JP2897940B2 - 音声の線形予測パラメータ符号化方法 - Google Patents
音声の線形予測パラメータ符号化方法Info
- Publication number
- JP2897940B2 JP2897940B2 JP3180819A JP18081991A JP2897940B2 JP 2897940 B2 JP2897940 B2 JP 2897940B2 JP 3180819 A JP3180819 A JP 3180819A JP 18081991 A JP18081991 A JP 18081991A JP 2897940 B2 JP2897940 B2 JP 2897940B2
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- representative
- matrices
- stage
- sub
- 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
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【０００１】
【産業上の利用分野】この発明は音声スペクトル包絡特
性を表す線形予測パラメータを複数フレーム分蓄えて行
列形式とし、この行列形式のパラメータを、あらかじめ
決められた代表行列で表現して量子化する符号化する方
法に関する。
性を表す線形予測パラメータを複数フレーム分蓄えて行
列形式とし、この行列形式のパラメータを、あらかじめ
決められた代表行列で表現して量子化する符号化する方
法に関する。
【０００２】
【従来の技術】従来の音声符号化系において、音声スペ
クトル包絡特性を表す線形フィルタの係数は、線形予測
分析を一定時間間隔で行って計算され、偏自己相関（Ｐ
ＡＲＣＯＲ）係数や、線スペクトル対（ＬＳＰ）などの
パラメータに変換、量子化され、ディジタル符号に変換
した後、記憶、または伝送された。これらの方法の詳細
は、例えば、古井貞煕著“ディジタル音声処理”（東海
大学出版会）に記載されている。
クトル包絡特性を表す線形フィルタの係数は、線形予測
分析を一定時間間隔で行って計算され、偏自己相関（Ｐ
ＡＲＣＯＲ）係数や、線スペクトル対（ＬＳＰ）などの
パラメータに変換、量子化され、ディジタル符号に変換
した後、記憶、または伝送された。これらの方法の詳細
は、例えば、古井貞煕著“ディジタル音声処理”（東海
大学出版会）に記載されている。
【０００３】この符号化において、係数を更新する時間
間隔を長くとれば、記憶または伝送のための情報量を減
らすことができるが、あまり長くしすぎると音声を合成
するときに記憶または伝送しなかった時間におけるフィ
ルタ係数の推定精度が低下し、再生音声の品質劣化につ
ながった。そこで、一般には上記時間間隔を２０ミリ秒
程度以下に設定している。
間隔を長くとれば、記憶または伝送のための情報量を減
らすことができるが、あまり長くしすぎると音声を合成
するときに記憶または伝送しなかった時間におけるフィ
ルタ係数の推定精度が低下し、再生音声の品質劣化につ
ながった。そこで、一般には上記時間間隔を２０ミリ秒
程度以下に設定している。
【０００４】このような点から、より高能率な符号化を
行うための方法として、マトリクス量子化と呼ばれる方
法がある。これは、線形予測分析は短い時間間隔、例え
ば１０ミリ秒から２０ミリ秒程度の間隔で行っておき、
数組の分析結果をひとまとめにして量子化する方法であ
る。線形予測パラメータは、時間方向、およびパラメー
タの次元方向にそれぞれ相関性がある。マトリクス量子
化はこの相関性をうまく利用して量子化の効率をあげる
方法である。
行うための方法として、マトリクス量子化と呼ばれる方
法がある。これは、線形予測分析は短い時間間隔、例え
ば１０ミリ秒から２０ミリ秒程度の間隔で行っておき、
数組の分析結果をひとまとめにして量子化する方法であ
る。線形予測パラメータは、時間方向、およびパラメー
タの次元方向にそれぞれ相関性がある。マトリクス量子
化はこの相関性をうまく利用して量子化の効率をあげる
方法である。
【０００５】
【発明が解決しようとする課題】しかしこの方法によっ
て、直接数組の予測パラメータを量子化しようとする
と、非常に多くの計算量と、符号帳のための多くの記憶
とが必要になり、現実的なハードウェア規模のもとでは
それほど能率をあげることができない。この発明の目的
は、マトリクス量子化が量子化歪みを小さくする観点で
高能率であるという利点を生かしつつ、現実的な計算量
と記憶量のもとでの高能率な線形予測パラメータの符号
化方法を提供することにある。
て、直接数組の予測パラメータを量子化しようとする
と、非常に多くの計算量と、符号帳のための多くの記憶
とが必要になり、現実的なハードウェア規模のもとでは
それほど能率をあげることができない。この発明の目的
は、マトリクス量子化が量子化歪みを小さくする観点で
高能率であるという利点を生かしつつ、現実的な計算量
と記憶量のもとでの高能率な線形予測パラメータの符号
化方法を提供することにある。
【０００６】
【課題を解決するための手段】この発明によればあらか
じめ決められた代表行列のうちで、入力行列との誤差が
最小となる第１段の代表行列を決定し、２以上の任意の
数Ｎについてあらかじめ決められた代表行列のうちで、
既に決定されている第１段〜第Ｎ−１段までの代表行列
の和で表現される行列に、第Ｎ段の代表行列を加算した
行列と、入力行列との誤差が最小となるように第Ｎ段の
代表行列を決定し、入力行列の量子化値を第１段〜第Ｎ
段までの代表行列の和で表現するが、特にこの発明では
計算量と記憶量を低減するため、２段またはそれ以上に
分割し、２段のときは２段目を、それ以上のときは２段
目以降の任意の段を複数のサブマトリクス（副行列）に
区分けし、各サブマトリクスごとに最適量子化する。
じめ決められた代表行列のうちで、入力行列との誤差が
最小となる第１段の代表行列を決定し、２以上の任意の
数Ｎについてあらかじめ決められた代表行列のうちで、
既に決定されている第１段〜第Ｎ−１段までの代表行列
の和で表現される行列に、第Ｎ段の代表行列を加算した
行列と、入力行列との誤差が最小となるように第Ｎ段の
代表行列を決定し、入力行列の量子化値を第１段〜第Ｎ
段までの代表行列の和で表現するが、特にこの発明では
計算量と記憶量を低減するため、２段またはそれ以上に
分割し、２段のときは２段目を、それ以上のときは２段
目以降の任意の段を複数のサブマトリクス（副行列）に
区分けし、各サブマトリクスごとに最適量子化する。
【０００７】一般に線形予測パラメータを次元方向と時
間方向とに並べたマトリクスの各行、各列の要素の間に
は相関性が大きいが、適当なビット数のマトリクス量子
化器で量子化した、誤差マトリクスの各要素は、ガウス
分布に従い、相関性はないかまたは最初のマトリクスに
比べて非常に小さいものと考えられる。従って、２段目
以降の量子化には、最初のマトリクスを適当なサイズに
区分けして、それぞれに最適量子化をしても、品質の劣
化は小さい。しかも１段目と２段目の間に前記ディレイ
ドディシジョンを用いれば、更に劣化を小さく抑えるこ
とができる。
間方向とに並べたマトリクスの各行、各列の要素の間に
は相関性が大きいが、適当なビット数のマトリクス量子
化器で量子化した、誤差マトリクスの各要素は、ガウス
分布に従い、相関性はないかまたは最初のマトリクスに
比べて非常に小さいものと考えられる。従って、２段目
以降の量子化には、最初のマトリクスを適当なサイズに
区分けして、それぞれに最適量子化をしても、品質の劣
化は小さい。しかも１段目と２段目の間に前記ディレイ
ドディシジョンを用いれば、更に劣化を小さく抑えるこ
とができる。
【０００８】このようにして線形予測パラメータのマト
リクス量子化において、量子化の手順を複数の簡易な手
順の組に分解することにより、計算量と記憶量とを現実
的なハードウェア規模において実現可能なレベルにまで
低減する。 しかも簡易な手順の組に分解する際に、量子
化効率の低下を極力抑えるように、各段の間に、ディレ
イドディシジョンと呼ばれる手法を用いる。これは、各
段ごとに最適な量子化値をひとつに決定してしまうので
はなく、いくつかの量子化候補を残しておき、全段にお
ける最適量子化値をダイナミックプログラミングの手法
によって決定する。このとき、残しておく候補数は多い
ほど量子化性能の低下を防ぐことができるが、逆に計算
量は候補数に比例して増加するため、目的とするハード
ウェア規模とのかねあいになる。一般には４〜８個あれ
ば十分である。
リクス量子化において、量子化の手順を複数の簡易な手
順の組に分解することにより、計算量と記憶量とを現実
的なハードウェア規模において実現可能なレベルにまで
低減する。 しかも簡易な手順の組に分解する際に、量子
化効率の低下を極力抑えるように、各段の間に、ディレ
イドディシジョンと呼ばれる手法を用いる。これは、各
段ごとに最適な量子化値をひとつに決定してしまうので
はなく、いくつかの量子化候補を残しておき、全段にお
ける最適量子化値をダイナミックプログラミングの手法
によって決定する。このとき、残しておく候補数は多い
ほど量子化性能の低下を防ぐことができるが、逆に計算
量は候補数に比例して増加するため、目的とするハード
ウェア規模とのかねあいになる。一般には４〜８個あれ
ば十分である。
【０００９】
【作用】この発明において、複数の簡易な手順の組に対
して、適当なビット数を割り当てることによって量子化
効率の低下を抑えながら計算量の低減を実現することが
できる。なお、簡易な手順の組に処理を分ける際に、細
かく割れば割るほど計算量は低減できるが、除々に量子
化品質が劣化することはやむを得ない。
して、適当なビット数を割り当てることによって量子化
効率の低下を抑えながら計算量の低減を実現することが
できる。なお、簡易な手順の組に処理を分ける際に、細
かく割れば割るほど計算量は低減できるが、除々に量子
化品質が劣化することはやむを得ない。
【００１０】また、分割後のマトリクスサイズや、分割
後の各サブマトリクスの重要性（聴覚への影響など）の
違いによって、ビット数の割当を不均一にして効果を上
げることもできる。
後の各サブマトリクスの重要性（聴覚への影響など）の
違いによって、ビット数の割当を不均一にして効果を上
げることもできる。
【００１１】
【実施例】以下、この発明の説明に先立ち、行列の多段
ベクトル量子化方法を図面を参照して説明する。図１に
音声の線形予測パラメータ符号化法を適用した符号化装
置の構成例を示す。入力端子１からは、標本化されたデ
ジタル化された音声信号ｓ（ｔ）が入力される。線形予
測分析部２では、音声信号ｓ（ｔ）のＮ個のサンプルを
いったんデータバッファに蓄えた後、これらのサンプル
に対して線形予測分析を行って、一組の線形予測係数ａ
i （ｋ），（ｉ＝１，２，…，ｐ）を算出する。ここ
で、パラメータｐは分析次数と呼ばれ、一般には１０〜
１６程度の値が用いられる。また上記Ｎサンプルの単位
はフレーム更新周期または単にフレーム周期と呼ばれ
る。この結果、Ｎ個の入力サンプルに対してｐ個の線形
予測係数が出力されることになる。そこでここでは、線
形予測係数の時刻を表す単位として、Ｎ個のサンプルを
単位とした時間単位をｋで表し、「第ｋフレームのｉ次
の線形予測係数ａi（ｋ）」などと呼ぶことにする。な
お、各フレーム時刻ｋにおいて、ｐ個ずつの線形予測係
数が得られることは言うまでもない。これらの処理方法
の詳細は、前述の古井の著書に記載されている。
ベクトル量子化方法を図面を参照して説明する。図１に
音声の線形予測パラメータ符号化法を適用した符号化装
置の構成例を示す。入力端子１からは、標本化されたデ
ジタル化された音声信号ｓ（ｔ）が入力される。線形予
測分析部２では、音声信号ｓ（ｔ）のＮ個のサンプルを
いったんデータバッファに蓄えた後、これらのサンプル
に対して線形予測分析を行って、一組の線形予測係数ａ
i （ｋ），（ｉ＝１，２，…，ｐ）を算出する。ここ
で、パラメータｐは分析次数と呼ばれ、一般には１０〜
１６程度の値が用いられる。また上記Ｎサンプルの単位
はフレーム更新周期または単にフレーム周期と呼ばれ
る。この結果、Ｎ個の入力サンプルに対してｐ個の線形
予測係数が出力されることになる。そこでここでは、線
形予測係数の時刻を表す単位として、Ｎ個のサンプルを
単位とした時間単位をｋで表し、「第ｋフレームのｉ次
の線形予測係数ａi（ｋ）」などと呼ぶことにする。な
お、各フレーム時刻ｋにおいて、ｐ個ずつの線形予測係
数が得られることは言うまでもない。これらの処理方法
の詳細は、前述の古井の著書に記載されている。
【００１２】線スペクトル対算出部３では、ｐ個の線形
予測係数を同じくｐ個の線スペクトル対、ｆi （ｋ）に
変換する。ここで線形予測係数を線スペクトル対に変換
したのは、線スペクトル対の性質が、前述の手順の分割
に対して、品質の劣化が少ないという利点を利用するた
めである。しかし、この線スペクトル対算出部３は必ず
しも必要ではなく、線形予測係数ａi （ｋ）を直接バッ
ファ部４に入力してもよい。また、線スペクトル対のほ
か、偏自己相関（ＰＡＲＣＯＲ）係数など、線形予測係
数と相互変換が可能な任意のパラメータに変換してもよ
い。
予測係数を同じくｐ個の線スペクトル対、ｆi （ｋ）に
変換する。ここで線形予測係数を線スペクトル対に変換
したのは、線スペクトル対の性質が、前述の手順の分割
に対して、品質の劣化が少ないという利点を利用するた
めである。しかし、この線スペクトル対算出部３は必ず
しも必要ではなく、線形予測係数ａi （ｋ）を直接バッ
ファ部４に入力してもよい。また、線スペクトル対のほ
か、偏自己相関（ＰＡＲＣＯＲ）係数など、線形予測係
数と相互変換が可能な任意のパラメータに変換してもよ
い。
【００１３】バッファ部４では、ｐ個の線スペクトル対
をｍフレーム分、即ちｍ×ｐ個のパラメータ ｆi （ｋ−ｊ），ｉ＝１，２，…，ｐ ｊ＝ｍ−１，ｍ−２，…，１，０ を蓄え、ｍフレーム分たまった時点で、これらの値をマ
トリクス量子化部５に供給する。図１では説明を簡単に
するため、ｍ＝４の場合について示した。
をｍフレーム分、即ちｍ×ｐ個のパラメータ ｆi （ｋ−ｊ），ｉ＝１，２，…，ｐ ｊ＝ｍ−１，ｍ−２，…，１，０ を蓄え、ｍフレーム分たまった時点で、これらの値をマ
トリクス量子化部５に供給する。図１では説明を簡単に
するため、ｍ＝４の場合について示した。
【００１４】マトリクス量子化部５によって量子化され
たｍ×ｐ個のパラメータの組すなわちマトリクス
たｍ×ｐ個のパラメータの組すなわちマトリクス
【００１５】
【数１】 は、符号化部６に送られ、伝送路または蓄積形態に合っ
た形式に符号化され、伝送または蓄積される。ここで、
時刻を表すインデックスとしてｋ′を用いたのは、イン
デックスｋで表されるｍフレーム分を１単位とする時間
単位であるためである。
た形式に符号化され、伝送または蓄積される。ここで、
時刻を表すインデックスとしてｋ′を用いたのは、イン
デックスｋで表されるｍフレーム分を１単位とする時間
単位であるためである。
【００１６】再生側では、上記符号からマトリクス
【００１７】
【数２】 を生成し、マトリクス分解部８によって各フレームごと
の線スペクトル対に戻した後、バッファ部９に蓄える。
バッファ部９は、ｍフレーム分の線スペクトル対を１フ
レームずつ線形予測係数変換部１０に送る。線形予測係
数変換部１０は、受け取った線スペクトル対の量子化値
を線形予測係数ａi * （ｋ）に変換して出力する。
の線スペクトル対に戻した後、バッファ部９に蓄える。
バッファ部９は、ｍフレーム分の線スペクトル対を１フ
レームずつ線形予測係数変換部１０に送る。線形予測係
数変換部１０は、受け取った線スペクトル対の量子化値
を線形予測係数ａi * （ｋ）に変換して出力する。
【００１８】図２は図１中のマトリクス量子化部５を、
簡易な（小規模な）マトリクス量子化器の縱続接続で実
現した一例である。図は簡単のため、３段の構成を示
す。ここで、図１におけるマトリクス量子化部５への入
力 をマトリクス形式に並べたものを Ｆij（ｋ′） と表す。段数をＮとすると図２に示すように、Ｎ組の符
号帳１１，１４，１８、歪判定部１２，１６，２０、
（Ｎ−１）組の行列加算器１５，１９の縱続的な組み合
わせからなる。行列加算器は１段目が不要である。
簡易な（小規模な）マトリクス量子化器の縱続接続で実
現した一例である。図は簡単のため、３段の構成を示
す。ここで、図１におけるマトリクス量子化部５への入
力 をマトリクス形式に並べたものを Ｆij（ｋ′） と表す。段数をＮとすると図２に示すように、Ｎ組の符
号帳１１，１４，１８、歪判定部１２，１６，２０、
（Ｎ−１）組の行列加算器１５，１９の縱続的な組み合
わせからなる。行列加算器は１段目が不要である。
【００１９】まず、第１符号帳１１に保持するＲ1 個の
各コードマトリクス（代表行列）Ｃij (1) （ｒ）を順次
歪み判定部１２に送る。歪み判定部１２では予め定義さ
れた歪み尺度に基づいて入力行列Ｆij（ｋ′）とコード
マトリクスＣij (1) （ｒ）との歪みを計算し、最も歪み
の小さい順にＵ個のコードマトリクスＣ
ij (1) （ｒu），（ｕ＝１，２，…，Ｕ）を１段目の量
子化候補値
各コードマトリクス（代表行列）Ｃij (1) （ｒ）を順次
歪み判定部１２に送る。歪み判定部１２では予め定義さ
れた歪み尺度に基づいて入力行列Ｆij（ｋ′）とコード
マトリクスＣij (1) （ｒ）との歪みを計算し、最も歪み
の小さい順にＵ個のコードマトリクスＣ
ij (1) （ｒu），（ｕ＝１，２，…，Ｕ）を１段目の量
子化候補値
【００２０】
【数３】 として出力する。ここで予め定義された歪み尺度とは、
任意の尺度を用いてよいが、通常は線スペクトル対のユ
ークリッド距離や、いったんケプストラムと呼ばれるパ
ラメータに変換したのち、ユークリッド距離をはかる等
の尺度が用いられる。上記２つの尺度では、後者の方が
人間の聴覚特性に似ているという観点から、一般に優れ
ていると言われている。次に２段目の量子化部では、第
２符号帳１４の保持するＲ2 個のコードマトリクス（代
表行列）のうち、ｒ番目のマトリクスをＣij (2) （ｒ）
とし、これを１段目の第ｕ番目の量子化候補値
任意の尺度を用いてよいが、通常は線スペクトル対のユ
ークリッド距離や、いったんケプストラムと呼ばれるパ
ラメータに変換したのち、ユークリッド距離をはかる等
の尺度が用いられる。上記２つの尺度では、後者の方が
人間の聴覚特性に似ているという観点から、一般に優れ
ていると言われている。次に２段目の量子化部では、第
２符号帳１４の保持するＲ2 個のコードマトリクス（代
表行列）のうち、ｒ番目のマトリクスをＣij (2) （ｒ）
とし、これを１段目の第ｕ番目の量子化候補値
【００２１】
【数４】 に行列加算器１５で加えてマトリクス
【００２２】
【数５】 を求める。歪み判定部１６では、１段目と同様にしてま
ず入力行列 Ｆij（ｋ′） と
ず入力行列 Ｆij（ｋ′） と
【００２３】
【数６】 との歪みが最小になるようなｕを選び、ｕｒとする。さ
らに、 Ｆij（ｋ′） と
らに、 Ｆij（ｋ′） と
【００２４】
【数７】 との歪みが小さい順にＵ個のマトリクス
【００２５】
【数８】 を２段目の量子化候補値として量子化候補保持部１７に
保持する。以後、各段において同様の手順を繰り返すこ
とにより、Ｎ段の小規模マトリクス量子化器の縱続接続
によるひとつのマトリクス量子化器を構成する。なお、
最終段においては、Ｕ個の量子化候補を保持する必要が
なく、最も歪みの小さい最適な量子化値に決定してよ
い。
保持する。以後、各段において同様の手順を繰り返すこ
とにより、Ｎ段の小規模マトリクス量子化器の縱続接続
によるひとつのマトリクス量子化器を構成する。なお、
最終段においては、Ｕ個の量子化候補を保持する必要が
なく、最も歪みの小さい最適な量子化値に決定してよ
い。
【００２６】図３は図２の構成よりもさらに計算量を削
減するためのこの発明を適用したマトリクス量子化部５
の構成の一例である。図３の構成は、図２の構成におい
て、段数を２段にし、第２段目を変形した形になってい
る。１段目量子化部３９は図２における１段目と全く同
様にして、Ｕ個の量子化候補値
減するためのこの発明を適用したマトリクス量子化部５
の構成の一例である。図３の構成は、図２の構成におい
て、段数を２段にし、第２段目を変形した形になってい
る。１段目量子化部３９は図２における１段目と全く同
様にして、Ｕ個の量子化候補値
【００２７】
【数９】 を得る。次に、この量子化候補値を順に２段目の量子化
部４０に送る。２段目の量子化部４０では、まず、サブ
マトリクス分割部２４で１段目の量子化（候補）マトリ
クスを、適当なサイズのサブマトリクスに区分けする。
図３では、簡単のため４つに区分けしたものとして示し
た。区分けする個数及び区分けされたサブマトリクスの
サイズは、量子化の品質（能率）という観点からすれ
ば、個数は少なく、サイズは大きい方が優れている。し
かし、この発明では、計算量をハードウェア規模に見合
った量に削減することを目的としているので、ハードウ
ェア規模によって個数とサイズが制約されることにな
る。現在のハードウェア技術の進歩を考慮すれば、１段
目も含めて、各小規模マトリクス量子化器に割り当てる
ビット数が、８〜１０ビット程度になるようなサブマト
リクスの個数と、サイズに設定すれば、実時間処理が可
能であると考えられる。ただし、ハードウェア価格を下
げたい場合には、さらに多くのサブマトリクスに区分け
しても良い。ここでは、一例として、図４に示すように
区分けされたものとする。また、区分けするときに、必
ずしも連続する行、および連続する列でサブマトリクス
をつくる必要はなく、例えば、もとのマトリクスの１行
目と８〜１０行目、１列目と４列目で４×２のサブマト
リクスを作っても良い。
部４０に送る。２段目の量子化部４０では、まず、サブ
マトリクス分割部２４で１段目の量子化（候補）マトリ
クスを、適当なサイズのサブマトリクスに区分けする。
図３では、簡単のため４つに区分けしたものとして示し
た。区分けする個数及び区分けされたサブマトリクスの
サイズは、量子化の品質（能率）という観点からすれ
ば、個数は少なく、サイズは大きい方が優れている。し
かし、この発明では、計算量をハードウェア規模に見合
った量に削減することを目的としているので、ハードウ
ェア規模によって個数とサイズが制約されることにな
る。現在のハードウェア技術の進歩を考慮すれば、１段
目も含めて、各小規模マトリクス量子化器に割り当てる
ビット数が、８〜１０ビット程度になるようなサブマト
リクスの個数と、サイズに設定すれば、実時間処理が可
能であると考えられる。ただし、ハードウェア価格を下
げたい場合には、さらに多くのサブマトリクスに区分け
しても良い。ここでは、一例として、図４に示すように
区分けされたものとする。また、区分けするときに、必
ずしも連続する行、および連続する列でサブマトリクス
をつくる必要はなく、例えば、もとのマトリクスの１行
目と８〜１０行目、１列目と４列目で４×２のサブマト
リクスを作っても良い。
【００２８】２段目量子化部４０では、サブマトリクス
分割部４１で入力マトリクス Ｆij（ｋ′） も同様の区分けをする。各サブマトリクスに区分けされ
た Ｆij（ｋ′） と
分割部４１で入力マトリクス Ｆij（ｋ′） も同様の区分けをする。各サブマトリクスに区分けされ
た Ｆij（ｋ′） と
【００２９】
【数１０】 の第ｓ番目のサブマトリクスのサイズをｐs ×ｍs と
し、それぞれ
し、それぞれ
【００３０】
【数１１】 とおく。ただし、 Σs ｐs ＝ｐ Σs ｍs ＝ｍ とする。
【００３１】区分けされた１段目の第ｕ番目の量子化候
補サブマトリクスは、それぞれｓ番目の行列加算器に送
られる。第２，Ｓ符号帳はｐs ×ｍs のコードマトリク
ス（代表行列）をＲ2s個蓄えている。これを Ｃij (2s)（ｒ） とする。これらを順に行列加算器に送り、 Ｆｓij（ｋ′） と
補サブマトリクスは、それぞれｓ番目の行列加算器に送
られる。第２，Ｓ符号帳はｐs ×ｍs のコードマトリク
ス（代表行列）をＲ2s個蓄えている。これを Ｃij (2s)（ｒ） とする。これらを順に行列加算器に送り、 Ｆｓij（ｋ′） と
【００３２】
【数１２】 との歪みが最も小さくなるコードｒを求める。すべての
ｓについて１段目の第ｕ番目の量子化候補に対する最適
量子化サブマトリクスを決定した後、すべてのサブマト
リクスは、マトリクス合成部３７に送られ、もとのマト
リクス形式に戻される。これを
ｓについて１段目の第ｕ番目の量子化候補に対する最適
量子化サブマトリクスを決定した後、すべてのサブマト
リクスは、マトリクス合成部３７に送られ、もとのマト
リクス形式に戻される。これを
【００３３】
【数１３】 で表す。これと、入力マトリクス Ｆij（ｋ′） との歪みが最小になるように一段目の候補の中から最適
な候補ｕを歪み判定部３８で決定し、マトリクス量子化
器５の出力とする。
な候補ｕを歪み判定部３８で決定し、マトリクス量子化
器５の出力とする。
【００３４】なお、各符号帳の作成方法については説明
を省略したが、ＬＢＧアルゴリズムによって高性能な符
号帳を設計することができる。ＬＢＧアルゴリズムにつ
いては、文献Ｙ．Ｌｉｎｄｅ，Ａ．Ｂｕｚｏ，Ｒ．Ｍ．
Ｇｒａｙ：“ＡｎＡｌｇｏｒｉｔｈｍ ｆｏｒ Ｖｅｃ
ｔｏｒ Ｑｕａｎｔｉｚｅｒ Ｄｅｓｉｇｎ”，ＩＥＥ
Ｅ Ｔｒａｎｓ．Ｃｏｍｍｕｍ．ＣＯＭ−２８，ｐ．ｐ
８４−９５１９８０に記載されている。
を省略したが、ＬＢＧアルゴリズムによって高性能な符
号帳を設計することができる。ＬＢＧアルゴリズムにつ
いては、文献Ｙ．Ｌｉｎｄｅ，Ａ．Ｂｕｚｏ，Ｒ．Ｍ．
Ｇｒａｙ：“ＡｎＡｌｇｏｒｉｔｈｍ ｆｏｒ Ｖｅｃ
ｔｏｒ Ｑｕａｎｔｉｚｅｒ Ｄｅｓｉｇｎ”，ＩＥＥ
Ｅ Ｔｒａｎｓ．Ｃｏｍｍｕｍ．ＣＯＭ−２８，ｐ．ｐ
８４−９５１９８０に記載されている。
【００３５】この発明は、音声符号化への応用のほか、
音声認識や話者認識などの、線形予測パラメータを音声
の特徴量として用いるアプリケーションへの応用が可能
である。またこの発明は、その一部または、全部を論理
回路の組み合わせによるハードウェアで実現してもよい
し、一部または全部をソフトウェアプログラムの形で実
現してもよい。
音声認識や話者認識などの、線形予測パラメータを音声
の特徴量として用いるアプリケーションへの応用が可能
である。またこの発明は、その一部または、全部を論理
回路の組み合わせによるハードウェアで実現してもよい
し、一部または全部をソフトウェアプログラムの形で実
現してもよい。
【００３６】
【発明の効果】この発明によって実際にどれだけ計算量
が削減されるかを次の例によって示す。例えば、１０次
元の線形予測パラメータを時間方向に４つまとめたマト
リクスを作り、これを量子化するために４０ビットを与
えたとする。これをそのままマトリクス量子化しようと
すると、記憶パターンは ２40（パターン） 計算量は、 ８０×２40（回） の加減算、 ４０×２40（回） の乗算と、 ２40（回） の比較演算が必要となり、現実的なハードウェア規模の
もとでは実現不可能である。
が削減されるかを次の例によって示す。例えば、１０次
元の線形予測パラメータを時間方向に４つまとめたマト
リクスを作り、これを量子化するために４０ビットを与
えたとする。これをそのままマトリクス量子化しようと
すると、記憶パターンは ２40（パターン） 計算量は、 ８０×２40（回） の加減算、 ４０×２40（回） の乗算と、 ２40（回） の比較演算が必要となり、現実的なハードウェア規模の
もとでは実現不可能である。
【００３７】図２に示す構成によって、１０ビットずつ
４段に分割したとすると、ディレイドディシジョンを用
いない、即ち候補が１つの場合の記憶量は、 ２10×４＝４０９６（パターン） 計算量は、 ８０×２10×４＝３２７６８０（回） の加減算、 ４０×２10×４＝１６３８４０（回） の乗算と、 ２10×４＝４０９６（個） の比較演算となり、十分実現可能である。ディレイドデ
ィシジョンを用いても、加減算、乗算、比較演算が候補
数に比例して増えるのみであるから、４〜８個の候補で
あれば十分可能である。ハードウェアが許せば、分割す
る段数は少ない方が分割による品質の劣化が少ない。
４段に分割したとすると、ディレイドディシジョンを用
いない、即ち候補が１つの場合の記憶量は、 ２10×４＝４０９６（パターン） 計算量は、 ８０×２10×４＝３２７６８０（回） の加減算、 ４０×２10×４＝１６３８４０（回） の乗算と、 ２10×４＝４０９６（個） の比較演算となり、十分実現可能である。ディレイドデ
ィシジョンを用いても、加減算、乗算、比較演算が候補
数に比例して増えるのみであるから、４〜８個の候補で
あれば十分可能である。ハードウェアが許せば、分割す
る段数は少ない方が分割による品質の劣化が少ない。
【００３８】この発明の方法、すなわち図３に示す構成
によって、１段目のマトリクス量子化に１０ビット、２
段目を図４の様に６×２のマトリクスを２つと、４×４
のマトリクス１つに区分けし、それぞれに１０ビットを
割り当てて量子化をしたとすると、ディレイドディシジ
ョンを用いない、即ち候補が１つの場合の記憶量は、 ２10×４＝４０９６（パターン） 計算量は、 （８０＋３２＋２４×２）×２10＝１６３８４０（回） の加減算、 （４０＋１６＋１２×２）×２10＝８１９２０（回） の乗算と、 ２10×４＝４０９６（個） の比較演算となり、ビットの分割が上記ひとつめの方法
と同じでも、計算量はさらに半分になっている。上記例
ではビットの分割を同じにして計算量の比較ができるよ
うにしたが、実際にはもっと細かく割ってもよく、細か
く割るほど計算量は低減される。その特別な例として、
サブマトリクスが時間方向１次、パラメータ次元方向全
次元のベクトルになるように分割すれば、マトリクス量
子化の誤差に対して、ベクトル量子化を適用することに
なり、さらに小さく分割して１行列要素ごとになるよう
に分割すれば、マトリクス量子化の誤差に対してスカラ
量子化を適用したことになる。
によって、１段目のマトリクス量子化に１０ビット、２
段目を図４の様に６×２のマトリクスを２つと、４×４
のマトリクス１つに区分けし、それぞれに１０ビットを
割り当てて量子化をしたとすると、ディレイドディシジ
ョンを用いない、即ち候補が１つの場合の記憶量は、 ２10×４＝４０９６（パターン） 計算量は、 （８０＋３２＋２４×２）×２10＝１６３８４０（回） の加減算、 （４０＋１６＋１２×２）×２10＝８１９２０（回） の乗算と、 ２10×４＝４０９６（個） の比較演算となり、ビットの分割が上記ひとつめの方法
と同じでも、計算量はさらに半分になっている。上記例
ではビットの分割を同じにして計算量の比較ができるよ
うにしたが、実際にはもっと細かく割ってもよく、細か
く割るほど計算量は低減される。その特別な例として、
サブマトリクスが時間方向１次、パラメータ次元方向全
次元のベクトルになるように分割すれば、マトリクス量
子化の誤差に対して、ベクトル量子化を適用することに
なり、さらに小さく分割して１行列要素ごとになるよう
に分割すれば、マトリクス量子化の誤差に対してスカラ
量子化を適用したことになる。
【００３９】さらに、計算量が低減できるのみならず、
２段目の計算を並列処理プロセッサによって、並列処理
することが可能になる。マトリクス量子化において最も
計算量がかかるのが、コードマトリクスを加算して、歪
みを判定し、最適コードを決定する処理である。ひとつ
めの構成は縱続接続であるため、前から順に処理しなけ
ればならないが、２つめの方法では、並列処理ができる
ため、並列化した分さらに高速に処理することができ
る。
２段目の計算を並列処理プロセッサによって、並列処理
することが可能になる。マトリクス量子化において最も
計算量がかかるのが、コードマトリクスを加算して、歪
みを判定し、最適コードを決定する処理である。ひとつ
めの構成は縱続接続であるため、前から順に処理しなけ
ればならないが、２つめの方法では、並列処理ができる
ため、並列化した分さらに高速に処理することができ
る。
【図１】マトリクス量子化法による音声の線形予測パラ
メータ符号化法の一般的構成例を示すブロック図。
メータ符号化法の一般的構成例を示すブロック図。
【図２】この発明の前提となる構成の要部であり、小規
模なマトリクス量子化器を縱続に接続して符号化するマ
トリクス量子化部の一例を示すブロック図。
模なマトリクス量子化器を縱続に接続して符号化するマ
トリクス量子化部の一例を示すブロック図。
【図３】この発明の実施例の要部であり、図２の構成に
おいて、２段の量子化部を縱続接続し、さらに２段目を
複数のサブマトリクスに区分けして符号化するマトリク
ス量子化部の一例を示すブロック図。
おいて、２段の量子化部を縱続接続し、さらに２段目を
複数のサブマトリクスに区分けして符号化するマトリク
ス量子化部の一例を示すブロック図。
【図４】サブマトリクスに区分けする区分けの一例を示
す図。
す図。
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭60−224341（ＪＰ，Ａ) 特開 平１−239600（ＪＰ，Ａ) 特開 平３−60529（ＪＰ，Ａ) 特開 平１−233499（ＪＰ，Ａ) Ｎａｍ，Ｎａｒｉｍａｎ，守谷、”多 段ベクトル量子化を用いたＬＳＰパラメ ータの情報源ー通信路結合符号化”、電 子情報学会技術研究報告ＳＰ90−52、ｐ ｐ．63−70（1990) (58)調査した分野(Int.Cl.6，ＤＢ名) G10L 3/00 - 9/18 H03M 7/30 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (2)
- 【請求項１】 音声スペクトル包絡特性を表す線形予測
パラメータを、フレームと呼ばれる一定時間間隔で算出
し、 そのパラメータを、複数フレーム分蓄えて行列形式に変
換し、 その行列形式で表現されたパラメータの入力行列を、あ
らかじめ決められた代表行列で表現して量子化する線形
予測パラメータ符号化方法において、 あらかじめ決められた代表行列のうちで、上記入力行列
との誤差が最小となる第１段の代表行列を決定し、 ２以上の任意の数Ｎについて、上記あらかじめ決められ
た代表行列のうちで、既に決定されている第１段〜第Ｎ
−１段までの代表行列の和で表現される行列と、上記入
力行列とを、それぞれより小さいサイズの複数の副行列
に区分けし、 それぞれ区分けされた小さいサイズの副行列をあらかじ
め決められた小さいサイズの副代表行列で表し、 それぞれ上記和の副行列に対応する副代表行列を加算し
た副行列と、上記入力行列の対応する副行列との誤差が
最小となるように副代表行列を決定し、 これら決定された副代表行列を上記区分け前の行列形式
に合成して、 第Ｎ段の代表行列を決定し、 上記入力行列の量子化値を上記第１段〜第Ｎ段までの代
表行列の和で表現することを特徴とした音声の線形予測
パラメータ符号化方法。 - 【請求項２】 上記第１段〜第Ｎ−１段までの代表値を
決定する際に、最適な代表行列ただ１つに決定してしま
うのではなく、いくつかの候補を残した後、第Ｎ段の代
表行列を決定した時点で、第１段〜第Ｎ段までの代表行
列の和で表される行列と、入力行列との誤差が最小とな
るように第１段〜第Ｎ段までの代表行列を決定すること
を特徴とする請求項１記載の音声の線形予測パラメータ
符号化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3180819A JP2897940B2 (ja) | 1991-07-22 | 1991-07-22 | 音声の線形予測パラメータ符号化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3180819A JP2897940B2 (ja) | 1991-07-22 | 1991-07-22 | 音声の線形予測パラメータ符号化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0527798A JPH0527798A (ja) | 1993-02-05 |
| JP2897940B2 true JP2897940B2 (ja) | 1999-05-31 |
Family
ID=16089915
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3180819A Expired - Lifetime JP2897940B2 (ja) | 1991-07-22 | 1991-07-22 | 音声の線形予測パラメータ符号化方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2897940B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2970407B2 (ja) * | 1994-06-21 | 1999-11-02 | 日本電気株式会社 | 音声の励振信号符号化装置 |
| JP4872748B2 (ja) * | 2007-03-27 | 2012-02-08 | カシオ計算機株式会社 | 音声符号化装置、音声復号装置、音声符号化方法、音声復号方法、及び、プログラム |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60224341A (ja) * | 1984-04-20 | 1985-11-08 | Nippon Telegr & Teleph Corp <Ntt> | 音声符号化方法 |
| JP2691921B2 (ja) * | 1988-11-25 | 1997-12-17 | 日本電信電話株式会社 | 音声符号化法 |
-
1991
- 1991-07-22 JP JP3180819A patent/JP2897940B2/ja not_active Expired - Lifetime
Non-Patent Citations (1)
| Title |
|---|
| Ｎａｍ，Ｎａｒｉｍａｎ，守谷、"多段ベクトル量子化を用いたＬＳＰパラメータの情報源ー通信路結合符号化"、電子情報学会技術研究報告ＳＰ９０−５２、ｐｐ．６３−７０（１９９０） |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0527798A (ja) | 1993-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3114197B2 (ja) | 音声パラメータ符号化方法 | |
| US4868867A (en) | Vector excitation speech or audio coder for transmission or storage | |
| EP0443548B1 (en) | Speech coder | |
| US5323486A (en) | Speech coding system having codebook storing differential vectors between each two adjoining code vectors | |
| JP3143956B2 (ja) | 音声パラメータ符号化方式 | |
| EP0786762B1 (en) | Vector encoding method and encoder/decoder using the method | |
| JP2800618B2 (ja) | 音声パラメータ符号化方式 | |
| JPH07160297A (ja) | 音声パラメータ符号化方式 | |
| US6330531B1 (en) | Comb codebook structure | |
| JPH0722957A (ja) | 副バンドコーディングシステムの信号処理装置 | |
| JP2897940B2 (ja) | 音声の線形予測パラメータ符号化方法 | |
| JP3531935B2 (ja) | 音声符号化方法及び装置 | |
| JP2626492B2 (ja) | ベクトル量子化装置 | |
| JP3088163B2 (ja) | Ｌｓｐ係数の量子化方法 | |
| US6006177A (en) | Apparatus for transmitting synthesized speech with high quality at a low bit rate | |
| EP0483882B1 (en) | Speech parameter encoding method capable of transmitting a spectrum parameter with a reduced number of bits | |
| JP2796408B2 (ja) | 音声情報圧縮装置 | |
| JP3194930B2 (ja) | 音声符号化装置 | |
| JP3296363B2 (ja) | 音声の線形予測パラメータ符号化方法 | |
| JP3252285B2 (ja) | 音声帯域信号符号化方法 | |
| JP2003345392A (ja) | 分割型スケーリング因子を用いたスペクトル包絡パラメータのベクトル量子化器 | |
| JPH06175695A (ja) | 音声パラメータの符号化方法および復号方法 | |
| JP3256215B2 (ja) | 音声符号化装置 | |
| JP3428595B2 (ja) | 音声符号化方式 | |
| GB2199215A (en) | A stochastic coder |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090312 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090312 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100312 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110312 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110312 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120312 Year of fee payment: 13 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120312 Year of fee payment: 13 |