JP3229784B2 - 音声符号化復号化装置及び音声復号化装置 - Google Patents
音声符号化復号化装置及び音声復号化装置Info
- Publication number
- JP3229784B2 JP3229784B2 JP23112095A JP23112095A JP3229784B2 JP 3229784 B2 JP3229784 B2 JP 3229784B2 JP 23112095 A JP23112095 A JP 23112095A JP 23112095 A JP23112095 A JP 23112095A JP 3229784 B2 JP3229784 B2 JP 3229784B2
- Authority
- JP
- Japan
- Prior art keywords
- pitch
- prediction
- length
- speech
- 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
Description
【０００１】
【発明の属する技術分野】本発明は、音声波形を情報圧
縮して伝送或いは蓄積する装置に関する。
縮して伝送或いは蓄積する装置に関する。
【０００２】
【従来の技術】図４に従来技術のピッチ予測処理を含む
音声符号化復号化装置を示す。
音声符号化復号化装置を示す。
【０００３】符号化器は、音声の入力端子４００、入力
した音声を線形予測分析し、線形予測係数を符号化する
とともに、線形予測残差信号を出力する線形予測分析フ
ィルタ４０３、線形予測残差信号を入力し、ピッチ予測
分析を行い、ピッチ長とピッチ予測係数を符号化すると
ともに、ピッチ予測残差信号を出力するピッチ予測分析
フィルタ４０４、ピッチ予測残差信号を入力し量子化す
る予測残差量子化器４０５、及び該線形予測分析フィル
タ、ピッチ予測分析フィルタ、予測残差量子化器の動作
を制御する制御器４０１から構成される。
した音声を線形予測分析し、線形予測係数を符号化する
とともに、線形予測残差信号を出力する線形予測分析フ
ィルタ４０３、線形予測残差信号を入力し、ピッチ予測
分析を行い、ピッチ長とピッチ予測係数を符号化すると
ともに、ピッチ予測残差信号を出力するピッチ予測分析
フィルタ４０４、ピッチ予測残差信号を入力し量子化す
る予測残差量子化器４０５、及び該線形予測分析フィル
タ、ピッチ予測分析フィルタ、予測残差量子化器の動作
を制御する制御器４０１から構成される。
【０００４】復号化器は、符号化器とは逆の動作手順と
なり、符号化器から伝送されるくる符号化情報をもと
に、ピッチ予測残差信号を生成する予測残差逆量子化器
４０８、音声のピッチ構造の信号を生成するピッチ予測
合成フィルタ４０９、そして線形予測合成フィルタ４１
０、合成された音声信号の出力端子４１１、及び該線形
予測合成フィルタ、ピッチ予測合成フィルタ、予測残差
逆量子化器の動作を制御する制御器４０６から構成され
る。
なり、符号化器から伝送されるくる符号化情報をもと
に、ピッチ予測残差信号を生成する予測残差逆量子化器
４０８、音声のピッチ構造の信号を生成するピッチ予測
合成フィルタ４０９、そして線形予測合成フィルタ４１
０、合成された音声信号の出力端子４１１、及び該線形
予測合成フィルタ、ピッチ予測合成フィルタ、予測残差
逆量子化器の動作を制御する制御器４０６から構成され
る。
【０００５】上記音声符号化復号化装置において、制御
器からは各処理ブロックに、複数のサンプル単位毎に処
理を実行させるよう、指示が与えられる。ピッチ予測分
析フィルタ、ピッチ予測合成フィルタともに、その指示
に従ってピッチ長とピッチ予測係数を、同期したタイミ
ングで算出し処理するように動作する。
器からは各処理ブロックに、複数のサンプル単位毎に処
理を実行させるよう、指示が与えられる。ピッチ予測分
析フィルタ、ピッチ予測合成フィルタともに、その指示
に従ってピッチ長とピッチ予測係数を、同期したタイミ
ングで算出し処理するように動作する。
【０００６】次に、従来のピッチ予測処理の具体例を説
明する。
明する。
【０００７】音声波形を効率的に情報圧縮して伝送或い
は蓄積する方式として、符号励振線形予測符号化（例え
ば、"Code-Excited Linear Prediction (CELP) : High
Quality Speech at Very Low Bit Rates"、M. R. Schro
eder and B.S. Atal、Proc.IEEE Int. Conf. on Acoust
ics、Speech and Signal Processing、pp. 937-940、19
85）がある。公知であるＣＥＬＰ符号化器のブロック図
を図５に示す。この符号化器は、音声の入力端子５０
１、符号化による誤差信号を聴覚的にマスキング処理す
るための聴覚重み付けフィルタ５０２、長期予測（ピッ
チ予測）を行なうための適応符号帳５０３、複数の励振
波形を記憶している励振符号帳５０５、適応符号帳５０
３及び励振符号帳５０５から生成される信号を、それぞ
れｇa 、ｇs の利得で増幅する増幅器５０４と５０６、
加算器５０７、音声の線形予測合成フィルタと聴覚重み
付けフィルタを従属接続した合成フィルター５０８、減
算器５０９、減算器５０９で生成される誤差信号のエネ
ルギーを最小化判定する誤差エネルギー最小化判定器５
１０で構成される。
は蓄積する方式として、符号励振線形予測符号化（例え
