JP2645465B2 - 低遅延低ビツトレート音声コーダ - Google Patents
低遅延低ビツトレート音声コーダInfo
- Publication number
- JP2645465B2 JP2645465B2 JP2146412A JP14641290A JP2645465B2 JP 2645465 B2 JP2645465 B2 JP 2645465B2 JP 2146412 A JP2146412 A JP 2146412A JP 14641290 A JP14641290 A JP 14641290A JP 2645465 B2 JP2645465 B2 JP 2645465B2
- Authority
- JP
- Japan
- Prior art keywords
- filter
- signal
- residual signal
- coder
- reconstructed
- 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 - Lifetime
Links
- 238000013139 quantization Methods 0.000 claims description 14
- 230000005236 sound signal Effects 0.000 claims description 11
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 230000007774 longterm Effects 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 description 9
- 230000005284 excitation Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000009499 grossing Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000001755 vocal effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- NWONKYPBYAMBJT-UHFFFAOYSA-L zinc sulfate Chemical compound [Zn+2].[O-]S([O-])(=O)=O NWONKYPBYAMBJT-UHFFFAOYSA-L 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【発明の詳細な説明】 A.産業上の利用分野 この発明はディジタル音声コーディング（符号化）に
関し、特にコーディングのビットレートを遅くすること
が可能なブロックコーディング法を用いるとともに、コ
ーディング遅延を少なくしたコーディングシステムに関
する。
関し、特にコーディングのビットレートを遅くすること
が可能なブロックコーディング法を用いるとともに、コ
ーディング遅延を少なくしたコーディングシステムに関
する。
B.従来の技術 低ビットレート音声コーディングの構想が提案されて
いる。これは始めは比較的高いビットレートでコード化
した音声信号サンプルの流れを連続するサンプルブロッ
クに分解し、その各サンプルブロックをいわゆるベクト
ル量子化（VQ）技術を用いて比較的低いビットレートに
より再コード化するというものである。ベクトル量子化
技術は、例えばいわゆるパルス励起（Pulse−Excited;R
PEまたはMPE）コーディングやコード励起コーディング
を含んでいる。ベクトル量子化とVQオペレーションを実
行する前に最初の信号に対して帯域幅圧縮を行う線形予
測コーディング（LPC）とを組み合わせることによって
より効率的なコーディングも達成されている。このよう
な効率的なコーディングのためには、音声信号はまず声
道モデル化フィルタを通してろ波される。このフィルタ
（短期予測（STP）フィルタ）は、短い時間セグメント
（通常１乃至数サンプルブロックに対して10乃至30ミリ
秒）の間、時間的に不変（time invariant）な全極再帰
（all−pole recursive）ディジタル・フィルタとなる
ように設計される。これは、まず上記の短い時間セグメ
ントにわたるLPC分析によってフィルタ係数、即ち声道
伝達関数（特性）を特徴的に表す予測係数が導き出され
るという仮定に基づくものであり、その後音声の時間的
に可変な性質が、このようなフィルタでパラメータを異
ならせた一連のフィルタによって、即ちフィルタ特性を
動的にに変化させることにより処理される。
いる。これは始めは比較的高いビットレートでコード化
した音声信号サンプルの流れを連続するサンプルブロッ
クに分解し、その各サンプルブロックをいわゆるベクト
ル量子化（VQ）技術を用いて比較的低いビットレートに
より再コード化するというものである。ベクトル量子化
技術は、例えばいわゆるパルス励起（Pulse−Excited;R
PEまたはMPE）コーディングやコード励起コーディング
を含んでいる。ベクトル量子化とVQオペレーションを実
行する前に最初の信号に対して帯域幅圧縮を行う線形予
測コーディング（LPC）とを組み合わせることによって
より効率的なコーディングも達成されている。このよう
な効率的なコーディングのためには、音声信号はまず声
道モデル化フィルタを通してろ波される。このフィルタ
（短期予測（STP）フィルタ）は、短い時間セグメント
（通常１乃至数サンプルブロックに対して10乃至30ミリ
秒）の間、時間的に不変（time invariant）な全極再帰
（all−pole recursive）ディジタル・フィルタとなる
ように設計される。これは、まず上記の短い時間セグメ
ントにわたるLPC分析によってフィルタ係数、即ち声道
伝達関数（特性）を特徴的に表す予測係数が導き出され
るという仮定に基づくものであり、その後音声の時間的
に可変な性質が、このようなフィルタでパラメータを異
ならせた一連のフィルタによって、即ちフィルタ特性を
動的にに変化させることにより処理される。
