ここで得られる音源信号は遅延回路
26へ出力される。
また、音源信号は（14）式の特性を有する信号再生フ
ィルタ28に出力され、その結果が（15）式の特性を有す
る低減強調フィルタ29に出力された再生音声となり、バ
ッファメモリ30を介して出力される。
ィルタ28に出力され、その結果が（15）式の特性を有す
る低減強調フィルタ29に出力された再生音声となり、バ
ッファメモリ30を介して出力される。
Ｈ（ｚ）＝1/（１−Σa1z-1） ……（14） Ｈ（ｚ）＝1/（１−βz-1）（０＜β＜１） ……（15） 第１図の実施例においては、スペクトルパラメータを
抽出するLPC分析回路12の前段に高域強調フィルタ11を
挿入して入力音声信号を高域強調を行って、LPC分析の
精度向上を図っている。しかしながら、この方法では、
高域強調フィルタ11の挿入による影響を補正すべく重み
付けフィルタ回路18において、（４）式に示す伝達特性
を有するフィルタを用いる必要がある。
抽出するLPC分析回路12の前段に高域強調フィルタ11を
挿入して入力音声信号を高域強調を行って、LPC分析の
精度向上を図っている。しかしながら、この方法では、
高域強調フィルタ11の挿入による影響を補正すべく重み
付けフィルタ回路18において、（４）式に示す伝達特性
を有するフィルタを用いる必要がある。
（４）式では、右辺の前半の項と後半の項の各特性を
有するフィルタが２段縦続接続された構成の伝達特性と
等価となっており、よってフィルタの段数が増大して演
算量が増えることになる。
有するフィルタが２段縦続接続された構成の伝達特性と
等価となっており、よってフィルタの段数が増大して演
算量が増えることになる。
そこで、（４）式の特性を有する２段で構成されるフ
ィルタを（16）式で示す様に新しくフィルタの係数δｉ
を第２のスペクトルパラメータとして求めることによ
り、重み付けフィルタ回路13としては１段のフィルタと
することが可能となる。
ィルタを（16）式で示す様に新しくフィルタの係数δｉ
を第２のスペクトルパラメータとして求めることによ
り、重み付けフィルタ回路13としては１段のフィルタと
することが可能となる。
Ｗ′（ｚ）＝（１−ΣδiZ-i）／（１−ΣδｉγiZ-i）
……（16） 第３図はこの様にして得られた本発明の他の実施例を
示すブロック図であり、第１図と同等部分は同一符号に
より示している。
……（16） 第３図はこの様にして得られた本発明の他の実施例を
示すブロック図であり、第１図と同等部分は同一符号に
より示している。
第１図と異なる部分についてのみ述べれば、LPC分析
回路12と重み付けフィルタ回路13との間に係数演算回路
33を挿入し、LPC分析回路12により求められた第１のス
ペクトルパラメータaiを係数変換して第２のスペクトル
パラメータδｉ（上記（16）式参照）とするのである。
回路12と重み付けフィルタ回路13との間に係数演算回路
33を挿入し、LPC分析回路12により求められた第１のス
ペクトルパラメータaiを係数変換して第２のスペクトル
パラメータδｉ（上記（16）式参照）とするのである。
この場合の係数変換式としては、次式を用いることが
できる。本例では、LPC係数の次数Ｍを10次とし、次式
Ｐを１として示す。
できる。本例では、LPC係数の次数Ｍを10次とし、次式
Ｐを１として示す。
ここで、anは10次のスペクトルパラメータであり、β
はフィルタの係数であり、０＜β＜１である。また、δ
ｎは新たに作った11次のフィルタの係数である。
はフィルタの係数であり、０＜β＜１である。また、δ
ｎは新たに作った11次のフィルタの係数である。
こうして得られた第２のスペクトルパラメータを用い
て重み付けフィルタ回路13は（16）式に示した伝達特性
を有する合成フィルタとして動作することになる。
て重み付けフィルタ回路13は（16）式に示した伝達特性
を有する合成フィルタとして動作することになる。
以下の構成及び動作は第１図の実施例と同一であり、
その説明は省略する。尚、係数演算回路33は（17）式に
よる係数変換の機能を有する構成であり、特に開示しな
い。
その説明は省略する。尚、係数演算回路33は（17）式に
よる係数変換の機能を有する構成であり、特に開示しな
い。
第４図は第３図のブロックの音声符号化出力を受信す
るブロック図であり、第２図と同等符号は同一符号によ
り示している。
るブロック図であり、第２図と同等符号は同一符号によ
り示している。
第２図と異なる部分についてのみ述べると、デマルチ
プレクサ22から分離された入力符号系列は信号再生フィ
ルタ28へ入力される前に係数演算回路34へ供給される。
そして、信号再生フィルタ28出力はバッファメモリ30へ
直接出力されるようになっている。
プレクサ22から分離された入力符号系列は信号再生フィ
ルタ28へ入力される前に係数演算回路34へ供給される。
そして、信号再生フィルタ28出力はバッファメモリ30へ
直接出力されるようになっている。
係数演算回路34では、送信側の係数演算回路33と同一
の動作を行ってδｉを算出する。加算器27で得られた音
源信号を次の（18）式の特性を有するフィルタ28に出力
し、再生音声を得るのである。
の動作を行ってδｉを算出する。加算器27で得られた音
源信号を次の（18）式の特性を有するフィルタ28に出力
し、再生音声を得るのである。
Ｈ（ｚ）＝1/（１−ΣδiZ-i） ……（18） 発明の効果 叙上の如く、本発明によれば、予め高域強調フィルタ
を用いて音声信号の高域を強調してLPC分析を行うよう
にしているので、特に子供や女性の音声の如く高域成分
の多い音声信号を、16ビット固定小数点演算用LSIを用
いても、精度良くLPC分析できるようになるという効果
がある。
を用いて音声信号の高域を強調してLPC分析を行うよう
にしているので、特に子供や女性の音声の如く高域成分
の多い音声信号を、16ビット固定小数点演算用LSIを用
いても、精度良くLPC分析できるようになるという効果
がある。
また、LPC分析により得られたスペクトルパラメータ
を係数変換して第２のスペクトラパラメータを求め、こ
の第２のスペクトルパラメータに基づく合成フィルタに
よりコードブックの選択を行うようにすれば、フィルタ