ば、"Code-Excited Linear Prediction (CELP) : High
Quality Speech at Very Low Bit Rates"、M. R. Schro
eder and B.S. Atal、Proc.IEEE Int. Conf. on Acoust
ics、Speech and Signal Processing、pp. 937-940、19
85）がある。公知であるＣＥＬＰ符号化器のブロック図
を図５に示す。この符号化器は、音声の入力端子５０
１、符号化による誤差信号を聴覚的にマスキング処理す
るための聴覚重み付けフィルタ５０２、長期予測（ピッ
チ予測）を行なうための適応符号帳５０３、複数の励振
波形を記憶している励振符号帳５０５、適応符号帳５０
３及び励振符号帳５０５から生成される信号を、それぞ
れｇa 、ｇs の利得で増幅する増幅器５０４と５０６、
加算器５０７、音声の線形予測合成フィルタと聴覚重み
付けフィルタを従属接続した合成フィルター５０８、減
算器５０９、減算器５０９で生成される誤差信号のエネ
ルギーを最小化判定する誤差エネルギー最小化判定器５
１０で構成される。
【０００８】ＣＥＬＰの符号化処理は、例えば１６０サ
ンプル（これをフレームと呼ぶ）毎に線形予測分析等の
処理を行い、フレームを４分割した４０サンプル（これ
をサブフレームと呼ぶ）毎に、適応符号帳５０３及び励
振符号帳５０５の探索処理を行うのが一般的である。
ンプル（これをフレームと呼ぶ）毎に線形予測分析等の
処理を行い、フレームを４分割した４０サンプル（これ
をサブフレームと呼ぶ）毎に、適応符号帳５０３及び励
振符号帳５０５の探索処理を行うのが一般的である。
【０００９】ＣＥＬＰの符号帳（適応符号帳及び励振符
号帳）選択は数（１）に示すように、誤差エネルギーＥ
k を最小にするインデックスｋを、符号帳の中から選択
することが目的である。以下に適応符号帳の場合で簡単
に説明する。
号帳）選択は数（１）に示すように、誤差エネルギーＥ
k を最小にするインデックスｋを、符号帳の中から選択
することが目的である。以下に適応符号帳の場合で簡単
に説明する。
【００１０】
【数１】
【００１１】ここで、Ｘは聴覚重み付けフィルタ５０２
で処理された入力信号の列ベクトルで、数（２）で表さ
れる。Ｈは合成フィルタ５０８のインパルス応答を要素
に持つ下三角行列で、数（３）で表される。Ｐｋ は適
応符号帳５０３のｋ番目のインデックスで生成される列
ベクトルで、数（４）で表される。適応符号帳５０３を
用いた上記予測をピッチ予測と呼ぶこともある。ｇは増
幅器５０４に与えられるスカラーの利得（ピッチ予測係
数）である。
で処理された入力信号の列ベクトルで、数（２）で表さ
れる。Ｈは合成フィルタ５０８のインパルス応答を要素
に持つ下三角行列で、数（３）で表される。Ｐｋ は適
応符号帳５０３のｋ番目のインデックスで生成される列
ベクトルで、数（４）で表される。適応符号帳５０３を
用いた上記予測をピッチ予測と呼ぶこともある。ｇは増
幅器５０４に与えられるスカラーの利得（ピッチ予測係
数）である。
【００１２】
【数２】
【００１３】
【数３】
【００１４】
【数４】
【００１５】ここでＮは励振信号のベクトル長（サブフ
レーム長）を表し、T は転置操作を表す。
レーム長）を表し、T は転置操作を表す。
【００１６】Ｅk を最小化するための最適なピッチ長を
選択することは、結局数（５）に示すＳk を最大化する
インデックスｋ（ピッチ長）を、適応符号帳５０３の中
から選択することになる。
選択することは、結局数（５）に示すＳk を最大化する
インデックスｋ（ピッチ長）を、適応符号帳５０３の中
から選択することになる。
【００１７】
【数５】
【００１８】適応符号帳から信号を生成する処理を図６
に示す。適応符号帳６０１は、具体的にはメモリーで構
成されており、ピッチ長（ｋ）位置からサブフレーム長
（Ｎ）だけのベクトルを取り出す。ここでは取り出した
信号をピッチ信号格納器６０２に格納している。
に示す。適応符号帳６０１は、具体的にはメモリーで構
成されており、ピッチ長（ｋ）位置からサブフレーム長
（Ｎ）だけのベクトルを取り出す。ここでは取り出した
信号をピッチ信号格納器６０２に格納している。
【００１９】ピッチ長（ｋ）が、サブフレーム長（Ｎ）
より短い場合の処理や、適応符号帳の信号をオーバーサ
ンプリングすることで、ピッチ予測精度を改善する方法
が種々提案されている（例えば、"Analysis and Improv
ement of the Vector Quantization in SELP"、W.B.Kle
ijn、Signal Processing IV, pp. 1043-1046、1988、モP
itch Predictors with High Temporal Resolution"、P.
Kroon、ICASSP、pp. 661-664、1990）。
より短い場合の処理や、適応符号帳の信号をオーバーサ
ンプリングすることで、ピッチ予測精度を改善する方法
が種々提案されている（例えば、"Analysis and Improv
ement of the Vector Quantization in SELP"、W.B.Kle
ijn、Signal Processing IV, pp. 1043-1046、1988、モP
itch Predictors with High Temporal Resolution"、P.