フィルタ係数の導出オペレーションは、これを行わな
くてもVQオペレーションを含む他の処理により生じるコ
ーディング遅延に対してさらに処理遅延を追加するもの
であることは明らかである。その結果、使用する信号プ
ロセッサの種類によって総遅延は25乃至80ミリ秒のオー
ダーに達する。
くてもVQオペレーションを含む他の処理により生じるコ
ーディング遅延に対してさらに処理遅延を追加するもの
であることは明らかである。その結果、使用する信号プ
ロセッサの種類によって総遅延は25乃至80ミリ秒のオー
ダーに達する。
このように大きな遅延はエコー除去のない公衆交換網
で使用する音声コーダの仕様には適合しない。さらに、
周知技術には、過度に複雑ではないコーダによって遅延
を小さくできしかも高い音声コーディングの性質を確保
することができると考えられる、低ビットレート（例え
ば16kbps）に適合する技術は見当たらない。
で使用する音声コーダの仕様には適合しない。さらに、
周知技術には、過度に複雑ではないコーダによって遅延
を小さくできしかも高い音声コーディングの性質を確保
することができると考えられる、低ビットレート（例え
ば16kbps）に適合する技術は見当たらない。
C.発明が解決しようとする課題 この発明の一つの目的は短かな構成で少ない遅延、低
ビットレートの音声コーダを提供することにある。
ビットレートの音声コーダを提供することにある。
D.課題を解決するための手段 上記目的達成のため、この発明は、遅延の少ないベク
トル量子化式音声コーダにおいて、ベクトル量子化前の
原信号を短期適応予測フィルタを用いて残留（励起）信
号（residual（excitation）signal）に相関分解（deco
rrelate）するようにしたものであり、上記フィルタの
フィルタ係数は残留（励起）信号を再構成したものから
動的に導出するようにしたものである。
トル量子化式音声コーダにおいて、ベクトル量子化前の
原信号を短期適応予測フィルタを用いて残留（励起）信
号（residual（excitation）signal）に相関分解（deco
rrelate）するようにしたものであり、上記フィルタの
フィルタ係数は残留（励起）信号を再構成したものから
動的に導出するようにしたものである。
E.実施例 第５図は、本願の関連出願である欧州特許出願第0280
827号の公開公報に開示されている適応ベクトル量子化
／長期予測（VQ/LTP）形コーダのブロック図である。
827号の公開公報に開示されている適応ベクトル量子化
／長期予測（VQ/LTP）形コーダのブロック図である。
原音声信号ｓ（ｎ）は高ビットレートでサンプリング
され、サンプル当り12ビットにPCM符号化され、連続し
た160サンプル長で適応短期予測フィルタ10に供給さ
れ、残留信号ｒ（ｎ）に相関分解される。第６図にｓ
（ｎ）,r（ｎ）の例を示す。短期予測フィルタ10は、通
常のディジタル・フィルタで構成されており、そのタッ
プ（tap）係数aiは、装置13において、パーコール（PAR
COR）係数と呼ばれる係数ｋ（ｉ）から得られる。この
係数ｋ（ｉ）は、パーコール係数計算手段11において、
原音声信号ｓ（ｎ）からレルーグイゲン法（後述の文
献、IEEE会報、ASSP編、257〜259頁、1977年６月刊行を
参照のこと）を用いて導き出され、次に、ユン、ヤング
（Un/Yang）アルゴリズムを用いて28ビットに変換され
る。
され、サンプル当り12ビットにPCM符号化され、連続し
た160サンプル長で適応短期予測フィルタ10に供給さ
れ、残留信号ｒ（ｎ）に相関分解される。第６図にｓ
（ｎ）,r（ｎ）の例を示す。短期予測フィルタ10は、通
常のディジタル・フィルタで構成されており、そのタッ
プ（tap）係数aiは、装置13において、パーコール（PAR
COR）係数と呼ばれる係数ｋ（ｉ）から得られる。この
係数ｋ（ｉ）は、パーコール係数計算手段11において、
原音声信号ｓ（ｎ）からレルーグイゲン法（後述の文
献、IEEE会報、ASSP編、257〜259頁、1977年６月刊行を
参照のこと）を用いて導き出され、次に、ユン、ヤング
（Un/Yang）アルゴリズムを用いて28ビットに変換され
る。
ｒ（ｎ）はまず残留偏差ｅ（ｎ）に変換され、次いで
このｅ（ｎ）がベクトル量子化される。これによってVQ
のビット割振りの改善が可能となる。信号ｅ（ｎ）は、
長期予測（LTP）ループを用いて合成された予測残留信
号ｘ（ｎ）をｒ（ｎ）から減じることによって導出され
る。
このｅ（ｎ）がベクトル量子化される。これによってVQ
のビット割振りの改善が可能となる。信号ｅ（ｎ）は、
長期予測（LTP）ループを用いて合成された予測残留信
号ｘ（ｎ）をｒ（ｎ）から減じることによって導出され
る。
LTP係数計算装置12は、ｒ（ｎ）信号から、ピッチに
関係した情報Ｍ及びゲインパラメータｂを導き出す。こ
の係数（M,b）はLTPフィルタ14を調整するために用いら
れる。LTPフィルタ14の出力ｘ（ｎ）を信号ｒ（ｎ）か
ら減算して得られる残留誤差ｅ（ｎ）は、パルス励起
（pulse excitation）法を用いて、PE装置16において、
パルスシーケンスにコード化される。PE装置16は、連続
的なPCM符号ｅ（ｎ）のサンプル（40個）を、より少な
い（15未満）のサンプル長にする。マルチ・パルス励起
コーダ（Multi−pulse Excited Coder;MPE）や、レギュ
ラー・パルス励起コーダ（Regular Pulse Excited Code
r;RPE）を用いることができる。PE装置16の出力は量子
化装置（quantizer）20で量子化される。PE装置16及び
量子化装置20における符号化ノイズ及び量子化ノイズ
は、デコーダ22で補償され、その出力ｐ′（ｎ）は出力
ｘ（ｎ）に加算され、再構成残留信号ｒ′（ｎ）が得ら
れる。このｒ′（ｎ）は、LTPフィルタ14に加えられ
る。
関係した情報Ｍ及びゲインパラメータｂを導き出す。こ
の係数（M,b）はLTPフィルタ14を調整するために用いら
れる。LTPフィルタ14の出力ｘ（ｎ）を信号ｒ（ｎ）か
ら減算して得られる残留誤差ｅ（ｎ）は、パルス励起
（pulse excitation）法を用いて、PE装置16において、
パルスシーケンスにコード化される。PE装置16は、連続
的なPCM符号ｅ（ｎ）のサンプル（40個）を、より少な
い（15未満）のサンプル長にする。マルチ・パルス励起
コーダ（Multi−pulse Excited Coder;MPE）や、レギュ
ラー・パルス励起コーダ（Regular Pulse Excited Code
r;RPE）を用いることができる。PE装置16の出力は量子
化装置（quantizer）20で量子化される。PE装置16及び
量子化装置20における符号化ノイズ及び量子化ノイズ
は、デコーダ22で補償され、その出力ｐ′（ｎ）は出力
ｘ（ｎ）に加算され、再構成残留信号ｒ′（ｎ）が得ら
れる。このｒ′（ｎ）は、LTPフィルタ14に加えられ
る。
量子化装置20の出力X,L,c及び前記ｋ（ｉ）,b,Mがコ
ードが信号としてマルチプレクサ32に入力される。この
マルチプレクサの出力データは、デコーダ（図示せず）
によって符号化することにより音声コーディングとして
得られる。一例を次に示す。
ードが信号としてマルチプレクサ32に入力される。この
マルチプレクサの出力データは、デコーダ（図示せず）
によって符号化することにより音声コーディングとして
得られる。一例を次に示す。
各20ms長の音声信号に対して、下記のような、16kbsp
音声符号。
音声符号。
パーコール（parcors）， ki 28ビット 指数部（characteristic）， C ４×５＝20ビット 振幅（amplitudes）， X ４×14×3＝168ヒ゛ット ポジション（positions）， L ４×２＝８ビット ゲイン（gain）， b ４×２＝８ビットピッチ（pitch） M ４×７＝28ビット 合 計 260ビット この発明の目的に鑑みて言うと、第５図の例は、短期
予測フィルタ10の係数ｋ（ｉ）またはａ（ｉ）が20ms長
のｓ（ｎ）サンプルブロックについて導出され、適応化
されるようになっているため、その後のコーディングプ
ロセスがそれだけ遅延するという点が注目される。
予測フィルタ10の係数ｋ（ｉ）またはａ（ｉ）が20ms長
のｓ（ｎ）サンプルブロックについて導出され、適応化
されるようになっているため、その後のコーディングプ
ロセスがそれだけ遅延するという点が注目される。
既に述べたように、上記のような遅延の結果、全体の
遅延が一部のアプリケーション用のコーディング仕様の
限度と相いれない程大きくなる場合もある。
遅延が一部のアプリケーション用のコーディング仕様の
限度と相いれない程大きくなる場合もある。
第１図は、この発明による改良された音声コーダの構
成を示す。本発明のコーダにあってはb,M及びｋ（ｉ）
をコード化信号に入れないことにより、またさらにｋ
（ｉ）の計算に付随するコーディング遅延を短縮するこ
とによってコーディングビットが削減されている。この
ため、ｓ（ｎ）のサンプルフローはまず1ms長のブロッ
ク（８サンプル／ブロック）にセグメント化され（デバ
イス25に）バッファリングされる。次いで、セグメント
化されたｓ（ｎ）信号はSTPフィルタ10により相関分解
される。このフィルタのｚ領域におけるSTP伝達関数は
次式であたえられる： 但し、ｇは加重係数である。例えば、ｇ＝0.8であ
る。この実施例では８次のフィルタが用いられており、
その係数ai（ｉ＝0,…,8）は後述の短期予測（STP）適
応アダプタ27で導出される。
成を示す。本発明のコーダにあってはb,M及びｋ（ｉ）
をコード化信号に入れないことにより、またさらにｋ
（ｉ）の計算に付随するコーディング遅延を短縮するこ
とによってコーディングビットが削減されている。この
ため、ｓ（ｎ）のサンプルフローはまず1ms長のブロッ
ク（８サンプル／ブロック）にセグメント化され（デバ
イス25に）バッファリングされる。次いで、セグメント
化されたｓ（ｎ）信号はSTPフィルタ10により相関分解
される。このフィルタのｚ領域におけるSTP伝達関数は
次式であたえられる： 但し、ｇは加重係数である。例えば、ｇ＝0.8であ
る。この実施例では８次のフィルタが用いられており、
その係数ai（ｉ＝0,…,8）は後述の短期予測（STP）適
応アダプタ27で導出される。
STPフィルタ10は８サンプル長の各ｓ（ｎ）信号ブロ
ックを次式によりｒ（ｎ）に変換する。
ックを次式によりｒ（ｎ）に変換する。
但し、ｎ＝1,…,8 ｃ（ｉ）＝ａ（ｉ）・gi ｉ＝1,…,8 STPフィルタ10はフィードバックブロック技術を用い
て1ms毎、即ち新しい８サンプルのｒ′（ｎ）の各ブロ
ック毎に適応化される。そのためには、再構成された励
起（または残留）信号ｒ′（ｎ）はまず伝達関数が次式
で与えられる加重声道フィルタまたは逆フィルタ29を
通してろ波される： 同時に加重係数ｇ＝0.8を用いることによって雑音整
形も行われる。上記逆フィルタ29はこのようにして再構
成された音声信号ｓ′（ｎ）を生じさせる。このｓ′
（ｎ）信号は次式により与えられる： 但し、ｎ＝1,…,8 ｃ（ｉ）＝ａ（ｉ）・gi ｉ＝1,…,8 これによって得られる８サンプルのｓ′（ｎ）（ｎ＝
1,…,8）の集合は次いで下記のようにしてSTP適応デバ
イス27により分析される。
て1ms毎、即ち新しい８サンプルのｒ′（ｎ）の各ブロ
ック毎に適応化される。そのためには、再構成された励
起（または残留）信号ｒ′（ｎ）はまず伝達関数が次式
で与えられる加重声道フィルタまたは逆フィルタ29を
通してろ波される： 同時に加重係数ｇ＝0.8を用いることによって雑音整
形も行われる。上記逆フィルタ29はこのようにして再構
成された音声信号ｓ′（ｎ）を生じさせる。このｓ′
（ｎ）信号は次式により与えられる： 但し、ｎ＝1,…,8 ｃ（ｉ）＝ａ（ｉ）・gi ｉ＝1,…,8 これによって得られる８サンプルのｓ′（ｎ）（ｎ＝
1,…,8）の集合は次いで下記のようにしてSTP適応デバ
イス27により分析される。
最も新しく導出されたｓ′（ｎ）のサンプル（ｎ＝1,
…,8）とデバイス27の遅延線（図示省略）に記憶されて
いるその前に再構成されたｉ＝0,…,150についてのサン
プルｓ′（ｎ−ｉ）とをつなぎ合わせることによって16
0サンプル長のブロック（20ms）が生成される。
…,8）とデバイス27の遅延線（図示省略）に記憶されて
いるその前に再構成されたｉ＝0,…,150についてのサン
プルｓ′（ｎ−ｉ）とをつなぎ合わせることによって16
0サンプル長のブロック（20ms）が生成される。
次に、次式の計算を実行することにより20ms長のブ
ロックについて８次の自己相関分析が行われる： 上式は下記のようにしてブロックからブロックへ反
復的に計算することができる。
ロックについて８次の自己相関分析が行われる： 上式は下記のようにしてブロックからブロックへ反
復的に計算することができる。
即ち、ある1msブロックについて上式により求めた
自己相関係数の集合をR1（ｋ）；（ｋ＝0,…,8）、その
次の1msブロックの同様の自己相関係数の重合をR2
（ｋ）：（ｋ＝0,…,8）とするとR1（ｋ）；及びR2
（ｋ）はそれぞれ次式及びで与えられる： すると、R2（ｋ）は次式で表される： そのため、Ｒ（ｋ）の反復計算のために下記のアルゴ
リズムを適用することによって貴重な処理ロードを節減
することが可能となる： ◆偏相関積を記憶するためのアレイＴ（k,N）（ｋ＝0,
…,8;n＝0,…,20）を考える； ◆新しいサンプルの集合ｓ′（ｎ）（ｎ＝1,…,8）毎に
次式の計算を行い、結果を記憶する： ◆前に求めた自己相関Ｒ（ｋ）より次式の計算を行
う； Ｒ（ｋ）＝Ｒ（ｋ）＋Ｔ（k,0）−Ｔ（k,20）； ｋ＝0,…,8 ◆次式によりアレイＴ（k,N）をシフトさせる： Ｔ（k,N）＝Ｔ（k,N−１）;N＝20,…,1; ｋ＝0,…,8 このアルゴリズムでは最後の1msブロックを用いて計
算した自己相関係数Ｒ（ｋ）の集合を記憶し、偏自己相
関係数を計算して189（即ち９×21）ポジションのアレ
イＴに記憶しさえすればよい。アレイＴ内でのシフト動
作はモジュロアドレス指定により行うことができる。
自己相関係数の集合をR1（ｋ）；（ｋ＝0,…,8）、その
次の1msブロックの同様の自己相関係数の重合をR2
（ｋ）：（ｋ＝0,…,8）とするとR1（ｋ）；及びR2
（ｋ）はそれぞれ次式及びで与えられる： すると、R2（ｋ）は次式で表される： そのため、Ｒ（ｋ）の反復計算のために下記のアルゴ
リズムを適用することによって貴重な処理ロードを節減
することが可能となる： ◆偏相関積を記憶するためのアレイＴ（k,N）（ｋ＝0,
…,8;n＝0,…,20）を考える； ◆新しいサンプルの集合ｓ′（ｎ）（ｎ＝1,…,8）毎に
次式の計算を行い、結果を記憶する： ◆前に求めた自己相関Ｒ（ｋ）より次式の計算を行
う； Ｒ（ｋ）＝Ｒ（ｋ）＋Ｔ（k,0）−Ｔ（k,20）； ｋ＝0,…,8 ◆次式によりアレイＴ（k,N）をシフトさせる： Ｔ（k,N）＝Ｔ（k,N−１）;N＝20,…,1; ｋ＝0,…,8 このアルゴリズムでは最後の1msブロックを用いて計
算した自己相関係数Ｒ（ｋ）の集合を記憶し、偏自己相
関係数を計算して189（即ち９×21）ポジションのアレ
イＴに記憶しさえすればよい。アレイＴ内でのシフト動
作はモジュロアドレス指定により行うことができる。
自己相関係数Ｒ（ｋ）からフィルタ係数ａ（ｉ）への
変換は、レルー−グイゲン（Leroux−Guegen）のアルゴ
リズム（これはレヴィンソン（Levinson）アルゴリズム
の固定小数点方式版である）を用いて行うことができ
る。詳細については、「偏相関係数の固定小数点演算」
（IEEE（電気電子学会）会報ASSP（音響・音声・信号処
理部会）編、257〜259頁、1977年６月刊行）を参照のこ
と。ａ（ｉ）係数はフィルタ10及び29を共に調整（tun
e）するのに用いられる。
変換は、レルー−グイゲン（Leroux−Guegen）のアルゴ
リズム（これはレヴィンソン（Levinson）アルゴリズム
の固定小数点方式版である）を用いて行うことができ
る。詳細については、「偏相関係数の固定小数点演算」
（IEEE（電気電子学会）会報ASSP（音響・音声・信号処
理部会）編、257〜259頁、1977年６月刊行）を参照のこ
と。ａ（ｉ）係数はフィルタ10及び29を共に調整（tun
e）するのに用いられる。
また、第１図に示す本発明の音声コーダにおいては、
LTPフィルタ14が平滑フィルタ15を有していることが注
目されよう。この平滑フィルタ15の伝達関数はSF（ｚ）
＝0.91×0.17z-1−0.08z-2で表され、再構成残留信号
ｒ′（ｎ）より平滑化された再構成残留信号ｒ″（ｎ）
を導出する。次いで、このｒ″（ｎ）を用いてデバイス
31により１ミリ秒（ms）毎にLTPパラメータ（b,M）が導
出される。この演算は次式により行われる： そして、Ｍは絶対値でＲ（ｋ）が最大となるｋパラメ
ータとして求められる。また、ｂは次式により求められ
る： 最後に、LTPフィルタ14にもｒ′（ｎ）ではなくｒ″
（ｎ）が供給される。
LTPフィルタ14が平滑フィルタ15を有していることが注
目されよう。この平滑フィルタ15の伝達関数はSF（ｚ）
＝0.91×0.17z-1−0.08z-2で表され、再構成残留信号
ｒ′（ｎ）より平滑化された再構成残留信号ｒ″（ｎ）
を導出する。次いで、このｒ″（ｎ）を用いてデバイス
31により１ミリ秒（ms）毎にLTPパラメータ（b,M）が導
出される。この演算は次式により行われる： そして、Ｍは絶対値でＲ（ｋ）が最大となるｋパラメ
ータとして求められる。また、ｂは次式により求められ
る： 最後に、LTPフィルタ14にもｒ′（ｎ）ではなくｒ″
（ｎ）が供給される。
第２図に示すように、上述のコーディング法は、本願
の関連出願、特願平１−270498に開示されているよう
な、ベクトル量子化オペレーションを実行するための適
応型コード励起式線形予測コーダ（Ａ−CELP）を用いる
ことによってさらに改良することができる。
の関連出願、特願平１−270498に開示されているよう
な、ベクトル量子化オペレーションを実行するための適
応型コード励起式線形予測コーダ（Ａ−CELP）を用いる
ことによってさらに改良することができる。
まずコードワードがテーブルに記憶され、CELPコーデ
ィング手段がコードブックインデックスｋ（考慮中のｅ
（ｎ）シーケンスに最も適合するコードワードのアドレ
ス）及び利得係数Ｇを選択するものと仮定する。利得Ｇ
は（デバイスＱにおいて）５ビットで量子化される。コ
ードブックテーブルは適用化されている。そのために
は、264サンプル長のコードブックは、第３図に示すよ
うに、固定部（128サンプル）と適応部（136サンプル）
とを有するよう構成される。
ィング手段がコードブックインデックスｋ（考慮中のｅ
（ｎ）シーケンスに最も適合するコードワードのアドレ
ス）及び利得係数Ｇを選択するものと仮定する。利得Ｇ
は（デバイスＱにおいて）５ビットで量子化される。コ
ードブックテーブルは適用化されている。そのために
は、264サンプル長のコードブックは、第３図に示すよ
うに、固定部（128サンプル）と適応部（136サンプル）
とを有するよう構成される。
コードブックに記憶されたサンプルをCB（ｉ）；（ｉ
＝0,…,263）で表す。シーケンスCB（ｉ）は既定の定数
Ｃに対して次式により事前正規化される： 次に、８つのｅ（ｎ）のサンプルの集合が与えられる
と、下記のステップによりコードブックのサーチが実行
される： ◆次式の演算を行う： ◆次式を満たすようなｋを求める： ◆次式により利得係数Ｇを求める： Ｇ＝Ｒ（ｋ）/C 上式に代えて次式ａを用いる修正された基準によ
って最良のコードブックシーケンスを選択することによ
り利得Ｇの量子化プロセスはさらに改善することができ
る： 但し、Ｒ′（ｋ）は前のサンプルブロックで選択され
た最大値を表す。
＝0,…,263）で表す。シーケンスCB（ｉ）は既定の定数
Ｃに対して次式により事前正規化される： 次に、８つのｅ（ｎ）のサンプルの集合が与えられる
と、下記のステップによりコードブックのサーチが実行
される： ◆次式の演算を行う： ◆次式を満たすようなｋを求める： ◆次式により利得係数Ｇを求める： Ｇ＝Ｒ（ｋ）/C 上式に代えて次式ａを用いる修正された基準によ
って最良のコードブックシーケンスを選択することによ
り利得Ｇの量子化プロセスはさらに改善することができ
る： 但し、Ｒ′（ｋ）は前のサンプルブロックで選択され
た最大値を表す。
上式ａは単にベクトル量子化器の利得Ｇが１つのブ
ロックから次のブロックの間で１対４の比の変動に拘束
されるということを表しているだけである。これによっ
て、この利得の量子化で同じコーディング品質を保ちつ
つ少なくとも１ビットを節約することができる。
ロックから次のブロックの間で１対４の比の変動に拘束
されるということを表しているだけである。これによっ
て、この利得の量子化で同じコーディング品質を保ちつ
つ少なくとも１ビットを節約することができる。
対応する利得ＧはデバイスＱでＧ′に量子化する必要
がある。従って、その後デコードされる音声信号に対す
る量子化雑音効果を制限するために非量子化（dequanti
zing）オペレーション（Ｑ′）が次式でｅ′（ｎ）を
計算する前にＧ′に対して実行される： ｅ′（ｎ）＝Ｇ・CB（ｎ＋ｋ−１）;n＝1,…,8 コードブックは下記の方程式により適応化される： CB（ｉ）＝CB（ｉ＋８）； ｉ＝127,…,255 CB（255＋ｉ）＝NORM（CB（ｎ＋ｋ−１））;i＝1,…,8 ここでCBは次式で与えられる正規化演算子を表す： SQRTは平方根関数を表す。
がある。従って、その後デコードされる音声信号に対す
る量子化雑音効果を制限するために非量子化（dequanti
zing）オペレーション（Ｑ′）が次式でｅ′（ｎ）を
計算する前にＧ′に対して実行される： ｅ′（ｎ）＝Ｇ・CB（ｎ＋ｋ−１）;n＝1,…,8 コードブックは下記の方程式により適応化される： CB（ｉ）＝CB（ｉ＋８）； ｉ＝127,…,255 CB（255＋ｉ）＝NORM（CB（ｎ＋ｋ−１））;i＝1,…,8 ここでCBは次式で与えられる正規化演算子を表す： SQRTは平方根関数を表す。
LTPパラメータ（b,M）はSTP適応デバイス31で１ミリ
秒毎、即ちｒ′（ｎ）の新しい各サンプルブロック毎に
計算される。そのため、ｒ′（ｎ）は、前に第１図によ
り説明したように、まず平滑フィルタ15を通してろ波さ
れる。フィルタ15は平滑化された再構成残留信号ｒ″
（ｎ）を発生する。次に、この平滑化された再生励起信
号の自己相関関数Ｒ（ｎ）が次式によって計算され
る： 実際には、既に方程式に関連して述べたように、こ
の自己相関関数は１つのブロックから次のブロックへ反
復的に演算することによって計算ロードを節減すること
ができる。
秒毎、即ちｒ′（ｎ）の新しい各サンプルブロック毎に
計算される。そのため、ｒ′（ｎ）は、前に第１図によ
り説明したように、まず平滑フィルタ15を通してろ波さ
れる。フィルタ15は平滑化された再構成残留信号ｒ″
（ｎ）を発生する。次に、この平滑化された再生励起信
号の自己相関関数Ｒ（ｎ）が次式によって計算され
る： 実際には、既に方程式に関連して述べたように、こ
の自己相関関数は１つのブロックから次のブロックへ反
復的に演算することによって計算ロードを節減すること
ができる。
最適遅延Ｍは次式で表される関数の最大絶対値として
求められる： Ｒ（Ｍ）＝max（|R（ｋ）｜）； ｋ＝20,…,100 次式によって対応する利得が導出される： 第４図はｋ及びＧ′のデータから逆に音声信号を合成
するデコーダ（復号器）のブロック図を示す。始めに、
コーダ及びデコーダのコードブックは同じようにロード
され、その後同じように適合化される。そのため、図示
デコーダではｋを用いてコードブックをアドレスし、コ
ードブックからコードワードをフェッチする。そのコー
ドワードに非量子化され利得係数Ｇを乗ずることによっ
て再構成ｅ′（ｎ）が得られる。このｅ′（ｎ）をLTP
フィルタ53より得られる再構成残留信号ｘ（ｎ）に加え
ることによりｒ′（ｎ）が得られる。そのｒ′（ｎ）を
伝達関数がSF＝0.91＋0.17z-1−0.08z-2で表される平滑
フィルタSF58に通してろ波することより信号ｒ″（ｎ）
が得られる。また、上記信号ｒ′（ｎ）逆STPフィルタ5
4に通してろ波することにより合成音声信号ｓ′（ｎ）
が得られる。
求められる： Ｒ（Ｍ）＝max（|R（ｋ）｜）； ｋ＝20,…,100 次式によって対応する利得が導出される： 第４図はｋ及びＧ′のデータから逆に音声信号を合成
するデコーダ（復号器）のブロック図を示す。始めに、
コーダ及びデコーダのコードブックは同じようにロード
され、その後同じように適合化される。そのため、図示
デコーダではｋを用いてコードブックをアドレスし、コ
ードブックからコードワードをフェッチする。そのコー
ドワードに非量子化され利得係数Ｇを乗ずることによっ
て再構成ｅ′（ｎ）が得られる。このｅ′（ｎ）をLTP
フィルタ53より得られる再構成残留信号ｘ（ｎ）に加え
ることによりｒ′（ｎ）が得られる。そのｒ′（ｎ）を
伝達関数がSF＝0.91＋0.17z-1−0.08z-2で表される平滑
フィルタSF58に通してろ波することより信号ｒ″（ｎ）
が得られる。また、上記信号ｒ′（ｎ）逆STPフィルタ5
4に通してろ波することにより合成音声信号ｓ′（ｎ）
が得られる。
ｚ領域におけるこのSTPフィルタの方程式は次式で表
される： ここで、コード化された音声信号には、STPフィルタ
のａ（ｉ）係数もLTPパラメータ（b,M）も入っていない
ということに注意すべきであろう。
される： ここで、コード化された音声信号には、STPフィルタ
のａ（ｉ）係数もLTPパラメータ（b,M）も入っていない
ということに注意すべきであろう。
そのため、これらのデータはデコーダで計算する必要
がある。それらの機能は、それぞれアダプタ27及び31に
類似のSTPアダプタ55及びLTPアダプタ57により遂行され
る。
がある。それらの機能は、それぞれアダプタ27及び31に
類似のSTPアダプタ55及びLTPアダプタ57により遂行され
る。
F.発明の効果 本発明によれば、低ビットレートに適合し、かつコー
ディング遅延の少ない音声コーディングシステムが得ら
れる。
ディング遅延の少ない音声コーディングシステムが得ら
れる。
第１図はこの発明による音声コーダの一実施例のブロッ
ク図、第２図はこの発明によるコーダの他の実施例のブ
ロック図、第３図は第２図のコーダで用いる適応方法の
一例を示す説明図、第４図は第２図のコーダと共に使用
するデコーダの一例のブロック図、第５図は従来技術に
よる音声コーダの一例のブロック図である。第６図は、
原音声信号ｓ（ｎ）及び残留信号ｒ（ｎ）の一例を示す
図である。 10……STPフィルタ、14……LTPフィルタ、15……平滑フ
ィルタ、16……パルス励起（PE）コーダ、23……デバイ
ス、27……STPアダプタ、29……逆フィルタ、31……LTP
アダプタ、52……適応コードブック、53……LTPフィル
タ、54……逆STPフィルタ、55……STPアダプタ、57……
LTPアダプタ、58……平滑フィルタ。
ク図、第２図はこの発明によるコーダの他の実施例のブ
ロック図、第３図は第２図のコーダで用いる適応方法の
一例を示す説明図、第４図は第２図のコーダと共に使用
するデコーダの一例のブロック図、第５図は従来技術に
よる音声コーダの一例のブロック図である。第６図は、
原音声信号ｓ（ｎ）及び残留信号ｒ（ｎ）の一例を示す
図である。 10……STPフィルタ、14……LTPフィルタ、15……平滑フ
ィルタ、16……パルス励起（PE）コーダ、23……デバイ
ス、27……STPアダプタ、29……逆フィルタ、31……LTP
アダプタ、52……適応コードブック、53……LTPフィル
タ、54……逆STPフィルタ、55……STPアダプタ、57……
LTPアダプタ、58……平滑フィルタ。
Claims (3)
- 【請求項１】適応型短期予測（STP）フィルタを含み、
係数ａ（ｉ）を受信し、原音声信号ｓ（ｎ）から低ビッ
トレートでコード化された残留信号ｒ（ｎ）を発生する
回路手段と、 上記の低ビットレートでコード化された残留信号ｒ
（ｎ）を感知して再構成残留信号ｒ′（ｎ）を合成する
第１合成手段と、 上記再構成残留信号ｒ′（ｎ）を感知して再構成音声信
号ｓ′（ｎ）を発生する逆フィルタ手段と、 上記再構成音声信号を感知して上記回路手段に含まれる
適応型短期予測（STP）フィルタを調整するための係数
ａ（ｉ）の集合を導出するアダプタ手段と、 を有する音声コーダ。 - 【請求項２】前記アダプタ手段により導出される係数の
集合を前記逆フィルタ手段を調整するためにも使用する
ようにした請求項１記載の音声コーダ。 - 【請求項３】前記SPTフイルタに接続されたベクトル量
子化長期予測（VQ/LTP）コーダであって、該VQ/LTPコー
ダは、 前記再構成残留信号ｒ′（ｎ）を感知してこれより予測
される残留信号ｘ（ｎ）を導出する長期予測ループと、 前記残留信号ｒ（ｎ）より前記の予測される残留信号ｘ
（ｎ）を減じて誤差残留信号ｅ（ｎ）を導出する減算手
段と、 上記信号ｅ（ｎ）のサンプルブロックを感知してそれら
のサンプルブロックをベクトル量子化法を用いてより低
いビットレートのデータに変換するベクトル量子化手段
と を有する請求項１または請求項２記載の音声コーダ。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP89480098.6 | 1989-06-07 | ||
| EP89480098A EP0401452B1 (en) | 1989-06-07 | 1989-06-07 | Low-delay low-bit-rate speech coder |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0341500A JPH0341500A (ja) | 1991-02-21 |
| JP2645465B2 true JP2645465B2 (ja) | 1997-08-25 |
Family
ID=8203061
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2146412A Expired - Lifetime JP2645465B2 (ja) | 1989-06-07 | 1990-06-06 | 低遅延低ビツトレート音声コーダ |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5142583A (ja) |
| EP (1) | EP0401452B1 (ja) |
| JP (1) | JP2645465B2 (ja) |
| DE (1) | DE68914147T2 (ja) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2626223B2 (ja) * | 1990-09-26 | 1997-07-02 | 日本電気株式会社 | 音声符号化装置 |
| US5233660A (en) * | 1991-09-10 | 1993-08-03 | At&T Bell Laboratories | Method and apparatus for low-delay celp speech coding and decoding |
| US5694519A (en) * | 1992-02-18 | 1997-12-02 | Lucent Technologies, Inc. | Tunable post-filter for tandem coders |
| US5339384A (en) * | 1992-02-18 | 1994-08-16 | At&T Bell Laboratories | Code-excited linear predictive coding with low delay for speech or audio signals |
| US5327520A (en) * | 1992-06-04 | 1994-07-05 | At&T Bell Laboratories | Method of use of voice message coder/decoder |
| FI95086C (fi) * | 1992-11-26 | 1995-12-11 | Nokia Mobile Phones Ltd | Menetelmä puhesignaalin tehokkaaksi koodaamiseksi |
| FI96248C (fi) * | 1993-05-06 | 1996-05-27 | Nokia Mobile Phones Ltd | Menetelmä pitkän aikavälin synteesisuodattimen toteuttamiseksi sekä synteesisuodatin puhekoodereihin |
| US5761633A (en) * | 1994-08-30 | 1998-06-02 | Samsung Electronics Co., Ltd. | Method of encoding and decoding speech signals |
| US5497337A (en) * | 1994-10-21 | 1996-03-05 | International Business Machines Corporation | Method for designing high-Q inductors in silicon technology without expensive metalization |
| US5708756A (en) * | 1995-02-24 | 1998-01-13 | Industrial Technology Research Institute | Low delay, middle bit rate speech coder |
| FR2734389B1 (fr) * | 1995-05-17 | 1997-07-18 | Proust Stephane | Procede d'adaptation du niveau de masquage du bruit dans un codeur de parole a analyse par synthese utilisant un filtre de ponderation perceptuelle a court terme |
| FR2741744B1 (fr) * | 1995-11-23 | 1998-01-02 | Thomson Csf | Procede et dispositif d'evaluation de l'energie du signal de parole par sous bande pour vocodeur bas debits |
| US6862298B1 (en) | 2000-07-28 | 2005-03-01 | Crystalvoice Communications, Inc. | Adaptive jitter buffer for internet telephony |
| DE102006022346B4 (de) | 2006-05-12 | 2008-02-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Informationssignalcodierung |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5941596A (ja) * | 1982-08-30 | 1984-03-07 | 星野 謙三 | 切削法 |
| NL8400728A (nl) * | 1984-03-07 | 1985-10-01 | Philips Nv | Digitale spraakcoder met basisband residucodering. |
| IT1180126B (it) * | 1984-11-13 | 1987-09-23 | Cselt Centro Studi Lab Telecom | Procedimento e dispositivo per la codifica e decodifica del segnale vocale mediante tecniche di quantizzazione vettoriale |
| JPS62234435A (ja) * | 1986-04-04 | 1987-10-14 | Kokusai Denshin Denwa Co Ltd <Kdd> | 符号化音声の復号化方式 |
| JPS6334478A (ja) * | 1986-07-28 | 1988-02-15 | 株式会社日立製作所 | 冷蔵庫用基板 |
| JPS6337724A (ja) * | 1986-07-31 | 1988-02-18 | Fujitsu Ltd | 符号化伝送装置 |
| EP0280827B1 (en) * | 1987-03-05 | 1993-01-27 | International Business Machines Corporation | Pitch detection process and speech coder using said process |
| DE3883519T2 (de) * | 1988-03-08 | 1994-03-17 | Ibm | Verfahren und Einrichtung zur Sprachkodierung mit mehreren Datenraten. |
| EP0331857B1 (en) * | 1988-03-08 | 1992-05-20 | International Business Machines Corporation | Improved low bit rate voice coding method and system |
-
1989
- 1989-06-07 EP EP89480098A patent/EP0401452B1/en not_active Expired - Lifetime
- 1989-06-07 DE DE68914147T patent/DE68914147T2/de not_active Expired - Fee Related
-
1990
- 1990-05-14 US US07/522,710 patent/US5142583A/en not_active Expired - Fee Related
- 1990-06-06 JP JP2146412A patent/JP2645465B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US5142583A (en) | 1992-08-25 |
| JPH0341500A (ja) | 1991-02-21 |
| EP0401452B1 (en) | 1994-03-23 |
| DE68914147T2 (de) | 1994-10-20 |
| DE68914147D1 (de) | 1994-04-28 |
| EP0401452A1 (en) | 1990-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4868867A (en) | Vector excitation speech or audio coder for transmission or storage | |
| JP4662673B2 (ja) | 広帯域音声及びオーディオ信号復号器における利得平滑化 | |
| JP3680380B2 (ja) | 音声符号化方法及び装置 | |
| KR100304682B1 (ko) | 음성 코더용 고속 여기 코딩 | |
| JP3392412B2 (ja) | 音声コーディング装置及び音声エンコーディング方法 | |
| US6081776A (en) | Speech coding system and method including adaptive finite impulse response filter | |
| JPH09127991A (ja) | 音声符号化方法及び装置、音声復号化方法及び装置 | |
| JPH1091194A (ja) | 音声復号化方法及び装置 | |
| JP2004510174A (ja) | Ｃｅｌｐ型音声符号化装置用の利得量子化 | |
| JPH0869299A (ja) | 音声符号化方法、音声復号化方法及び音声符号化復号化方法 | |
| JPH08179796A (ja) | 音声符号化方法 | |
| KR20030046451A (ko) | 음성 코딩을 위한 코드북 구조 및 탐색 방법 | |
| JP2645465B2 (ja) | 低遅延低ビツトレート音声コーダ | |
| JPH0668680B2 (ja) | 改善された多パルス線形予測符号化音声処理装置 | |
| JPH10187196A (ja) | 低ビットレートピッチ遅れコーダ | |
| JPH01296300A (ja) | 音声信号符号化方法 | |
| JP3344962B2 (ja) | オーディオ信号符号化装置、及びオーディオ信号復号化装置 | |
| JPH10124092A (ja) | 音声符号化方法及び装置、並びに可聴信号符号化方法及び装置 | |
| Kroon et al. | Predictive coding of speech using analysis-by-synthesis techniques | |
| JP3357795B2 (ja) | 音声符号化方法および装置 | |
| JP4359949B2 (ja) | 信号符号化装置及び方法、並びに信号復号装置及び方法 | |
| JPH0944195A (ja) | 音声符号化装置 | |
| Cuperman et al. | Backward adaptation for low delay vector excitation coding of speech at 16 kbit/s | |
| JPH09127985A (ja) | 信号符号化方法及び装置 | |
| JP3916934B2 (ja) | 音響パラメータ符号化、復号化方法、装置及びプログラム、音響信号符号化、復号化方法、装置及びプログラム、音響信号送信装置、音響信号受信装置 |