の段数が少なくなるという効果もある。
を係数変換して第２のスペクトラパラメータを求め、こ
の第２のスペクトルパラメータに基づく合成フィルタに
よりコードブックの選択を行うようにすれば、フィルタ
の段数が少なくなるという効果もある。
第１図は本発明の実施例のブロック図、第２図は第１図
のブロックにより得られた符号化音声の受信装置のブロ
ック図、第３図は本発明の他の実施例のブロック図、第
４図は第３図のブロックにより得られた符号化音声の受
信装置のブロック図である。 主要部分の符号の説明 11……高域強調フィルタ 12……LPC分析回路 13……重み付けフィルタ回路 14……減算器、17,20……加算器 15……重み付け再生フィルタ回路 16……適応コードブック 18,19……コードブック探索回路 21……マルチプレクサ 31,32……コードブック 33……係数演算回路
のブロックにより得られた符号化音声の受信装置のブロ
ック図、第３図は本発明の他の実施例のブロック図、第
４図は第３図のブロックにより得られた符号化音声の受
信装置のブロック図である。 主要部分の符号の説明 11……高域強調フィルタ 12……LPC分析回路 13……重み付けフィルタ回路 14……減算器、17,20……加算器 15……重み付け再生フィルタ回路 16……適応コードブック 18,19……コードブック探索回路 21……マルチプレクサ 31,32……コードブック 33……係数演算回路
Claims (2)
- 【請求項１】入力された音声信号を予め定められた時間
長のフレームに分割して前記音声信号のスペクトル包絡
を表すスペクトルパラメータを求める手段と、前記フレ
ームを予め定められた時間長の小区間のサブフレームに
分割して過去の音源信号を元に長期相関を表すピッチパ
ラメータを求める手段と、前記音声信号をもとに学習に
より構成した情報が予め格納されたコードブックと、前
記ピッチパラメータ及び前記コードブックからの読出情
報による音源信号と前記音声信号との誤差信号を生成す
る手段と、前記誤差信号が最小となるように前記コード
ブックの情報を選択して読出す手段とを含み、前記スペ
クトルパラメータ、前記ピッチパラメータ及び前記コー
ドブックからの読出し情報を符号化出力として導出する
ようにした音声符号化装置であって、前記音声信号を入
力とし前記スペクトルパラメータを求める手段の前段に
設けられた高域フィルタと、前記スペクトルパラメータ
と前記高域フィルタの逆特性を有するフィルタの特性と
に基づいて前記コードブックの探索用の評価尺度を生成
する手段とを有することを特徴とする音声符号化装置。 - 【請求項２】前記評価尺度を生成する手段は、前記スペ
クトルパラメータと前記高域フィルタの逆特性を有する
フィルタの特性とに基づいて得られた第２のスペクトル
パラメータを生成する手段と、この第２のスペクトルパ
ラメータに基づいて前記コードブックの検索用の評価尺
度を生成する手段とを有することを特徴とする請求項１
記載の音声符号化装置。
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2256493A JP2626223B2 (ja) | 1990-09-26 | 1990-09-26 | 音声符号化装置 |
| CA002052250A CA2052250C (en) | 1990-09-26 | 1991-09-25 | Linear prediction speech coding with high-frequency preemphasis |
| AU84794/91A AU643827B2 (en) | 1990-09-26 | 1991-09-26 | Linear prediction speech coding with high-frequency preemphasis |
| EP91116484A EP0477960B1 (en) | 1990-09-26 | 1991-09-26 | Linear prediction speech coding with high-frequency preemphasis |
| DE69132956T DE69132956T2 (de) | 1990-09-26 | 1991-09-26 | Sprachcodierung durch lineare Prädiktion mit Anhebung der Hochfrequenzen |
| US07/765,737 US5295224A (en) | 1990-09-26 | 1991-09-26 | Linear prediction speech coding with high-frequency preemphasis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2256493A JP2626223B2 (ja) | 1990-09-26 | 1990-09-26 | 音声符号化装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04134400A JPH04134400A (ja) | 1992-05-08 |
| JP2626223B2 true JP2626223B2 (ja) | 1997-07-02 |
Family
ID=17293406
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2256493A Expired - Fee Related JP2626223B2 (ja) | 1990-09-26 | 1990-09-26 | 音声符号化装置 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US5295224A (ja) |
| EP (1) | EP0477960B1 (ja) |
| JP (1) | JP2626223B2 (ja) |
| AU (1) | AU643827B2 (ja) |
| CA (1) | CA2052250C (ja) |
| DE (1) | DE69132956T2 (ja) |