Kroon、ICASSP、pp. 661-664、1990）。
【００２０】適応符号帳選択で得られたパラメータは、
最適なピッチ長（ｋo p t ）と、ピッチ予測係数（ｇ
a ）である（ピッチ予測係数の選択は、公知の種々の手
法があるので、ここでは説明しない）。
最適なピッチ長（ｋo p t ）と、ピッチ予測係数（ｇ
a ）である（ピッチ予測係数の選択は、公知の種々の手
法があるので、ここでは説明しない）。
【００２１】伝送情報量の増加を小さく抑え、ピッチ予
測の精度を向上させることを目的に、ピッチ長の更新周
期に対して、ピッチ予測係数の更新周期を短縮すること
も提案されている（例えば、特開平３−３３８９８「ピ
ッチ予測方式」谷口ら）。
測の精度を向上させることを目的に、ピッチ長の更新周
期に対して、ピッチ予測係数の更新周期を短縮すること
も提案されている（例えば、特開平３−３３８９８「ピ
ッチ予測方式」谷口ら）。
【００２２】また、符号化・復号化によって再生される
信号は、スペクトルやピッチ構造が原信号に比べ平滑化
されてしまう。復号化処理において、これらを強調する
装置を一般に、ポストフィルタと呼ぶ。ピッチ構造を強
調する処理は、基本的にはピッチ予測の技術と同様であ
り、一般に符号化処理で符号化したピッチ長やピッチ予
測係数などの情報を用い、サブフレーム単位にフィルタ
リング処理を行う（例えば"Pitch Synchronous Innovat
ion CELP (PSI-CELP) -PDCハーフレート音声CODEC-"、
大矢、須田、三木、信学技報RCS93-78、pp. 63-70、199
3）。
信号は、スペクトルやピッチ構造が原信号に比べ平滑化
されてしまう。復号化処理において、これらを強調する
装置を一般に、ポストフィルタと呼ぶ。ピッチ構造を強
調する処理は、基本的にはピッチ予測の技術と同様であ
り、一般に符号化処理で符号化したピッチ長やピッチ予
測係数などの情報を用い、サブフレーム単位にフィルタ
リング処理を行う（例えば"Pitch Synchronous Innovat
ion CELP (PSI-CELP) -PDCハーフレート音声CODEC-"、
大矢、須田、三木、信学技報RCS93-78、pp. 63-70、199
3）。
【００２３】圧縮率を更に上げるために、フレーム長や
サブフレーム長等の処理単位を長くする方法が広く用い
られている。例えば日本のハーフレートデジタルセルラ
ー標準方式であるＰＳＩ−ＣＥＬＰでは、サブフレーム
長は８０サンプル単位で、適応符号帳探索処理は８０サ
ンプルの信号に対してピッチ長とピッチ予測係数を設定
している。
サブフレーム長等の処理単位を長くする方法が広く用い
られている。例えば日本のハーフレートデジタルセルラ
ー標準方式であるＰＳＩ−ＣＥＬＰでは、サブフレーム
長は８０サンプル単位で、適応符号帳探索処理は８０サ
ンプルの信号に対してピッチ長とピッチ予測係数を設定
している。
【００２４】
【発明が解決しようとする課題】しかしながら処理単位
が長くなると、特に女性の高いピッチ周波数は分析範囲
中でピッチ長が変化してしまうという問題がある。例え
ばサンプリング周波数が８ｋＨｚ、ピッチ周波数が４０
０Ｈｚとすると、８０サンプルの処理単位には４ピッチ
含まれ、この４ピッチの間でピッチ長が変化することは
充分にありうることである。該サブフレーム内でのピッ
チ長変化によるピッチ長誤りは、非常に大きなピッチ予
測性能劣化を招くという問題があった。また従来技術で
示したようなピッチ予測係数を更新する方法では、予測
の性能が不十分であるという問題があった。
が長くなると、特に女性の高いピッチ周波数は分析範囲
中でピッチ長が変化してしまうという問題がある。例え
ばサンプリング周波数が８ｋＨｚ、ピッチ周波数が４０
０Ｈｚとすると、８０サンプルの処理単位には４ピッチ
含まれ、この４ピッチの間でピッチ長が変化することは
充分にありうることである。該サブフレーム内でのピッ
チ長変化によるピッチ長誤りは、非常に大きなピッチ予
測性能劣化を招くという問題があった。また従来技術で
示したようなピッチ予測係数を更新する方法では、予測
の性能が不十分であるという問題があった。
【００２５】
【課題を解決するための手段】本発明は、音声の入力端
子と、音声信号の線形予測分析器と、音声のピッチ信号
を予測するピッチ予測分析器と、予測残差信号を量子化
する予測残差量子化器と、該線形予測分析器、ピッチ予
測分析器、及び予測残差量子化器を複数のサンプル長単
位に動作させる制御器と、音声の出力端子と、線形予測
合成器と、ピッチ予測合成器と、予測残差逆量子化器
と、該線形予測合成器、ピッチ予測合成器、及び予測残
差逆量子化器を複数のサンプル長単位に動作させる制御
器と、ピッチ長の更新周期をピッチ予測係数の更新周期
より短縮する手段から構成される。
子と、音声信号の線形予測分析器と、音声のピッチ信号
を予測するピッチ予測分析器と、予測残差信号を量子化
する予測残差量子化器と、該線形予測分析器、ピッチ予
測分析器、及び予測残差量子化器を複数のサンプル長単
位に動作させる制御器と、音声の出力端子と、線形予測
合成器と、ピッチ予測合成器と、予測残差逆量子化器
と、該線形予測合成器、ピッチ予測合成器、及び予測残
差逆量子化器を複数のサンプル長単位に動作させる制御
器と、ピッチ長の更新周期をピッチ予測係数の更新周期
より短縮する手段から構成される。
【００２６】
【発明の実施の形態】本発明の音声符号化・復号化装置
のブロック構成図を図１に示す。従来技術で説明した図
４と共通の部分の説明は割愛する。異なるのはピッチ長
の更新周期をピッチ予測係数の更新周期より短縮する手
段である分周器１０２と１０７が新たに加わっているこ
とである。
のブロック構成図を図１に示す。従来技術で説明した図
４と共通の部分の説明は割愛する。異なるのはピッチ長
の更新周期をピッチ予測係数の更新周期より短縮する手
段である分周器１０２と１０７が新たに加わっているこ
とである。
【００２７】ピッチ予測分析フィルタ及びピッチ予測合
成フィルタに対して、ピッチ予測係数の分析処理指示
は、従来と同じ周期で与えられるが、ピッチ長の分析処
理指示は、分周器によってピッチ予測係数の分析処理指
示より早い周期で指示が与えらる。このようにすること
で、ピッチ長の更新周期をピッチ予測係数の更新周期よ
り短縮して処理する。
成フィルタに対して、ピッチ予測係数の分析処理指示
は、従来と同じ周期で与えられるが、ピッチ長の分析処
理指示は、分周器によってピッチ予測係数の分析処理指
示より早い周期で指示が与えらる。このようにすること
で、ピッチ長の更新周期をピッチ予測係数の更新周期よ
り短縮して処理する。
【００２８】次に、従来技術で説明した図６に対応し
て、本発明のピッチ予測信号を生成する処理の部分を図
２を用いて説明する。説明の便宜上、ピッチ長の更新単
位を「サブサブフレーム」と呼ぶことにする。図２はサ
ブフレーム長Ｎ、サブサブフレーム長Ｎ／２の例であ
る。この場合サブフレームを前半／後半に等分割して、
ピッチ長を変化させることができる。
て、本発明のピッチ予測信号を生成する処理の部分を図
２を用いて説明する。説明の便宜上、ピッチ長の更新単
位を「サブサブフレーム」と呼ぶことにする。図２はサ
ブフレーム長Ｎ、サブサブフレーム長Ｎ／２の例であ
る。この場合サブフレームを前半／後半に等分割して、
ピッチ長を変化させることができる。
【００２９】２０１は適応符号帳であり、２０２は適応
符号帳から生成された信号を格納するピッチ信号格納器
を示している。また、ｋ１及びｋ２はそれぞれ、前半の
ピッチ長、後半のピッチ長を示している。
符号帳から生成された信号を格納するピッチ信号格納器
を示している。また、ｋ１及びｋ２はそれぞれ、前半の
ピッチ長、後半のピッチ長を示している。
【００３０】図２では、適応符号帳２０１から、処理単
位長さ（Ｎ）の信号を取り出す処理を、２回に分けて実
行する例を示している。
位長さ（Ｎ）の信号を取り出す処理を、２回に分けて実
行する例を示している。
【００３１】ピッチ予測のパラメータを決定する手順
は、従来技術で説明した数（１）から数（５）の手順と
同じである。異なるのは、数（４）で表されるピッチ予
測信号の生成処理が、以下に示す数（６）のように変更
される点である。
は、従来技術で説明した数（１）から数（５）の手順と
同じである。異なるのは、数（４）で表されるピッチ予
測信号の生成処理が、以下に示す数（６）のように変更
される点である。
【００３２】本発明の手段で生成される信号は、数
（６）で表わされる。
（６）で表わされる。
【００３３】
【数６】
【００３４】このようにすると、サブフレームの中でピ
ッチ長が変化したことに対応できる。適応符号帳の中か
ら最適なピッチ長（上記例では最適なｋ１、ｋ２)を探
索する処理は種々考えられる。計算量は多いが予測精度
が最も高い方法としては、可能な範囲のピッチ長（ｋ
１、ｋ２）の組み合わせを全て、数（６）に基づいて生
成する処理がある。ピッチ長の決定は、数（５）同様に
数（７）に示すＳk 1 ，k 2 を最大化するインデックス
ｋ１、ｋ２を、適応符号帳の中から選択することにな
る。
ッチ長が変化したことに対応できる。適応符号帳の中か
ら最適なピッチ長（上記例では最適なｋ１、ｋ２)を探
索する処理は種々考えられる。計算量は多いが予測精度
が最も高い方法としては、可能な範囲のピッチ長（ｋ
１、ｋ２）の組み合わせを全て、数（６）に基づいて生
成する処理がある。ピッチ長の決定は、数（５）同様に
数（７）に示すＳk 1 ，k 2 を最大化するインデックス
ｋ１、ｋ２を、適応符号帳の中から選択することにな
る。
【００３５】
【数７】
【００３６】数（７）の場合、ピッチ長の伝送に必要な
情報量は、ピッチ長（ｋ１、ｋ２）の種類をそれぞれＫ
とすると、２＊ｌｏｇ2 （Ｋ）ｂｉｔである。しかしな
がら上記方法では、ピッチ長の伝送情報量が非常に多く
なってしまう。
情報量は、ピッチ長（ｋ１、ｋ２）の種類をそれぞれＫ
とすると、２＊ｌｏｇ2 （Ｋ）ｂｉｔである。しかしな
がら上記方法では、ピッチ長の伝送情報量が非常に多く
なってしまう。
【００３７】次に、請求項２に関る実施例について述べ
る。
る。
【００３８】音声のピッチ周波数は徐々に変化すること
が一般的であり、サブフレーム内におけるピッチ長の変
化量はごく小さい範囲に限定されることが多い。この性
質を利用し、サブサブフレーム毎のピッチ更新範囲を限
定することができる。例えば、サブフレームを二つに分
割した場合、以下の様な例が考えられる。
が一般的であり、サブフレーム内におけるピッチ長の変
化量はごく小さい範囲に限定されることが多い。この性
質を利用し、サブサブフレーム毎のピッチ更新範囲を限
定することができる。例えば、サブフレームを二つに分
割した場合、以下の様な例が考えられる。
【００３９】
【数８】
【００４０】これは、サブフレームの後半のサブサブフ
レームでは、前半のピッチ長からせいぜい±１サンプル
長だけ、ピッチ長が変化できるような制限を設けた場合
である。数（８）の場合、ピッチ長の伝送に必要な情報
量は、ピッチ長（ｋ１）の種類をＫとすると、ｌｏｇ2
（３Ｋ）ｂｉｔとなり、伝送に必要な情報量を削減でき
る。
レームでは、前半のピッチ長からせいぜい±１サンプル
長だけ、ピッチ長が変化できるような制限を設けた場合
である。数（８）の場合、ピッチ長の伝送に必要な情報
量は、ピッチ長（ｋ１）の種類をＫとすると、ｌｏｇ2
（３Ｋ）ｂｉｔとなり、伝送に必要な情報量を削減でき
る。
【００４１】他の例のピッチ長の探索処理としては、サ
ブフレーム単位の平均的なピッチ長を選択した後、サブ
サブフレームのピッチ長を決定する手法が考えられる。
サブフレームを二つに分割した場合、平均的なピッチ長
をｋｍとすると、ｋ１、ｋ２の取り得る値の範囲として
は、例えば数（９）のような例が考えられる。
ブフレーム単位の平均的なピッチ長を選択した後、サブ
サブフレームのピッチ長を決定する手法が考えられる。
サブフレームを二つに分割した場合、平均的なピッチ長
をｋｍとすると、ｋ１、ｋ２の取り得る値の範囲として
は、例えば数（９）のような例が考えられる。
【００４２】
【数９】
【００４３】数（９）の例では、平均ピッチ長ｋｍの情
報を利用して、サブフレーム内のピッチ長の動きを７パ
ターンに制限したものである。数（９）の場合、ピッチ
長の伝送に必要な情報量は、ピッチ長（ｋｍ）の種類を
Ｋとすると、ｌｏｇ2 （７Ｋ）ｂｉｔである。このピッ
チ長の動きを模式的に表現したものを図３に示す。
報を利用して、サブフレーム内のピッチ長の動きを７パ
ターンに制限したものである。数（９）の場合、ピッチ
長の伝送に必要な情報量は、ピッチ長（ｋｍ）の種類を
Ｋとすると、ｌｏｇ2 （７Ｋ）ｂｉｔである。このピッ
チ長の動きを模式的に表現したものを図３に示す。
【００４４】図３では２つのサブサブフレームでのピッ
チ長の変化パターンが７本の矢印で示されている。
チ長の変化パターンが７本の矢印で示されている。
【００４５】以上の例のように、サブフレーム内のピッ
チ長の変化を制限しても、実際の音声のピッチ長変化の
殆どの場合が表現できるので、伝送情報量の増加を少な
く抑えて、ピッチ予測精度を向上することができる。
チ長の変化を制限しても、実際の音声のピッチ長変化の
殆どの場合が表現できるので、伝送情報量の増加を少な
く抑えて、ピッチ予測精度を向上することができる。
【００４６】このようなピッチ長の更新幅の制限は、従
来技術で説明したオーバーサンプリングの技術を適用す
る等、種々のバリエーションが考えられる。
来技術で説明したオーバーサンプリングの技術を適用す
る等、種々のバリエーションが考えられる。
【００４７】次に、請求項３に関るサブフレーム内で変
化するピッチ長の探索処理量を削減する方法を、サブフ
レーム内のピッチ長の変化を制限した場合で説明する。
化するピッチ長の探索処理量を削減する方法を、サブフ
レーム内のピッチ長の変化を制限した場合で説明する。
【００４８】探索は数（７）の演算を行うことになる
が、この演算において例えばピッチ長の変化を数（９）
のように７パターンに制限する。
が、この演算において例えばピッチ長の変化を数（９）
のように７パターンに制限する。
【００４９】先ずは数（７）の分子項について考える。
この項において、ＸT Ｈの部分を先に計算すると、（Ｘ
T Ｈ）とＰk 1 ，k 2 の内積演算になる。これは一般
に"Backward filtering"と呼ばれる処理である（例え
ば、"Fast CESLP coding based on algebraic codes",
J-P.Adoul, etc., Proc. IEEE Int. Conf. on Acoustic
s、Speech and Signal Processing、pp. 1957-1960、19
87）。サブフレームの長さをＮとすると、分子項の演算
量は約７Ｎである。しかしながらサブフレームを２分割
した場合、この内積演算も２分割したものについて計算
し、ピッチ長の動きの組み合わせに従い、その前半／後
半の内積値を加算することで算出できる。ゆえに内積値
の演算量は約３Ｎ（＝６＊Ｎ／２）になり、約半分に削
減できる。
この項において、ＸT Ｈの部分を先に計算すると、（Ｘ
T Ｈ）とＰk 1 ，k 2 の内積演算になる。これは一般
に"Backward filtering"と呼ばれる処理である（例え
ば、"Fast CESLP coding based on algebraic codes",
J-P.Adoul, etc., Proc. IEEE Int. Conf. on Acoustic
s、Speech and Signal Processing、pp. 1957-1960、19
87）。サブフレームの長さをＮとすると、分子項の演算
量は約７Ｎである。しかしながらサブフレームを２分割
した場合、この内積演算も２分割したものについて計算
し、ピッチ長の動きの組み合わせに従い、その前半／後
半の内積値を加算することで算出できる。ゆえに内積値
の演算量は約３Ｎ（＝６＊Ｎ／２）になり、約半分に削
減できる。
【００５０】次に数（７）の分母項について考える。こ
の項はＰk 1 ，k 2 をフィルタリングしたエネルギーを
表わしており、フィルタ次数をＰ（一般に１０程度）と
すると、分母項の演算量は約７ＮＰである。しかしなが
らサブフレームを２分割した場合、このエネルギーの計
算量も以下の様に削減できる。
の項はＰk 1 ，k 2 をフィルタリングしたエネルギーを
表わしており、フィルタ次数をＰ（一般に１０程度）と
すると、分母項の演算量は約７ＮＰである。しかしなが
らサブフレームを２分割した場合、このエネルギーの計
算量も以下の様に削減できる。
【００５１】先ずは前半のサブサブフレームの信号のみ
値が設定されており、後半のサブサブフレームは全て０
の信号をフィルタリングした信号を数（１０）で表わ
す。
値が設定されており、後半のサブサブフレームは全て０
の信号をフィルタリングした信号を数（１０）で表わ
す。
【００５２】
【数１０】
【００５３】ここで、記号＠は、ベクトルの接続を表わ
し、前半のＮ／２長のベクトルがＰ０k 1 であり、後半
のＮ／２長のベクトルがＲk 1 である。同様に後半のサ
ブサブフレームの信号のみフィルタリングした信号を数
（１１）で表わす。
し、前半のＮ／２長のベクトルがＰ０k 1 であり、後半
のＮ／２長のベクトルがＲk 1 である。同様に後半のサ
ブサブフレームの信号のみフィルタリングした信号を数
（１１）で表わす。
【００５４】
【数１１】
【００５５】ここでＰ１k 2 は長さＮ／２のベクトルで
ある。
ある。
【００５６】Ｐk 1 ，k 2 をフィルタリングしたエネル
ギーを、サブフレームの前半／後半に分割して計算す
る。前半部分はＰ０k 1 （ｋ１＝ｋｍ＋１，ｋｍ，ｋｍ
−１）の演算のみ考えればよく、処理量は約３ＮＰ／２
である。後半部分はＲk 1 とＰ１k 2 を加算合成したベ
クトルのエネルギーを算出する必要がある。このエネル
ギーの計算は数（１２）に示すように、各々のベクトル
のエネルギーの算出と、２つのベクトルの内積演算で算
出される。
ギーを、サブフレームの前半／後半に分割して計算す
る。前半部分はＰ０k 1 （ｋ１＝ｋｍ＋１，ｋｍ，ｋｍ
−１）の演算のみ考えればよく、処理量は約３ＮＰ／２
である。後半部分はＲk 1 とＰ１k 2 を加算合成したベ
クトルのエネルギーを算出する必要がある。このエネル
ギーの計算は数（１２）に示すように、各々のベクトル
のエネルギーの算出と、２つのベクトルの内積演算で算
出される。
【００５７】
【数１２】
【００５８】ここでベクトルＲk 1 は、ゼロ入力応答
（入力信号が０のフィルタリング）に相当するので、エ
ネルギーの計算はＮ／２サンプル長より短いＭ（例えば
１０）の長さで計算を打ち切ることができる。以上より
後半部分のエネルギーの計算に必要な処理量は、約３Ｍ
Ｐ＋３ＮＰ／２＋７Ｎ／２である（この式の中の７は、
ｋ１とｋ２の組み合わせ数である）。
（入力信号が０のフィルタリング）に相当するので、エ
ネルギーの計算はＮ／２サンプル長より短いＭ（例えば
１０）の長さで計算を打ち切ることができる。以上より
後半部分のエネルギーの計算に必要な処理量は、約３Ｍ
Ｐ＋３ＮＰ／２＋７Ｎ／２である（この式の中の７は、
ｋ１とｋ２の組み合わせ数である）。
【００５９】前半／後半合わせるとその処理量は約３Ｐ
（Ｎ＋Ｍ）＋７Ｎ／２となり、サブフレームを分割しな
い処理量（７ＮＰ)に比べて削減できる。
（Ｎ＋Ｍ）＋７Ｎ／２となり、サブフレームを分割しな
い処理量（７ＮＰ)に比べて削減できる。
【００６０】次に、請求項４に関る実施例について述べ
る。
る。
【００６１】本手法は、符号化音声のピッチ構造を強調
するピッチ強調フィルタに応用することもできる。一般
的には、ピッチ強調フィルタはピッチ予測の技術と同じ
であり、そのピッチ長とピッチ予測係数の情報は、符号
化器から伝送されてくる情報を用いて、サブフレーム長
毎に更新する。
するピッチ強調フィルタに応用することもできる。一般
的には、ピッチ強調フィルタはピッチ予測の技術と同じ
であり、そのピッチ長とピッチ予測係数の情報は、符号
化器から伝送されてくる情報を用いて、サブフレーム長
毎に更新する。
【００６２】符号化器側に本発明のピッチ予測フィルタ
が含まれている場合、ピッチ長の情報はサブフレーム内
で変化するゆえ、ピッチ強調フィルタにおいても、ピッ
チ予測係数よりピッチ長の更新周期を早くして処理する
ことができる。
が含まれている場合、ピッチ長の情報はサブフレーム内
で変化するゆえ、ピッチ強調フィルタにおいても、ピッ
チ予測係数よりピッチ長の更新周期を早くして処理する
ことができる。
【００６３】また、符号化器側のピッチ予測フィルタが
従来技術で説明したように、サブフレーム単位にピッチ
長、ピッチ予測係数を算出するような場合であっても、
復号化処理において再度最適なピッチ長の分析探索処理
を行えば、ピッチ長をサブフレーム内で変化させ、ピッ
チ予測係数よりピッチ長の更新周期を早くしたピッチ強
調フィルタ処理が行える。
従来技術で説明したように、サブフレーム単位にピッチ
長、ピッチ予測係数を算出するような場合であっても、
復号化処理において再度最適なピッチ長の分析探索処理
を行えば、ピッチ長をサブフレーム内で変化させ、ピッ
チ予測係数よりピッチ長の更新周期を早くしたピッチ強
調フィルタ処理が行える。
【００６４】ピッチ予測器は、音声の符号化方式として
はＣＥＬＰに限定されるものではなく、ピッチ予測を含
む全ての音声符号化復号化方式に適用可能である。
はＣＥＬＰに限定されるものではなく、ピッチ予測を含
む全ての音声符号化復号化方式に適用可能である。
【００６５】
【発明の効果】複数のサンプル長単位にピッチ予測を行
う音声符号化復号化装置において、ピッチ予測係数の更
新周期に対して、ピッチ長の更新周期を短縮すること
で、ピッチ予測精度を向上できる。またピッチ長の更新
量を一定の範囲に制限する手段を備えることで、ピッチ
長の符号化に必要な情報量を小さく抑えられる。またピ
ッチ長探索に必要な処理量も削減できる。また本手法を
ピッチ強調フィルタに適応することで、符号化復号化音
声の品質を向上できる。
う音声符号化復号化装置において、ピッチ予測係数の更
新周期に対して、ピッチ長の更新周期を短縮すること
で、ピッチ予測精度を向上できる。またピッチ長の更新
量を一定の範囲に制限する手段を備えることで、ピッチ
長の符号化に必要な情報量を小さく抑えられる。またピ
ッチ長探索に必要な処理量も削減できる。また本手法を
ピッチ強調フィルタに適応することで、符号化復号化音
声の品質を向上できる。
【図１】本発明のピッチ予測器を備えた音声符号化復号
化装置を説明する図である。
化装置を説明する図である。
【図２】本発明のピッチ予測器から予測信号を生成する
処理を説明する図である。
処理を説明する図である。
【図３】本発明のピッチ予測器において、ピッチ長の変
化に制限を設けた場合の、ピッチ長の動きの一例を模式
的に説明した図である。
化に制限を設けた場合の、ピッチ長の動きの一例を模式
的に説明した図である。
【図４】従来技術のピッチ予測器を備えた音声符号化復
号化装置を説明する図である。
号化装置を説明する図である。
【図５】従来技術の音声符号化処理のブロック図であ
る。
る。
【図６】従来技術のピッチ予測器から予測信号を生成す
る処理を説明する図である。
る処理を説明する図である。
２０１，５０３，６０１ 適応符号帳 ２０２，６０２ ピッチ信号格納器 １００，５０１，４００ 入力端子 ５０２ 聴覚重み付けフィル
タ ５０４，５０６ 増幅器 ５０５ 励振符号帳 ５０７ 加算器 ５０８ 合成フィルタ ５０９ 減算器 ５１０ 誤差エネルギー最小
化判定器 １０１，１０６，４０１，４０６ 制御器 １０２，１０７ 分周器 １０３，４０３ 線形予測分析フィル
タ １０４，４０４ ピッチ予測分析フィ
ルタ １０５，４０５ 予測残差量子化器 １０８，４０８ 予測残差逆量子化器 １０９，４０９ ピッチ予測合成フィ
ルタ １１０，４１０ 線形予測合成フィル
タ
タ ５０４，５０６ 増幅器 ５０５ 励振符号帳 ５０７ 加算器 ５０８ 合成フィルタ ５０９ 減算器 ５１０ 誤差エネルギー最小
化判定器 １０１，１０６，４０１，４０６ 制御器 １０２，１０７ 分周器 １０３，４０３ 線形予測分析フィル
タ １０４，４０４ ピッチ予測分析フィ
ルタ １０５，４０５ 予測残差量子化器 １０８，４０８ 予測残差逆量子化器 １０９，４０９ ピッチ予測合成フィ
ルタ １１０，４１０ 線形予測合成フィル
タ
Claims (4)
- 【請求項１】 音声の入力端子と、音声信号の線形予測
分析器と、音声のピッチ信号を予測するピッチ予測分析
器と、予測残差信号を量子化する予測残差量子化器と、
該線形予測分析器、ピッチ予測分析器、及び予測残差量
子化器を、複数のサンプル長単位に動作させる制御器
と、音声の出力端子と、線形予測合成器とピッチ予測合
成器と、予測残差逆量子化器と、該線形予測合成器、ピ
ッチ予測合成器、及び予測残差逆量子化器を、複数のサ
ンプル長単位に動作させる制御器を備える音声符号化復
号化装置において、ピッチ長の更新周期をピッチ予測係
数の更新周期より短縮する手段を有することを特徴とす
る音声符号化復号化装置。 - 【請求項２】 請求項１の装置において、ピッチ長の更
新量を一定の範囲に制限することを特徴とする音声符号
化復号化装置。 - 【請求項３】 請求項１の装置において、複数のサンプ
ル長を分割した信号に対してピッチ長探索演算を行い、
複数のサンプル長全体としては分割した演算結果の組み
合わせ演算を行うことを特徴とする音声符号化復号化装
置。 - 【請求項４】 復号された音声のピッチ構造を強調する
ピッチ強調フィルタにおいて、ピッチ長の更新周期をピ
ッチ予測係数の更新周期より短縮することを特徴とする
ピッチ強調フィルタを備えた音声復号化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23112095A JP3229784B2 (ja) | 1995-09-08 | 1995-09-08 | 音声符号化復号化装置及び音声復号化装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP23112095A JP3229784B2 (ja) | 1995-09-08 | 1995-09-08 | 音声符号化復号化装置及び音声復号化装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0981191A JPH0981191A (ja) | 1997-03-28 |
| JP3229784B2 true JP3229784B2 (ja) | 2001-11-19 |
Family
ID=16918607
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP23112095A Expired - Fee Related JP3229784B2 (ja) | 1995-09-08 | 1995-09-08 | 音声符号化復号化装置及び音声復号化装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3229784B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2008072701A1 (ja) * | 2006-12-13 | 2010-04-02 | パナソニック株式会社 | ポストフィルタおよびフィルタリング方法 |
-
1995
- 1995-09-08 JP JP23112095A patent/JP3229784B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0981191A (ja) | 1997-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100304682B1 (ko) | 음성 코더용 고속 여기 코딩 | |
| EP1353323B1 (en) | Method, device and program for coding and decoding acoustic parameter, and method, device and program for coding and decoding sound | |
| JP3180762B2 (ja) | 音声符号化装置及び音声復号化装置 | |
| KR20010024935A (ko) | 음성 코딩 | |
| JPH0990995A (ja) | 音声符号化装置 | |
| CN113223540A (zh) | 在声音信号编码器和解码器中使用的方法、设备和存储器 | |
| JP3628268B2 (ja) | 音響信号符号化方法、復号化方法及び装置並びにプログラム及び記録媒体 | |
| JP3180786B2 (ja) | 音声符号化方法及び音声符号化装置 | |
| US6330531B1 (en) | Comb codebook structure | |
| JP2002268686A (ja) | 音声符号化装置及び音声復号化装置 | |
| JP2000112498A (ja) | 音声符号化方法 | |
| JP2970407B2 (ja) | 音声の励振信号符号化装置 | |
| JP3531780B2 (ja) | 音声符号化方法および復号化方法 | |
| KR100465316B1 (ko) | 음성 부호화기 및 이를 이용한 음성 부호화 방법 | |
| JP3095133B2 (ja) | 音響信号符号化方法 | |
| JP2658816B2 (ja) | 音声のピッチ符号化装置 | |
| JP3229784B2 (ja) | 音声符号化復号化装置及び音声復号化装置 | |
| JPH06282298A (ja) | 音声の符号化方法 | |
| JP3283152B2 (ja) | 音声パラメータ量子化装置およびベクトル量子化装置 | |
| JP3262652B2 (ja) | 音声符号化装置及び音声復号化装置 | |
| JPH06131000A (ja) | 基本周期符号化装置 | |
| JPH0519795A (ja) | 音声の励振信号符号化・復号化方法 | |
| JPH113098A (ja) | 音声符号化方法および装置 | |
| JP3296411B2 (ja) | 音声符号化方法および復号化方法 | |
| JP3194930B2 (ja) | 音声符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080907 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080907 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090907 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |