JP3035960B2 - 音声符号化復号化方法及びその装置 - Google Patents
音声符号化復号化方法及びその装置Info
- Publication number
- JP3035960B2 JP3035960B2 JP2056578A JP5657890A JP3035960B2 JP 3035960 B2 JP3035960 B2 JP 3035960B2 JP 2056578 A JP2056578 A JP 2056578A JP 5657890 A JP5657890 A JP 5657890A JP 3035960 B2 JP3035960 B2 JP 3035960B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- spectrum parameter
- function
- sound source
- representing
- 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
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、音声信号を低いビットレートで効率的に符
号化，復号化するための音声符号化復号化方法とその装
置に関する。
号化，復号化するための音声符号化復号化方法とその装
置に関する。
音声信号を低いビットレート、例えば16kb/s程度以下
で伝送する方式としては、マルチパルス符号化法などが
知られている。これらは音源信号を複数個のパルスの組
合せ（マルチパルス）で表し、声道の特徴をデジタルフ
ィルタで表し、音源パルスの情報とフィルタの係数を、
一定時間区間（フレーム）毎に求めて伝送している。こ
の方法の詳細については、例えばアラセキ，オザワ，オ
ノ，オチアイ氏による“Multi−pulse Excited Speech
Coder Based on Maximum Cross−correlation Search A
lgorithm",（GLOBECOM 83,IEEE Global Telecommunicat
ion,講演番号23.3,1983）（文献１）に詳しく記載され
ている。この方法では、声道情報と音源信号を分離して
それぞれ表現すること、及び音源信号を表現する手段と
して複数のパルス列の組合せ（マルチパルス）を用いる
ことにより、復号後に良好な音声信号を出力することが
できる。
で伝送する方式としては、マルチパルス符号化法などが
知られている。これらは音源信号を複数個のパルスの組
合せ（マルチパルス）で表し、声道の特徴をデジタルフ
ィルタで表し、音源パルスの情報とフィルタの係数を、
一定時間区間（フレーム）毎に求めて伝送している。こ
の方法の詳細については、例えばアラセキ，オザワ，オ
ノ，オチアイ氏による“Multi−pulse Excited Speech
Coder Based on Maximum Cross−correlation Search A
lgorithm",（GLOBECOM 83,IEEE Global Telecommunicat
ion,講演番号23.3,1983）（文献１）に詳しく記載され
ている。この方法では、声道情報と音源信号を分離して
それぞれ表現すること、及び音源信号を表現する手段と
して複数のパルス列の組合せ（マルチパルス）を用いる
ことにより、復号後に良好な音声信号を出力することが
できる。
また、音源信号を予め複数個用意したコードワードの
中から最適なものを選択して表現する方法としては、例
えばシュレーダー，アタル両氏による“CODE−EXCITED
LINEAR PREDICTION（CELP）:HIGH−QUALITY SPEECH AT
VERY LOW BIT RATES"（ICASSP'85講演番号25.1.1 198
5）（文献２）と題した論文等に詳しく述べられてい
る。
中から最適なものを選択して表現する方法としては、例
えばシュレーダー，アタル両氏による“CODE−EXCITED
LINEAR PREDICTION（CELP）:HIGH−QUALITY SPEECH AT
VERY LOW BIT RATES"（ICASSP'85講演番号25.1.1 198
5）（文献２）と題した論文等に詳しく述べられてい
る。
しかしながら、この従来法ではビットレートが充分に
高く音源パルスの数が充分なときは音質が良好であった
が、ビットレートを下げていくと音質が低下するという
問題点があった。
高く音源パルスの数が充分なときは音質が良好であった
が、ビットレートを下げていくと音質が低下するという
問題点があった。
この問題点を改善するために、伝送する音源パルス数
を削減する方法として、マルチパルス音源のピッチ毎の
準周期性（ピッチ相関）を利用したピッチ予測マルチパ
ルス法が提案されている。この方法の詳細は、例えば、
特願昭58−139022号明細書（文献３）に詳しく開示され
ている。しかし、削減が可能なパルス数には限界があ
る。
を削減する方法として、マルチパルス音源のピッチ毎の
準周期性（ピッチ相関）を利用したピッチ予測マルチパ
ルス法が提案されている。この方法の詳細は、例えば、
特願昭58−139022号明細書（文献３）に詳しく開示され
ている。しかし、削減が可能なパルス数には限界があ
る。
一方、伝送すべきスペクトルパラメータは、１フレー
ムに対して分析次数個存在する。スペクトルパラメータ
を量子化する方法としては、周知の方法であるスカラー
量子化、また効率よく量子化する方法として周知の方法
であるベクトル量子化を用いることが多い。ベクトル量
子化については、例えばアール・エム・グレイ氏による
“ベクトル・クォンタイゼイション・フォー・スピーチ
・コーディング・アンド・リコグニション”（アメリカ
音響学会誌80,Q1,1986,文献４）（R.M.Gray,“Vector q
uantization for speech coding and recognition"（J.
Acoust.Soc.America,vol.80,Suppl.1,Q1,1986）に詳し
く述べられている。
ムに対して分析次数個存在する。スペクトルパラメータ
を量子化する方法としては、周知の方法であるスカラー
量子化、また効率よく量子化する方法として周知の方法
であるベクトル量子化を用いることが多い。ベクトル量
子化については、例えばアール・エム・グレイ氏による
“ベクトル・クォンタイゼイション・フォー・スピーチ
・コーディング・アンド・リコグニション”（アメリカ
音響学会誌80,Q1,1986,文献４）（R.M.Gray,“Vector q
uantization for speech coding and recognition"（J.
Acoust.Soc.America,vol.80,Suppl.1,Q1,1986）に詳し
く述べられている。
さらに、予め定められた個数の関数を用いてスペクト
ルパラメータを効率よく表現する手法として、テンポラ
ルデコンポジションがある。テンポラルデコンポジショ
ンについては、例えばビー・エス・アタール氏による
“エフィシェント・コーディング・オブ・エルピーシー
・パラメターズ・バイ・テンポラル・デコンポジショ
ン”（アイ・シー・エー・エス・エス・ピー83,講演番
号2.6 1983,文献５）（B.S.Atal,“EFFICIENT CODING O
F LPCPARAMETERS BY TEMPORAL DECOMPOSITION"（ICASSP
83,2.6 pp.81−84,1983）に詳しく記述されている。
ルパラメータを効率よく表現する手法として、テンポラ
ルデコンポジションがある。テンポラルデコンポジショ
ンについては、例えばビー・エス・アタール氏による
“エフィシェント・コーディング・オブ・エルピーシー
・パラメターズ・バイ・テンポラル・デコンポジショ
ン”（アイ・シー・エー・エス・エス・ピー83,講演番
号2.6 1983,文献５）（B.S.Atal,“EFFICIENT CODING O
F LPCPARAMETERS BY TEMPORAL DECOMPOSITION"（ICASSP
83,2.6 pp.81−84,1983）に詳しく記述されている。
しかし、スカラー量子化を用いた場合は、伝送するべ
き情報が多くなり、このままでビットレートを下げてい
くと顕著に音質が劣化するという問題点がある。また、
ベクトル量子化を用いた場合にも、伝送効率はよくなる
ものの、最適なベクトルを求めるための計算量が非常に
多く、また再生された音質も低下するという問題点があ
った。さらに、前記文献５にみられるようなテンポラル
デコンポジションについても、最適な関数を求めるため
の計算量が非常に多いうえ計算方法が複雑であり、実用
に供するのは困難であった。
き情報が多くなり、このままでビットレートを下げてい
くと顕著に音質が劣化するという問題点がある。また、
ベクトル量子化を用いた場合にも、伝送効率はよくなる
ものの、最適なベクトルを求めるための計算量が非常に
多く、また再生された音質も低下するという問題点があ
った。さらに、前記文献５にみられるようなテンポラル
デコンポジションについても、最適な関数を求めるため
の計算量が非常に多いうえ計算方法が複雑であり、実用
に供するのは困難であった。
本発明の目的は、ビットレートが高いところでも、ま
たビットレートを下げていっても従来よりも良好な音声
を再生することが可能で、少ない演算量で実現可能な音
声符号化復号化方法及び音声符号化装置と音声復号化装
置を提供することにある。
たビットレートを下げていっても従来よりも良好な音声
を再生することが可能で、少ない演算量で実現可能な音
声符号化復号化方法及び音声符号化装置と音声復号化装
置を提供することにある。
第１の発明は、離散的な音声信号を入力し、可変な時
間長のフレーム毎にスペクトル包絡を表すスペクトルパ
ラメータとマルチパルスによる音源信号を抽出し、前記
スペクトルパラメータと前記音源信号を量子化して組み
合わせて伝送し、前記組み合わされた信号から前記音源
信号と前記スペクトルパラメータを分離し復元し、前記
音声信号を再生して出力する音声符号化復号化方法にお
いて、 予め複数個の関数を有し前記関数の自己相関と前記関
数と前記入力信号との相互相関を用いて最適な関数を最
適である区間長にわたって選択して前記スペクトルパラ
メータを表すことを特徴とする。
間長のフレーム毎にスペクトル包絡を表すスペクトルパ
ラメータとマルチパルスによる音源信号を抽出し、前記
スペクトルパラメータと前記音源信号を量子化して組み
合わせて伝送し、前記組み合わされた信号から前記音源
信号と前記スペクトルパラメータを分離し復元し、前記
音声信号を再生して出力する音声符号化復号化方法にお
いて、 予め複数個の関数を有し前記関数の自己相関と前記関
数と前記入力信号との相互相関を用いて最適な関数を最
適である区間長にわたって選択して前記スペクトルパラ
メータを表すことを特徴とする。
第２の発明は、離散的な音声信号を入力し、可変な時
間長のフレーム毎にスペクトル包絡を表すスペクトルパ
ラメータを抽出し、予め用意した複数個のコードワード
の中から一種を選択して音源信号を表し、前記スペクト
ルパラメータと前記選択されたコードワードを表すイン
デクスとを量子化して組み合わせて伝送し、前記組み合
わされた信号から前記音源信号と前記スペクトルパラメ
ータを分離し復元し、前記音声信号を再生して出力する
音声符号化復号化方法において、 予め複数個の関数を有し前記予め用意された関数の自
己相関と前記予め用意された関数と前記入力信号との相
互相関を用いて最適な関数を最適である区間長にわたっ
て選択して前記スペクトルパラメータを表すことを特徴
とする。
間長のフレーム毎にスペクトル包絡を表すスペクトルパ
ラメータを抽出し、予め用意した複数個のコードワード
の中から一種を選択して音源信号を表し、前記スペクト
ルパラメータと前記選択されたコードワードを表すイン
デクスとを量子化して組み合わせて伝送し、前記組み合
わされた信号から前記音源信号と前記スペクトルパラメ
ータを分離し復元し、前記音声信号を再生して出力する
音声符号化復号化方法において、 予め複数個の関数を有し前記予め用意された関数の自
己相関と前記予め用意された関数と前記入力信号との相
互相関を用いて最適な関数を最適である区間長にわたっ
て選択して前記スペクトルパラメータを表すことを特徴
とする。
第３の発明である音声符号化装置は、 入力した離散的な音声信号系列から短時間スペクトル
特性を表すスペクトルパラメータを求めるスペクトルパ
ラメータ計算回路と、 前記音声信号を予め複数個の関数を有し前記関数の中
から、前記予め用意された関数の自己相関と前記予め用
意された関数と前記入力信号との相互相関を用いて最適
なものを最適な時間長選択して表現するスペクトルパラ
メータ量子化回路と、 前記量子化されたスペクトルパラメータを逆量子化す
る逆量子化回路と、 前記逆量子化回路の出力を用いて前記音声信号の音源
信号を複数個のパルス列かあるいはコードブックから選
択した音源信号を用いて表し符号化する音源信号計算回
路と、 前記スペクトルパラメータを表す関数を表す符号と前
記スペクトルパラメータを表す関数が有効な時間長と前
記マルチパルス列かあるいはコードブックから選択した
音源信号を表す符号とを組み合わせて出力するマルチプ
レクサ回路とを有することを特徴とする。
特性を表すスペクトルパラメータを求めるスペクトルパ
ラメータ計算回路と、 前記音声信号を予め複数個の関数を有し前記関数の中
から、前記予め用意された関数の自己相関と前記予め用
意された関数と前記入力信号との相互相関を用いて最適
なものを最適な時間長選択して表現するスペクトルパラ
メータ量子化回路と、 前記量子化されたスペクトルパラメータを逆量子化す
る逆量子化回路と、 前記逆量子化回路の出力を用いて前記音声信号の音源
信号を複数個のパルス列かあるいはコードブックから選
択した音源信号を用いて表し符号化する音源信号計算回
路と、 前記スペクトルパラメータを表す関数を表す符号と前
記スペクトルパラメータを表す関数が有効な時間長と前
記マルチパルス列かあるいはコードブックから選択した
音源信号を表す符号とを組み合わせて出力するマルチプ
レクサ回路とを有することを特徴とする。
第４の発明である音声復号化装置は、 音源信号を表す符号と前記音声信号のスペクトルパラ
メータを表す関数を表す符号と前記スペクトルパラメー
タを表す関数が有効な時間長とを入力して分離し復号化
するデマルチプレクサ回路と、 前記復号化されたスペクトルパラメータを表す関数か
ら短時間スペクトル特性を表すスペクトルパラメータを
復号するスペクトルパラメータ復号回路と、 マルチパルス列あるいはコードブックインデクスを復
号し音源信号を復元する音源信号復元回路と、 前記復元された音源信号と前記復号されたスペクトル
パラメータとを用いて前記復号化された時間長にわたる
音声信号を合成する合成フィルタ回路とを有することを
特徴とする。
メータを表す関数を表す符号と前記スペクトルパラメー
タを表す関数が有効な時間長とを入力して分離し復号化
するデマルチプレクサ回路と、 前記復号化されたスペクトルパラメータを表す関数か
ら短時間スペクトル特性を表すスペクトルパラメータを
復号するスペクトルパラメータ復号回路と、 マルチパルス列あるいはコードブックインデクスを復
号し音源信号を復元する音源信号復元回路と、 前記復元された音源信号と前記復号されたスペクトル
パラメータとを用いて前記復号化された時間長にわたる
音声信号を合成する合成フィルタ回路とを有することを
特徴とする。
本発明は、前記文献３のピッチ予測マルチパルス符号
化法または前記文献２のCELPにおいて、少ない伝送情報
量で、音声信号を従来法より効率的に表現するために、
伝送するべきスペクトルパラメータを予め定められた複
数個の関数の中から、入力された信号を最適に表現する
ものを少ない計算量で選択して表す。
化法または前記文献２のCELPにおいて、少ない伝送情報
量で、音声信号を従来法より効率的に表現するために、
伝送するべきスペクトルパラメータを予め定められた複
数個の関数の中から、入力された信号を最適に表現する
ものを少ない計算量で選択して表す。
本発明の作用を第３図を用いて説明する。第３図はス
ペクトルパラメータを予め定められた個数の関数を用い
て実現するための量子化器のブロック図である。
ペクトルパラメータを予め定められた個数の関数を用い
て実現するための量子化器のブロック図である。
第３図において入力端子300からは量子化すべきスペ
クトルパラメータの時系列yi（ｎ）が入力される。コー
ドブック250には予め定められた複数個の予め定められ
た時間長の関数φｋ（ｎ）がコードワードとして収めら
れている。
クトルパラメータの時系列yi（ｎ）が入力される。コー
ドブック250には予め定められた複数個の予め定められ
た時間長の関数φｋ（ｎ）がコードワードとして収めら
れている。
最適なコードワード及びゲインを計算するために自己
相関計算回路252はコードワードの自己相関を、相互相
関計算回路251はコードワードと入力信号との相互相関
を計算する。
相関計算回路252はコードワードの自己相関を、相互相
関計算回路251はコードワードと入力信号との相互相関
を計算する。
自己相関計算回路252の出力と相互相関計算回路251の
出力を用いて、ゲイン計算回路260は選択されたコード
ワードにかけるべき最適なゲインを計算する。
出力を用いて、ゲイン計算回路260は選択されたコード
ワードにかけるべき最適なゲインを計算する。
誤差計算回路265は、選択されたコードワードにゲイ
ンをかけ、入力信号との誤差を計算し、選択したコード
ワードのインデクス及び最適なゲイン、及び選択したコ
ードワードが有効である時間長、及び時間長で平均した
誤差を出力する。
ンをかけ、入力信号との誤差を計算し、選択したコード
ワードのインデクス及び最適なゲイン、及び選択したコ
ードワードが有効である時間長、及び時間長で平均した
誤差を出力する。
コードブック選択回路270は、各コードブックに対す
る誤差計算回路265の出力を保持し、全てのコードブッ
クに対して求めた前記平均した誤差の内最小となる最適
なコードワードのインデクス及び最適なコードワードに
対応する前記最適なゲイン、前記最適なコードワードが
有効である時間長を出力する。
る誤差計算回路265の出力を保持し、全てのコードブッ
クに対して求めた前記平均した誤差の内最小となる最適
なコードワードのインデクス及び最適なコードワードに
対応する前記最適なゲイン、前記最適なコードワードが
有効である時間長を出力する。
以下、本発明の作用を式を用いて説明する。入力音声
から算出された複数個のスペクトルパラメータの時系列
のうちｉ番目のもの（以下、これをｉ次のパラメータ時
系列と呼ぶ）をyi（ｎ）とする。このｉ次のパラメータ
時系列yi（ｎ）を表現するために用いる関数をφで表
し、そのうちｋ番目のものをφｋ（ｎ）で表す。これを
用いると、次の式（１）が成り立つ。
から算出された複数個のスペクトルパラメータの時系列
のうちｉ番目のもの（以下、これをｉ次のパラメータ時
系列と呼ぶ）をyi（ｎ）とする。このｉ次のパラメータ
時系列yi（ｎ）を表現するために用いる関数をφで表
し、そのうちｋ番目のものをφｋ（ｎ）で表す。これを
用いると、次の式（１）が成り立つ。
ｉ（ｎ）＝aikφｋ（ｎ） ・・・（１） ここでｉ（ｎ）はφｋ（ｎ）を用いてyi（ｎ）を近
似した時系列を表し、aikは、ｉ次のパラメータ時系列
における、φｋ（ｎ）におけるゲインである。従って、
最適な近似を行うためには、最適なφｋ（ｎ）及びaik
を見つければよい。従来例では、前記文献５に示されて
いる様な誤差尺度を用いて最適な関数を算出している。
さらに文献５においては、算出された関数と計算された
ゲインを再度交互的に修正して誤差を小さくしている。
似した時系列を表し、aikは、ｉ次のパラメータ時系列
における、φｋ（ｎ）におけるゲインである。従って、
最適な近似を行うためには、最適なφｋ（ｎ）及びaik
を見つければよい。従来例では、前記文献５に示されて
いる様な誤差尺度を用いて最適な関数を算出している。
さらに文献５においては、算出された関数と計算された
ゲインを再度交互的に修正して誤差を小さくしている。
これに対し、本発明においては、次の（２）式で表す
誤差Eiを考える。
誤差Eiを考える。
（２）式は、ｉ次のパラメータ時系列に対して関数φ
ｋ（ｎ）及びゲインaikを用いた場合の入力信号y
i（ｎ）との誤差を示す式である。ここでn1は関数φｋ
（ｎ）を用いて表現しようとするパラメータ時系列区間
（フレーム）の始端を表し、n2は終端を表す。
ｋ（ｎ）及びゲインaikを用いた場合の入力信号y
i（ｎ）との誤差を示す式である。ここでn1は関数φｋ
（ｎ）を用いて表現しようとするパラメータ時系列区間
（フレーム）の始端を表し、n2は終端を表す。
前記（２）式をaikについて最小化すると、aikは
（３）式によって求められる。
（３）式によって求められる。
このとき、ｉ次のパラメータ時系列yi（ｎ）に対する
誤差Eiは次の形となるので、 Eiを最小化するφｋ（ｎ）は、（４）式の第２項を最大
化するように選択すればよい。なお、関数φｋ（ｎ）
は、種々の多項式関数を用いてもよいし、音声信号中か
ら学習によって求めてもよい。
誤差Eiは次の形となるので、 Eiを最小化するφｋ（ｎ）は、（４）式の第２項を最大
化するように選択すればよい。なお、関数φｋ（ｎ）
は、種々の多項式関数を用いてもよいし、音声信号中か
ら学習によって求めてもよい。
このようにして求められた最適な関数φｋ（ｎ）が有
効である時間長は、（４）式中のn2を順次延長し、また
それとともに最適な関数φｋ（ｎ）を伸長し、次の式
（５）で表される誤差Eiの次数分の合計である誤差Ｅが
予め定めたしきい値THを越える点をもってn2の値とす
る。
効である時間長は、（４）式中のn2を順次延長し、また
それとともに最適な関数φｋ（ｎ）を伸長し、次の式
（５）で表される誤差Eiの次数分の合計である誤差Ｅが
予め定めたしきい値THを越える点をもってn2の値とす
る。
ここで（５）式中、ｐは分析次数である。しきい値TH
は固定としてもよく、また誤差Eiを評価している区間の
重さ、即ちn1とn2の差に比例した値としてもよい。ま
た、各Eiの値に重みをつけて合算した値を誤差Ｅとして
評価してもよい。
は固定としてもよく、また誤差Eiを評価している区間の
重さ、即ちn1とn2の差に比例した値としてもよい。ま
た、各Eiの値に重みをつけて合算した値を誤差Ｅとして
評価してもよい。
また、最適な関数φｋ（ｎ）の伸長方法は、関数全体
を一様に伸長するか、または例えば関数の中央部分とい
ったような関数の一部分を予め伸長可能な範囲として定
めておき、予め定めた伸長可能な部分のみを一様に伸長
してもよい。
を一様に伸長するか、または例えば関数の中央部分とい
ったような関数の一部分を予め伸長可能な範囲として定
めておき、予め定めた伸長可能な部分のみを一様に伸長
してもよい。
以上示したような方法を用いることによって、前記文
献５における方法に対して大幅に計算量を削減した上、
誤差を良好に小さく保つことが可能である。
献５における方法に対して大幅に計算量を削減した上、
誤差を良好に小さく保つことが可能である。
なお、誤差を求める尺度は、この例では複数個のスペ
クトルパラメータの次系列の各次の間の２乗距離の和と
したが、これ以外にも例えば和を求める際に次数毎に重
みをつけた尺度や、他の周知な距離尺度を用いることが
できる。
クトルパラメータの次系列の各次の間の２乗距離の和と
したが、これ以外にも例えば和を求める際に次数毎に重
みをつけた尺度や、他の周知な距離尺度を用いることが
できる。
また、最適な関数φｋ（ｎ）が有効である時間長の終
点n2の決定方法は、予め定めた時間長において求めた誤
差Ｅを初期値として、終点n2を順次延長して求めた誤差
と時間的に１つ前の終点n2′において求めた誤差との比
を計算し、計算した誤差の比が予め定めたしきい値TH′
より大きくなった場合に、１つ前の終点n2′を最適な関
数φｋ（ｎ）が有効である時間長の終点n2とする方法を
とることができる。
点n2の決定方法は、予め定めた時間長において求めた誤
差Ｅを初期値として、終点n2を順次延長して求めた誤差
と時間的に１つ前の終点n2′において求めた誤差との比
を計算し、計算した誤差の比が予め定めたしきい値TH′
より大きくなった場合に、１つ前の終点n2′を最適な関
数φｋ（ｎ）が有効である時間長の終点n2とする方法を
とることができる。
第１図は、第１の発明である音声符号化復号化方法を
実施する音声符号化装置及び音声復号化装置を示す。
実施する音声符号化装置及び音声復号化装置を示す。
音声符号化装置において、入力端子500から離散的な
音声信号を入力する。スペクトルパラメータ計算回路52
0では、入力された音声信号のスペクトルを表すスペク
トルパラメータを、周知のLPC分析法によって求める。
求められたスペクトルパラメータに対しては、コードブ
ック521の中に予め定められた個数用意されたコードワ
ードを用いて作用の項において説明したような方法を用
いて、ゲイン計算回路522において各コードワードに対
して最適なゲインを計算する。
音声信号を入力する。スペクトルパラメータ計算回路52
0では、入力された音声信号のスペクトルを表すスペク
トルパラメータを、周知のLPC分析法によって求める。
求められたスペクトルパラメータに対しては、コードブ
ック521の中に予め定められた個数用意されたコードワ
ードを用いて作用の項において説明したような方法を用
いて、ゲイン計算回路522において各コードワードに対
して最適なゲインを計算する。
コードブック選択回路525は、各コードブックに対す
るゲイン計算回路522の出力である誤差の内最小である
ものを選択し、選択されたコードワードのインデクスと
最適なゲインと選択されたコードワードが有効である時
間長を出力する。
るゲイン計算回路522の出力である誤差の内最小である
ものを選択し、選択されたコードワードのインデクスと
最適なゲインと選択されたコードワードが有効である時
間長を出力する。
逆量子化器530は、コードブック選択回路525の出力で
ある選択されたコードワードのインデクスと最適なゲイ
ンを用いて逆量子化して出力する。
ある選択されたコードワードのインデクスと最適なゲイ
ンを用いて逆量子化して出力する。
重み付け回路540は、逆量子化されたスペクトルパラ
メータを用いて音声信号に重み付けを行う。重み付けの
方法は、特願昭59−272435号明細書（文献６）の重み付
け回路200を参照することができる。
メータを用いて音声信号に重み付けを行う。重み付けの
方法は、特願昭59−272435号明細書（文献６）の重み付
け回路200を参照することができる。
ピッチパラメータ計算回路515は、ピッチの微細構造
を表すピッチパラメータを計算する。計算方法は前記文
献３に示されているような方法を用いる。
を表すピッチパラメータを計算する。計算方法は前記文
献３に示されているような方法を用いる。
量子化器516は、前記求められたピッチパラメータを
量子化する。
量子化する。
逆量子化器518は、量子化した結果を用いて逆量子化
して出力する。
して出力する。
インパルス応答計算回路550は、逆量子化されたピッ
チパラメータと逆量子化されたスペクトルパラメータを
用いてインパルス応答を計算する。具体的な方法は前記
文献３を参照できる。
チパラメータと逆量子化されたスペクトルパラメータを
用いてインパルス応答を計算する。具体的な方法は前記
文献３を参照できる。
自己相関計算回路560は、インパルス応答の自己相関
を計算し音源パルス計算回路580へ出力する。自己相関
の計算法は前記文献３の自己相関関数計算回路180を参
照することができる。
を計算し音源パルス計算回路580へ出力する。自己相関
の計算法は前記文献３の自己相関関数計算回路180を参
照することができる。
相互相関計算回路570は、重み付けられた信号とイン
パルス応答との相互相関を計算して音源パルス計算回路
580へ出力する。具体的な方法は前記文献３を参照でき
る。
パルス応答との相互相関を計算して音源パルス計算回路
580へ出力する。具体的な方法は前記文献３を参照でき
る。
音源パルス計算回路580では、マルチパルスをピッチ
予測により、予め定められた個数だけ求める。マルチパ
ルス列の計算方法については、前記文献３の音源パルス
計算回路210を参照することができる。
予測により、予め定められた個数だけ求める。マルチパ
ルス列の計算方法については、前記文献３の音源パルス
計算回路210を参照することができる。
量子化器590は、音源マルチパルス列を量子化して符
号を出力する。
号を出力する。
量子化器590の出力であるマルチパルス列を量子化し
た符号、量子化器516の出力であるピッチパラメータを
量子化した符号、さらにコードブック選択回路525の出
力である選択されたコードワードのインデクスと最適な
ゲインを表す符号と選択されたコードワードが有効であ
る時間長は、それぞれマルチプレクサ630の入力とな
る。マルチプレクサ630は以上の各符号を組み合わせて
出力する。
た符号、量子化器516の出力であるピッチパラメータを
量子化した符号、さらにコードブック選択回路525の出
力である選択されたコードワードのインデクスと最適な
ゲインを表す符号と選択されたコードワードが有効であ
る時間長は、それぞれマルチプレクサ630の入力とな
る。マルチプレクサ630は以上の各符号を組み合わせて
出力する。
一方、受信側では、デマルチプレクサ710は、マルチ
パルス列の符号、ピッチパラメータの符号、選択された
コードワードのインデクスと最適なゲインと選択された
コードワードが有効である時間長を表す符号を分離して
出力する。
パルス列の符号、ピッチパラメータの符号、選択された
コードワードのインデクスと最適なゲインと選択された
コードワードが有効である時間長を表す符号を分離して
出力する。
音源パルス復号器720は、マルチパルスの振幅，位置
を復号する。
を復号する。
パルス発生器730は、マルチパルス列による音源信号
を発生させる。
を発生させる。
コードブック選択回路752は、インデクスを復号し、
受信側と同じコードブック751の中から復号したインデ
クスに対応するコードワードを選択する。
受信側と同じコードブック751の中から復号したインデ
クスに対応するコードワードを選択する。
ゲイン回路750は、ゲインを復号し、選択されたコー
ドワードと復号されたゲインを用いてスペクトルパラメ
ータを復号し出力する。
ドワードと復号されたゲインを用いてスペクトルパラメ
ータを復号し出力する。
ピッチパラメータ復号器740は、送信側の逆量子化器5
18と同じ働きをする。
18と同じ働きをする。
ピッチ再生フィルタ755は、求められた音源信号と復
号されたピッチパラメータを入力としてピッチを再生し
た合成音源信号を再生する。
号されたピッチパラメータを入力としてピッチを再生し
た合成音源信号を再生する。
スペクトル包絡フィルタ回路760では、音源信号及び
復号されたスペクトルパラメータを用いて合成音声波形
を求めて出力端子770から出力する。
復号されたスペクトルパラメータを用いて合成音声波形
を求めて出力端子770から出力する。
第２図は、第２の発明である音声符号化復号化方法を
実施する音声符号化装置及び音声復号化装置を示す。第
２図中の構成要素の内、第１図と同じ参照番号を付した
ものについては、第１図中の同じ参照番号を付した構成
要素と同じ動作を行うのでここでは説明を省略する。
実施する音声符号化装置及び音声復号化装置を示す。第
２図中の構成要素の内、第１図と同じ参照番号を付した
ものについては、第１図中の同じ参照番号を付した構成
要素と同じ動作を行うのでここでは説明を省略する。
第２図において、音源コード選択回路880は、予め用
意した音源コードブック895の中に格納されている複数
個のコードワードの中から、前記文献２に記載されてい
るような方法を用いて最適なコードワードを選択し、コ
ードワードを表すインデクスと最適なゲインを出力す
る。
意した音源コードブック895の中に格納されている複数
個のコードワードの中から、前記文献２に記載されてい
るような方法を用いて最適なコードワードを選択し、コ
ードワードを表すインデクスと最適なゲインを出力す
る。
量子化器890は、最適なゲインを量子化して符号を出
力する。
力する。
音源コード選択回路880の出力である最適なコードワ
ードを表すインデクス、量子化器890の出力である最適
なゲインを量子化した符号、量子化器516の出力である
ピッチパラメータを量子化した符号、さらにコードブッ
ク選択回路525の出力である選択されたコードワードの
インデクスと最適なゲインを表す符号と選択されたコー
ドワードが有効である時間長は、それぞれマルチプレク
サ930の入力となる。マルチプレクサ930は以上の各符号
を組み合わせて出力する。
ードを表すインデクス、量子化器890の出力である最適
なゲインを量子化した符号、量子化器516の出力である
ピッチパラメータを量子化した符号、さらにコードブッ
ク選択回路525の出力である選択されたコードワードの
インデクスと最適なゲインを表す符号と選択されたコー
ドワードが有効である時間長は、それぞれマルチプレク
サ930の入力となる。マルチプレクサ930は以上の各符号
を組み合わせて出力する。
一方、受信側では、デマルチプレクサ910は、コード
ワードを表すインデクス、ゲインを量子化した符号、ピ
ッチパラメータの符号、選択されたコードワードのイン
デクスと最適なゲインと選択されたコードワードが有効
である時間長を表す符号を分離して出力する。
ワードを表すインデクス、ゲインを量子化した符号、ピ
ッチパラメータの符号、選択されたコードワードのイン
デクスと最適なゲインと選択されたコードワードが有効
である時間長を表す符号を分離して出力する。
音源信号復号器920は、音源コードブック890と同じコ
ードワードを格納している音源コードブック925の中か
ら前記インデクスで表されるコードワードを選択して、
前記ゲインを掛け合わせて音源信号を復号する。
ードワードを格納している音源コードブック925の中か
ら前記インデクスで表されるコードワードを選択して、
前記ゲインを掛け合わせて音源信号を復号する。
スペクトル包絡フィルタ回路760では、復元された音
源信号及び復号されたスペクトルパラメータを用いて合
成音声波形を求めて出力端子770から出力する。
源信号及び復号されたスペクトルパラメータを用いて合
成音声波形を求めて出力端子770から出力する。
以上述べた構成は本発明の一構成に過ぎず、種々の変
形も可能である。
形も可能である。
第１の発明の実施例におけるマルチパルスの計算方法
としては、前記文献１に示した方法の他に、種々の周知
な方法を用いることができる。
としては、前記文献１に示した方法の他に、種々の周知
な方法を用いることができる。
また、求めるマルチパルスの本数はスペクトルパラメ
ータが有効である時間長に比例した本数としてもよい。
ータが有効である時間長に比例した本数としてもよい。
また、スペクトルパラメータとしては、他の周知なパ
ラメータ（線スペクトル対，ケプストラム，メルケプス
トラム，対数断面積比等）を用いることもできる。
ラメータ（線スペクトル対，ケプストラム，メルケプス
トラム，対数断面積比等）を用いることもできる。
本発明によれば、スペクトルパラメータを予め定めら
れた複数個の関数を用いて表すことで、従来法に比べ非
常に少ない計算量で、かつ従来法に比べ少ない伝送情報
量で音声信号を良好に表すことができるという大きな効
果がある。
れた複数個の関数を用いて表すことで、従来法に比べ非
常に少ない計算量で、かつ従来法に比べ少ない伝送情報
量で音声信号を良好に表すことができるという大きな効
果がある。
【図面の簡単な説明】 第１図は本発明のうち第１の発明による音声符号化復号
化方法とその装置の一実施例の構成を示すブロック図、 第２図は本発明のうち第２の発明による音声符号化復号
化方法とその装置の一実施例の構成を示すブロック図、 第３図は本発明の作用を示すブロック図である。 500……入力端子 515……ピッチパラメータ 520……スペクトルパラメータ計算回路 516,590,890……量子化器 518,530……逆量子化器 521,751……コードブック 522,260……ゲイン計算回路 525,752……コードブック選択回路 540……重み付け回路 550……インパルス応答計算回路 560,252……自己相関計算回路 570,251……相互相関計算回路 580……音源パルス計算回路 630,930……マルチプレクサ 710,910……デマルチプレクサ 720……音源パルス復号器 730……パルス発生器 740……ピッチパラメータ復号器 750……ゲイン回路 755……ピッチ再生フィルタ 760……スペクトル包絡フィルタ 770……出力端子 880……音源コード選択回路 895,925……音源コードブック 920……音源信号復号器
化方法とその装置の一実施例の構成を示すブロック図、 第２図は本発明のうち第２の発明による音声符号化復号
化方法とその装置の一実施例の構成を示すブロック図、 第３図は本発明の作用を示すブロック図である。 500……入力端子 515……ピッチパラメータ 520……スペクトルパラメータ計算回路 516,590,890……量子化器 518,530……逆量子化器 521,751……コードブック 522,260……ゲイン計算回路 525,752……コードブック選択回路 540……重み付け回路 550……インパルス応答計算回路 560,252……自己相関計算回路 570,251……相互相関計算回路 580……音源パルス計算回路 630,930……マルチプレクサ 710,910……デマルチプレクサ 720……音源パルス復号器 730……パルス発生器 740……ピッチパラメータ復号器 750……ゲイン回路 755……ピッチ再生フィルタ 760……スペクトル包絡フィルタ 770……出力端子 880……音源コード選択回路 895,925……音源コードブック 920……音源信号復号器
Claims (4)
- 【請求項１】離散的な音声信号を入力し、可変な時間長
のフレーム毎にスペクトル包絡を表すスペクトルパラメ
ータとマルチパルスによる音源信号を抽出し、前記スペ
クトルパラメータと前記音源信号を量子化して組み合わ
せて伝送し、前記組み合わされた信号から前記音源信号
と前記スペクトルパラメータを分離し復元し、前記音声
信号を再生して出力する音声符号化復号化方法におい
て、 予め複数個の関数を有し前記関数の自己相関と前記関数
と前記入力信号との相互相関を用いて最適な関数を最適
である区間長にわたって選択して前記スペクトルパラメ
ータを表すことを特徴とする音声符号化復号化方法。 - 【請求項２】離散的な音声信号を入力し、可変な時間長
のフレーム毎にスペクトル包絡を表すスペクトルパラメ
ータを抽出し、予め用意した複数個のコードワードの中
から一種を選択して音源信号を表し、前記スペクトルパ
ラメータと前記選択されたコードワードを表すインデク
スとを量子化して組み合わせて伝送し、前記組み合わさ
れた信号から前記音源信号と前記スペクトルパラメータ
を分離し復元し、前記音声信号を再生して出力する音声
符号化復号化方法において、 予め複数個の関数を有し前記予め用意された関数の自己
相関と前記予め用意された関数と前記入力信号との相互
相関を用いて最適な関数を最適である区間長にわたって
選択して前記スペクトルパラメータを表すことを特徴と
する音声符号化復号化方法。 - 【請求項３】入力した離散的な音声信号系列から短時間
スペクトル特性を表すスペクトルパラメータを求めるス
ペクトルパラメータ計算回路と、 前記音声信号を予め複数個の関数を有し前記関数の中か
ら、前記予め用意された関数の自己相関と前記予め用意
された関数と前記入力信号との相互相関を用いて最適な
ものを最適な時間長選択して表現するスペクトルパラメ
ータ量子化回路と、 前記量子化されたスペクトルパラメータを逆量子化する
逆量子化回路と、 前記逆量子化回路の出力を用いて前記音声信号の音源信
号を複数個のパルス列かあるいはコードブックから選択
した音源信号を用いて表し符号化する音源信号計算回路
と、 前記スペクトルパラメータを表す関数を表す符号と前記
スペクトルパラメータを表す関数が有効な時間長と前記
マルチパルス列かあるいはコードブックから選択した音
源信号を表す符号とを組み合わせて出力するマルチプレ
クサ回路とを有することを特徴とする音声符号化装置。 - 【請求項４】音源信号を表す符号と前記音声信号のスペ
クトルパラメータを表す関数を表す符号と前記スペクト
ルパラメータを表す関数が有効な時間長とを入力して分
離し復号化するデマルチプレクサ回路と、 前記復号化されたスペクトルパラメータを表す関数から
短時間スペクトル特性を表すスペクトルパラメータを復
号するスペクトルパラメータ復号回路と、 マルチパルス列あるいはコードブックインデクスを復号
し音源信号を復元する音源信号復元回路と、 前記復元された音源信号と前記復号されたスペクトルパ
ラメータとを用いて前記復号化された時間長にわたる音
声信号を合成する合成フィルタ回路とを有することを特
徴とする音声復号化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2056578A JP3035960B2 (ja) | 1990-03-09 | 1990-03-09 | 音声符号化復号化方法及びその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2056578A JP3035960B2 (ja) | 1990-03-09 | 1990-03-09 | 音声符号化復号化方法及びその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03259199A JPH03259199A (ja) | 1991-11-19 |
| JP3035960B2 true JP3035960B2 (ja) | 2000-04-24 |
Family
ID=13031040
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2056578A Expired - Lifetime JP3035960B2 (ja) | 1990-03-09 | 1990-03-09 | 音声符号化復号化方法及びその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3035960B2 (ja) |
-
1990
- 1990-03-09 JP JP2056578A patent/JP3035960B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH03259199A (ja) | 1991-11-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2940005B2 (ja) | 音声符号化装置 | |
| JP4005359B2 (ja) | 音声符号化及び音声復号化装置 | |
| US7599833B2 (en) | Apparatus and method for coding residual signals of audio signals into a frequency domain and apparatus and method for decoding the same | |
| JPH0563000B2 (ja) | ||
| JP3582589B2 (ja) | 音声符号化装置及び音声復号化装置 | |
| US20040181398A1 (en) | Apparatus for coding wide-band low bit rate speech signal | |
| JP3303580B2 (ja) | 音声符号化装置 | |
| JP3035960B2 (ja) | 音声符号化復号化方法及びその装置 | |
| KR0155798B1 (ko) | 음성신호 부호화 및 복호화 방법 | |
| JP2946528B2 (ja) | 音声符号化復号化方法及びその装置 | |
| JP2956068B2 (ja) | 音声符号化復号化方式 | |
| JP3490325B2 (ja) | 音声信号符号化方法、復号方法およびその符号化器、復号器 | |
| JP3063087B2 (ja) | 音声符号化復号化装置及び音声符号化装置ならびに音声復号化装置 | |
| JP2853170B2 (ja) | 音声符号化復号化方式 | |
| JP3252285B2 (ja) | 音声帯域信号符号化方法 | |
| JPH028900A (ja) | 音声符号化復号化方法並びに音声符号化装置及び音声復合化装置 | |
| JP3552201B2 (ja) | 音声符号化方法および装置 | |
| JPH05127700A (ja) | 音声符号化復号化方法およびそのための装置 | |
| JP3006790B2 (ja) | 音声符号化復号化方法及びその装置 | |
| JP3984048B2 (ja) | 音声／音響信号の符号化方法及び電子装置 | |
| JP3103108B2 (ja) | 音声符号化装置 | |
| JP3202212B2 (ja) | 音声符号化装置及び音声符号化方法 | |
| JP2615862B2 (ja) | 音声符号化復号化方法とその装置 | |
| JP3128226B2 (ja) | 音声符号化方法 | |
| JP3984021B2 (ja) | 音声／音響信号の符号化方法及び電子装置 |