Families Citing this family (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04264597A (ja) * | 1991-02-20 | 1992-09-21 | Fujitsu Ltd | 音声符号化装置および音声復号装置 |
| JP3089769B2 (ja) * | 1991-12-03 | 2000-09-18 | 日本電気株式会社 | 音声符号化装置 |
| FI95085C (fi) * | 1992-05-11 | 1995-12-11 | Nokia Mobile Phones Ltd | Menetelmä puhesignaalin digitaaliseksi koodaamiseksi sekä puhekooderi menetelmän suorittamiseksi |
| CA2108623A1 (en) * | 1992-11-02 | 1994-05-03 | Yi-Sheng Wang | Adaptive pitch pulse enhancer and method for use in a codebook excited linear prediction (celp) search loop |
| JP2746039B2 (ja) * | 1993-01-22 | 1998-04-28 | 日本電気株式会社 | 音声符号化方式 |
| US5434947A (en) * | 1993-02-23 | 1995-07-18 | Motorola | Method for generating a spectral noise weighting filter for use in a speech coder |
| SG47025A1 (en) * | 1993-03-26 | 1998-03-20 | Motorola Inc | Vector quantizer method and apparatus |
| JP2624130B2 (ja) * | 1993-07-29 | 1997-06-25 | 日本電気株式会社 | 音声符号化方式 |
| WO1995010760A2 (en) * | 1993-10-08 | 1995-04-20 | Comsat Corporation | Improved low bit rate vocoders and methods of operation therefor |
| JP3024468B2 (ja) * | 1993-12-10 | 2000-03-21 | 日本電気株式会社 | 音声復号装置 |
| FR2720849B1 (fr) * | 1994-06-03 | 1996-08-14 | Matra Communication | Procédé et dispositif de prétraitement d'un signal acoustique en amont d'un codeur de parole. |
| FR2729804B1 (fr) * | 1995-01-24 | 1997-04-04 | Matra Communication | Annuleur d'echo acoustique a filtre adaptatif et passage dans le domaine frequentiel |
| JPH10512131A (ja) * | 1995-10-24 | 1998-11-17 | フィリップス エレクトロニクス ネムローゼ フェンノートシャップ | サブバンドエンコーダ／デコーダにおける反復復号化および符号化 |
| US5867814A (en) * | 1995-11-17 | 1999-02-02 | National Semiconductor Corporation | Speech coder that utilizes correlation maximization to achieve fast excitation coding, and associated coding method |
| JP3335841B2 (ja) * | 1996-05-27 | 2002-10-21 | 日本電気株式会社 | 信号符号化装置 |
| DE69737012T2 (de) * | 1996-08-02 | 2007-06-06 | Matsushita Electric Industrial Co., Ltd., Kadoma | Sprachkodierer, sprachdekodierer und aufzeichnungsmedium dafür |
| CA2252170A1 (en) * | 1998-10-27 | 2000-04-27 | Bruno Bessette | A method and device for high quality coding of wideband speech and audio signals |
| US7010480B2 (en) * | 2000-09-15 | 2006-03-07 | Mindspeed Technologies, Inc. | Controlling a weighting filter based on the spectral content of a speech signal |
| EP1557827B8 (en) * | 2002-10-31 | 2015-01-07 | Fujitsu Limited | Voice intensifier |
| DE102005015647A1 (de) * | 2005-04-05 | 2006-10-12 | Sennheiser Electronic Gmbh & Co. Kg | Kompandersystem |
| KR101475894B1 (ko) * | 2013-06-21 | 2014-12-23 | 서울대학교산학협력단 | 장애 음성 개선 방법 및 장치 |
| JP5817011B1 (ja) * | 2014-12-11 | 2015-11-18 | 株式会社アクセル | 音声信号符号化装置、音声信号復号装置、音声信号符号化方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63500896A (ja) * | 1984-11-01 | 1988-03-31 | エム／エ−−コム・ガバメント・システムズ インコーポレイテッド | デジタル信号プロセッサを利用するｒｅｌｐボコーダ |
| JPH089305B2 (ja) * | 1986-07-24 | 1996-01-31 | マツダ株式会社 | 自動車のスリツプ制御装置 |
| US4899385A (en) * | 1987-06-26 | 1990-02-06 | American Telephone And Telegraph Company | Code excited linear predictive vocoder |
| DE3871369D1 (de) * | 1988-03-08 | 1992-06-25 | Ibm | Verfahren und einrichtung zur sprachkodierung mit niedriger datenrate. |
| DE3883519T2 (de) * | 1988-03-08 | 1994-03-17 | Ibm | Verfahren und Einrichtung zur Sprachkodierung mit mehreren Datenraten. |
| EP0364647B1 (en) * | 1988-10-19 | 1995-02-22 | International Business Machines Corporation | Improvement to vector quantizing coder |
| DE68914147T2 (de) * | 1989-06-07 | 1994-10-20 | Ibm | Sprachcodierer mit niedriger Datenrate und niedriger Verzögerung. |
-
1990
- 1990-09-26 JP JP2256493A patent/JP2626223B2/ja not_active Expired - Fee Related
-
1991
- 1991-09-25 CA CA002052250A patent/CA2052250C/en not_active Expired - Fee Related
- 1991-09-26 AU AU84794/91A patent/AU643827B2/en not_active Ceased
- 1991-09-26 US US07/765,737 patent/US5295224A/en not_active Expired - Fee Related
- 1991-09-26 DE DE69132956T patent/DE69132956T2/de not_active Expired - Fee Related
- 1991-09-26 EP EP91116484A patent/EP0477960B1/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| EP0477960A3 (en) | 1992-10-14 |
| US5295224A (en) | 1994-03-15 |
| DE69132956D1 (de) | 2002-04-25 |
| CA2052250A1 (en) | 1992-03-27 |
| JPH04134400A (ja) | 1992-05-08 |
| AU643827B2 (en) | 1993-11-25 |
| EP0477960B1 (en) | 2002-03-20 |
| AU8479491A (en) | 1992-04-02 |
| DE69132956T2 (de) | 2002-08-08 |
| CA2052250C (en) | 1996-03-12 |
| EP0477960A2 (en) | 1992-04-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2626223B2 (ja) | 音声符号化装置 | |
| JP2940005B2 (ja) | 音声符号化装置 | |
| JP3346765B2 (ja) | 音声復号化方法及び音声復号化装置 | |
| JP3180762B2 (ja) | 音声符号化装置及び音声復号化装置 | |
| KR100194775B1 (ko) | 벡터양자화장치 | |
| JPH0990995A (ja) | 音声符号化装置 | |
| JP2800618B2 (ja) | 音声パラメータ符号化方式 | |
| JP3089769B2 (ja) | 音声符号化装置 | |
| JPH09152896A (ja) | 声道予測係数符号化・復号化回路、声道予測係数符号化回路、声道予測係数復号化回路、音声符号化装置及び音声復号化装置 | |
| JP2624130B2 (ja) | 音声符号化方式 | |
| JP2002268686A (ja) | 音声符号化装置及び音声復号化装置 | |
| JP2970407B2 (ja) | 音声の励振信号符号化装置 | |
| JPH05232997A (ja) | 音声符号化装置 | |
| JP3308764B2 (ja) | 音声符号化装置 | |
| JP3003531B2 (ja) | 音声符号化装置 | |
| JPH08292797A (ja) | 音声符号化装置 | |
| JP2956068B2 (ja) | 音声符号化復号化方式 | |
| JP3252285B2 (ja) | 音声帯域信号符号化方法 | |
| JP3256215B2 (ja) | 音声符号化装置 | |
| JP3319396B2 (ja) | 音声符号化装置ならびに音声符号化復号化装置 | |
| JP3194930B2 (ja) | 音声符号化装置 | |
| JPH07168596A (ja) | 音声符号化装置 | |
| JP2658794B2 (ja) | 音声符号化方式 | |
| JP3192051B2 (ja) | 音声符号化装置 | |
| JP3102017B2 (ja) | 音声符号化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |