JP3272953B2 - 適応コードブックに基づく音声圧縮システム - Google Patents
適応コードブックに基づく音声圧縮システムInfo
- Publication number
- JP3272953B2 JP3272953B2 JP18261296A JP18261296A JP3272953B2 JP 3272953 B2 JP3272953 B2 JP 3272953B2 JP 18261296 A JP18261296 A JP 18261296A JP 18261296 A JP18261296 A JP 18261296A JP 3272953 B2 JP3272953 B2 JP 3272953B2
- Authority
- JP
- Japan
- Prior art keywords
- gain
- adaptive codebook
- filter
- signal
- pitch filter
- 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
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
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/083—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being an excitation gain
-
- 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
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/09—Long term prediction, i.e. removing periodical redundancies, e.g. by using adaptive codebook or pitch predictor
Description
【０００１】
【発明の属する技術分野】本発明は、適応コードブック
に基づく音声圧縮システムに関し、特に、適応コードブ
ックベクトル（サブフレーム）長以下のピッチ周期を有
する音声を圧縮するように動作するそのようなシステム
に関する。
に基づく音声圧縮システムに関し、特に、適応コードブ
ックベクトル（サブフレーム）長以下のピッチ周期を有
する音声を圧縮するように動作するそのようなシステム
に関する。
【０００２】
【従来の技術】多くの音声圧縮システムは、音声信号の
周期性をモデル化するためにサブシステムを使用する。
音声圧縮（あるいは符号化）において広く使用されてい
る二つのそのような周期性モデルとして、ピッチ予測フ
ィルタ（ＰＰＦ）および適応コードブック（ＡＣＢ）が
ある。
周期性をモデル化するためにサブシステムを使用する。
音声圧縮（あるいは符号化）において広く使用されてい
る二つのそのような周期性モデルとして、ピッチ予測フ
ィルタ（ＰＰＦ）および適応コードブック（ＡＣＢ）が
ある。
【０００３】ＡＣＢは、基本的には、過去の音声信号、
または、音声残差や励振信号のようなその派生物（以
下、音声信号という。）のサンプルを記憶するメモリで
ある。過去の（メモリに記憶されている）音声信号のサ
ンプルを現在にコピーすることによって周期性を導入
（あるいはモデル化）することにより、現在の音声信号
がどのようになるかを「予測」する。
または、音声残差や励振信号のようなその派生物（以
下、音声信号という。）のサンプルを記憶するメモリで
ある。過去の（メモリに記憶されている）音声信号のサ
ンプルを現在にコピーすることによって周期性を導入
（あるいはモデル化）することにより、現在の音声信号
がどのようになるかを「予測」する。
【０００４】ＰＰＦは、代表的には次のような形の単純
なＩＩＲフィルタである。 ｙ（ｎ）＝ｘ（ｎ）＋ｇpｙ（ｎ−Ｍ） （１） ただし、ｎはサンプルのインデックスであり、ｙは出力
であり、ｘは入力であり、ｍはフィルタの遅延値であ
り、ｇpはスケール因子（あるいは利得）である。ＰＰ
Ｆの現在の出力は過去の出力に依存するため、周期性が
ＰＰＦに導入される。
なＩＩＲフィルタである。 ｙ（ｎ）＝ｘ（ｎ）＋ｇpｙ（ｎ−Ｍ） （１） ただし、ｎはサンプルのインデックスであり、ｙは出力
であり、ｘは入力であり、ｍはフィルタの遅延値であ
り、ｇpはスケール因子（あるいは利得）である。ＰＰ
Ｆの現在の出力は過去の出力に依存するため、周期性が
ＰＰＦに導入される。
【０００５】ＡＣＢまたはＰＰＦを音声符号化で使用す
ることが可能であるが、これらの周期性モデルはすべて
の状況で同一には作用しない。例えば、有声音声のピッ
チ周期がサブフレーム（あるいはコードブックベクト
ル）のサイズ以上であるときにはＰＰＦおよびＡＣＢは
同じ結果を与えるが、ピッチ周期がサブフレームサイズ
より小さい場合にはそれは成り立たない。この差は図１
および図２に例示されている。これらの図において、ピ
ッチ周期（あるいは遅延）は２．５ｍｓであり、サブフ
レームサイズは５ｍｓであると仮定している。
ることが可能であるが、これらの周期性モデルはすべて
の状況で同一には作用しない。例えば、有声音声のピッ
チ周期がサブフレーム（あるいはコードブックベクト
ル）のサイズ以上であるときにはＰＰＦおよびＡＣＢは
同じ結果を与えるが、ピッチ周期がサブフレームサイズ
より小さい場合にはそれは成り立たない。この差は図１
および図２に例示されている。これらの図において、ピ
ッチ周期（あるいは遅延）は２．５ｍｓであり、サブフ
レームサイズは５ｍｓであると仮定している。
【０００６】図１は、代表的なＣＥＬＰ音声圧縮方式で
使用されるような、固定コードブック（ＦＣＢ）とＡＣ
Ｂの従来の組合せ（この組合せは、ＣＥＬＰ方式の符号
器および復号器の両方で使用される）を表す。図示され
ているように、ＦＣＢ１はインデックス値Ｉを受信し、
それによりＦＣＢは所定期間の音声信号（励振）ベクト
ルを出力する。この期間をサブフレーム（ここでは５ｍ
ｓ）という。例えば、この音声励振信号は、サブフレー
ム内に位置する一つ以上の主パルスからなる。説明を明
確にするために、出力ベクトルは、単位大きさを有する
単一の大きいパルスを有すると仮定する。出力ベクトル
は、増幅器５によって加えられる利得gcでスケールされ
る。
使用されるような、固定コードブック（ＦＣＢ）とＡＣ
Ｂの従来の組合せ（この組合せは、ＣＥＬＰ方式の符号
器および復号器の両方で使用される）を表す。図示され
ているように、ＦＣＢ１はインデックス値Ｉを受信し、
それによりＦＣＢは所定期間の音声信号（励振）ベクト
ルを出力する。この期間をサブフレーム（ここでは５ｍ
ｓ）という。例えば、この音声励振信号は、サブフレー
ム内に位置する一つ以上の主パルスからなる。説明を明
確にするために、出力ベクトルは、単位大きさを有する
単一の大きいパルスを有すると仮定する。出力ベクトル
は、増幅器５によって加えられる利得gcでスケールされ
る。
【０００７】ＦＣＢ１および利得５の作用と平行して、
ＡＣＢ１０は以前に合成した音声に基づいて音声信号を
生成する。従来技術では、ＡＣＢ１０は、符号化中のも
との音声に最もよく一致する音声のサンプルを、過去の
音声のメモリから探索する。このようなサンプルは、合
成しようとしている現在のサンプルから過去に１ピッチ
周期（Ｍ）の近傍にある。このような過去の音声サンプ
ルは、ピッチが分数である場合には存在しないこともあ
り、通常のように、周囲の音声サンプル値から線形補間
によりＡＣＢが合成しなければならないこともある。Ａ
ＣＢはこのようにして現在のサンプルとして識別（ある
いは合成）される過去のサンプルを使用する。説明を明
確にするため、以後の説明では、ピッチ周期はサンプル
周期の整数倍であり、過去のサンプルは、現在のサブフ
レームにコピーするためにＭだけ識別されると仮定す
る。ＡＣＢはこのようにして１サブフレーム（５ｍｓ）
に対する個々のサンプルを出力する。ＡＣＢによって生
成されるすべてのサンプルは、増幅器１５によって加え
られる利得gpでスケールされる。
ＡＣＢ１０は以前に合成した音声に基づいて音声信号を
生成する。従来技術では、ＡＣＢ１０は、符号化中のも
との音声に最もよく一致する音声のサンプルを、過去の
音声のメモリから探索する。このようなサンプルは、合
成しようとしている現在のサンプルから過去に１ピッチ
周期（Ｍ）の近傍にある。このような過去の音声サンプ
ルは、ピッチが分数である場合には存在しないこともあ
り、通常のように、周囲の音声サンプル値から線形補間
によりＡＣＢが合成しなければならないこともある。Ａ
ＣＢはこのようにして現在のサンプルとして識別（ある
いは合成）される過去のサンプルを使用する。説明を明
確にするため、以後の説明では、ピッチ周期はサンプル
周期の整数倍であり、過去のサンプルは、現在のサブフ
レームにコピーするためにＭだけ識別されると仮定す
る。ＡＣＢはこのようにして１サブフレーム（５ｍｓ）
に対する個々のサンプルを出力する。ＡＣＢによって生
成されるすべてのサンプルは、増幅器１５によって加え
られる利得gpでスケールされる。
【０００８】サブフレームの後半における現在のサンプ
ルに対しては、「現在の」サンプルとして使用される
「過去の」サンプルはそのサブフレームの前半のサンプ
ルである。その理由は、サブフレームの期間は５ｍｓで
あるが、ピッチ周期Ｍ（過去のサンプルを現在のサンプ
ルとして使用するために識別するために用いられる時
間）は２．５ｍｓであるためである。従って、合成すべ
き現在のサンプルがサブフレーム内の４ｍｓの時点にあ
る場合、音声の過去のサンプルは同じサブフレーム内の
４ｍｓ−２．５ｍｓすなわち１．５ｍｓの時点にある。
ルに対しては、「現在の」サンプルとして使用される
「過去の」サンプルはそのサブフレームの前半のサンプ
ルである。その理由は、サブフレームの期間は５ｍｓで
あるが、ピッチ周期Ｍ（過去のサンプルを現在のサンプ
ルとして使用するために識別するために用いられる時
間）は２．５ｍｓであるためである。従って、合成すべ
き現在のサンプルがサブフレーム内の４ｍｓの時点にあ
る場合、音声の過去のサンプルは同じサブフレーム内の
４ｍｓ−２．５ｍｓすなわち１．５ｍｓの時点にある。
【０００９】ＦＣＢおよびＡＣＢの増幅器５、１５の出
力信号は加算回路２０で加算され、従来の線形予測（Ｌ
ＰＣ）合成フィルタ（図示せず）への励振信号が生成さ
れる。回路２０によって生成されるこの励振信号の１サ
ブフレームの様式化した表現も図１に示されている。ス
ケーリング前にはパルスが単位大きさであると仮定する
と、コードブックのシステムは５ｍｓのサブフレーム内
にいくつかのパルスを生成する。第１のパルスの高さは
gpであり、第２のパルスの高さはgcであり、第３のパル
スの高さはgpである。第３のパルスは単に、ＡＣＢによ
って生成された、第１パルスのコピーである。注意すべ
き点であるが、ＡＣＢメモリは第２のパルスを含まない
（そして固定コードブックはサブフレームごとにただ一
つのパルスしか有しない）ため、サブフレームの後半に
は第２のパルスのコピーはない。
力信号は加算回路２０で加算され、従来の線形予測（Ｌ
ＰＣ）合成フィルタ（図示せず）への励振信号が生成さ
れる。回路２０によって生成されるこの励振信号の１サ
ブフレームの様式化した表現も図１に示されている。ス
ケーリング前にはパルスが単位大きさであると仮定する
と、コードブックのシステムは５ｍｓのサブフレーム内
にいくつかのパルスを生成する。第１のパルスの高さは
gpであり、第２のパルスの高さはgcであり、第３のパル
スの高さはgpである。第３のパルスは単に、ＡＣＢによ
って生成された、第１パルスのコピーである。注意すべ
き点であるが、ＡＣＢメモリは第２のパルスを含まない
（そして固定コードブックはサブフレームごとにただ一
つのパルスしか有しない）ため、サブフレームの後半に
は第２のパルスのコピーはない。
【００１０】図２は、ＰＰＦ５０と直列のＦＣＢ２５か
らなる周期性モデルを表す。ＰＰＦ５０は、加算回路４
５、遅延メモリ３５、および増幅器４０からなる。上記
のシステムと同様に、ＦＣＢ２５に入力されるインデッ
クスＩによりＦＣＢはそのインデックスに対応する励振
ベクトルを出力する。このベクトルは一つの主パルスを
有する。このベクトルは、利得gcを加える増幅器３０に
よってスケールされる。スケールされたベクトルはＰＰ
Ｆ５０に入力される。ＰＰＦ５０は上記の式（１）に従
って動作する。ＰＰＦ５０の出力信号の１サブフレーム
の様式化した表現も図２に示されている。ＰＰＦ出力サ
ブフレームの第１のパルスは、前サブフレーム（図示せ
ず）からの主パルス（単位大きさを有すると仮定）に加
えられた遅延Ｍの結果である。サブフレーム内の次のパ
ルスは、増幅器３０によってスケールされたＦＣＢ出力
ベクトルに含まれるパルスである。その後、２．５ｍｓ
の遅延３５により、これらの二つのパルスは、それぞれ
増幅器４０によってスケールされて、２．５ｍｓ後に反
復される。
らなる周期性モデルを表す。ＰＰＦ５０は、加算回路４
５、遅延メモリ３５、および増幅器４０からなる。上記
のシステムと同様に、ＦＣＢ２５に入力されるインデッ
クスＩによりＦＣＢはそのインデックスに対応する励振
ベクトルを出力する。このベクトルは一つの主パルスを
有する。このベクトルは、利得gcを加える増幅器３０に
よってスケールされる。スケールされたベクトルはＰＰ
Ｆ５０に入力される。ＰＰＦ５０は上記の式（１）に従
って動作する。ＰＰＦ５０の出力信号の１サブフレーム
の様式化した表現も図２に示されている。ＰＰＦ出力サ
ブフレームの第１のパルスは、前サブフレーム（図示せ
ず）からの主パルス（単位大きさを有すると仮定）に加
えられた遅延Ｍの結果である。サブフレーム内の次のパ
ルスは、増幅器３０によってスケールされたＦＣＢ出力
ベクトルに含まれるパルスである。その後、２．５ｍｓ
の遅延３５により、これらの二つのパルスは、それぞれ
増幅器４０によってスケールされて、２．５ｍｓ後に反
復される。
【００１１】周期性モデルのＡＣＢおよびＰＰＦによる
実装の出力信号の間には大きな相違がある。それらの出
力信号は、図１および図２に図示したように、合成され
たサブフレームの後半に現れる。第１に、第３のパルス
の振幅が相違する（gpに対してgp 2）。第２に、ＡＣＢ
モデルの出力には第４のパルスはない。このパルスの欠
落に関して、ピッチ周期がフレームサイズより小さい場
合、ＡＣＢとＦＣＢの組合せは、サブフレームにおいて
第２の固定コードブックの寄与を導入しない。これは、
固定コードブックと直列のピッチ予測フィルタの動作と
は異なる。
実装の出力信号の間には大きな相違がある。それらの出
力信号は、図１および図２に図示したように、合成され
たサブフレームの後半に現れる。第１に、第３のパルス
の振幅が相違する（gpに対してgp 2）。第２に、ＡＣＢ
モデルの出力には第４のパルスはない。このパルスの欠
落に関して、ピッチ周期がフレームサイズより小さい場
合、ＡＣＢとＦＣＢの組合せは、サブフレームにおいて
第２の固定コードブックの寄与を導入しない。これは、
固定コードブックと直列のピッチ予測フィルタの動作と
は異なる。
【００１２】周期性のＡＣＢモデルを使用する音声符号
化方式では、ＦＣＢの出力においてＰＰＦを使用するこ
とが提案されている。このＰＰＦは、ピッチ周期の整数
成分に等しい遅延と、０．８という固定利得を有する。
このＰＰＦは、サブフレーム内に欠けているＦＣＢパル
スの挿入を行うが、利得値は不確実である。この利得が
不確実である理由は、ＡＣＢおよびＦＣＢの利得の結合
量子化は、ＡＣＢおよびＦＣＢの両方のベクトルが決定
されるまで、現在のサブフレームに対するＡＣＢ利得の
決定を妨げるためである。
化方式では、ＦＣＢの出力においてＰＰＦを使用するこ
とが提案されている。このＰＰＦは、ピッチ周期の整数
成分に等しい遅延と、０．８という固定利得を有する。
このＰＰＦは、サブフレーム内に欠けているＦＣＢパル
スの挿入を行うが、利得値は不確実である。この利得が
不確実である理由は、ＡＣＢおよびＦＣＢの利得の結合
量子化は、ＡＣＢおよびＦＣＢの両方のベクトルが決定
されるまで、現在のサブフレームに対するＡＣＢ利得の
決定を妨げるためである。
【００１３】
【発明が解決しようとする課題】本発明の発明者が認識
したところによれば、ＡＣＢベースの合成器に付加され
るピッチループが固定利得であることにより、合成され
る音声の周期性が強くなりすぎることがあり、その場
合、合成される音声に不自然な「ブザー音」が生じるこ
とがある。
したところによれば、ＡＣＢベースの合成器に付加され
るピッチループが固定利得であることにより、合成され
る音声の周期性が強くなりすぎることがあり、その場
合、合成される音声に不自然な「ブザー音」が生じるこ
とがある。
【００１４】
【課題を解決するための手段】本発明は、ＡＣＢを使用
するシステムにおいてＦＣＢの出力にＰＰＦを使用する
という提案の欠点を解決するものである。本発明によれ
ば、ＰＰＦの利得は固定ではなく、音声信号の周期性の
ある尺度に基づいて適応的である。この適応ＰＰＦ利得
は、音声信号があまり周期的ではないときに小さく、音
声信号が非常に周期的であるときに大きいという点で、
ＰＰＦのパフォーマンスを向上させる。この適応可能性
が、「ブザー音」問題を回避する。
するシステムにおいてＦＣＢの出力にＰＰＦを使用する
という提案の欠点を解決するものである。本発明によれ
ば、ＰＰＦの利得は固定ではなく、音声信号の周期性の
ある尺度に基づいて適応的である。この適応ＰＰＦ利得
は、音声信号があまり周期的ではないときに小さく、音
声信号が非常に周期的であるときに大きいという点で、
ＰＰＦのパフォーマンスを向上させる。この適応可能性
が、「ブザー音」問題を回避する。
【００１５】本発明の実施例によれば、適応コードブッ
クおよび対応する適応コードブック増幅器からなる第１
部分と、ピッチフィルタに接続された固定コードブック
からなる第２部分とを有する音声処理システムは、適応
コードブック利得を遅延させるように適応させられ、遅
延された適応コードブック利得に基づいてピッチフィル
タ利得を決定し、この決定されたピッチフィルタ利得に
基づいてピッチフィルタにおいて信号のサンプルを増幅
する。適応コードブック利得は１サブフレームだけ遅延
される。適応コードブックの量子化利得は固定コードブ
ック利得が決定されるまで使用することができないた
め、遅延された利得が使用される。ピッチフィルタ利得
は、適応コードブック利得が０．２より小さい場合また
は０．８より大きい場合にはそれぞれ０．２または０．
８に等しく設定され、これら以外の場合には遅延された
適応コードブック利得に等しい。これらの限界値は、励
振信号が実際にどのくらい周期的であるかを評価する際
の誤差による知覚的に好ましくない影響を制限するため
のものである。
クおよび対応する適応コードブック増幅器からなる第１
部分と、ピッチフィルタに接続された固定コードブック
からなる第２部分とを有する音声処理システムは、適応
コードブック利得を遅延させるように適応させられ、遅
延された適応コードブック利得に基づいてピッチフィル
タ利得を決定し、この決定されたピッチフィルタ利得に
基づいてピッチフィルタにおいて信号のサンプルを増幅
する。適応コードブック利得は１サブフレームだけ遅延
される。適応コードブックの量子化利得は固定コードブ
ック利得が決定されるまで使用することができないた
め、遅延された利得が使用される。ピッチフィルタ利得
は、適応コードブック利得が０．２より小さい場合また
は０．８より大きい場合にはそれぞれ０．２または０．
８に等しく設定され、これら以外の場合には遅延された
適応コードブック利得に等しい。これらの限界値は、励
振信号が実際にどのくらい周期的であるかを評価する際
の誤差による知覚的に好ましくない影響を制限するため
のものである。
【００１６】
［Ｉ．実施例の序論］説明を明確にするため、本発明の
実施例は、個別の機能ブロック（「プロセッサ」とラベ
ルされた機能ブロックを含む）からなるものとして提示
される。これらのブロックが表している機能は、ソフト
ウェアを実行可能なハードウェアを含む共用または専用
のハードウェアの使用により提供可能である（しかし、
そのようなものに限定されるものではない）。例えば、
図３および図４に示されるプロセッサの機能は、単一の
共用プロセッサによって提供可能である。（「プロセッ
サ」という用語の使用は、ソフトウェアを実行可能なハ
ードウェアのみを指すものと解釈してはならない。）
実施例は、個別の機能ブロック（「プロセッサ」とラベ
ルされた機能ブロックを含む）からなるものとして提示
される。これらのブロックが表している機能は、ソフト
ウェアを実行可能なハードウェアを含む共用または専用
のハードウェアの使用により提供可能である（しかし、
そのようなものに限定されるものではない）。例えば、
図３および図４に示されるプロセッサの機能は、単一の
共用プロセッサによって提供可能である。（「プロセッ
サ」という用語の使用は、ソフトウェアを実行可能なハ
ードウェアのみを指すものと解釈してはならない。）
【００１７】実施例は、ＡＴ＆ＴのＤＳＰ１６またはＤ
ＳＰ３２Ｃのようなディジタル信号プロセッサ（ＤＳ
Ｐ）ハードウェア、後述の動作を実行するソフトウェア
を記憶する読み出し専用メモリ（ＲＯＭ）、および、Ｄ
ＳＰの結果を記憶するランダムアクセスメモリ（ＲＡ
Ｍ）からなることが可能である。超大規模集積（ＶＬＳ
Ｉ）ハードウェアによる実施例や、カスタムＶＬＳＩ回
路を汎用ＤＳＰ回路と組み合わせた実施例も可能であ
る。
ＳＰ３２Ｃのようなディジタル信号プロセッサ（ＤＳ
Ｐ）ハードウェア、後述の動作を実行するソフトウェア
を記憶する読み出し専用メモリ（ＲＯＭ）、および、Ｄ
ＳＰの結果を記憶するランダムアクセスメモリ（ＲＡ
Ｍ）からなることが可能である。超大規模集積（ＶＬＳ
Ｉ）ハードウェアによる実施例や、カスタムＶＬＳＩ回
路を汎用ＤＳＰ回路と組み合わせた実施例も可能であ
る。
【００１８】以下で説明する実施例は、多くの音声圧縮
方式での使用に適している。そのような音声圧縮方式と
しては、例えば、ＩＴＵ標準化団体への勧告草案Ｇ．７
２９（Ｇ．７２９草案）に記載されているものがある。
この勧告草案は後述の［付録］と題する部分に記載し
た。この音声圧縮方式は、符号励振線形予測（ＣＥＬ
Ｐ）符号化に基づき、８ｋｂｉｔ／ｓで動作する（Ｇ．
７２９草案第２節参照）。この勧告草案は、本発明を使
用しているとともに、音声符号化方式の一般的記述も含
む（例えば、図６およびＧ．７２９草案の第２．１節の
記載参照）。本発明の実施例に関しては、Ｇ．７２９草
案の第３．８節および第４．１．２節を参照されたい。
方式での使用に適している。そのような音声圧縮方式と
しては、例えば、ＩＴＵ標準化団体への勧告草案Ｇ．７
２９（Ｇ．７２９草案）に記載されているものがある。
この勧告草案は後述の［付録］と題する部分に記載し
た。この音声圧縮方式は、符号励振線形予測（ＣＥＬ
Ｐ）符号化に基づき、８ｋｂｉｔ／ｓで動作する（Ｇ．
７２９草案第２節参照）。この勧告草案は、本発明を使
用しているとともに、音声符号化方式の一般的記述も含
む（例えば、図６およびＧ．７２９草案の第２．１節の
記載参照）。本発明の実施例に関しては、Ｇ．７２９草
案の第３．８節および第４．１．２節を参照されたい。
【００１９】［ＩＩ．実施例］図３および図４は、Ｇ．
７２９草案の符号器および復号器で使用される、本発明
の実施例を示す。図３は、実施例の符号器の詳細を示す
ようにＧ．７２９草案の図６を補足した図である。図４
は、実施例の復号器の詳細を示すようにＧ．７２９草案
の図７を補足した図である。以下の説明において、必要
に応じてＧ．７２９草案の節を参照する。Ｇ．７２９草
案の符号器の一般的記述は第２．１節に記載されてお
り、復号器の一般的記述は第２．２節に記載されてい
る。
７２９草案の符号器および復号器で使用される、本発明
の実施例を示す。図３は、実施例の符号器の詳細を示す
ようにＧ．７２９草案の図６を補足した図である。図４
は、実施例の復号器の詳細を示すようにＧ．７２９草案
の図７を補足した図である。以下の説明において、必要
に応じてＧ．７２９草案の節を参照する。Ｇ．７２９草
案の符号器の一般的記述は第２．１節に記載されてお
り、復号器の一般的記述は第２．２節に記載されてい
る。
【００２０】［Ａ．符号器］実施例によれば、入力音声
信号（サンプリングレート８ｋＨｚの１６ビットＰＣ
Ｍ）がプリプロセッサ（前処理プロセッサ）１００に入
力される。プリプロセッサ１００は、好ましくない低周
波成分を除去し、処理オーバーフローを避けるために音
声信号をスケールように音声信号を高域フィルタリング
する（Ｇ．７２９草案第３．１節参照）。前処理された
音声信号ｓ（ｎ）は次に線形予測分析器１０５に入力さ
れる（Ｇ．７２９草案第３．２節参照）。線形予測（Ｌ
Ｐ）係数ａ＾iはＬＰ合成フィルタ１５５に入力され
る。ＬＰ合成フィルタ１５５は、符号器のＦＣＢ部分お
よびＡＣＢ部分の出力の組合せから形成される励振信号
ｕ（ｎ）を受信する。励振信号は、「合成による分析」
探索手続きを使用することによって選択される。この手
続きでは、もとの音声と合成された音声の間の誤差が、
知覚重み付けフィルタ１６５によって、知覚的重み付け
歪み尺度に従って最小化される（Ｇ．７２９草案第３．
３節参照）。
信号（サンプリングレート８ｋＨｚの１６ビットＰＣ
Ｍ）がプリプロセッサ（前処理プロセッサ）１００に入
力される。プリプロセッサ１００は、好ましくない低周
波成分を除去し、処理オーバーフローを避けるために音
声信号をスケールように音声信号を高域フィルタリング
する（Ｇ．７２９草案第３．１節参照）。前処理された
音声信号ｓ（ｎ）は次に線形予測分析器１０５に入力さ
れる（Ｇ．７２９草案第３．２節参照）。線形予測（Ｌ
Ｐ）係数ａ＾iはＬＰ合成フィルタ１５５に入力され
る。ＬＰ合成フィルタ１５５は、符号器のＦＣＢ部分お
よびＡＣＢ部分の出力の組合せから形成される励振信号
ｕ（ｎ）を受信する。励振信号は、「合成による分析」
探索手続きを使用することによって選択される。この手
続きでは、もとの音声と合成された音声の間の誤差が、
知覚重み付けフィルタ１６５によって、知覚的重み付け
歪み尺度に従って最小化される（Ｇ．７２９草案第３．
３節参照）。
【００２１】実施例のＡＣＢ部分１１２に関して、知覚
的重み付き歪み（誤差）を表す信号は、適応コードブッ
クシステム１１０によって使用される開ループピッチ周
期（遅延）を決定するために、ピッチ周期プロセッサ１
７０によって使用される。符号器は、閉ループピッチ探
索の基礎として、この決定される開ループピッチ周期を
使用する。ＡＣＢ１１０は、選択された分数ピッチにお
いて過去の励振を補間することによって、適応コードブ
ックベクトルｖ（ｎ）を計算する（Ｇ．７２９草案第
３．４〜３．７節参照）。適応コードブック利得増幅器
１１５は、ＡＣＢシステム１１０の出力にスケール因子
ｇ＾pを乗じる（Ｇ．７２９草案第３．９．２節参
照）。
的重み付き歪み（誤差）を表す信号は、適応コードブッ
クシステム１１０によって使用される開ループピッチ周
期（遅延）を決定するために、ピッチ周期プロセッサ１
７０によって使用される。符号器は、閉ループピッチ探
索の基礎として、この決定される開ループピッチ周期を
使用する。ＡＣＢ１１０は、選択された分数ピッチにお
いて過去の励振を補間することによって、適応コードブ
ックベクトルｖ（ｎ）を計算する（Ｇ．７２９草案第
３．４〜３．７節参照）。適応コードブック利得増幅器
１１５は、ＡＣＢシステム１１０の出力にスケール因子
ｇ＾pを乗じる（Ｇ．７２９草案第３．９．２節参
照）。
【００２２】実施例のＦＣＢ部分に関して、平均二乗誤
差（ＭＳＥ）探索プロセッサ１７５によって生成された
インデックスがＦＣＢシステム１２０によって受信さ
れ、それに応じてコードブックベクトルｃ（ｎ）が生成
される（Ｇ．７２９草案第３．８節参照）。このコード
ブックベクトルは、本発明によって動作するＰＰＦシス
テム１２８（後述）に入力される。ＰＰＦシステム１２
８の出力は、スケール因子ｇ＾cを乗じるＦＣＢ増幅器
１４５によってスケールされる。スケール因子ｇ＾cは
Ｇ．７２９草案第３．９節に従って決定される。
差（ＭＳＥ）探索プロセッサ１７５によって生成された
インデックスがＦＣＢシステム１２０によって受信さ
れ、それに応じてコードブックベクトルｃ（ｎ）が生成
される（Ｇ．７２９草案第３．８節参照）。このコード
ブックベクトルは、本発明によって動作するＰＰＦシス
テム１２８（後述）に入力される。ＰＰＦシステム１２
８の出力は、スケール因子ｇ＾cを乗じるＦＣＢ増幅器
１４５によってスケールされる。スケール因子ｇ＾cは
Ｇ．７２９草案第３．９節に従って決定される。
【００２３】符号器のＡＣＢ部分１１２およびＦＣＢ部
分１１８からのベクトル出力は加算器１５０で加算さ
れ、上記のＬＰ合成フィルタに入力される。
分１１８からのベクトル出力は加算器１５０で加算さ
れ、上記のＬＰ合成フィルタに入力される。
【００２４】［Ｂ．ＰＰＦシステム］上記のように、Ｐ
ＰＦシステムは、合成中の音声のピッチ周期がサブフレ
ームのサイズより小さいときおよびあまり周期的でない
音声に対して固定ＰＰＦ利得が大きくなりすぎるときに
示されるＡＣＢシステムの欠点を解決する。
ＰＦシステムは、合成中の音声のピッチ周期がサブフレ
ームのサイズより小さいときおよびあまり周期的でない
音声に対して固定ＰＰＦ利得が大きくなりすぎるときに
示されるＡＣＢシステムの欠点を解決する。
【００２５】ＰＰＦシステム１２８は、ＰＰＦ１２８が
励振信号に寄与するかどうかを制御するスイッチ１２６
を有する。遅延ＭがサブフレームのサイズＬより小さい
場合、スイッチ１２６は閉じ、ＰＰＦ１２８は励振に寄
与する。Ｍ≧Ｌの場合、スイッチ１２６は開き、ＰＰＦ
１２８は励振に寄与しない。スイッチの制御信号Ｋは、
Ｍ＜Ｌの時にセットされる。注意すべき点であるが、ス
イッチ１２６は単に≧例示的なものである。例えば、Ｍ
≧Ｌのときには完全にＰＰＦ１２８を迂回するように使
用されるスイッチのような、多くの代替設計が可能であ
る。
励振信号に寄与するかどうかを制御するスイッチ１２６
を有する。遅延ＭがサブフレームのサイズＬより小さい
場合、スイッチ１２６は閉じ、ＰＰＦ１２８は励振に寄
与する。Ｍ≧Ｌの場合、スイッチ１２６は開き、ＰＰＦ
１２８は励振に寄与しない。スイッチの制御信号Ｋは、
Ｍ＜Ｌの時にセットされる。注意すべき点であるが、ス
イッチ１２６は単に≧例示的なものである。例えば、Ｍ
≧Ｌのときには完全にＰＰＦ１２８を迂回するように使
用されるスイッチのような、多くの代替設計が可能であ
る。
【００２６】ＰＰＦシステムによって使用される遅延
は、ピッチ周期プロセッサ１７０によって計算されるピ
ッチ周期Ｍの整数部分である。遅延プロセッサ１３５の
メモリは、各サブフレームに対するＰＰＦ１２８の動作
の前に消去される。ＰＰＦシステムによって加えられる
利得は、遅延プロセッサ１２５に入力される。プロセッ
サ１２５はＡＣＢ利得ｇ＾pを受信し、それを１サブフ
レームごとに記憶する（１サブフレーム遅延）。記憶さ
れた利得値は次に上限０．８および下限０．２とそれぞ
れ比較される。利得の記憶値が上限より大きいかまたは
下限より小さい場合、利得はそれぞれの限界値に設定さ
れる。換言すれば、ＰＰＦ利得は、０．２以上かつ０．
８以下の値の範囲に制限される。この範囲内では、利得
は、遅延された適応コードブック利得の値を取る。
は、ピッチ周期プロセッサ１７０によって計算されるピ
ッチ周期Ｍの整数部分である。遅延プロセッサ１３５の
メモリは、各サブフレームに対するＰＰＦ１２８の動作
の前に消去される。ＰＰＦシステムによって加えられる
利得は、遅延プロセッサ１２５に入力される。プロセッ
サ１２５はＡＣＢ利得ｇ＾pを受信し、それを１サブフ
レームごとに記憶する（１サブフレーム遅延）。記憶さ
れた利得値は次に上限０．８および下限０．２とそれぞ
れ比較される。利得の記憶値が上限より大きいかまたは
下限より小さい場合、利得はそれぞれの限界値に設定さ
れる。換言すれば、ＰＰＦ利得は、０．２以上かつ０．
８以下の値の範囲に制限される。この範囲内では、利得
は、遅延された適応コードブック利得の値を取る。
【００２７】上限および下限は、合成される信号が過度
に周期的にも非周期的にもならないように、適応ＰＰＦ
利得の値に対して設定される。合成される信号が過度に
周期的になることあるいは非周期的になることはいずれ
も知覚的に好ましくない。従って、ＡＣＢ利得の極端に
小さいまたは大きい値は回避されるべきである。
に周期的にも非周期的にもならないように、適応ＰＰＦ
利得の値に対して設定される。合成される信号が過度に
周期的になることあるいは非周期的になることはいずれ
も知覚的に好ましくない。従って、ＡＣＢ利得の極端に
小さいまたは大きい値は回避されるべきである。
【００２８】当業者には明らかなように、ＡＣＢ利得
は、サブフレームごとに記憶する前に、指定された範囲
に制限することも可能である。従って、プリプロセッサ
は、ＡＣＢ利得が、指定された範囲に前に制限されるか
後に制限されるかを反映する信号を記憶する。また、上
限および下限の正確な値は、本発明の特定の実施例にお
いて所望の結果を達成するために変更可能な設計的事項
である。
は、サブフレームごとに記憶する前に、指定された範囲
に制限することも可能である。従って、プリプロセッサ
は、ＡＣＢ利得が、指定された範囲に前に制限されるか
後に制限されるかを反映する信号を記憶する。また、上
限および下限の正確な値は、本発明の特定の実施例にお
いて所望の結果を達成するために変更可能な設計的事項
である。
【００２９】［Ｃ．復号器］上記（およびＧ．７２９草
案の参照された節）の符号器は、１０ｍｓごとに圧縮さ
れた音声を表すデータのフレームを出力する。このフレ
ームは８０ビットからなり、Ｇ．７２９草案の表１〜表
９に詳細に記載されている。圧縮された音声の各８０ビ
ットフレームは通信チャネルを通じて復号器へ送信され
る。復号器は、符号器によって生成されたフレームに基
づいて音声信号（２サブフレームを表す）を合成する。
フレームが通信されるチャネル（図示せず）は任意の種
類（例えば通常の電話網、セルラあるいは無線網、ＡＴ
Ｍ網など）が可能であり、また、記憶媒体（例えば磁気
記憶装置、半導体ＲＡＭまたはＲＯＭ、ＣＤ−ＲＯＭの
ような光記憶装置など）からなることも可能である。
案の参照された節）の符号器は、１０ｍｓごとに圧縮さ
れた音声を表すデータのフレームを出力する。このフレ
ームは８０ビットからなり、Ｇ．７２９草案の表１〜表
９に詳細に記載されている。圧縮された音声の各８０ビ
ットフレームは通信チャネルを通じて復号器へ送信され
る。復号器は、符号器によって生成されたフレームに基
づいて音声信号（２サブフレームを表す）を合成する。
フレームが通信されるチャネル（図示せず）は任意の種
類（例えば通常の電話網、セルラあるいは無線網、ＡＴ
Ｍ網など）が可能であり、また、記憶媒体（例えば磁気
記憶装置、半導体ＲＡＭまたはＲＯＭ、ＣＤ−ＲＯＭの
ような光記憶装置など）からなることも可能である。
【００３０】本発明による復号器の実施例を図４に示
す。復号器は、適応コードブック部分２４０および ２
００の両方を有するという点で図３の符号器と類似して
いる。復号器は、伝送されたパラメータ（Ｇ．７２９草
案第４．１節参照）を復号し、合成を実行して再構成さ
れた音声を取得する。
す。復号器は、適応コードブック部分２４０および ２
００の両方を有するという点で図３の符号器と類似して
いる。復号器は、伝送されたパラメータ（Ｇ．７２９草
案第４．１節参照）を復号し、合成を実行して再構成さ
れた音声を取得する。
【００３１】ＦＣＢ部分は、符号器から復号器へ通信さ
れるＦＣＢインデックスＩに応答するＦＣＢ２０５を有
する。ＦＣＢ２０５は、サブフレームに等しい長さのベ
クトルｃ（ｎ）を生成する（Ｇ．７２９草案第４．１．
３節参照）。このベクトルは、復号器のＰＰＦ２１０に
入力される。ＰＰＦ２１０は上記のように（いずれもチ
ャネルを通じて符号器から受信される、遅延プロセッサ
２２５で遅延されたＡＣＢ利得ｇ＾pの値と、ＡＣＢピ
ッチ周期Ｍの値に基づいて）動作し、ＦＣＢ利得増幅器
２３５に入力されるベクトルを生成する。この増幅器
は、チャネルからの利得ｇ＾cを加え、ＰＰＦ２１０に
よって生成されたベクトルをスケールしたベクトルを生
成する（Ｇ．７２９草案第４．１．４節参照）。増幅器
２３５の出力信号は加算器２５５に供給され、加算器２
５５は励振信号ｕ（ｎ）を生成する。
れるＦＣＢインデックスＩに応答するＦＣＢ２０５を有
する。ＦＣＢ２０５は、サブフレームに等しい長さのベ
クトルｃ（ｎ）を生成する（Ｇ．７２９草案第４．１．
３節参照）。このベクトルは、復号器のＰＰＦ２１０に
入力される。ＰＰＦ２１０は上記のように（いずれもチ
ャネルを通じて符号器から受信される、遅延プロセッサ
２２５で遅延されたＡＣＢ利得ｇ＾pの値と、ＡＣＢピ
ッチ周期Ｍの値に基づいて）動作し、ＦＣＢ利得増幅器
２３５に入力されるベクトルを生成する。この増幅器
は、チャネルからの利得ｇ＾cを加え、ＰＰＦ２１０に
よって生成されたベクトルをスケールしたベクトルを生
成する（Ｇ．７２９草案第４．１．４節参照）。増幅器
２３５の出力信号は加算器２５５に供給され、加算器２
５５は励振信号ｕ（ｎ）を生成する。
【００３２】加算器２５５にはまた、復号器のＡＣＢ部
分２４０によって生成される出力信号も供給される。Ａ
ＣＢ部分２４０は、過去の励振信号と、チャネルを通じ
て符号器から受信されるＡＣＢピッチ周期Ｍの値に基づ
いてサブフレームに等しい長さの適応コードブック寄与
ｖ（ｎ）を生成するＡＣＢ２４５からなる（Ｇ．７２９
草案第４．１．２節参照）。このベクトルは、チャネル
を通じて受信される利得因子ｇ＾pに基づいて増幅器２
５０によってスケールされる。このスケールされたベク
トルが、ＡＣＢ部分２４０の出力である。
分２４０によって生成される出力信号も供給される。Ａ
ＣＢ部分２４０は、過去の励振信号と、チャネルを通じ
て符号器から受信されるＡＣＢピッチ周期Ｍの値に基づ
いてサブフレームに等しい長さの適応コードブック寄与
ｖ（ｎ）を生成するＡＣＢ２４５からなる（Ｇ．７２９
草案第４．１．２節参照）。このベクトルは、チャネル
を通じて受信される利得因子ｇ＾pに基づいて増幅器２
５０によってスケールされる。このスケールされたベク
トルが、ＡＣＢ部分２４０の出力である。
【００３３】加算器２５５によって生成される励振信号
ｕ（ｎ）はＬＰＣ合成フィルタ２６０に入力される。Ｌ
ＰＣ合成フィルタ２６０は、チャネルから受信されるＬ
ＰＣ係数ａ＾iに基づいて音声信号を合成する（Ｇ．７
２９草案第４．１．６節参照）。
ｕ（ｎ）はＬＰＣ合成フィルタ２６０に入力される。Ｌ
ＰＣ合成フィルタ２６０は、チャネルから受信されるＬ
ＰＣ係数ａ＾iに基づいて音声信号を合成する（Ｇ．７
２９草案第４．１．６節参照）。
【００３４】最後に、ＬＰＣ合成フィルタ２６０の出力
はポストプロセッサ２６５に供給される。ポストプロセ
ッサ２６５は、適応ポストフィルタリング（Ｇ．７２９
草案第４．２．１〜４．２．４節参照）、高域フィルタ
リング（Ｇ．７２９草案第４．２．５節参照）、および
アップスケーリング（Ｇ．７２９草案第４．２．５節参
照）を実行する。
はポストプロセッサ２６５に供給される。ポストプロセ
ッサ２６５は、適応ポストフィルタリング（Ｇ．７２９
草案第４．２．１〜４．２．４節参照）、高域フィルタ
リング（Ｇ．７２９草案第４．２．５節参照）、および
アップスケーリング（Ｇ．７２９草案第４．２．５節参
照）を実行する。
【００３５】［ＩＩ．考察］以上、本発明の実施例につ
いて説明したが、さまざまな変形例が可能である。例え
ば、スカラ利得量子化を使用する場合、ＰＰＦ利得は、
前のＡＣＢ利得ではなく現在のＡＣＢ利得に基づいて適
応させることも可能である。また、ＰＰＦ利得の限界値
（０．２，０．８）は単なる例示である。他の限界（例
えば０．１および０．７）も可能である。
いて説明したが、さまざまな変形例が可能である。例え
ば、スカラ利得量子化を使用する場合、ＰＰＦ利得は、
前のＡＣＢ利得ではなく現在のＡＣＢ利得に基づいて適
応させることも可能である。また、ＰＰＦ利得の限界値
（０．２，０．８）は単なる例示である。他の限界（例
えば０．１および０．７）も可能である。
【００３６】さらに、本発明の実施例ではコードブック
「増幅器」という用語を用いたが、当業者には理解され
るように、この用語はディジタル信号のスケーリングを
包含する。さらに、このようなスケーリングとしては、
１より大きい値とともに、１以下（負の値を含む）のス
ケール因子（あるいは利得）で実行可能である。
「増幅器」という用語を用いたが、当業者には理解され
るように、この用語はディジタル信号のスケーリングを
包含する。さらに、このようなスケーリングとしては、
１より大きい値とともに、１以下（負の値を含む）のス
ケール因子（あるいは利得）で実行可能である。
【０１００】［付録］ 国際電気通信連合 電気通信標準化部門 勧告草案Ｇ．７２９ 共役構造代数的符号励振線形予測（ＣＳ−ＡＣＥＬＰ）
符号化を用いた８ｋｂｉｔ／ｓでの音声の符号化 １９９５年６月７日 バージョン４．０
符号化を用いた８ｋｂｉｔ／ｓでの音声の符号化 １９９５年６月７日 バージョン４．０
【０１０１】目次 １ はじめに ［０１０２］ ２ 符号器／復号器の一般的記述 ［０１０５］ ２．１ 符号器 ［０１０６］ ２．２ 復号器 ［０１０８］ ２．３ 遅延 ［０１０９］ ２．４ 音声符号器の記述 ［０１１０］ ２．５ 記法上の規約 ［０１１１］ ３ 符号器の機能的記述 ［０１１２］ ３．１ 前処理 ［０１１３］ ３．２ 線形予測分析および量子化 ［０１１５］ ３．２．１ 窓および自己相関の計算 ［０１１６］ ３．２．２ レヴィンソン＝ダービンのアルゴリズム
［０１１８］ ３．２．３ ＬＰからＬＳＰへの変換 ［０１１９］ ３．２．４ ＬＳＰ係数の量子化 ［０１２１］ ３．２．５ ＬＳＰ係数の補間 ［０１３０］ ３．２．６ ＬＳＰからＬＰへの変換 ［０１３１］ ３．３ 知覚的重み付け ［０１３３］ ３．４ 開ループピッチ分析 ［０１３５］ ３．５ インパルス応答の計算 ［０１３７］ ３．６ 目標信号の計算 ［０１３８］ ３．７ 適応コードブック探索 ［０１４１］ ３．７．１ 適応コードブックベクトルの生成 ［０１
４６］ ３．７．２ 適応コードブック遅延に対する符号語計算
［０１４７］ ３．７．３ 適応コードブック利得の計算 ［０１５
０］ ３．８ 固定コードブック：構造および探索 ［０１５
１］ ３．８．１ 固定コードブック探索手続き ［０１５
３］ ３．８．２ 固定コードブックの符号語計算 ［０１５
９］ ３．９ 利得の量子化 ［０１６０］ ３．９．１ 利得予測 ［０１６１］ ３．９．２ 利得量子化のためのコードブック探索
［０１６５］ ３．９．３ 利得量子化器に対する符号語計算 ［０１
６７］ ３．１０ メモリ更新 ［０１６８］ ３．１１ 符号器および復号器の初期化 ［０１６９］ ４ 復号器の機能的記述 ［０１７０］ ４．１ パラメータ復号手続き ［０１７１］ ４．１．１ ＬＰフィルタパラメータの復号 ［０１７
２］ ４．１．２ 適応コードブックベクトルの復号 ［０１
７４］ ４．１．３ 固定コードブックベクトルの復号 ［０１
７７］ ４．１．４ 適応コードブックおよび固定コードブック
の利得の復号 ［０１７８］ ４．１．５ パリティビットの計算 ［０１７９］ ４．１．６ 再構成音声の計算 ［０１８０］ ４．２ 後処理 ［０１８２］ ４．２．１ ピッチポストフィルタ ［０１８３］ ４．２．２ 短期ポストフィルタ ［０１８４］ ４．２．３ 傾斜補償 ［０１８５］ ４．２．４ 適応利得制御 ［０１８７］ ４．２．５ 高域フィルタリングおよびアップスケーリ
ング ［０１８８］ ４．３ フレーム消失およびパリティ誤りの隠蔽 ［０
１９０］ ４．３．１ ＬＰフィルタパラメータの反復 ［０１９
４］ ４．３．２ 適応コードブックおよび固定コードブック
の利得の減衰 ［０１９５］ ４．３．３ 利得予測子のメモリの減衰 ［０１９６］ ４．３．４ 置換励振の生成 ［０１９７］ ５ ＣＳ−ＡＣＥＬＰ符号器／復号器のビット精度での
記述 ［０１９９］ ５．１ シミュレーションソフトウェアの使用法 ［０
２００］ ５．２ シミュレーションソフトウェアの構成 ［０２
０１］
［０１１８］ ３．２．３ ＬＰからＬＳＰへの変換 ［０１１９］ ３．２．４ ＬＳＰ係数の量子化 ［０１２１］ ３．２．５ ＬＳＰ係数の補間 ［０１３０］ ３．２．６ ＬＳＰからＬＰへの変換 ［０１３１］ ３．３ 知覚的重み付け ［０１３３］ ３．４ 開ループピッチ分析 ［０１３５］ ３．５ インパルス応答の計算 ［０１３７］ ３．６ 目標信号の計算 ［０１３８］ ３．７ 適応コードブック探索 ［０１４１］ ３．７．１ 適応コードブックベクトルの生成 ［０１
４６］ ３．７．２ 適応コードブック遅延に対する符号語計算
［０１４７］ ３．７．３ 適応コードブック利得の計算 ［０１５
０］ ３．８ 固定コードブック：構造および探索 ［０１５
１］ ３．８．１ 固定コードブック探索手続き ［０１５
３］ ３．８．２ 固定コードブックの符号語計算 ［０１５
９］ ３．９ 利得の量子化 ［０１６０］ ３．９．１ 利得予測 ［０１６１］ ３．９．２ 利得量子化のためのコードブック探索
［０１６５］ ３．９．３ 利得量子化器に対する符号語計算 ［０１
６７］ ３．１０ メモリ更新 ［０１６８］ ３．１１ 符号器および復号器の初期化 ［０１６９］ ４ 復号器の機能的記述 ［０１７０］ ４．１ パラメータ復号手続き ［０１７１］ ４．１．１ ＬＰフィルタパラメータの復号 ［０１７
２］ ４．１．２ 適応コードブックベクトルの復号 ［０１
７４］ ４．１．３ 固定コードブックベクトルの復号 ［０１
７７］ ４．１．４ 適応コードブックおよび固定コードブック
の利得の復号 ［０１７８］ ４．１．５ パリティビットの計算 ［０１７９］ ４．１．６ 再構成音声の計算 ［０１８０］ ４．２ 後処理 ［０１８２］ ４．２．１ ピッチポストフィルタ ［０１８３］ ４．２．２ 短期ポストフィルタ ［０１８４］ ４．２．３ 傾斜補償 ［０１８５］ ４．２．４ 適応利得制御 ［０１８７］ ４．２．５ 高域フィルタリングおよびアップスケーリ
ング ［０１８８］ ４．３ フレーム消失およびパリティ誤りの隠蔽 ［０
１９０］ ４．３．１ ＬＰフィルタパラメータの反復 ［０１９
４］ ４．３．２ 適応コードブックおよび固定コードブック
の利得の減衰 ［０１９５］ ４．３．３ 利得予測子のメモリの減衰 ［０１９６］ ４．３．４ 置換励振の生成 ［０１９７］ ５ ＣＳ−ＡＣＥＬＰ符号器／復号器のビット精度での
記述 ［０１９９］ ５．１ シミュレーションソフトウェアの使用法 ［０
２００］ ５．２ シミュレーションソフトウェアの構成 ［０２
０１］
【０１０２】［１ はじめに］この勧告は、共役構造代
数的符号励振線形予測（ＣＳ−ＡＣＥＬＰ）符号化を用
いた８ｋｂｉｔ／ｓでの音声の符号化のアルゴリズムの
記述を含む。
数的符号励振線形予測（ＣＳ−ＡＣＥＬＰ）符号化を用
いた８ｋｂｉｔ／ｓでの音声の符号化のアルゴリズムの
記述を含む。
【０１０３】この符号器／復号器は、まずアナログ入力
信号の電話帯域フィルタリング（ＩＴＵ勧告Ｇ．７１
０）を実行し、８０００Ｈｚでサンプリングした後、符
号器への入力に対して１６ビット線形ＰＣＭへの変換を
実行することによって得られるディジタル信号に対して
動作するように設計されている。復号器の出力は、同様
の手段によってアナログ信号に変換されるべきものであ
る。他の入出力特性（例えば、６４ｋｂｉｔ／ｓのＰＣ
Ｍデータに対してＩＴＵ勧告Ｇ．７１１によって規定さ
れたもの）は、符号化前に１６ビット線形ＰＣＭに、あ
るいは、復号前に１６ビット線形ＰＣＭから適当なフォ
ーマットに、変換しなければならない。符号器から復号
器へのビットストリームは、この標準内で定義される。
信号の電話帯域フィルタリング（ＩＴＵ勧告Ｇ．７１
０）を実行し、８０００Ｈｚでサンプリングした後、符
号器への入力に対して１６ビット線形ＰＣＭへの変換を
実行することによって得られるディジタル信号に対して
動作するように設計されている。復号器の出力は、同様
の手段によってアナログ信号に変換されるべきものであ
る。他の入出力特性（例えば、６４ｋｂｉｔ／ｓのＰＣ
Ｍデータに対してＩＴＵ勧告Ｇ．７１１によって規定さ
れたもの）は、符号化前に１６ビット線形ＰＣＭに、あ
るいは、復号前に１６ビット線形ＰＣＭから適当なフォ
ーマットに、変換しなければならない。符号器から復号
器へのビットストリームは、この標準内で定義される。
【０１０４】この勧告は以下のように構成される。第２
節では、ＣＳ−ＡＣＥＬＰアルゴリズムの概略を説明す
る。第３節および第４節では、ＣＳ−ＡＣＥＬＰ符号器
およびＣＳ−ＡＣＥＬＰ復号器の原理をそれぞれ説明す
る。第５節では、１６ビット固定小数点計算でこの符号
器／復号器を定義するソフトウェアについて説明する。
節では、ＣＳ−ＡＣＥＬＰアルゴリズムの概略を説明す
る。第３節および第４節では、ＣＳ−ＡＣＥＬＰ符号器
およびＣＳ−ＡＣＥＬＰ復号器の原理をそれぞれ説明す
る。第５節では、１６ビット固定小数点計算でこの符号
器／復号器を定義するソフトウェアについて説明する。
【０１０５】［２ 符号器／復号器の一般的記述］ＣＳ
−ＡＣＥＬＰ符号器／復号器は、符号励振線形予測（Ｃ
ＥＬＰ）符号化モデルに基づく。この符号器／復号器
は、８０００サンプル／秒のサンプリングレートでの８
０サンプルに対応する１０ｍｓの音声フレームに作用す
る。１０ｍｓｅｃのフレームごとに、音声信号が分析さ
れ、ＣＥＬＰモデルのパラメータ（ＬＰフィルタ係数、
適応コードブックおよび固定コードブックのインデック
スおよび利得）が抽出される。これらのパラメータは符
号化され送信される。符号器パラメータのビット割当て
を表１に示す。復号器では、これらのパラメータは、励
振および合成フィルタパラメータを取得するために使用
される。音声は、図５に示されるようなＬＰ合成フィル
タによって、この励振をフィルタリングすることにより
再構成される。短期合成フィルタは、１０次線形予測
（ＬＰ）フィルタに基づく。長期すなわちピッチ合成フ
ィルタは、いわゆる適応コードブック法を使用して、サ
ブフレーム長より短い遅延に対して実装される。再構成
音声を計算した後、ポストフィルタによってさらに増強
される。
−ＡＣＥＬＰ符号器／復号器は、符号励振線形予測（Ｃ
ＥＬＰ）符号化モデルに基づく。この符号器／復号器
は、８０００サンプル／秒のサンプリングレートでの８
０サンプルに対応する１０ｍｓの音声フレームに作用す
る。１０ｍｓｅｃのフレームごとに、音声信号が分析さ
れ、ＣＥＬＰモデルのパラメータ（ＬＰフィルタ係数、
適応コードブックおよび固定コードブックのインデック
スおよび利得）が抽出される。これらのパラメータは符
号化され送信される。符号器パラメータのビット割当て
を表１に示す。復号器では、これらのパラメータは、励
振および合成フィルタパラメータを取得するために使用
される。音声は、図５に示されるようなＬＰ合成フィル
タによって、この励振をフィルタリングすることにより
再構成される。短期合成フィルタは、１０次線形予測
（ＬＰ）フィルタに基づく。長期すなわちピッチ合成フ
ィルタは、いわゆる適応コードブック法を使用して、サ
ブフレーム長より短い遅延に対して実装される。再構成
音声を計算した後、ポストフィルタによってさらに増強
される。
【表１】
【０１０６】［２．１ 符号器］符号器における信号フ
ローを図６に示す。入力信号は、前処理ブロックで高域
フィルタリングされ、スケールされる。前処理された信
号は、後続のすべての分析のための入力信号として使用
される。ＬＰ分析は、ＬＰフィルタ係数を計算するため
に１０ｍｓフレームあたり１回行われる。これらの係数
は、線スペクトル対（ＬＳＰ）に変換され、予測２段ベ
クトル量子化（ＶＱ）を使用して１８ビットで量子化さ
れる。励振シーケンスは、合成による分析探索手続きを
使用することによって選択される。この手続きでは、も
との音声と合成された音声の間の誤差が、知覚的重み付
き歪み尺度に従って最小化される。これは、知覚的重み
付けフィルタで誤差信号をフィルタリングすることによ
り行われる。このフィルタの係数は、量子化前のＬＰフ
ィルタから導出される。知覚的重み付けの量は、平坦周
波数応答を有する入力信号に対するパフォーマンスを改
善するように適応させられる。
ローを図６に示す。入力信号は、前処理ブロックで高域
フィルタリングされ、スケールされる。前処理された信
号は、後続のすべての分析のための入力信号として使用
される。ＬＰ分析は、ＬＰフィルタ係数を計算するため
に１０ｍｓフレームあたり１回行われる。これらの係数
は、線スペクトル対（ＬＳＰ）に変換され、予測２段ベ
クトル量子化（ＶＱ）を使用して１８ビットで量子化さ
れる。励振シーケンスは、合成による分析探索手続きを
使用することによって選択される。この手続きでは、も
との音声と合成された音声の間の誤差が、知覚的重み付
き歪み尺度に従って最小化される。これは、知覚的重み
付けフィルタで誤差信号をフィルタリングすることによ
り行われる。このフィルタの係数は、量子化前のＬＰフ
ィルタから導出される。知覚的重み付けの量は、平坦周
波数応答を有する入力信号に対するパフォーマンスを改
善するように適応させられる。
【０１０７】励振パラメータ（固定コードブックおよび
適応コードブックのパラメータ）は、それぞれ５ｍｓ
（４０サンプル）のサブフレームごとに決定される。第
２サブフレームに対しては量子化後および量子化前のＬ
Ｐフィルタ係数が使用されるが、第１サブフレームで
は、保管されたＬＰフィルタ係数が使用される（量子化
前および量子化後の両方）。開ループピッチ遅延は、知
覚的重み付き音声信号に基づいて１０ｍｓフレームごと
に１回評価される。その後、以下の動作が各サブフレー
ムごとに反復される。目標信号ｘ（ｎ）は、ＬＰ残差を
重み付け合成フィルタＷ（ｚ）／Ａ＾（ｚ）でフィルタ
リングすることによって計算される。これらのフィルタ
の初期状態は、ＬＰ残差と励振の間の誤差をフィルタリ
ングすることにより更新される。これは、重み付き音声
信号から重み付き合成フィルタの０入力応答を減算する
という通常の方法と同等である。重み付き合成フィルタ
のインパルス応答ｈ（ｎ）が計算される。次に、目標ｘ
（ｎ）およびインパルス応答ｈ（ｎ）を使用して、開ル
ープピッチ遅延の値の付近を探索することによって、閉
ループピッチ分析が（適応コードブックの遅延および利
得を求めるために）行われる。１／３分解能の分数ピッ
チ遅延が使用される。このピッチ遅延は、第１サブフレ
ームでは８ビットで符号化され、第２サブフレームでは
５ビットで差分符号化される。目標信号ｘ（ｎ）は、適
応コードブック寄与（フィルタリングされた適応コード
ベクトル）を除去することにより更新され、この新しい
目標ｘ2（ｎ）が、固定代数的コードブック探索で（最
適な励振を求めるために）使用される。固定コードブッ
ク励振には、１７ビットの代数的コードブックが使用さ
れる。適応コードブックおよび固定コードブックの利得
は７ビットで量子化されたベクトル（固定コードブック
利得にはＭＡ予測を適用）である。最後に、決定された
励振信号を使用して、フィルタメモリが更新される。
適応コードブックのパラメータ）は、それぞれ５ｍｓ
（４０サンプル）のサブフレームごとに決定される。第
２サブフレームに対しては量子化後および量子化前のＬ
Ｐフィルタ係数が使用されるが、第１サブフレームで
は、保管されたＬＰフィルタ係数が使用される（量子化
前および量子化後の両方）。開ループピッチ遅延は、知
覚的重み付き音声信号に基づいて１０ｍｓフレームごと
に１回評価される。その後、以下の動作が各サブフレー
ムごとに反復される。目標信号ｘ（ｎ）は、ＬＰ残差を
重み付け合成フィルタＷ（ｚ）／Ａ＾（ｚ）でフィルタ
リングすることによって計算される。これらのフィルタ
の初期状態は、ＬＰ残差と励振の間の誤差をフィルタリ
ングすることにより更新される。これは、重み付き音声
信号から重み付き合成フィルタの０入力応答を減算する
という通常の方法と同等である。重み付き合成フィルタ
のインパルス応答ｈ（ｎ）が計算される。次に、目標ｘ
（ｎ）およびインパルス応答ｈ（ｎ）を使用して、開ル
ープピッチ遅延の値の付近を探索することによって、閉
ループピッチ分析が（適応コードブックの遅延および利
得を求めるために）行われる。１／３分解能の分数ピッ
チ遅延が使用される。このピッチ遅延は、第１サブフレ
ームでは８ビットで符号化され、第２サブフレームでは
５ビットで差分符号化される。目標信号ｘ（ｎ）は、適
応コードブック寄与（フィルタリングされた適応コード
ベクトル）を除去することにより更新され、この新しい
目標ｘ2（ｎ）が、固定代数的コードブック探索で（最
適な励振を求めるために）使用される。固定コードブッ
ク励振には、１７ビットの代数的コードブックが使用さ
れる。適応コードブックおよび固定コードブックの利得
は７ビットで量子化されたベクトル（固定コードブック
利得にはＭＡ予測を適用）である。最後に、決定された
励振信号を使用して、フィルタメモリが更新される。
【０１０８】［２．２ 復号器］符号器における信号フ
ローを図７に示す。まず、パラメータインデックスが受
信ビットストリームから抽出される。これらのインデッ
クスは、１０ｍｓの音声フレームに対応する符号器パラ
メータを取得するために復号される。これらのパラメー
タは、ＬＳＰ係数、２個の分数ピッチ遅延、２個の固定
コードブックベクトル、ならびに２セットの適応コード
ブックおよび固定コードブックの利得である。ＬＳＰ係
数は補間され、各サブフレームごとにＬＰフィルタ係数
に変換される。その後、４０サンプルのサブフレームご
とに、以下のステップが実行される。 ・それぞれの利得でスケールされた適応コードブックお
よび固定コードブックのベクトルを加算することにより
励振が構成される。 ・ＬＰ合成フィルタで励振をフィルタリングすることに
より音声が再構成される。 ・再構成された音声信号は、後処理段を通る。この段
は、長期および短期の合成フィルタに基づく適応ポスト
フィルタと、それに続く高域フィルタおよびスケーリン
グ作用からなる。
ローを図７に示す。まず、パラメータインデックスが受
信ビットストリームから抽出される。これらのインデッ
クスは、１０ｍｓの音声フレームに対応する符号器パラ
メータを取得するために復号される。これらのパラメー
タは、ＬＳＰ係数、２個の分数ピッチ遅延、２個の固定
コードブックベクトル、ならびに２セットの適応コード
ブックおよび固定コードブックの利得である。ＬＳＰ係
数は補間され、各サブフレームごとにＬＰフィルタ係数
に変換される。その後、４０サンプルのサブフレームご
とに、以下のステップが実行される。 ・それぞれの利得でスケールされた適応コードブックお
よび固定コードブックのベクトルを加算することにより
励振が構成される。 ・ＬＰ合成フィルタで励振をフィルタリングすることに
より音声が再構成される。 ・再構成された音声信号は、後処理段を通る。この段
は、長期および短期の合成フィルタに基づく適応ポスト
フィルタと、それに続く高域フィルタおよびスケーリン
グ作用からなる。
【０１０９】［２．３ 遅延］この符号器は、音声やそ
の他のオーディオ信号を１０ｍｓのフレームで符号化す
る。さらに、５ｍｓのルックアヘッドがあり、その結
果、アルゴリズムの総遅延は１５ｍｓとなる。この符号
器の実装におけるすべての付加的遅延は以下の原因によ
る。 ・符号化および復号作用に要する処理時間 ・通信リンク上の伝送時間 ・オーディオデータを他のデータと組み合わせる際の多
重化遅延
の他のオーディオ信号を１０ｍｓのフレームで符号化す
る。さらに、５ｍｓのルックアヘッドがあり、その結
果、アルゴリズムの総遅延は１５ｍｓとなる。この符号
器の実装におけるすべての付加的遅延は以下の原因によ
る。 ・符号化および復号作用に要する処理時間 ・通信リンク上の伝送時間 ・オーディオデータを他のデータと組み合わせる際の多
重化遅延
【０１１０】［２．４ 音声符号器の記述］この勧告の
音声符号化アルゴリズムの記述は、ビット精度の固定小
数点数学演算を用いてなされる。第５節で示されるＡＮ
ＳＩ Ｃコードは、この勧告の重要な一部を構成する
が、このビット精度の固定小数点記述法を反映する。符
号器（第３節）、および復号器（第４節）の数学的記述
は、他のいくつかの方法で実装することも可能である
が、この勧告に従わないコーデックの実装になる可能性
がある。従って、矛盾が発見された場合には、第５節の
Ｃコードのアルゴリズム記述のほうが、第３節および第
４節の数学的記述に優先する。Ｃコードとともに使用可
能な試験シーケンスの網羅的ではないセットが、ＩＴＵ
から入手可能である。
音声符号化アルゴリズムの記述は、ビット精度の固定小
数点数学演算を用いてなされる。第５節で示されるＡＮ
ＳＩ Ｃコードは、この勧告の重要な一部を構成する
が、このビット精度の固定小数点記述法を反映する。符
号器（第３節）、および復号器（第４節）の数学的記述
は、他のいくつかの方法で実装することも可能である
が、この勧告に従わないコーデックの実装になる可能性
がある。従って、矛盾が発見された場合には、第５節の
Ｃコードのアルゴリズム記述のほうが、第３節および第
４節の数学的記述に優先する。Ｃコードとともに使用可
能な試験シーケンスの網羅的ではないセットが、ＩＴＵ
から入手可能である。
【０１１１】［２．５ 記法上の規約］この文書を通じ
て、以下の記法的規約を維持するようにする。 ・コードブックは草書体文字（例えば次の数１）で表
す。
て、以下の記法的規約を維持するようにする。 ・コードブックは草書体文字（例えば次の数１）で表
す。
【数１】 ・時間信号は、記号と、括弧内のサンプル時間インデッ
クスで表す（例えばｓ（ｎ））。記号ｎはサンプル時刻
インデックスとして使用される。 ・上付き添字の時間インデックス（例えばｇm）は、そ
の変数がサブフレームｍに対応することを表す。 ・上付き添字は、係数配列の特定の要素を指定する。 ・＾はパラメータの量子化バージョンを表す。 ・範囲記述は、角括弧を用いてなされ、境界は含まれる
（例えば［０．６，０．９］）。 ・ｌｏｇは１０を底とする対数を表す。 表２に、この文書を通じて使用される最も重要な記号を
列挙する。最も重要な信号の用語集を表３に与える。表
４は、重要な変数およびその次元を要約している。定数
パラメータを表５に列挙する。この勧告で使用される頭
字語を表６に要約する。
クスで表す（例えばｓ（ｎ））。記号ｎはサンプル時刻
インデックスとして使用される。 ・上付き添字の時間インデックス（例えばｇm）は、そ
の変数がサブフレームｍに対応することを表す。 ・上付き添字は、係数配列の特定の要素を指定する。 ・＾はパラメータの量子化バージョンを表す。 ・範囲記述は、角括弧を用いてなされ、境界は含まれる
（例えば［０．６，０．９］）。 ・ｌｏｇは１０を底とする対数を表す。 表２に、この文書を通じて使用される最も重要な記号を
列挙する。最も重要な信号の用語集を表３に与える。表
４は、重要な変数およびその次元を要約している。定数
パラメータを表５に列挙する。この勧告で使用される頭
字語を表６に要約する。
【表２】
【表３】
【表４】
【表５】
【表６】
【０１１２】［３ 符号器の機能的記述］この節では、
図５のブロックに表された符号器のさまざまな機能につ
いて記述する。
図５のブロックに表された符号器のさまざまな機能につ
いて記述する。
【０１１３】［３．１ 前処理］第２節で述べたよう
に、音声符号器への入力は１６ビットＰＣＭであると仮
定される。符号化プロセスの前に二つの前処理機能
（１：信号スケーリング、２：高域フィルタリング）が
適用される。
に、音声符号器への入力は１６ビットＰＣＭであると仮
定される。符号化プロセスの前に二つの前処理機能
（１：信号スケーリング、２：高域フィルタリング）が
適用される。
【０１１４】スケーリングは、入力を因子２で除して、
固定小数点実装におけるオーバーフローの可能性を縮小
することからなる。高域フィルタは、好ましくない低周
波成分に対する予防措置として使用される。遮断周波数
１４０Ｈｚの２次極／零点フィルタが使用される。この
フィルタの分子の係数を２で除することによって、スケ
ーリングおよび高域フィルタリングの両方が組み合わさ
れる。結果として得られるフィルタは次式で与えられ
る。
固定小数点実装におけるオーバーフローの可能性を縮小
することからなる。高域フィルタは、好ましくない低周
波成分に対する予防措置として使用される。遮断周波数
１４０Ｈｚの２次極／零点フィルタが使用される。この
フィルタの分子の係数を２で除することによって、スケ
ーリングおよび高域フィルタリングの両方が組み合わさ
れる。結果として得られるフィルタは次式で与えられ
る。
【数２】 Ｈh1（ｚ）でフィルタリングされた入力信号をｓ（ｎ）
で表す。この信号は後続のすべての符号器作用で使用さ
れる。
で表す。この信号は後続のすべての符号器作用で使用さ
れる。
【０１１５】［３．２ 線形予測分析および量子化］短
期の分析フィルタおよび合成フィルタは、１０次線形予
測（ＬＰ）フィルタに基づく。ＬＰ合成フィルタは次式
で定義される。
期の分析フィルタおよび合成フィルタは、１０次線形予
測（ＬＰ）フィルタに基づく。ＬＰ合成フィルタは次式
で定義される。
【数３】 ただし、ａ＾i（ｉ＝１，...，１０）は、（量子化され
た）線形予測（ＬＰ）係数である。短期予測あるいは線
形予測分析は、３０ｍｓの非対称窓による自己相関法を
用いて、音声フレームごとに１回実行される。８０サン
プル（１０ｍｓ）ごとに、窓をかけられた音声の自己相
関係数が計算され、レヴィンソンのアルゴリズムを用い
てＬＰ係数に変換される。その後、これらのＬＰ係数
は、量子化および補間のために、ＬＳＰ領域に変換され
る。補間された、量子化後および量子化前のフィルタは
（各サブフレームにおいて合成フィルタおよび重み付け
フィルタを構成するために）ＬＰフィルタ係数に再び変
換される。
た）線形予測（ＬＰ）係数である。短期予測あるいは線
形予測分析は、３０ｍｓの非対称窓による自己相関法を
用いて、音声フレームごとに１回実行される。８０サン
プル（１０ｍｓ）ごとに、窓をかけられた音声の自己相
関係数が計算され、レヴィンソンのアルゴリズムを用い
てＬＰ係数に変換される。その後、これらのＬＰ係数
は、量子化および補間のために、ＬＳＰ領域に変換され
る。補間された、量子化後および量子化前のフィルタは
（各サブフレームにおいて合成フィルタおよび重み付け
フィルタを構成するために）ＬＰフィルタ係数に再び変
換される。
【０１１６】［３．２．１ 窓および自己相関の計算］
ＬＰ分析窓は二つの部分からなる。第１の部分はハミン
グ窓の半分であり、第２の部分は余弦関数周期の４分の
１である。この窓は次式で与えられる。
ＬＰ分析窓は二つの部分からなる。第１の部分はハミン
グ窓の半分であり、第２の部分は余弦関数周期の４分の
１である。この窓は次式で与えられる。
【数４】 ＬＰ分析には５ｍｓのルックアヘッド（先取り）があ
る。これは、未来の音声フレームから４０サンプルが必
要とされることを意味する。これは、符号器段における
５ｍｓの追加遅延となる。ＬＰ分析窓は、過去の音声フ
レームからの１２０サンプル、現在の音声フレームから
の８０サンプル、および未来のフレームからの４０サン
プルにかかる。ＬＰ分析における窓を図８に図示する。
る。これは、未来の音声フレームから４０サンプルが必
要とされることを意味する。これは、符号器段における
５ｍｓの追加遅延となる。ＬＰ分析窓は、過去の音声フ
レームからの１２０サンプル、現在の音声フレームから
の８０サンプル、および未来のフレームからの４０サン
プルにかかる。ＬＰ分析における窓を図８に図示する。
【０１１７】窓音声の自己相関係数 ｓ’（ｎ）＝ｗlp（ｎ）ｓ（ｎ）， ｎ＝０，...，２３９ （４） は、次式によって計算される。
【数５】 低レベルの入力信号の算術的問題を回避するため、ｒ
（０）の値はｒ（０）＝１．０という下限を有する。６
０Ｈｚの帯域拡張が、自己相関係数を次式に乗じること
により適用される。
（０）の値はｒ（０）＝１．０という下限を有する。６
０Ｈｚの帯域拡張が、自己相関係数を次式に乗じること
により適用される。
【数６】 ただし、ｆ0＝６０Ｈｚは帯域拡張であり、ｆs＝８００
０Ｈｚはサンプリング周波数である。さらに、ｒ（０）
は、白色補正因子１．０００１を乗じられる。これは、
−４０ｄＢにおけるノイズ下限を加えることに同等であ
る。
０Ｈｚはサンプリング周波数である。さらに、ｒ（０）
は、白色補正因子１．０００１を乗じられる。これは、
−４０ｄＢにおけるノイズ下限を加えることに同等であ
る。
【０１１８】［３．２．２ レヴィンソン＝ダービンの
アルゴリズム］ 変形自己相関係数 ｒ’（０）＝１．０００１ｒ（０） ｒ’（ｋ）＝ｗlag（ｋ）ｒ（ｋ）， ｋ＝１，...，１０ （７） を使用して、次の方程式系を解くことにより、ＬＰフィ
ルタ係数ａi（ｉ＝１，...，１０）が得られる。
アルゴリズム］ 変形自己相関係数 ｒ’（０）＝１．０００１ｒ（０） ｒ’（ｋ）＝ｗlag（ｋ）ｒ（ｋ）， ｋ＝１，...，１０ （７） を使用して、次の方程式系を解くことにより、ＬＰフィ
ルタ係数ａi（ｉ＝１，...，１０）が得られる。
【数７】 式（８）の方程式系は、レヴィンソン＝ダービンのアル
ゴリズムを用いて解かれる。このアルゴリズムは、以下
の反復を使用する。
ゴリズムを用いて解かれる。このアルゴリズムは、以下
の反復を使用する。
【数８】 最終解はａj＝ａj (10)（ｊ＝１，...，１０）として与
えられる。
えられる。
【０１１９】［３．２．３ ＬＰからＬＳＰへの変換］
ＬＰフィルタ係数ａi（ｉ＝１，...，１０）は、量子化
および補間のために線スペクトル対（ＬＳＰ）表現に変
換される。１０次ＬＰフィルタの場合、ＬＳＰ係数は、
以下のような和および差の多項式の根として定義され
る。 Ｆ1’（ｚ）＝Ａ（ｚ）＋ｚ-11Ａ（ｚ-1） （９） Ｆ2’（ｚ）＝Ａ（ｚ）−ｚ-11Ａ（ｚ-1） （１０） 多項式Ｆ1’（ｚ）は対称であり、Ｆ2’（ｚ）は反対称
である。これらの多項式のすべての根は単位円上にあ
り、互いに交互に現れることを証明することができる。
Ｆ1’（ｚ）は根ｚ＝−１（ω＝π）を有し、Ｆ2’
（ｚ）はｚ＝１（ω＝０）を有する。これらの二つの根
を除くため、次のように新たな多項式を定義する。 Ｆ1（ｚ）＝Ｆ1’（ｚ）／（１＋ｚ-1） （１１） Ｆ2（ｚ）＝Ｆ2’（ｚ）／（１−ｚ-1） （１２） 各多項式は単位円上に５個の共役根（ｅｘｐ（±ｊ
ωi））を有するため、これらの多項式は次のように書
くことができる。
ＬＰフィルタ係数ａi（ｉ＝１，...，１０）は、量子化
および補間のために線スペクトル対（ＬＳＰ）表現に変
換される。１０次ＬＰフィルタの場合、ＬＳＰ係数は、
以下のような和および差の多項式の根として定義され
る。 Ｆ1’（ｚ）＝Ａ（ｚ）＋ｚ-11Ａ（ｚ-1） （９） Ｆ2’（ｚ）＝Ａ（ｚ）−ｚ-11Ａ（ｚ-1） （１０） 多項式Ｆ1’（ｚ）は対称であり、Ｆ2’（ｚ）は反対称
である。これらの多項式のすべての根は単位円上にあ
り、互いに交互に現れることを証明することができる。
Ｆ1’（ｚ）は根ｚ＝−１（ω＝π）を有し、Ｆ2’
（ｚ）はｚ＝１（ω＝０）を有する。これらの二つの根
を除くため、次のように新たな多項式を定義する。 Ｆ1（ｚ）＝Ｆ1’（ｚ）／（１＋ｚ-1） （１１） Ｆ2（ｚ）＝Ｆ2’（ｚ）／（１−ｚ-1） （１２） 各多項式は単位円上に５個の共役根（ｅｘｐ（±ｊ
ωi））を有するため、これらの多項式は次のように書
くことができる。
【数９】 ただし、ｑi＝ｃｏｓ（ωi）であり、ωiは、線スペク
トル周波数（ＬＳＦ）であって順序性０＜ω1＜ω2＜・
・・＜ω10＜πを満たす。ｑiを余弦領域におけるＬＳ
Ｐ係数と呼ぶ。
トル周波数（ＬＳＦ）であって順序性０＜ω1＜ω2＜・
・・＜ω10＜πを満たす。ｑiを余弦領域におけるＬＳ
Ｐ係数と呼ぶ。
【０１２０】多項式Ｆ1（ｚ）およびＦ2（ｚ）はいずれ
も対称であるため、各多項式の最初の５個の係数のみを
計算すればよい。これらの多項式の係数は、以下の再帰
的関係式によって求められる。 ｆ1（ｉ＋１）＝ａi+1＋ａ10-i−ｆ1（ｉ）， ｉ＝０，...，４ ｆ2（ｉ＋１）＝ａi+1−ａ10-i＋ｆ2（ｉ）， ｉ＝０，...，４ （１５ ） ただし、ｆ1（０）＝ｆ2（０）＝１．０である。ＬＳＰ
係数は、０とπの間の等間隔の６０点で多項式Ｆ
1（ｚ）およびＦ2（ｚ）を評価し、符号変化をチェック
することによって求められる。符号変化は根の存在を意
味し、符号変化区間は、根をより良く追跡するために四
つに分割される。チェビシェフ多項式がＦ1（ｚ）およ
びＦ2（ｚ）を評価するために使用される。この方法で
は、根は余弦領域｛ｑi｝で直接求められる。ｚ＝ｅｘ
ｐ（ｊω）で評価した多項式Ｆ1（ｚ）およびＦ2（ｚ）
は次のように書くことができる。
も対称であるため、各多項式の最初の５個の係数のみを
計算すればよい。これらの多項式の係数は、以下の再帰
的関係式によって求められる。 ｆ1（ｉ＋１）＝ａi+1＋ａ10-i−ｆ1（ｉ）， ｉ＝０，...，４ ｆ2（ｉ＋１）＝ａi+1−ａ10-i＋ｆ2（ｉ）， ｉ＝０，...，４ （１５ ） ただし、ｆ1（０）＝ｆ2（０）＝１．０である。ＬＳＰ
係数は、０とπの間の等間隔の６０点で多項式Ｆ
1（ｚ）およびＦ2（ｚ）を評価し、符号変化をチェック
することによって求められる。符号変化は根の存在を意
味し、符号変化区間は、根をより良く追跡するために四
つに分割される。チェビシェフ多項式がＦ1（ｚ）およ
びＦ2（ｚ）を評価するために使用される。この方法で
は、根は余弦領域｛ｑi｝で直接求められる。ｚ＝ｅｘ
ｐ（ｊω）で評価した多項式Ｆ1（ｚ）およびＦ2（ｚ）
は次のように書くことができる。
【数１０】 ただし、 Ｃ（ｘ）＝Ｔ5（ｘ）＋ｆ（１）Ｔ4（ｘ）＋ｆ（２）Ｔ3（ｘ）＋ｆ（３） Ｔ2（ｘ）＋ｆ（４）Ｔ1（ｘ）＋ｆ（５）／２ （１７） であり、Ｔm（ｘ）＝ｃｏｓ（ｍω）は、ｍ次のチェビ
シェフ多項式であり、ｆ（ｉ）（ｉ＝１，...，５）
は、式（１５）を用いて計算したＦ1（ｚ）またはＦ
2（ｚ）のいずれかの係数である。多項式Ｃ（ｘ）は、
次の再帰的関係式を用いて、ｘ＝ｃｏｓ（ω）のある値
において評価される。
シェフ多項式であり、ｆ（ｉ）（ｉ＝１，...，５）
は、式（１５）を用いて計算したＦ1（ｚ）またはＦ
2（ｚ）のいずれかの係数である。多項式Ｃ（ｘ）は、
次の再帰的関係式を用いて、ｘ＝ｃｏｓ（ω）のある値
において評価される。
【数１１】 ただし、初期値はｂ5＝０およびｂ6＝１である。
【０１２１】［３．２．４ ＬＳＰ係数の量子化］ＬＰ
フィルタ係数は、周波数領域におけるＬＳＰ表現を用い
て量子化される。すなわち、 ωi＝ａｒｃｃｏｓ（ｑi）， ｉ＝１，...，１０ （１８） であり、ただし、ωiは、正規化された周波数領域
［０，π］における線スペクトル周波数（ＬＳＦ）であ
る。切替４次ＭＡ予測が、ＬＳＦ係数の現在のセットを
予測するために使用される。計算された係数セットと予
測された係数セットの間の差が、２段ベクトル量子化器
を用いて量子化される。第１段は１２８エントリ（７ビ
ット）を有するコードブックＬ１を用いた１０次元ＶＱ
である。第２段は、それぞれ３２エントリ（５ビット）
を含む２個の５次元コードブックＬ２およびＬ３を用い
た分割ＶＱとして実装された１０ビットＶＱである。
フィルタ係数は、周波数領域におけるＬＳＰ表現を用い
て量子化される。すなわち、 ωi＝ａｒｃｃｏｓ（ｑi）， ｉ＝１，...，１０ （１８） であり、ただし、ωiは、正規化された周波数領域
［０，π］における線スペクトル周波数（ＬＳＦ）であ
る。切替４次ＭＡ予測が、ＬＳＦ係数の現在のセットを
予測するために使用される。計算された係数セットと予
測された係数セットの間の差が、２段ベクトル量子化器
を用いて量子化される。第１段は１２８エントリ（７ビ
ット）を有するコードブックＬ１を用いた１０次元ＶＱ
である。第２段は、それぞれ３２エントリ（５ビット）
を含む２個の５次元コードブックＬ２およびＬ３を用い
た分割ＶＱとして実装された１０ビットＶＱである。
【０１２２】量子化プロセスを説明するため、まず復号
プロセスについて記述するのが好都合である。各係数
は、二つのコードブックの和から得られる。
プロセスについて記述するのが好都合である。各係数
は、二つのコードブックの和から得られる。
【数１２】 ただし、Ｌ１、Ｌ２、およびＬ３はコードブックインデ
ックスである。量子化されたＬＰ合成フィルタにおける
鋭い共鳴を避けるため、係数ｌiは、隣接する係数が最
小距離Ｊを有するように配置される。その再配置ルーチ
ンは以下のとおりである。
ックスである。量子化されたＬＰ合成フィルタにおける
鋭い共鳴を避けるため、係数ｌiは、隣接する係数が最
小距離Ｊを有するように配置される。その再配置ルーチ
ンは以下のとおりである。
【数１３】 この再配置プロセスは２回実行される。最初はＪ＝０．
００００１という値で実行され、次に、Ｊ＝０．０００
０９５という値で実行される。
００００１という値で実行され、次に、Ｊ＝０．０００
０９５という値で実行される。
【０１２３】この再配置プロセスの後、現在のフレーム
ｎに対する量子化されたＬＳＦ係数ω＾i (m)が、前の量
子化器出力ｌ(m-k)と、現在の量子化器出力ｌ(m)の重み
付き和から得られる。
ｎに対する量子化されたＬＳＦ係数ω＾i (m)が、前の量
子化器出力ｌ(m-k)と、現在の量子化器出力ｌ(m)の重み
付き和から得られる。
【数１４】 ただし、ｍi kは、切替ＭＡ予測子の係数である。使用す
るＭＡ予測子は、別のビットＬ０によって定義される。
スタートアップ時に、ｌi (k)の初期値は、すべてのｋ＜
０に対してｌi＝ｉπ／１１によって定義される。
るＭＡ予測子は、別のビットＬ０によって定義される。
スタートアップ時に、ｌi (k)の初期値は、すべてのｋ＜
０に対してｌi＝ｉπ／１１によって定義される。
【０１２４】ω＾iを計算した後、対応するフィルタの
安定性がチェックされる。これは以下のように行われ
る。 １．係数ω＾iを値の増大する順に整列する。 ２．ω＾1＜０．００５の場合、ω＾1＝０．００５とす
る。 ３．ω＾i+1−ω＾i＜０．０００１の場合、ω＾i+1＝
ω＾i＋０．０００１とする（ｉ＝１，...，９）。 ４．ω＾10＞３．１３５の場合、ω＾10＝３．１３５と
する。
安定性がチェックされる。これは以下のように行われ
る。 １．係数ω＾iを値の増大する順に整列する。 ２．ω＾1＜０．００５の場合、ω＾1＝０．００５とす
る。 ３．ω＾i+1−ω＾i＜０．０００１の場合、ω＾i+1＝
ω＾i＋０．０００１とする（ｉ＝１，...，９）。 ４．ω＾10＞３．１３５の場合、ω＾10＝３．１３５と
する。
【０１２５】ＬＳＦパラメータを符号化する手続きにつ
いては以下のようにまとめることができる。二つのＭＡ
予測子のそれぞれに対して、現在のＬＳＦベクトルの最
良近似を求めなければならない。その最良近似は、次の
重み付き平均二乗誤差を最小化するものとして定義され
る。
いては以下のようにまとめることができる。二つのＭＡ
予測子のそれぞれに対して、現在のＬＳＦベクトルの最
良近似を求めなければならない。その最良近似は、次の
重み付き平均二乗誤差を最小化するものとして定義され
る。
【数１５】
【０１２６】重みｗiは、非量子化ＬＳＦ係数の関数と
して適応化される。
して適応化される。
【数１６】 さらに、重みｗ5およびｗ6にはそれぞれ１．２が乗じら
れる。
れる。
【０１２７】現在のフレームに対して量子化されるべき
ベクトルは次式から得られる。
ベクトルは次式から得られる。
【数１７】
【０１２８】第１のコードブックＬ１が探索され、（重
みなし）平均二乗誤差を最小化するエントリＬ１が選択
される。この後、第２のコードブックＬ２の探索を行
う。これは、第２段の下位部を定義する。可能な各候補
ごとに、式（２０）を用いて部分ベクトルω＾i（ｉ＝
１，...，５）が再構成され、最小距離０．０００１を
保証するように再配置される。第１段の候補に加算し再
配置した後に重み付きＭＳＥの意味で対応する目標の下
位部を最も良く近似するインデックスＬ２を有するベク
トルが選択される。選択された第１段ベクトルＬ１およ
び第２段の下位部（Ｌ２）を用いて、第２段の上位部が
コードブックＬ３から探索される。この場合も、最小距
離０．０００１を保証するために再配置手続きが用いら
れる。全体の重み付きＭＳＥを最小化するベクトルＬ３
が選択される。
みなし）平均二乗誤差を最小化するエントリＬ１が選択
される。この後、第２のコードブックＬ２の探索を行
う。これは、第２段の下位部を定義する。可能な各候補
ごとに、式（２０）を用いて部分ベクトルω＾i（ｉ＝
１，...，５）が再構成され、最小距離０．０００１を
保証するように再配置される。第１段の候補に加算し再
配置した後に重み付きＭＳＥの意味で対応する目標の下
位部を最も良く近似するインデックスＬ２を有するベク
トルが選択される。選択された第１段ベクトルＬ１およ
び第２段の下位部（Ｌ２）を用いて、第２段の上位部が
コードブックＬ３から探索される。この場合も、最小距
離０．０００１を保証するために再配置手続きが用いら
れる。全体の重み付きＭＳＥを最小化するベクトルＬ３
が選択される。
【０１２９】このプロセスは、Ｌ０によって定義される
二つのＭＡ予測子のそれぞれについて行われ、最小の重
み付きＭＳＥを生成するＭＡ予測子Ｌ０が選択される。
二つのＭＡ予測子のそれぞれについて行われ、最小の重
み付きＭＳＥを生成するＭＡ予測子Ｌ０が選択される。
【０１３０】［３．２．５ ＬＳＰ係数の補間］量子化
された（および量子化されていない）ＬＰ係数が、第２
のサブフレームに対して使用される。第１のサブフレー
ムに対しては、量子化された（および量子化されていな
い）ＬＰ係数は、隣接するサブフレームにおける対応す
るパラメータの線形補間から得られる。この補間は、ｑ
領域におけるＬＳＰ係数に対して行われる。ｑi (m)を、
フレームｍの第２サブフレームでのＬＳＰ係数とし、ｑ
i ( m-1)を、過去のフレーム（ｍ−１）の第２サブフレー
ムでのＬＳＰ係数とする。これらの２個のサブフレーム
のそれぞれにおける（量子化されていない）補間ＬＳＰ
係数は次式で与えられる。 サブフレーム１：ｑ１i＝０．５ｑi (m-1)＋０．５ｑi (m)， ｉ＝１，...， １０ サブフレーム２：ｑ２i＝ｑi (m)， ｉ＝１，...，１０ （２４） 同じ補間手続きが、ｑiをｑ＾iに置き換えることによっ
て、量子化されたＬＳＰ係数の補間に使用される。
された（および量子化されていない）ＬＰ係数が、第２
のサブフレームに対して使用される。第１のサブフレー
ムに対しては、量子化された（および量子化されていな
い）ＬＰ係数は、隣接するサブフレームにおける対応す
るパラメータの線形補間から得られる。この補間は、ｑ
領域におけるＬＳＰ係数に対して行われる。ｑi (m)を、
フレームｍの第２サブフレームでのＬＳＰ係数とし、ｑ
i ( m-1)を、過去のフレーム（ｍ−１）の第２サブフレー
ムでのＬＳＰ係数とする。これらの２個のサブフレーム
のそれぞれにおける（量子化されていない）補間ＬＳＰ
係数は次式で与えられる。 サブフレーム１：ｑ１i＝０．５ｑi (m-1)＋０．５ｑi (m)， ｉ＝１，...， １０ サブフレーム２：ｑ２i＝ｑi (m)， ｉ＝１，...，１０ （２４） 同じ補間手続きが、ｑiをｑ＾iに置き換えることによっ
て、量子化されたＬＳＰ係数の補間に使用される。
【０１３１】［３．２．６ ＬＳＰからＬＰへの変換］
ＬＳＰ係数は、量子化され補間された後、ＬＰ係数｛ａ
i｝に変換される。ＬＰ領域への変換は以下のように行
われる。Ｆ1（ｚ）およびＦ2（ｚ）の係数は、量子化さ
れ補間されたＬＳＰ係数を既知として式（１３）および
式（１４）を展開することによって求められる。以下の
再帰的関係式が、ｑiからｆi（ｉ＝１，...，５）を計
算するために使用される。
ＬＳＰ係数は、量子化され補間された後、ＬＰ係数｛ａ
i｝に変換される。ＬＰ領域への変換は以下のように行
われる。Ｆ1（ｚ）およびＦ2（ｚ）の係数は、量子化さ
れ補間されたＬＳＰ係数を既知として式（１３）および
式（１４）を展開することによって求められる。以下の
再帰的関係式が、ｑiからｆi（ｉ＝１，...，５）を計
算するために使用される。
【数１８】 ここで、初期値はｆ1（０）＝１およびｆ1（−１）＝０
である。係数ｆ2（ｉ）は、ｑ2i-1をｑ2iで置き換える
ことによって同様に計算される。
である。係数ｆ2（ｉ）は、ｑ2i-1をｑ2iで置き換える
ことによって同様に計算される。
【０１３２】係数ｆ1（ｉ）およびｆ2（ｉ）が求められ
た後、Ｆ1（ｚ）およびＦ2（ｚ）にそれぞれ１＋ｚ-1お
よび１−ｚ-1を乗じることにより、Ｆ1’（ｚ）および
Ｆ2’（ｚ）が得られる。すなわち、次式のようにな
る。 ｆ1’（ｉ）＝ｆ1（ｉ）＋ｆ1（ｉ−１） ｉ＝１，...，５ ｆ2’（ｉ）＝ｆ2（ｉ）−ｆ2（ｉ−１） ｉ＝１，...，５ （２５） 最後に、ＬＰ係数は次式によって得られる。
た後、Ｆ1（ｚ）およびＦ2（ｚ）にそれぞれ１＋ｚ-1お
よび１−ｚ-1を乗じることにより、Ｆ1’（ｚ）および
Ｆ2’（ｚ）が得られる。すなわち、次式のようにな
る。 ｆ1’（ｉ）＝ｆ1（ｉ）＋ｆ1（ｉ−１） ｉ＝１，...，５ ｆ2’（ｉ）＝ｆ2（ｉ）−ｆ2（ｉ−１） ｉ＝１，...，５ （２５） 最後に、ＬＰ係数は次式によって得られる。
【数１９】 これは、直接関係式Ａ（ｚ）＝（Ｆ1’（ｚ）＋Ｆ2’
（ｚ））／２から導出される。Ｆ1’（ｚ）およびＦ2’
（ｚ）がそれぞれ対称および反対称の多項式であるため
である。
（ｚ））／２から導出される。Ｆ1’（ｚ）およびＦ2’
（ｚ）がそれぞれ対称および反対称の多項式であるため
である。
【０１３３】［３．３ 知覚的重み付け］知覚的重み付
けフィルタは、量子化前のＬＰフィルタ係数に基づいて
おり、次式で与えられる。
けフィルタは、量子化前のＬＰフィルタ係数に基づいて
おり、次式で与えられる。
【数２０】 γ1およびγ2の値は、フィルタＷ（ｚ）の周波数応答を
決定する。これらの変数の適当な調節により、重み付け
をより効果的にすることが可能である。これは、γ1お
よびγ2を、入力信号のスペクトル形状の関数とするこ
とにより達成される。この適応は１０ｍｓフレームごと
に１回行われるが、各第１サブフレームごとに補間手続
きが、この適応プロセスを円滑にするために使用され
る。スペクトル形状は、レヴィンソン＝ダービン漸化式
（第３．２．２節）からの副産物として得られる２次線
形予測フィルタから得られる。反射係数ｋiは次式によ
り対数面積比（ＬＡＲ）ｏiに変換される。
決定する。これらの変数の適当な調節により、重み付け
をより効果的にすることが可能である。これは、γ1お
よびγ2を、入力信号のスペクトル形状の関数とするこ
とにより達成される。この適応は１０ｍｓフレームごと
に１回行われるが、各第１サブフレームごとに補間手続
きが、この適応プロセスを円滑にするために使用され
る。スペクトル形状は、レヴィンソン＝ダービン漸化式
（第３．２．２節）からの副産物として得られる２次線
形予測フィルタから得られる。反射係数ｋiは次式によ
り対数面積比（ＬＡＲ）ｏiに変換される。
【数２１】 これらのＬＡＲ係数は第２サブフレームに使用される。
第１サブフレームに対するＬＡＲ係数は、前フレームか
らのＬＡＲパラメータとの線形補間により得られ、次式
で与えられる。 サブフレーム１：ｏ１i＝０．５ｏi (m-1)＋０．５ｏi (m)， ｉ＝１，２ サブフレーム２：ｏ２i＝ｏi (m)， ｉ＝１，２ （２９） スペクトル包絡線は、平坦（ｆｌａｔ＝１）または傾斜
（ｆｌａｔ＝０）のいずれかとして特徴づけられる。各
サブフレームごとに、この特性は、ＬＡＲ係数にしきい
値関数を適用することによって得られる。急激な変化を
避けるため、前サブフレーム（ｍ−１）におけるｆｌａ
ｔの値を考慮することによるヒステリシスが用いられ
る。
第１サブフレームに対するＬＡＲ係数は、前フレームか
らのＬＡＲパラメータとの線形補間により得られ、次式
で与えられる。 サブフレーム１：ｏ１i＝０．５ｏi (m-1)＋０．５ｏi (m)， ｉ＝１，２ サブフレーム２：ｏ２i＝ｏi (m)， ｉ＝１，２ （２９） スペクトル包絡線は、平坦（ｆｌａｔ＝１）または傾斜
（ｆｌａｔ＝０）のいずれかとして特徴づけられる。各
サブフレームごとに、この特性は、ＬＡＲ係数にしきい
値関数を適用することによって得られる。急激な変化を
避けるため、前サブフレーム（ｍ−１）におけるｆｌａ
ｔの値を考慮することによるヒステリシスが用いられ
る。
【数２２】 サブフレームに対する補間されたスペクトルが平坦であ
る（ｆｌａｔ(m)＝１）として分類された場合、重み因
子はγ1＝０．９４およびγ2＝０．６に設定される。ス
ペクトルが傾斜している（ｆｌａｔ(m)＝０）として分
類された場合、γ1の値は０．９８に設定され、γ2の値
はＬＰ合成フィルタにおける共鳴の強度に適応させられ
るが、０．４と０．７の間に制限される。強い共鳴が存
在する場合、γ2の値は上限の近くに設定される。この
適応は、現在のサブフレームに対する２個の連続するＬ
ＳＰ係数の間の最小距離に基づく判断基準によって達成
される。この最小距離は次式で与えられる。 ｄmin＝ｍｉｎ［ωi+1−ωi］ ｉ＝１，...，９ （３１） 以下の線形関係式が、γ2を計算するために使用され
る。 γ2＝−６．０＊ｄmin＋１．０ かつ ０．４≦γ2≦０．７ （３２）
る（ｆｌａｔ(m)＝１）として分類された場合、重み因
子はγ1＝０．９４およびγ2＝０．６に設定される。ス
ペクトルが傾斜している（ｆｌａｔ(m)＝０）として分
類された場合、γ1の値は０．９８に設定され、γ2の値
はＬＰ合成フィルタにおける共鳴の強度に適応させられ
るが、０．４と０．７の間に制限される。強い共鳴が存
在する場合、γ2の値は上限の近くに設定される。この
適応は、現在のサブフレームに対する２個の連続するＬ
ＳＰ係数の間の最小距離に基づく判断基準によって達成
される。この最小距離は次式で与えられる。 ｄmin＝ｍｉｎ［ωi+1−ωi］ ｉ＝１，...，９ （３１） 以下の線形関係式が、γ2を計算するために使用され
る。 γ2＝−６．０＊ｄmin＋１．０ かつ ０．４≦γ2≦０．７ （３２）
【０１３４】１サブフレーム内の重み付き音声信号は次
式で与えられる。
式で与えられる。
【数２３】 重み付き音声信号ｓｗ（ｎ）は、音声フレーム内のピッ
チ遅延の評価を求めるために使用される。
チ遅延の評価を求めるために使用される。
【０１３５】［３．４ 開ループピッチ分析］最良の適
応コードブック遅延の探索の複雑さを縮小するため、探
索範囲は、開ループピッチ分析から得られる候補遅延Ｔ
opの付近に制限される。この開ループピッチ分析はフレ
ーム（１０ｍｓ）ごとに１回行われる。開ループピッチ
評価は、式（３３）の重み付き音声信号ｓｗ（ｎ）を使
用し、以下のように行われる。 第１ステップでは、相関
応コードブック遅延の探索の複雑さを縮小するため、探
索範囲は、開ループピッチ分析から得られる候補遅延Ｔ
opの付近に制限される。この開ループピッチ分析はフレ
ーム（１０ｍｓ）ごとに１回行われる。開ループピッチ
評価は、式（３３）の重み付き音声信号ｓｗ（ｎ）を使
用し、以下のように行われる。 第１ステップでは、相関
【数２４】 の３個の極大が、次の三つの範囲から求められる。 ｉ＝１： ８０，...，１４３ ｉ＝２： ４０，...，７９ ｉ＝３： ２０，...，３９ 保持される極大Ｒ（ｔi）（ｉ＝１，...，３）は次式に
より正規化される。
より正規化される。
【数２５】 これらの３個の正規化された相関のうちの一つが、低い
ほうの範囲における値の遅延が大きくなるようにするこ
とにより選択される。これは、長いほうの遅延に対応す
る正規化相関に重みを付けることによってなされる。最
良の開ループ遅延Ｔopは以下のように決定される。
ほうの範囲における値の遅延が大きくなるようにするこ
とにより選択される。これは、長いほうの遅延に対応す
る正規化相関に重みを付けることによってなされる。最
良の開ループ遅延Ｔopは以下のように決定される。
【数２６】
【０１３６】遅延範囲を３セクションに分割し低いほう
のセクションに有利になるようにするこの手続きは、ピ
ッチ倍音を選択することを避けるために用いられる。
のセクションに有利になるようにするこの手続きは、ピ
ッチ倍音を選択することを避けるために用いられる。
【０１３７】［３．５ インパルス応答の計算］重み付
き合成フィルタＷ（ｚ）／Ａ＾（ｚ）のインパルス応答
ｈ（ｎ）は、各サブフレームごとに計算される。このイ
ンパルス応答は、適応コードブックおよび固定コードブ
ックの探索のために必要とされる。インパルス応答ｈ
（ｎ）は、零点により延長されたフィルタＡ（ｚ／
γ1）の係数のベクトルを、２個のフィルタ１／Ａ＾
（ｚ）および１／Ａ（ｚ／γ2）によってフィルタリン
グすることにより計算される。
き合成フィルタＷ（ｚ）／Ａ＾（ｚ）のインパルス応答
ｈ（ｎ）は、各サブフレームごとに計算される。このイ
ンパルス応答は、適応コードブックおよび固定コードブ
ックの探索のために必要とされる。インパルス応答ｈ
（ｎ）は、零点により延長されたフィルタＡ（ｚ／
γ1）の係数のベクトルを、２個のフィルタ１／Ａ＾
（ｚ）および１／Ａ（ｚ／γ2）によってフィルタリン
グすることにより計算される。
【０１３８】［３．６ 目標信号の計算］適応コードブ
ック探索のための目標信号ｘ（ｎ）は、通常、重み付き
合成フィルタＷ（ｚ）／Ａ＾（ｚ）＝Ａ（ｚ／γ1）／
［Ａ＾（ｚ）Ａ（ｚ／γ2）］の０入力応答を、式（３
３）の重み付き音声信号ｓｗ（ｎ）から減算することに
より計算される。これは、サブフレームごとに行われ
る。
ック探索のための目標信号ｘ（ｎ）は、通常、重み付き
合成フィルタＷ（ｚ）／Ａ＾（ｚ）＝Ａ（ｚ／γ1）／
［Ａ＾（ｚ）Ａ（ｚ／γ2）］の０入力応答を、式（３
３）の重み付き音声信号ｓｗ（ｎ）から減算することに
より計算される。これは、サブフレームごとに行われ
る。
【０１３９】この勧告で使用される、目標信号を計算す
る同等な手続きは、合成フィルタ１／Ａ＾（ｚ）と重み
付けフィルタＡ（ｚ／γ1）／Ａ（ｚ／γ2）の組合せに
より、ＬＰ残差信号ｒ（ｎ）をフィルタリングすること
である。サブフレームの励振を決定した後、これらのフ
ィルタの初期状態は、ＬＰ残差と励振の間の差をフィル
タリングすることにより更新される。これらのフィルタ
のメモリ更新については第３．１０節で説明する。
る同等な手続きは、合成フィルタ１／Ａ＾（ｚ）と重み
付けフィルタＡ（ｚ／γ1）／Ａ（ｚ／γ2）の組合せに
より、ＬＰ残差信号ｒ（ｎ）をフィルタリングすること
である。サブフレームの励振を決定した後、これらのフ
ィルタの初期状態は、ＬＰ残差と励振の間の差をフィル
タリングすることにより更新される。これらのフィルタ
のメモリ更新については第３．１０節で説明する。
【０１４０】目標ベクトルを求めるために必要とされる
残差信号ｒ（ｎ）は、過去の励振のバッファを拡張する
ために適応コードブック探索においても使用される。こ
れは、次節で説明するように、サブフレームサイズであ
る４０より小さい遅延に対する適応コードブック探索手
続きを簡単化する。ＬＰ残差は次式で与えられる。
残差信号ｒ（ｎ）は、過去の励振のバッファを拡張する
ために適応コードブック探索においても使用される。こ
れは、次節で説明するように、サブフレームサイズであ
る４０より小さい遅延に対する適応コードブック探索手
続きを簡単化する。ＬＰ残差は次式で与えられる。
【数２７】
【０１４１】［３．７ 適応コードブック探索］適応コ
ードブックパラメータ（あるいはピッチパラメータ）は
遅延および利得である。ピッチフィルタを実装するため
の適応コードブック法では、励振は、サブフレーム長よ
り小さい遅延に対して反復される。探索段では、励振
は、閉ループ探索を簡単化するために、ＬＰ残差により
延長される。適応コードブック探索は（５ｍｓの）サブ
フレームごとに行われる。第１のサブフレームでは、分
解能１／３の分数ピッチ遅延Ｔ1が範囲［１９（１／
３），８４（２／３）］の範囲で使用され、整数は範囲
［８５，１４３］のみで使用される。第２のサブフレー
ムでは、分解能１／３の遅延Ｔ2が範囲［（ｉｎｔ）Ｔ1
−５（２／３），（ｉｎｔ）Ｔ1＋４（２／３）］の範
囲で常に使用される。ただし、（ｉｎｔ）Ｔ1は、第１
サブフレームの分数ピッチ遅延Ｔ1に最も近い整数であ
る。この範囲は、Ｔ1が遅延範囲の境界にまたがるよう
な場合に適応している。
ードブックパラメータ（あるいはピッチパラメータ）は
遅延および利得である。ピッチフィルタを実装するため
の適応コードブック法では、励振は、サブフレーム長よ
り小さい遅延に対して反復される。探索段では、励振
は、閉ループ探索を簡単化するために、ＬＰ残差により
延長される。適応コードブック探索は（５ｍｓの）サブ
フレームごとに行われる。第１のサブフレームでは、分
解能１／３の分数ピッチ遅延Ｔ1が範囲［１９（１／
３），８４（２／３）］の範囲で使用され、整数は範囲
［８５，１４３］のみで使用される。第２のサブフレー
ムでは、分解能１／３の遅延Ｔ2が範囲［（ｉｎｔ）Ｔ1
−５（２／３），（ｉｎｔ）Ｔ1＋４（２／３）］の範
囲で常に使用される。ただし、（ｉｎｔ）Ｔ1は、第１
サブフレームの分数ピッチ遅延Ｔ1に最も近い整数であ
る。この範囲は、Ｔ1が遅延範囲の境界にまたがるよう
な場合に適応している。
【０１４２】各サブフレームごとに、最適な遅延が、重
み付き平均二乗誤差を最小化する閉ループ分析を用いて
決定される。第１サブフレームにおいて、遅延Ｔ1は、
開ループ遅延Ｔop（第３．４節参照）付近の遅延値の小
範囲（６サンプル）を探索することにより求められる。
探索境界ｔminおよびｔmaxは次のように定義される。
み付き平均二乗誤差を最小化する閉ループ分析を用いて
決定される。第１サブフレームにおいて、遅延Ｔ1は、
開ループ遅延Ｔop（第３．４節参照）付近の遅延値の小
範囲（６サンプル）を探索することにより求められる。
探索境界ｔminおよびｔmaxは次のように定義される。
【数２８】 第２サブフレームでは、閉ループピッチ分析は、最適な
遅延Ｔ2を見つけるために、第１サブフレームで選択さ
れたピッチの付近で行われる。探索境界は、ｔmin−２
／３とｔmax＋２／３の間である。ただし、ｔminおよび
ｔmaxはＴ1から以下のように導出される。
遅延Ｔ2を見つけるために、第１サブフレームで選択さ
れたピッチの付近で行われる。探索境界は、ｔmin−２
／３とｔmax＋２／３の間である。ただし、ｔminおよび
ｔmaxはＴ1から以下のように導出される。
【数２９】
【０１４３】閉ループピッチ探索は、もとの音声と合成
された音声の間の平均二乗重み付き誤差を最小化する。
これは、次の項を最大化することによって達成される。
された音声の間の平均二乗重み付き誤差を最小化する。
これは、次の項を最大化することによって達成される。
【数３０】 ただし、ｘ（ｎ）は目標信号であり、ｙk（ｎ）は、遅
延ｋにおける過去のフィルタリングされた励振（ｈ
（ｎ）と畳込みをとった過去の励振）である。注意すべ
き点であるが、探索範囲はあらかじめ選択された値の付
近に制限されており、その値は、第１サブフレームでは
閉ループピッチＴopであり、第２サブフレームではＴ1
である。
延ｋにおける過去のフィルタリングされた励振（ｈ
（ｎ）と畳込みをとった過去の励振）である。注意すべ
き点であるが、探索範囲はあらかじめ選択された値の付
近に制限されており、その値は、第１サブフレームでは
閉ループピッチＴopであり、第２サブフレームではＴ1
である。
【０１４４】畳込みｙk（ｎ）は遅延ｔminに対して計算
され、探索範囲ｋ＝ｔmin＋１，...，ｔmaxではその他
の整数遅延に対して計算され、次の再帰的関係式を用い
て更新される。 ｙk（ｎ）＝ｙk-1（ｎ−１）＋ｕ（−ｋ）ｈ（ｎ）， ｎ＝３９，...，０ （３８） ただし、ｕ（ｎ）（ｎ＝−１４３，...，３９）は励振
バッファであり、ｙk-1（−１）＝０である。注意すべ
き点であるが、探索段では、サンプルｕ（ｎ）（ｎ＝
０，...，３９）は未知であり、これらは４０より小さ
いピッチ遅延に対して必要とされる。探索を簡単化する
ため、式（３８）の関係がすべての遅延に対して妥当に
なるように、ＬＰ残差がｕ（ｎ）にコピーされる。
され、探索範囲ｋ＝ｔmin＋１，...，ｔmaxではその他
の整数遅延に対して計算され、次の再帰的関係式を用い
て更新される。 ｙk（ｎ）＝ｙk-1（ｎ−１）＋ｕ（−ｋ）ｈ（ｎ）， ｎ＝３９，...，０ （３８） ただし、ｕ（ｎ）（ｎ＝−１４３，...，３９）は励振
バッファであり、ｙk-1（−１）＝０である。注意すべ
き点であるが、探索段では、サンプルｕ（ｎ）（ｎ＝
０，...，３９）は未知であり、これらは４０より小さ
いピッチ遅延に対して必要とされる。探索を簡単化する
ため、式（３８）の関係がすべての遅延に対して妥当に
なるように、ＬＰ残差がｕ（ｎ）にコピーされる。
【０１４５】Ｔ2の決定、および、最適整数閉ループ遅
延が８４より小さい場合にはＴ1の決定のため、最適整
数遅延付近の分数をテストしなければならない。分数ピ
ッチ探索は、式（３７）における正規化相関を補間し、
その最大値を探索することによりなされる。補間は、ｓ
ｉｎｃ関数を±１１で切り落とし±１２で０を埋め合わ
せた（ｂ12（１２）＝０）ハミング窓ｓｉｎｃ関数に基
づくＦＩＲフィルタｂ12を用いてなされる。このフィル
タは、オーバーサンプリング領域内の３６００Ｈｚに遮
断周波数（−３ｄＢ）を有する。分数−２／３、−１／
３、０、１／３、および２／３に対して補間されたＲ
（ｋ）の値は、次の補間公式を用いて得られる。
延が８４より小さい場合にはＴ1の決定のため、最適整
数遅延付近の分数をテストしなければならない。分数ピ
ッチ探索は、式（３７）における正規化相関を補間し、
その最大値を探索することによりなされる。補間は、ｓ
ｉｎｃ関数を±１１で切り落とし±１２で０を埋め合わ
せた（ｂ12（１２）＝０）ハミング窓ｓｉｎｃ関数に基
づくＦＩＲフィルタｂ12を用いてなされる。このフィル
タは、オーバーサンプリング領域内の３６００Ｈｚに遮
断周波数（−３ｄＢ）を有する。分数−２／３、−１／
３、０、１／３、および２／３に対して補間されたＲ
（ｋ）の値は、次の補間公式を用いて得られる。
【数３１】 ただし、ｔ＝０、１、２はそれぞれ分数０、１／３、お
よび２／３に対応する。注意すべき点であるが、正しい
補間を行うためには、範囲ｔmin−４，ｔmax＋４を用い
て式（３７）における相関項を計算することが必要であ
る。
よび２／３に対応する。注意すべき点であるが、正しい
補間を行うためには、範囲ｔmin−４，ｔmax＋４を用い
て式（３７）における相関項を計算することが必要であ
る。
【０１４６】［３．７．１ 適応コードブックベクトル
の生成］非整数のピッチ遅延が決定された後、適応コー
ドブックベクトルｖ（ｎ）が、与えられた整数遅延ｋに
おける過去の励振信号ｕ（ｎ）と分数ｔを補間すること
によって次のように計算される。
の生成］非整数のピッチ遅延が決定された後、適応コー
ドブックベクトルｖ（ｎ）が、与えられた整数遅延ｋに
おける過去の励振信号ｕ（ｎ）と分数ｔを補間すること
によって次のように計算される。
【数３２】 補間フィルタｂ30は、ｓｉｎｃ関数を±２９で切り落と
し±３０で０を埋め合わせた（ｂ30（３０）＝０）ハミ
ング窓ｓｉｎｃ関数に基づく。このフィルタは、オーバ
ーサンプリング領域において３６００Ｈｚに遮断周波数
（−３ｄＢ）を有する。
し±３０で０を埋め合わせた（ｂ30（３０）＝０）ハミ
ング窓ｓｉｎｃ関数に基づく。このフィルタは、オーバ
ーサンプリング領域において３６００Ｈｚに遮断周波数
（−３ｄＢ）を有する。
【０１４７】［３．７．２ 適応コードブック遅延に対
する符号語計算］ピッチ遅延Ｔ1は第１サブフレームに
おいて８ビットで符号化され、第２サブフレームにおけ
る相対遅延は５ビットで符号化される。分数遅延Ｔは、
その整数部分（ｉｎｔ）Ｔと、分数部分ｆｒａｃ／３
（ｆｒａｃ＝−１，０，１）によって表現される。ピッ
チインデックスＰ１は次のように符号化される。
する符号語計算］ピッチ遅延Ｔ1は第１サブフレームに
おいて８ビットで符号化され、第２サブフレームにおけ
る相対遅延は５ビットで符号化される。分数遅延Ｔは、
その整数部分（ｉｎｔ）Ｔと、分数部分ｆｒａｃ／３
（ｆｒａｃ＝−１，０，１）によって表現される。ピッ
チインデックスＰ１は次のように符号化される。
【数３３】
【０１４８】ピッチ遅延Ｔ2の値は、Ｔ1の値に対して相
対的に符号化される。前と同じ解釈を用いて、整数部分
（ｉｎｔ）Ｔ2と、分数部分ｆｒａｃ／３（ｆｒａｃ＝
−１，０，１）によって表現される分数遅延Ｔ2は、次
のように符号化される。 Ｐ２＝（（ｉｎｔ）Ｔ2−ｔmin）＊３＋ｆｒａｃ＋２ （４２） ただし、ｔminは前と同様にＴ1から導出される。
対的に符号化される。前と同じ解釈を用いて、整数部分
（ｉｎｔ）Ｔ2と、分数部分ｆｒａｃ／３（ｆｒａｃ＝
−１，０，１）によって表現される分数遅延Ｔ2は、次
のように符号化される。 Ｐ２＝（（ｉｎｔ）Ｔ2−ｔmin）＊３＋ｆｒａｃ＋２ （４２） ただし、ｔminは前と同様にＴ1から導出される。
【０１４９】ランダムビット誤りに対して符号器をより
強固にするため、第１サブフレームの遅延インデックス
に対してパリティビットＰ０が計算される。このパリテ
ィビットは、Ｐ１の６個の上位ビットに対するＸＯＲ演
算により生成される。復号器で、このパリティビットは
再計算され、再計算結果の値が送信された値と一致しな
い場合、誤り隠蔽手続きが適用される。
強固にするため、第１サブフレームの遅延インデックス
に対してパリティビットＰ０が計算される。このパリテ
ィビットは、Ｐ１の６個の上位ビットに対するＸＯＲ演
算により生成される。復号器で、このパリティビットは
再計算され、再計算結果の値が送信された値と一致しな
い場合、誤り隠蔽手続きが適用される。
【０１５０】［３．７．３ 適応コードブック利得の計
算］適応コードブック遅延が決定された後、適応コード
ブック利得ｇpが次のように計算される。
算］適応コードブック遅延が決定された後、適応コード
ブック利得ｇpが次のように計算される。
【数３４】 ただし、ｙ（ｎ）は、フィルタリングされた適応コード
ブックベクトル（ｖ（ｎ）に対するＷ（ｚ）／Ａ＾
（ｚ）の０状態応答）である。このベクトルは、ｖ
（ｎ）とｈ（ｎ）の畳込みをとることにより得られる。
ブックベクトル（ｖ（ｎ）に対するＷ（ｚ）／Ａ＾
（ｚ）の０状態応答）である。このベクトルは、ｖ
（ｎ）とｈ（ｎ）の畳込みをとることにより得られる。
【数３５】 注意すべき点であるが、式（３７）内の項を最大化する
ことにより、ほとんどの場合ｇp＞０である。信号が負
の相関のみを含む場合、ｇpの値は０に設定される。
ことにより、ほとんどの場合ｇp＞０である。信号が負
の相関のみを含む場合、ｇpの値は０に設定される。
【０１５１】［３．８ 固定コードブック：構造および
探索］固定コードブックは、インタリーブされた単一パ
ルス置換（ＩＳＳＰ）設計を用いた代数的コードブック
構造に基づく。このコードブックでは、各コードブック
ベクトルは４個の非零パルスを含む。各パルスは＋１ま
たは−１のいずれかの振幅を有することが可能であり、
表７に与えられる位置をとることが可能である。
探索］固定コードブックは、インタリーブされた単一パ
ルス置換（ＩＳＳＰ）設計を用いた代数的コードブック
構造に基づく。このコードブックでは、各コードブック
ベクトルは４個の非零パルスを含む。各パルスは＋１ま
たは−１のいずれかの振幅を有することが可能であり、
表７に与えられる位置をとることが可能である。
【表７】
【０１５２】コードブックベクトルｃ（ｎ）は、零ベク
トルをとり、求められた位置に４個の単位パルスを置
き、対応する符号を乗じることによって構成される。 ｃ（ｎ）＝ｓ０δ（ｎ−ｉ０）＋ｓ１δ（ｎ−ｉ１）＋ｓ２δ（ｎ−ｉ２） ＋ｓ３δ（ｎ−ｉ３）， ｎ＝０，...，３９ （４５） ただし、δ（０）は単位パルスである。このコードブッ
クに組み込まれた特徴は、選択されるコードブックベク
トルが、合成される音声の品質を改善するように倍音成
分を増強する適応前置フィルタＰ（ｚ）によりフィルタ
リングされることである。ここで、このフィルタとして
は Ｐ（ｚ）＝１／（１−βｚ-T） （４６） が使用される。ただし、Ｔは現在のサブフレームのピッ
チ遅延の整数成分であり、βはピッチ利得である。βの
値は、０．２から０．８までに制限される前サブフレー
ムからの量子化された適応コードブック利得を用いるこ
とによって適応化される。 β＝ｇ＾p (m-1) ０．２≦β≦０．８ （４７） このフィルタは、サブフレームサイズ４０より小さい遅
延に対して倍音構造を増強する。この修正は、次式に従
ってインパルス応答ｈ（ｎ）を修正することにより固定
コードブック探索に組み込まれる。 ｈ（ｎ）＝ｈ（ｎ）＋βｈ（ｎ−Ｔ）， ｎ＝Ｔ，...，３９ （４８）
トルをとり、求められた位置に４個の単位パルスを置
き、対応する符号を乗じることによって構成される。 ｃ（ｎ）＝ｓ０δ（ｎ−ｉ０）＋ｓ１δ（ｎ−ｉ１）＋ｓ２δ（ｎ−ｉ２） ＋ｓ３δ（ｎ−ｉ３）， ｎ＝０，...，３９ （４５） ただし、δ（０）は単位パルスである。このコードブッ
クに組み込まれた特徴は、選択されるコードブックベク
トルが、合成される音声の品質を改善するように倍音成
分を増強する適応前置フィルタＰ（ｚ）によりフィルタ
リングされることである。ここで、このフィルタとして
は Ｐ（ｚ）＝１／（１−βｚ-T） （４６） が使用される。ただし、Ｔは現在のサブフレームのピッ
チ遅延の整数成分であり、βはピッチ利得である。βの
値は、０．２から０．８までに制限される前サブフレー
ムからの量子化された適応コードブック利得を用いるこ
とによって適応化される。 β＝ｇ＾p (m-1) ０．２≦β≦０．８ （４７） このフィルタは、サブフレームサイズ４０より小さい遅
延に対して倍音構造を増強する。この修正は、次式に従
ってインパルス応答ｈ（ｎ）を修正することにより固定
コードブック探索に組み込まれる。 ｈ（ｎ）＝ｈ（ｎ）＋βｈ（ｎ−Ｔ）， ｎ＝Ｔ，...，３９ （４８）
【０１５３】［３．８．１ 固定コードブック探索手続
き］固定コードブックは、式（３３）の重み付き入力音
声ｓｗ（ｎ）と、重み付き再構成音声の間の平均二乗誤
差を最小化することによって探索される。閉ループピッ
チ探索で使用される目標信号は、適応コードブック寄与
を減算することによって更新される。すなわち次式のよ
うになる。 ｘ2（ｎ）＝ｘ（ｎ）−ｇpｙ（ｎ）， ｎ＝０，...，３９ （４９） ただし、ｙ（ｎ）は、式（４４）のフィルタリングされ
た適応コードブックベクトルである。
き］固定コードブックは、式（３３）の重み付き入力音
声ｓｗ（ｎ）と、重み付き再構成音声の間の平均二乗誤
差を最小化することによって探索される。閉ループピッ
チ探索で使用される目標信号は、適応コードブック寄与
を減算することによって更新される。すなわち次式のよ
うになる。 ｘ2（ｎ）＝ｘ（ｎ）−ｇpｙ（ｎ）， ｎ＝０，...，３９ （４９） ただし、ｙ（ｎ）は、式（４４）のフィルタリングされ
た適応コードブックベクトルである。
【０１５４】行列Ｈは、対角線にｈ（０）を有し下対角
線にｈ（１），...，ｈ（３９）を有する下三角テープ
リッツ畳込み行列として定義される。ｃkがインデック
スｋにおける代数的コードベクトルである場合、コード
ブックは、次の項を最大化することによって探索され
る。
線にｈ（１），...，ｈ（３９）を有する下三角テープ
リッツ畳込み行列として定義される。ｃkがインデック
スｋにおける代数的コードベクトルである場合、コード
ブックは、次の項を最大化することによって探索され
る。
【数３６】 ただし、ｄ（ｎ）は、目標信号ｘ2（ｎ）とインパルス
応答ｈ（ｎ）の間の相関であり、Φ＝ＨtＨは、ｈ
（ｎ）の相関行列である。信号ｄ（ｎ）および行列Φは
コードブック探索の前に計算される。ｄ（ｎ）の要素は
次式から計算される。
応答ｈ（ｎ）の間の相関であり、Φ＝ＨtＨは、ｈ
（ｎ）の相関行列である。信号ｄ（ｎ）および行列Φは
コードブック探索の前に計算される。ｄ（ｎ）の要素は
次式から計算される。
【数３７】 また、対称行列Φの要素は次式によって計算される。
【数３８】
【０１５５】注意すべき点であるが、探索手続きを高速
化するために、必要な要素のみが計算され、効率的な記
憶手続きが設計されている。
化するために、必要な要素のみが計算され、効率的な記
憶手続きが設計されている。
【０１５６】コードブックＣの代数的構造により、コー
ドブックベクトルｃkは非零パルスを４個だけ含むた
め、高速な探索手続きが可能となる。与えられたベクト
ルｃkに対して式（５０）の分子の相関は次式で与えら
れる。
ドブックベクトルｃkは非零パルスを４個だけ含むた
め、高速な探索手続きが可能となる。与えられたベクト
ルｃkに対して式（５０）の分子の相関は次式で与えら
れる。
【数３９】 ただし、ｍiはｉ番目のパルスの位置であり、ａiはその
振幅である。式（５０）の分母のエネルギーは次式で与
えられる。
振幅である。式（５０）の分母のエネルギーは次式で与
えられる。
【数４０】
【０１５７】探索手続きを簡単化するため、パルス振幅
は、信号ｄ（ｎ）を量子化することによってあらかじめ
決定される。これは、ある位置におけるパルスの振幅を
その位置におけるｄ（ｎ）の符号に等しいと設定するこ
とによってなされる。コードブック探索の前に、以下の
ステップが実行される。第１に、信号ｄ（ｎ）が二つの
信号、すなわち、絶対値信号ｄ’（ｎ）＝｜ｄ（ｎ）｜
と、符号信号ｓｉｇｎ［ｄ（ｎ）］に分解される。第２
に、行列Φは、符号情報を含むように修正される。すな
わち、次式のようになる。 φ’（ｉ，ｊ）＝ｓｉｇｎ［ｄ（ｉ）］ｓｉｇｎ［ｄ（ｊ）］φ（ｉ，ｊ） ， ｉ＝０，...，３９， ｊ＝ｉ，...，３９ （５５） 式（５４）における因子２を除去するため次のように置
く。 φ’（ｉ，ｉ）＝０．５φ（ｉ，ｉ）， ｉ＝０，...，３９ （５６） すると、式（５３）の相関は次式で与えられる。 Ｃ＝ｄ’（ｍ0）＋ｄ’（ｍ1）＋ｄ’（ｍ2）＋ｄ’（ｍ3） （５７） また、式（５４）のエネルギーは次式で与えられる。
は、信号ｄ（ｎ）を量子化することによってあらかじめ
決定される。これは、ある位置におけるパルスの振幅を
その位置におけるｄ（ｎ）の符号に等しいと設定するこ
とによってなされる。コードブック探索の前に、以下の
ステップが実行される。第１に、信号ｄ（ｎ）が二つの
信号、すなわち、絶対値信号ｄ’（ｎ）＝｜ｄ（ｎ）｜
と、符号信号ｓｉｇｎ［ｄ（ｎ）］に分解される。第２
に、行列Φは、符号情報を含むように修正される。すな
わち、次式のようになる。 φ’（ｉ，ｊ）＝ｓｉｇｎ［ｄ（ｉ）］ｓｉｇｎ［ｄ（ｊ）］φ（ｉ，ｊ） ， ｉ＝０，...，３９， ｊ＝ｉ，...，３９ （５５） 式（５４）における因子２を除去するため次のように置
く。 φ’（ｉ，ｉ）＝０．５φ（ｉ，ｉ）， ｉ＝０，...，３９ （５６） すると、式（５３）の相関は次式で与えられる。 Ｃ＝ｄ’（ｍ0）＋ｄ’（ｍ1）＋ｄ’（ｍ2）＋ｄ’（ｍ3） （５７） また、式（５４）のエネルギーは次式で与えられる。
【数４１】
【０１５８】探索手続きをさらに簡単化するために集中
探索法が用いられる。この方法では、最後のループには
入る前に、あらかじめ計算されたしきい値がテストさ
れ、このしきい値を越える場合に限りループに入る。コ
ードブックのうちの小さい割合を探索するように、ルー
プに入ることが可能な最大回数は固定される。しきい値
は、相関Ｃに基づいて計算される。コードブック探索の
前に、最初の３個のパルスの寄与による最大絶対相関お
よび平均相関（ｍａｘ3およびａｖ3）が求められる。し
きい値は次式で与えられる。 ｔｈｒ3＝ａｖ3＋Ｋ3（ｍａｘ3−ａｖ3） （５９） 絶対相関（３個のパルスによる）がｔｈｒ3を越えると
きに限り第４のループに入る。ただし０≦Ｋ3＜１であ
る。Ｋ3の値は、コードブック探索の割合を制御し、こ
こでは０．４に設定される。注意すべき点であるが、こ
の結果、探索時間は可変となり、探索をさらに制御する
には、最終ループに入る回数（２個のサブフレームに対
して）はある最大値を越えることはできない。この最大
値はここでは１８０（サブフレームあたり最悪の場合が
平均９０回）に設定される。
探索法が用いられる。この方法では、最後のループには
入る前に、あらかじめ計算されたしきい値がテストさ
れ、このしきい値を越える場合に限りループに入る。コ
ードブックのうちの小さい割合を探索するように、ルー
プに入ることが可能な最大回数は固定される。しきい値
は、相関Ｃに基づいて計算される。コードブック探索の
前に、最初の３個のパルスの寄与による最大絶対相関お
よび平均相関（ｍａｘ3およびａｖ3）が求められる。し
きい値は次式で与えられる。 ｔｈｒ3＝ａｖ3＋Ｋ3（ｍａｘ3−ａｖ3） （５９） 絶対相関（３個のパルスによる）がｔｈｒ3を越えると
きに限り第４のループに入る。ただし０≦Ｋ3＜１であ
る。Ｋ3の値は、コードブック探索の割合を制御し、こ
こでは０．４に設定される。注意すべき点であるが、こ
の結果、探索時間は可変となり、探索をさらに制御する
には、最終ループに入る回数（２個のサブフレームに対
して）はある最大値を越えることはできない。この最大
値はここでは１８０（サブフレームあたり最悪の場合が
平均９０回）に設定される。
【０１５９】［３．８．２ 固定コードブックの符号語
計算］パルスｉ０、ｉ１、およびｉ２のパルス位置はそ
れぞれ３ビットで符号化され、ｉ３の位置は４ビットで
符号化される。各パルス振幅は１ビットで符号化され
る。これにより、４パルスに対して全部で１７ビットと
なる。符号が正の場合ｓ＝１、符号が負の場合ｓ＝０と
定義することにより、符号符号語は次式から得られる。 Ｓ＝ｓ０＋２＊ｓ１＋４＊ｓ２＋８＊ｓ３ （６０） また、固定コードブック符号語は次式から得られる。 Ｃ＝（ｉ０／５）＋８＊（ｉ１／５）＋６４＊（ｉ２／５）＋５１２＊（２ ＊（ｉ３／５）＋ｊｘ） （６１） ただし、ｉ３＝３，８，...の場合ｊｘ＝０であり、ｉ
３＝４，９，...の場合ｊｘ＝１である。
計算］パルスｉ０、ｉ１、およびｉ２のパルス位置はそ
れぞれ３ビットで符号化され、ｉ３の位置は４ビットで
符号化される。各パルス振幅は１ビットで符号化され
る。これにより、４パルスに対して全部で１７ビットと
なる。符号が正の場合ｓ＝１、符号が負の場合ｓ＝０と
定義することにより、符号符号語は次式から得られる。 Ｓ＝ｓ０＋２＊ｓ１＋４＊ｓ２＋８＊ｓ３ （６０） また、固定コードブック符号語は次式から得られる。 Ｃ＝（ｉ０／５）＋８＊（ｉ１／５）＋６４＊（ｉ２／５）＋５１２＊（２ ＊（ｉ３／５）＋ｊｘ） （６１） ただし、ｉ３＝３，８，...の場合ｊｘ＝０であり、ｉ
３＝４，９，...の場合ｊｘ＝１である。
【０１６０】［３．９ 利得の量子化］適応コードブッ
ク利得（ピッチ利得）および固定（代数的）コードブッ
ク利得は７ビットを用いてベクトル量子化される。利得
コードブック探索は、もとの音声と再構成音声の間の平
均二乗重み付き誤差を最小化することによってなされ
る。この誤差は次式で与えられる。 Ｅ＝ｘtｘ＋ｇp 2ｙtｙ＋ｇc 2ｚtｚ−２ｇpｘtｙ−２ｇcｘtｚ＋２ｇpｇcｙt ｚ （６２） ただし、ｘは目標ベクトル（第３．６節参照）、ｙは式
（４４）のフィルタリングされた適応コードブックベク
トル、および、ｚは、次式のように、固定コードブック
ベクトルとｈ（ｎ）の畳込みである。
ク利得（ピッチ利得）および固定（代数的）コードブッ
ク利得は７ビットを用いてベクトル量子化される。利得
コードブック探索は、もとの音声と再構成音声の間の平
均二乗重み付き誤差を最小化することによってなされ
る。この誤差は次式で与えられる。 Ｅ＝ｘtｘ＋ｇp 2ｙtｙ＋ｇc 2ｚtｚ−２ｇpｘtｙ−２ｇcｘtｚ＋２ｇpｇcｙt ｚ （６２） ただし、ｘは目標ベクトル（第３．６節参照）、ｙは式
（４４）のフィルタリングされた適応コードブックベク
トル、および、ｚは、次式のように、固定コードブック
ベクトルとｈ（ｎ）の畳込みである。
【数４２】
【０１６１】［３．９．１ 利得予測］固定コードブッ
ク利得ｇcは次のように表すことができる。 ｇc＝γｇc’ （６４） ただし、ｇc’は、以前の固定コードブックエネルギー
に基づいて予測される利得であり、γは補正因子であ
る。
ク利得ｇcは次のように表すことができる。 ｇc＝γｇc’ （６４） ただし、ｇc’は、以前の固定コードブックエネルギー
に基づいて予測される利得であり、γは補正因子であ
る。
【０１６２】固定コードブック寄与の平均エネルギーは
次式で与えられる。
次式で与えられる。
【数４３】 固定コードブック利得ｇcでベクトルｃiをスケールした
後、スケールされた固定コードブックのエネルギーは２
０ｌｏｇ（ｇc）＋Ｅで与えられる。Ｅ(m)を、次式で与
えられる、サブフレームｍにおける（スケールされた）
固定コードブック寄与の平均除去エネルギー（単位ｄ
Ｂ）とする。 Ｅ(m)＝２０ｌｏｇ（ｇc）＋Ｅ−Ｅ ただし、Ｅ＝３０ｄＢは、固定コードブック励振の平均
エネルギーである。利得ｇcは、Ｅ(m)、Ｅ、およびＥの
関数として次のように表すことができる。
後、スケールされた固定コードブックのエネルギーは２
０ｌｏｇ（ｇc）＋Ｅで与えられる。Ｅ(m)を、次式で与
えられる、サブフレームｍにおける（スケールされた）
固定コードブック寄与の平均除去エネルギー（単位ｄ
Ｂ）とする。 Ｅ(m)＝２０ｌｏｇ（ｇc）＋Ｅ−Ｅ ただし、Ｅ＝３０ｄＢは、固定コードブック励振の平均
エネルギーである。利得ｇcは、Ｅ(m)、Ｅ、およびＥの
関数として次のように表すことができる。
【数４４】
【０１６３】予測利得ｇc’は、以前の固定コードブッ
ク寄与の対数エネルギーから現在の固定コードブック寄
与の対数エネルギーを予測することによって求められ
る。４次ＭＡ予測は以下のように行われる。予測エネル
ギーは次式で与えられる。
ク寄与の対数エネルギーから現在の固定コードブック寄
与の対数エネルギーを予測することによって求められ
る。４次ＭＡ予測は以下のように行われる。予測エネル
ギーは次式で与えられる。
【数４５】 ただし、［ｂ1 ｂ2 ｂ3 ｂ4］＝［０．６８ ０．５
８ ０．３４ ０．１９］はＭＡ予測係数であり、Ｒ＾
(m)は、サブフレームｍにおける予測誤差Ｒ(m)の量子化
バージョンであって次式で定義される。 Ｒ(m)＝Ｅ(m)−Ｒ＾(m) （６９）
８ ０．３４ ０．１９］はＭＡ予測係数であり、Ｒ＾
(m)は、サブフレームｍにおける予測誤差Ｒ(m)の量子化
バージョンであって次式で定義される。 Ｒ(m)＝Ｅ(m)−Ｒ＾(m) （６９）
【０１６４】予測利得ｇc’は、式（６７）においてＥ
(m)をその予測値で置き換えることによって求められ
る。
(m)をその予測値で置き換えることによって求められ
る。
【数４６】 補正因子γは、次式によって利得予測誤差と関係づけら
れる。 Ｒ(m)＝Ｅ(m)−Ｅ (m)＝２０ｌｏｇ（γ） （７１）
れる。 Ｒ(m)＝Ｅ(m)−Ｅ (m)＝２０ｌｏｇ（γ） （７１）
【０１６５】［３．９．２ 利得量子化のためのコード
ブック探索］適応コードブック利得ｇpおよび補正因子
γは、２段共役構造化コードブックを用いてベクトル量
子化される。第１段は、３ビットの２次元コードブック
ＧＡからなり、第２段は、４ビットの２次元コードブッ
クＧＢからなる。各コードブックにおける第１の要素
は、量子化された適応コードブック利得ｇ＾pを表し、
第２の要素は、量子化された固定コードブック利得補正
因子γ＾を表す。ＧＡおよびＧＢそれぞれに対するコー
ドブックインデックスｍおよびｎが与えられた場合、量
子化された適応コードブック利得は次式で与えられる。
ブック探索］適応コードブック利得ｇpおよび補正因子
γは、２段共役構造化コードブックを用いてベクトル量
子化される。第１段は、３ビットの２次元コードブック
ＧＡからなり、第２段は、４ビットの２次元コードブッ
クＧＢからなる。各コードブックにおける第１の要素
は、量子化された適応コードブック利得ｇ＾pを表し、
第２の要素は、量子化された固定コードブック利得補正
因子γ＾を表す。ＧＡおよびＧＢそれぞれに対するコー
ドブックインデックスｍおよびｎが与えられた場合、量
子化された適応コードブック利得は次式で与えられる。
【数４７】 また、量子化された固定コードブック利得は次式で与え
られる。
られる。
【数４８】
【０１６６】この共役構造は、前選択プロセスを適用す
ることによって、コードブック探索を簡単化する。最適
なピッチ利得ｇpおよび固定コードブック利得ｇcは式
（６２）から導出され、前選択のために使用される。コ
ードブックＧＡは８個のエントリを含み、その第２の要
素（ｇcに対応する）は一般に第１の要素（ｇpに対応す
る）よりも大きい値を有する。このバイアスにより、ｇ
cの値を用いた前選択が可能となる。この前選択プロセ
スでは、第２の要素がｇｘcに近いような４個のベクト
ルからなるクラスタがｇcおよびｇpから導出される。同
様に、コードブックＧＢは１６個のエントリを含み、そ
れらのエントリは第１の要素（ｇpに対応する）へ向か
うバイアスを有する。第１の要素がｇpに近いような８
個のベクトルからなるクラスタが選択される。こうし
て、各コードブックごとに、最良の５０％の候補ベクト
ルが選択される。この後、２個のインデックスの組合せ
が式（６２）の重み付き平均二乗誤差を最小化するよう
に、残りの４×８＝３２個の可能性にわたる全数探索が
行われる。
ることによって、コードブック探索を簡単化する。最適
なピッチ利得ｇpおよび固定コードブック利得ｇcは式
（６２）から導出され、前選択のために使用される。コ
ードブックＧＡは８個のエントリを含み、その第２の要
素（ｇcに対応する）は一般に第１の要素（ｇpに対応す
る）よりも大きい値を有する。このバイアスにより、ｇ
cの値を用いた前選択が可能となる。この前選択プロセ
スでは、第２の要素がｇｘcに近いような４個のベクト
ルからなるクラスタがｇcおよびｇpから導出される。同
様に、コードブックＧＢは１６個のエントリを含み、そ
れらのエントリは第１の要素（ｇpに対応する）へ向か
うバイアスを有する。第１の要素がｇpに近いような８
個のベクトルからなるクラスタが選択される。こうし
て、各コードブックごとに、最良の５０％の候補ベクト
ルが選択される。この後、２個のインデックスの組合せ
が式（６２）の重み付き平均二乗誤差を最小化するよう
に、残りの４×８＝３２個の可能性にわたる全数探索が
行われる。
【０１６７】［３．９．３ 利得量子化器に対する符号
語計算］利得量子化器に対する符号語ＧＡおよびＧＢ
は、最良選択に対応するインデックスから得られる。単
一ビット誤りの影響を軽減するため、コードブックイン
デックスはマッピングされる。
語計算］利得量子化器に対する符号語ＧＡおよびＧＢ
は、最良選択に対応するインデックスから得られる。単
一ビット誤りの影響を軽減するため、コードブックイン
デックスはマッピングされる。
【０１６８】［３．１０ メモリ更新］合成フィルタお
よび重み付けフィルタの状態の更新が、次のサブフレー
ムにおける目標信号の計算のために必要である。二つの
利得が量子化された後、現在のサブフレームの励振信号
ｕ（ｎ）は次式により求められる。 ｕ（ｎ）＝ｇ＾pｖ（ｎ）＋ｇ＾cｃ（ｎ）， ｎ＝０，...，３９ （７ ４） ただし、ｇ＾pおよびｇ＾cは、それぞれ、量子化された
適応コードブックおよび固定コードブックの利得であ
り、ｖ（ｎ）は適応コードブックベクトル（補間された
過去の励振）であり、ｃ（ｎ）は固定コードブックベク
トル（ピッチ先鋭化を含む代数的コードベクトル）であ
る。フィルタの状態は、４０サンプルのサブフレームに
対してフィルタ１／Ａ＾（ｚ）およびＡ（ｚ／γ1）／
Ａ（ｚ／γ2）により信号ｒ（ｎ）−ｕ（ｎ）（残差と
励振の差）をフィルタリングし、フィルタの状態を保存
することによって更新することができる。これは、三つ
のフィルタ動作を必要とする。１回のフィルタリングし
か必要としないさらに簡単な方法は以下のとおりであ
る。局所合成音声ｓ＾（ｎ）が、１／Ａ＾（ｚ）により
励振信号をフィルタリングすることによって計算され
る。入力ｒ（ｎ）−ｕ（ｎ）によるこのフィルタの出力
は、ｅ（ｎ）＝ｓ（ｎ）−ｓ＾（ｎ）と等価である。従
って、合成フィルタ１／Ａ＾（ｚ）の状態はｅ（ｎ）
（ｎ＝３０，...，３９）によって与えられる。フィル
タＡ（ｚ／γ1）／Ａ（ｚ／γ2）の状態の更新は、誤差
信号ｅ（ｎ）をこのフィルタによりフィルタリングして
知覚的重み付き誤差ｅｗ（ｎ）を求めることにより行う
ことができる。しかし、信号ｅｗ（ｎ）は、次式によっ
ても求めることができる。 ｅｗ（ｎ）＝ｘ（ｎ）−ｇ＾pｙ（ｎ）＋ｇ＾cｚ（ｎ） （７５） 信号ｘ（ｎ）、ｙ（ｎ）、およびｚ（ｎ）は利用可能で
あるため、重み付けフィルタの状態は、ｎ＝３
０，...，３９に対して式（７５）のようにしてｅｗ
（ｎ）を計算することにより更新される。これにより、
２回のフィルタ動作が節約される。
よび重み付けフィルタの状態の更新が、次のサブフレー
ムにおける目標信号の計算のために必要である。二つの
利得が量子化された後、現在のサブフレームの励振信号
ｕ（ｎ）は次式により求められる。 ｕ（ｎ）＝ｇ＾pｖ（ｎ）＋ｇ＾cｃ（ｎ）， ｎ＝０，...，３９ （７ ４） ただし、ｇ＾pおよびｇ＾cは、それぞれ、量子化された
適応コードブックおよび固定コードブックの利得であ
り、ｖ（ｎ）は適応コードブックベクトル（補間された
過去の励振）であり、ｃ（ｎ）は固定コードブックベク
トル（ピッチ先鋭化を含む代数的コードベクトル）であ
る。フィルタの状態は、４０サンプルのサブフレームに
対してフィルタ１／Ａ＾（ｚ）およびＡ（ｚ／γ1）／
Ａ（ｚ／γ2）により信号ｒ（ｎ）−ｕ（ｎ）（残差と
励振の差）をフィルタリングし、フィルタの状態を保存
することによって更新することができる。これは、三つ
のフィルタ動作を必要とする。１回のフィルタリングし
か必要としないさらに簡単な方法は以下のとおりであ
る。局所合成音声ｓ＾（ｎ）が、１／Ａ＾（ｚ）により
励振信号をフィルタリングすることによって計算され
る。入力ｒ（ｎ）−ｕ（ｎ）によるこのフィルタの出力
は、ｅ（ｎ）＝ｓ（ｎ）−ｓ＾（ｎ）と等価である。従
って、合成フィルタ１／Ａ＾（ｚ）の状態はｅ（ｎ）
（ｎ＝３０，...，３９）によって与えられる。フィル
タＡ（ｚ／γ1）／Ａ（ｚ／γ2）の状態の更新は、誤差
信号ｅ（ｎ）をこのフィルタによりフィルタリングして
知覚的重み付き誤差ｅｗ（ｎ）を求めることにより行う
ことができる。しかし、信号ｅｗ（ｎ）は、次式によっ
ても求めることができる。 ｅｗ（ｎ）＝ｘ（ｎ）−ｇ＾pｙ（ｎ）＋ｇ＾cｚ（ｎ） （７５） 信号ｘ（ｎ）、ｙ（ｎ）、およびｚ（ｎ）は利用可能で
あるため、重み付けフィルタの状態は、ｎ＝３
０，...，３９に対して式（７５）のようにしてｅｗ
（ｎ）を計算することにより更新される。これにより、
２回のフィルタ動作が節約される。
【０１６９】［３．１１ 符号器および復号器の初期
化］すべての静的な符号器変数は、表８に列挙した変数
を除いては０に初期化される。これらの変数は復号器に
対しても同様に初期化する必要がある。
化］すべての静的な符号器変数は、表８に列挙した変数
を除いては０に初期化される。これらの変数は復号器に
対しても同様に初期化する必要がある。
【表８】
【０１７０】［４ 復号器の機能的記述］復号器におけ
る信号フローを図７に示した。まず、パラメータ（ＬＰ
係数、適応コードブックベクトル、固定コードブックベ
クトル、および利得）が復号される。これらの復号され
たパラメータは、再構成音声信号を計算するために使用
される。このプロセスを第４．１節で説明する。この再
構成信号は、ポストフィルタおよび高域フィルタからな
る後処理動作によって増強される（第４．２節）。第
４．３節では、パリティ誤りが起きたとき、または、フ
レーム消失フラグがセットされたときに使用される誤り
隠蔽手続きについて説明する。
る信号フローを図７に示した。まず、パラメータ（ＬＰ
係数、適応コードブックベクトル、固定コードブックベ
クトル、および利得）が復号される。これらの復号され
たパラメータは、再構成音声信号を計算するために使用
される。このプロセスを第４．１節で説明する。この再
構成信号は、ポストフィルタおよび高域フィルタからな
る後処理動作によって増強される（第４．２節）。第
４．３節では、パリティ誤りが起きたとき、または、フ
レーム消失フラグがセットされたときに使用される誤り
隠蔽手続きについて説明する。
【０１７１】［４．１ パラメータ復号手続き］送信さ
れるパラメータを図９に列挙する。起動時には、すべて
の静的符号器変数は、表８に列挙した変数を除いては０
に初期化される。復号プロセスは、以下の順序で行われ
る。
れるパラメータを図９に列挙する。起動時には、すべて
の静的符号器変数は、表８に列挙した変数を除いては０
に初期化される。復号プロセスは、以下の順序で行われ
る。
【表９】
【０１７２】［４．１．１ ＬＰフィルタパラメータの
復号］受信したＬＳＰ量子化器のインデックスＬ０、Ｌ
１、Ｌ２、およびＬ３は、第３．２．４節で説明した手
続きで用いられる量子化ＬＳＰ係数を再構成するために
使用される。第３．２．５節で説明した補間手続きを用
いて、２個の補間ＬＳＰベクトル（２このサブフレーム
に対応する）を得る。各サブフレームごとに、補間ＬＳ
ＰベクトルはＬＰフィルタ係数ａiに変換され、これら
は、そのサブフレームにおける再構成音声を合成するた
めに使用される。
復号］受信したＬＳＰ量子化器のインデックスＬ０、Ｌ
１、Ｌ２、およびＬ３は、第３．２．４節で説明した手
続きで用いられる量子化ＬＳＰ係数を再構成するために
使用される。第３．２．５節で説明した補間手続きを用
いて、２個の補間ＬＳＰベクトル（２このサブフレーム
に対応する）を得る。各サブフレームごとに、補間ＬＳ
ＰベクトルはＬＰフィルタ係数ａiに変換され、これら
は、そのサブフレームにおける再構成音声を合成するた
めに使用される。
【０１７３】以下のステップが、各サブフレームごとに
反復される。 １．適応コードブックベクトルの復号。 ２．固定コードブックベクトルの復号。 ３．適応コードブックおよび固定コードブックの利得の
復号。 ４．再構成音声の計算。
反復される。 １．適応コードブックベクトルの復号。 ２．固定コードブックベクトルの復号。 ３．適応コードブックおよび固定コードブックの利得の
復号。 ４．再構成音声の計算。
【０１７４】［４．１．２ 適応コードブックベクトル
の復号］受信した適応コードブックインデックスは、ピ
ッチ遅延の整数部分および小数部分を求めるために使用
される。Ｔ1の整数部分（ｉｎｔ）Ｔ1および小数部分ｆ
ｒａｃはＰ１から以下のようにして得られる。
の復号］受信した適応コードブックインデックスは、ピ
ッチ遅延の整数部分および小数部分を求めるために使用
される。Ｔ1の整数部分（ｉｎｔ）Ｔ1および小数部分ｆ
ｒａｃはＰ１から以下のようにして得られる。
【数４９】
【０１７５】Ｔ2の整数部分および小数部分はＰ２およ
びｔminから以下のようにして得られる。ｔminはＰ１か
ら導出される。
びｔminから以下のようにして得られる。ｔminはＰ１か
ら導出される。
【数５０】 ここでＴ2は次のようにして得られる。
【数５１】
【０１７６】適応コードブックベクトルｖ（ｎ）は、式
（４０）を用いて（ピッチ遅延における）過去の励振ｕ
（ｎ）を補間することにより求められる。
（４０）を用いて（ピッチ遅延における）過去の励振ｕ
（ｎ）を補間することにより求められる。
【０１７７】［４．１．３ 固定コードブックベクトル
の復号］受信した固定コードブックインデックスＣは、
励振パルスの位置を抽出するために使用される。パルス
の符号はＳから得られる。パルスの位置および符号が復
号されると、固定コードブックベクトルｃ（ｎ）を構成
することができる。ピッチ遅延Ｔの整数部分がサブフレ
ームサイズ４０より小さい場合、ピッチ増強手続きが適
用され、式（４８）に従ってｃ（ｎ）を修正する。
の復号］受信した固定コードブックインデックスＣは、
励振パルスの位置を抽出するために使用される。パルス
の符号はＳから得られる。パルスの位置および符号が復
号されると、固定コードブックベクトルｃ（ｎ）を構成
することができる。ピッチ遅延Ｔの整数部分がサブフレ
ームサイズ４０より小さい場合、ピッチ増強手続きが適
用され、式（４８）に従ってｃ（ｎ）を修正する。
【０１７８】［４．１．４ 適応コードブックおよび固
定コードブックの利得の復号］受信した利得コードブッ
クインデックスは、適応コードブック利得ｇ＾pおよび
固定コードブック利得補正因子γ＾を与える。この手続
きは第３．９節に詳細に説明した。推定される固定コー
ドブック利得ｇc’は式（７０）を用いて求められる。
固定コードブックベクトルは、量子化された利得補正因
子と、この予測利得との積から得られる（式（６
４））。適応コードブック利得は式（７２）を用いて再
構成される。
定コードブックの利得の復号］受信した利得コードブッ
クインデックスは、適応コードブック利得ｇ＾pおよび
固定コードブック利得補正因子γ＾を与える。この手続
きは第３．９節に詳細に説明した。推定される固定コー
ドブック利得ｇc’は式（７０）を用いて求められる。
固定コードブックベクトルは、量子化された利得補正因
子と、この予測利得との積から得られる（式（６
４））。適応コードブック利得は式（７２）を用いて再
構成される。
【０１７９】［４．１．５ パリティビットの計算］音
声を再構成する前に、パリティビットが、適応コードブ
ック遅延から再計算される（第３．７．２節）。このビ
ットが送信されたパリティビットＰ０と同一でない場
合、送信中にビット誤りが生じた可能性があり、第４．
３節の誤り隠蔽手続きが使用される。
声を再構成する前に、パリティビットが、適応コードブ
ック遅延から再計算される（第３．７．２節）。このビ
ットが送信されたパリティビットＰ０と同一でない場
合、送信中にビット誤りが生じた可能性があり、第４．
３節の誤り隠蔽手続きが使用される。
【０１８０】［４．１．６ 再構成音声の計算］合成フ
ィルタの入力における励振ｕ（ｎ）（式（７４）参照）
は、ＬＰ合成フィルタへの入力である。サブフレームに
対する再構成音声は次式で与えられる。
ィルタの入力における励振ｕ（ｎ）（式（７４）参照）
は、ＬＰ合成フィルタへの入力である。サブフレームに
対する再構成音声は次式で与えられる。
【数５２】 ただし、ａ＾iは、補間されたＬＰフィルタ係数であ
る。
る。
【０１８１】その後、再構成音声ｓ＾（ｎ）は、時節で
説明するポストプロセッサによって処理される。
説明するポストプロセッサによって処理される。
【０１８２】［４．２ 後処理］後処理は三つの機能、
すなわち、適応ポストフィルタリング、高域フィルタリ
ング、および信号アップスケーリングからなる。適応ポ
ストフィルタは、３個のフィルタ、すなわち、ピッチポ
ストフィルタＨp（ｚ）、短期ポストフィルタＨ
f（ｚ）、および傾斜補償フィルタＨt（ｚ）のカスケー
ドである。ポストフィルタは、５ｍｓのサブフレームご
とに更新される。ポストフィルタリングプロセスは以下
のように編成される。最初に、合成音声ｓ＾（ｎ）は、
Ａ＾（ｚ／γn）により逆フィルタリングされ、残差信
号ｒ＾（ｎ）を生成する。信号ｒ＾（ｎ）は、ピッチ遅
延Ｔおよび利得ｇpitを計算するために用いられる。信
号ｒ＾（ｎ）は、ピッチポストフィルタＨp（ｚ）によ
りフィルタリングされて信号ｒ’（ｎ）が生成される。
続いて信号ｒ’（ｎ）は、合成フィルタ１／［ｇfＡ＾
（ｚ／γd）］によりフィルタリングされる。最後に、
合成フィルタ１／［ｇfＡ＾（ｚ／γd）］の出力信号
は、傾斜補償フィルタＨt（ｚ）を通り、ポストフィル
タリングされた合成音声信号ｓｆ（ｎ）が生成される。
その後、適応利得制御がｓｆ（ｎ）とｓ＾（ｎ）の間に
適用され、信号ｓｆ’（ｎ）が生成される。その後、高
域フィルタリングおよびスケーリング操作が、ポストフ
ィルタリングされた信号ｓｆ’（ｎ）に作用する。
すなわち、適応ポストフィルタリング、高域フィルタリ
ング、および信号アップスケーリングからなる。適応ポ
ストフィルタは、３個のフィルタ、すなわち、ピッチポ
ストフィルタＨp（ｚ）、短期ポストフィルタＨ
f（ｚ）、および傾斜補償フィルタＨt（ｚ）のカスケー
ドである。ポストフィルタは、５ｍｓのサブフレームご
とに更新される。ポストフィルタリングプロセスは以下
のように編成される。最初に、合成音声ｓ＾（ｎ）は、
Ａ＾（ｚ／γn）により逆フィルタリングされ、残差信
号ｒ＾（ｎ）を生成する。信号ｒ＾（ｎ）は、ピッチ遅
延Ｔおよび利得ｇpitを計算するために用いられる。信
号ｒ＾（ｎ）は、ピッチポストフィルタＨp（ｚ）によ
りフィルタリングされて信号ｒ’（ｎ）が生成される。
続いて信号ｒ’（ｎ）は、合成フィルタ１／［ｇfＡ＾
（ｚ／γd）］によりフィルタリングされる。最後に、
合成フィルタ１／［ｇfＡ＾（ｚ／γd）］の出力信号
は、傾斜補償フィルタＨt（ｚ）を通り、ポストフィル
タリングされた合成音声信号ｓｆ（ｎ）が生成される。
その後、適応利得制御がｓｆ（ｎ）とｓ＾（ｎ）の間に
適用され、信号ｓｆ’（ｎ）が生成される。その後、高
域フィルタリングおよびスケーリング操作が、ポストフ
ィルタリングされた信号ｓｆ’（ｎ）に作用する。
【０１８３】［４．２．１ ピッチポストフィルタ］ピ
ッチ（倍音）ポストフィルタは次式で与えられる。
ッチ（倍音）ポストフィルタは次式で与えられる。
【数５３】 ただし、Ｔはピッチ遅延である。また、ｇ0は次式で与
えられる利得因子である。 ｇ0＝γpｇpit （７８） ただし、ｇpitはピッチ利得である。ピッチ遅延および
ピッチ利得はいずれも、復号器出力信号から決定され
る。注意すべき点であるが、ｇpitは１を限界とし、ピ
ッチ予測利得が３ｄＢより小さい場合には０に設定され
る。因子γpは、倍音ポストフィルタリングの量を制御
し、γp＝０．５という値を有する。ピッチ遅延および
ピッチ利得は、音声ｓ＾（ｎ）をＡ＾（ｚ／γn）でフ
ィルタリングすることによって得られる残差信号ｒ＾
（ｎ）から計算される。残差信号ｒ＾（ｎ）は、次式の
ように、短期ポストフィルタの分子である（第４．２．
２節参照）。
えられる利得因子である。 ｇ0＝γpｇpit （７８） ただし、ｇpitはピッチ利得である。ピッチ遅延および
ピッチ利得はいずれも、復号器出力信号から決定され
る。注意すべき点であるが、ｇpitは１を限界とし、ピ
ッチ予測利得が３ｄＢより小さい場合には０に設定され
る。因子γpは、倍音ポストフィルタリングの量を制御
し、γp＝０．５という値を有する。ピッチ遅延および
ピッチ利得は、音声ｓ＾（ｎ）をＡ＾（ｚ／γn）でフ
ィルタリングすることによって得られる残差信号ｒ＾
（ｎ）から計算される。残差信号ｒ＾（ｎ）は、次式の
ように、短期ポストフィルタの分子である（第４．２．
２節参照）。
【数５４】 ピッチ遅延は、２パス手続きを用いて計算される。第１
パスは、範囲［Ｔ1−１，Ｔ1＋１］において最良の整数
Ｔ0を選択する。ただし、Ｔ1は第１サブフレームにおけ
る（送信された）ピッチ遅延の整数部分である。最良の
整数遅延は、次式の相関を最大化するものである。
パスは、範囲［Ｔ1−１，Ｔ1＋１］において最良の整数
Ｔ0を選択する。ただし、Ｔ1は第１サブフレームにおけ
る（送信された）ピッチ遅延の整数部分である。最良の
整数遅延は、次式の相関を最大化するものである。
【数５５】 第２パスは、Ｔ0の周りで分解能１／８で最良の分数遅
延Ｔを選択する。これは、次式の正規化相関を最大にす
る遅延を求めることによりなされる。
延Ｔを選択する。これは、次式の正規化相関を最大にす
る遅延を求めることによりなされる。
【数５６】 ただし、ｒ＾k（ｎ）は、遅延ｋにおける残差信号であ
る。最適遅延Ｔが求められた後、対応する相関値がしき
い値と比較される。Ｒ’（Ｔ）＜０．５の場合、倍音ポ
ストフィルタは、ｇpit＝０と設定することによって無
効化される。そうでない場合、ｇpitの値は次式から計
算される。
る。最適遅延Ｔが求められた後、対応する相関値がしき
い値と比較される。Ｒ’（Ｔ）＜０．５の場合、倍音ポ
ストフィルタは、ｇpit＝０と設定することによって無
効化される。そうでない場合、ｇpitの値は次式から計
算される。
【数５７】 非整数遅延信号ｒ＾k（ｎ）は、まず、長さ３３の補間
フィルタを用いて計算される。Ｔの選択後、ｒ＾
k（ｎ）は、より長い長さ１２９の補間フィルタで再計
算される。この新しい信号は、長いほうのフィルタが
Ｒ’（Ｔ）の値を増加させた場合に限り前の値を置き換
える。
フィルタを用いて計算される。Ｔの選択後、ｒ＾
k（ｎ）は、より長い長さ１２９の補間フィルタで再計
算される。この新しい信号は、長いほうのフィルタが
Ｒ’（Ｔ）の値を増加させた場合に限り前の値を置き換
える。
【０１８４】［４．２．２ 短期ポストフィルタ］短期
ポストフィルタは次式で与えられる。
ポストフィルタは次式で与えられる。
【数５８】 ただし、Ａ＾（ｚ）は受信された量子化ＬＰ逆フィルタ
（ＬＰ分析は復号器では行われない）であり、因子γn
およびγdは短期ポストフィルタリングの量を制御し、
γn＝０．５５およびγd＝０．７に設定される。利得項
ｇfは、フィルタＡ＾（ｚ／γn）／Ａ＾（ｚ／γd）の
打切りインパルス応答ｈf（ｎ）に対して計算され、次
式で与えられる。
（ＬＰ分析は復号器では行われない）であり、因子γn
およびγdは短期ポストフィルタリングの量を制御し、
γn＝０．５５およびγd＝０．７に設定される。利得項
ｇfは、フィルタＡ＾（ｚ／γn）／Ａ＾（ｚ／γd）の
打切りインパルス応答ｈf（ｎ）に対して計算され、次
式で与えられる。
【数５９】
【０１８５】［４．２．３ 傾斜補償］最後に、フィル
タＨt（ｚ）は、短期ポストフィルタＨf（ｚ）における
傾斜を補償し、次式で与えられる。
タＨt（ｚ）は、短期ポストフィルタＨf（ｚ）における
傾斜を補償し、次式で与えられる。
【数６０】 ただし、γtｋ1は傾斜因子であり、ｋ1はｈf（ｎ）に対
して計算された第１反射係数であり、次式で与えられ
る。
して計算された第１反射係数であり、次式で与えられ
る。
【数６１】 利得項ｇt＝１−｜γtｋ1｜は、Ｈf（ｚ）におけるｇf
の減少効果を補償する。さらに、積フィルタＨf（ｚ）
Ｈt（ｚ）は一般に利得がないことが示されている。
の減少効果を補償する。さらに、積フィルタＨf（ｚ）
Ｈt（ｚ）は一般に利得がないことが示されている。
【０１８６】γtに対する二つの値が、ｋ1の符号に応じ
て用いられる。ｋ1が負の場合、γt＝０．９であり、ｋ
1が正の場合、γt＝０．２である。
て用いられる。ｋ1が負の場合、γt＝０．９であり、ｋ
1が正の場合、γt＝０．２である。
【０１８７】［４．２．４ 適応利得制御］適応利得制
御は、再構成音声信号ｓ＾（ｎ）とポストフィルタリン
グされた信号ｓｆ（ｎ）の間の利得差を補償するために
用いられる。現在のサブフレームに対する利得スケール
因子Ｇは次式により計算される。
御は、再構成音声信号ｓ＾（ｎ）とポストフィルタリン
グされた信号ｓｆ（ｎ）の間の利得差を補償するために
用いられる。現在のサブフレームに対する利得スケール
因子Ｇは次式により計算される。
【数６２】 ポストフィルタリングされ利得スケーリングされた信号
ｓｆ’（ｎ）は次式で与えられる。 ｓｆ’（ｎ）＝ｇ（ｎ）ｓｆ（ｎ）， ｎ＝０，...，３９ （８８） ただし、ｇ（ｎ）は、サンプルごとに更新され、次式で
与えられる。 ｇ（ｎ）＝０．８５ｇ（ｎ−１）＋０．１５Ｇ， ｎ＝０，...，３９ （８９） ｇ（−１）の初期値は１．０である。
ｓｆ’（ｎ）は次式で与えられる。 ｓｆ’（ｎ）＝ｇ（ｎ）ｓｆ（ｎ）， ｎ＝０，...，３９ （８８） ただし、ｇ（ｎ）は、サンプルごとに更新され、次式で
与えられる。 ｇ（ｎ）＝０．８５ｇ（ｎ−１）＋０．１５Ｇ， ｎ＝０，...，３９ （８９） ｇ（−１）の初期値は１．０である。
【０１８８】［４．２．５ 高域フィルタリングおよび
アップスケーリング］遮断周波数１００Ｈｚにおける高
域フィルタが、再構成されポストフィルタリングされた
音声ｓｆ’（ｎ）に適用される。このフィルタは次式で
与えられる。
アップスケーリング］遮断周波数１００Ｈｚにおける高
域フィルタが、再構成されポストフィルタリングされた
音声ｓｆ’（ｎ）に適用される。このフィルタは次式で
与えられる。
【数６３】
【０１８９】アップスケーリングは、高域フィルタリン
グされた出力に因子２を乗じて入力信号レベルを取得す
ることからなる。
グされた出力に因子２を乗じて入力信号レベルを取得す
ることからなる。
【０１９０】［４．３ フレーム消失およびパリティ誤
りの隠蔽］ビットストリームにおけるフレーム消失また
はランダム誤りによる再構成音声の劣化を縮小するた
め、復号器に誤り隠蔽手続きが組み込まれている。この
誤り隠蔽手続きは、（ｉ）符号器パラメータのフレーム
（１０ｍｓフレームに対応する）が消失していると識別
されたとき、または（ｉｉ）ピッチ遅延インデックスＰ
１に対するパリティビットにチェックサム誤りが生じた
ときに機能する。後者は、ビットストリームがランダム
ビット誤りによって破損したときにも起こりうる。
りの隠蔽］ビットストリームにおけるフレーム消失また
はランダム誤りによる再構成音声の劣化を縮小するた
め、復号器に誤り隠蔽手続きが組み込まれている。この
誤り隠蔽手続きは、（ｉ）符号器パラメータのフレーム
（１０ｍｓフレームに対応する）が消失していると識別
されたとき、または（ｉｉ）ピッチ遅延インデックスＰ
１に対するパリティビットにチェックサム誤りが生じた
ときに機能する。後者は、ビットストリームがランダム
ビット誤りによって破損したときにも起こりうる。
【０１９１】パリティ誤りがＰ１に生じた場合、遅延値
Ｔ1は前フレームの遅延の値に設定される。Ｔ2の値は、
この新しいＴ1の値を用いて、第４．１．２節で概説し
た手続きで導出される。連続してパリティ誤りが生じた
場合、Ｔ1の前の値を１だけインクリメントして使用す
る。
Ｔ1は前フレームの遅延の値に設定される。Ｔ2の値は、
この新しいＴ1の値を用いて、第４．１．２節で概説し
た手続きで導出される。連続してパリティ誤りが生じた
場合、Ｔ1の前の値を１だけインクリメントして使用す
る。
【０１９２】フレーム消失を検出する機構はこの勧告で
は定義されず、アプリケーションに依存することにな
る。隠蔽ストラテジは、前に受信した情報に基づいて現
在のフレームを再構成しなければならない。使用される
方法は、欠けている励振信号を、類似の特性のうちの一
つにより、そのエネルギーを徐々に減衰させながら置換
する。これは、長期予測利得に基づく有声分類子を使用
することによってなされる。長期予測利得は、長期ポス
トフィルタ分析の一部として計算される。ピッチポスト
フィルタ（第４．２．１節参照）は、予測利得が３ｄＢ
より大きい長期予測子を求める。これは、正規化相関
Ｒ’（ｋ）（式（８１））に対するしきい値を０．５に
設定することによってなされる。誤り隠蔽プロセスに対
して、これらのフレームは周期的と分類される。それ以
外の場合、フレームは非周期的であると宣言される。消
失したフレームは、先行する（再構成された）音声フレ
ームからそのクラスを継承する。注意すべき点である
が、有声分類は、この再構成音声信号に基づいて絶えず
更新される。従って、多くの連続する消失フレームに対
しては分類は変わることがある。一般に、これは、もと
の分類が周期的であった場合にのみ起こる。
は定義されず、アプリケーションに依存することにな
る。隠蔽ストラテジは、前に受信した情報に基づいて現
在のフレームを再構成しなければならない。使用される
方法は、欠けている励振信号を、類似の特性のうちの一
つにより、そのエネルギーを徐々に減衰させながら置換
する。これは、長期予測利得に基づく有声分類子を使用
することによってなされる。長期予測利得は、長期ポス
トフィルタ分析の一部として計算される。ピッチポスト
フィルタ（第４．２．１節参照）は、予測利得が３ｄＢ
より大きい長期予測子を求める。これは、正規化相関
Ｒ’（ｋ）（式（８１））に対するしきい値を０．５に
設定することによってなされる。誤り隠蔽プロセスに対
して、これらのフレームは周期的と分類される。それ以
外の場合、フレームは非周期的であると宣言される。消
失したフレームは、先行する（再構成された）音声フレ
ームからそのクラスを継承する。注意すべき点である
が、有声分類は、この再構成音声信号に基づいて絶えず
更新される。従って、多くの連続する消失フレームに対
しては分類は変わることがある。一般に、これは、もと
の分類が周期的であった場合にのみ起こる。
【０１９３】消失フレームに対してとられる具体的ステ
ップは以下の通りである。 １．ＬＰフィルタパラメータの反復。 ２．適応コードブックおよび固定コードブックの利得の
減衰。 ３．利得予測子のメモリの減衰。 ４．置換励振の生成。
ップは以下の通りである。 １．ＬＰフィルタパラメータの反復。 ２．適応コードブックおよび固定コードブックの利得の
減衰。 ３．利得予測子のメモリの減衰。 ４．置換励振の生成。
【０１９４】［４．３．１ ＬＰフィルタパラメータの
反復］最後の良好なフレームのＬＰパラメータが使用さ
れる。ＬＳＦ予測子の状態は、受信符号語ｌiの値を含
む。現在の符号語が利用可能でないため、これは、反復
されたＬＳＦパラメータω＾iおよび予測子メモリから
次式により計算される。
反復］最後の良好なフレームのＬＰパラメータが使用さ
れる。ＬＳＦ予測子の状態は、受信符号語ｌiの値を含
む。現在の符号語が利用可能でないため、これは、反復
されたＬＳＦパラメータω＾iおよび予測子メモリから
次式により計算される。
【数６４】
【０１９５】［４．３．２ 適応コードブックおよび固
定コードブックの利得の減衰］前の固定コードブック利
得の減衰バージョンが使用される。 ｇc (m)＝０．９８ｇc (m-1) （９２） 適応コードブック利得に対しても同じことが行われる。
さらに、クリッピング作用を用いてその値を０．９未満
に保つ。 ｇp (m)＝０．９０ｇp (m-1)かつｇp (m)＜０．９ （９３）
定コードブックの利得の減衰］前の固定コードブック利
得の減衰バージョンが使用される。 ｇc (m)＝０．９８ｇc (m-1) （９２） 適応コードブック利得に対しても同じことが行われる。
さらに、クリッピング作用を用いてその値を０．９未満
に保つ。 ｇp (m)＝０．９０ｇp (m-1)かつｇp (m)＜０．９ （９３）
【０１９６】［４．３．３ 利得予測子のメモリの減
衰］利得予測子は、以前に選択されたコードブックのエ
ネルギーを用いる。良好なフレームを受信した後の符号
器の滑らかな連続性を可能にするため、利得予測子のメ
モリは、コードブックエネルギーの減衰バージョンで更
新される。現在のサブフレームｎに対するＲ＾(m)の値
は、平均した量子化利得予測誤りを４ｄＢだけ減衰させ
たものに設定される。
衰］利得予測子は、以前に選択されたコードブックのエ
ネルギーを用いる。良好なフレームを受信した後の符号
器の滑らかな連続性を可能にするため、利得予測子のメ
モリは、コードブックエネルギーの減衰バージョンで更
新される。現在のサブフレームｎに対するＲ＾(m)の値
は、平均した量子化利得予測誤りを４ｄＢだけ減衰させ
たものに設定される。
【数６５】
【０１９７】［４．３．４ 置換励振の生成］使用され
る励振は、周期性分類に依存する。最後に正しく受信し
たフレームが周期的であると分類された場合、現在のフ
レームも同様に周期的であるとみなされる。その場合、
適応コードブックのみが使用され、固定コードブック寄
与は０に設定される。ピッチ遅延は最後に正しく受信し
たピッチ遅延に基づき、後続の各フレームに対して反復
される。過度の周期性を回避するため、遅延は、次のサ
ブフレームごとに１だけ増加されるが、１４３を限度と
する。適応コードブック利得は、式（９３）に滴って減
衰した値に基づく。
る励振は、周期性分類に依存する。最後に正しく受信し
たフレームが周期的であると分類された場合、現在のフ
レームも同様に周期的であるとみなされる。その場合、
適応コードブックのみが使用され、固定コードブック寄
与は０に設定される。ピッチ遅延は最後に正しく受信し
たピッチ遅延に基づき、後続の各フレームに対して反復
される。過度の周期性を回避するため、遅延は、次のサ
ブフレームごとに１だけ増加されるが、１４３を限度と
する。適応コードブック利得は、式（９３）に滴って減
衰した値に基づく。
【０１９８】最後に正しく受信したフレームが非周期的
であると分類された場合、現在のフレームも同様に非周
期的であるとみなされ、適応コードブック寄与は０に設
定される。固定コードブック寄与は、コードブックイン
デックスおよび符号インデックスをランダムに選択する
ことによって生成される。乱数発生器は次の関数に基づ
く。 ｓｅｅｄ＝ｓｅｅｄ＊３１８２１＋１３８４９ （９５） ｓｅｅｄの初期値は２１８４５である。ランダムなコー
ドブックインデックスは、次の乱数の１３個の下位ビッ
トから導出される。ランダムな符号は、次の乱数の４個
の下位ビットから導出される。固定コードブック利得は
式（９２）に従って減衰される。
であると分類された場合、現在のフレームも同様に非周
期的であるとみなされ、適応コードブック寄与は０に設
定される。固定コードブック寄与は、コードブックイン
デックスおよび符号インデックスをランダムに選択する
ことによって生成される。乱数発生器は次の関数に基づ
く。 ｓｅｅｄ＝ｓｅｅｄ＊３１８２１＋１３８４９ （９５） ｓｅｅｄの初期値は２１８４５である。ランダムなコー
ドブックインデックスは、次の乱数の１３個の下位ビッ
トから導出される。ランダムな符号は、次の乱数の４個
の下位ビットから導出される。固定コードブック利得は
式（９２）に従って減衰される。
【０１９９】［５ ＣＳ−ＡＣＥＬＰ符号器／復号器の
ビット精度での記述］１６ビット固定小数点でのＣＳ−
ＡＣＥＬＰ符号器／復号器をシミュレートするＡＮＳＩ
ＣコードがＩＴＵ−Ｔから利用可能である。以下の節
では、このシミュレーションコードの使用法、および、
そのソフトウェアがどのように編成されているかについ
て概説する。
ビット精度での記述］１６ビット固定小数点でのＣＳ−
ＡＣＥＬＰ符号器／復号器をシミュレートするＡＮＳＩ
ＣコードがＩＴＵ−Ｔから利用可能である。以下の節
では、このシミュレーションコードの使用法、および、
そのソフトウェアがどのように編成されているかについ
て概説する。
【０２００】［５．１ シミュレーションソフトウェア
の使用法］Ｃコードは二つのメインプログラムからな
る。ｃｏｄｅｒ．ｃは符号器をシミュレートし、ｄｅｃ
ｏｄｅｒ．ｃは復号器をシミュレートする。符号器は次
のように実行される。 ｃｏｄｅｒ ｉｎｐｕｔｆｉｌｅ ｂｓｔｒｅａｍｆｉ
ｌｅ ｉｎｐｕｔｆｉｌｅ（入力ファイル）およびｏｕｔｐｕ
ｔｆｉｌｅ（出力ファイル）は、１６ビットＰＣＭ信号
を含むサンプリングされたデータファイルである。ｂｓ
ｔｒｅａｍｆｉｌｅ（ビットストリームファイル）は８
１個の１６ビットワードを含む。第１ワードはフレーム
消失を示すために使用可能であり、残りの８０ワードは
それぞれ１ビットを含む。復号器はこのビットストリー
ムファイルを受け取り、１６ビットＰＣＭ信号を含むポ
ストフィルタリングされた出力ファイルを生成する。 ｄｅｃｏｄｅｒ ｂｓｔｒｅａｍｆｉｌｅ ｏｕｔｐｕ
ｔｆｉｌｅ
の使用法］Ｃコードは二つのメインプログラムからな
る。ｃｏｄｅｒ．ｃは符号器をシミュレートし、ｄｅｃ
ｏｄｅｒ．ｃは復号器をシミュレートする。符号器は次
のように実行される。 ｃｏｄｅｒ ｉｎｐｕｔｆｉｌｅ ｂｓｔｒｅａｍｆｉ
ｌｅ ｉｎｐｕｔｆｉｌｅ（入力ファイル）およびｏｕｔｐｕ
ｔｆｉｌｅ（出力ファイル）は、１６ビットＰＣＭ信号
を含むサンプリングされたデータファイルである。ｂｓ
ｔｒｅａｍｆｉｌｅ（ビットストリームファイル）は８
１個の１６ビットワードを含む。第１ワードはフレーム
消失を示すために使用可能であり、残りの８０ワードは
それぞれ１ビットを含む。復号器はこのビットストリー
ムファイルを受け取り、１６ビットＰＣＭ信号を含むポ
ストフィルタリングされた出力ファイルを生成する。 ｄｅｃｏｄｅｒ ｂｓｔｒｅａｍｆｉｌｅ ｏｕｔｐｕ
ｔｆｉｌｅ
【０２０１】［５．２ シミュレーションソフトウェア
の構成］固定小数点ＡＮＳＩ Ｃシミュレーションで
は、表１０に示すように２種類の固定小数点データのみ
が使用される。シミュレーションコードの実装を容易に
するため、ループインデックス、ブール値およびフラグ
は型Ｆｌａｇを使用する。これは、ターゲットプラット
フォームに応じて１６ビットまたは３２ビットのいずれ
かとなる。
の構成］固定小数点ＡＮＳＩ Ｃシミュレーションで
は、表１０に示すように２種類の固定小数点データのみ
が使用される。シミュレーションコードの実装を容易に
するため、ループインデックス、ブール値およびフラグ
は型Ｆｌａｇを使用する。これは、ターゲットプラット
フォームに応じて１６ビットまたは３２ビットのいずれ
かとなる。
【表１０】
【０２０２】すべての計算は、あらかじめ定義された基
本演算子のセットを用いてなされる。これらの演算子の
記述を表１１に示す。シミュレーション符号器によって
使用されるテーブルを表１２に要約する。これらのメイ
ンプログラムは、表１３、表１４、および表１５に要約
されるライブラリルーチンを使用する。
本演算子のセットを用いてなされる。これらの演算子の
記述を表１１に示す。シミュレーション符号器によって
使用されるテーブルを表１２に要約する。これらのメイ
ンプログラムは、表１３、表１４、および表１５に要約
されるライブラリルーチンを使用する。
【表１１】
【表１２】
【表１３】
【表１４】
【表１５】
【図１】代表的なＣＥＬＰ音声圧縮システムで使用され
るＦＣＢシステムとＡＣＢシステムの従来の組合せと、
この組合せによって生成される励振信号の１サブフレー
ムの模式的表現の図である。
るＦＣＢシステムとＡＣＢシステムの従来の組合せと、
この組合せによって生成される励振信号の１サブフレー
ムの模式的表現の図である。
【図２】ＰＣＢおよびＰＰＦからなる周期性モデルと、
ＰＰＦ出力信号の１サブフレームの模式的表現の図であ
る。
ＰＰＦ出力信号の１サブフレームの模式的表現の図であ
る。
【図３】本発明による音声符号器の実施例の図である。
【図４】本発明による復号器の実施例の図である。
【図５】ＣＥＬＰ合成モデルの概略ブロック図である。
【図６】ＣＳ−ＡＣＥＬＰ符号器における信号フローの
図である。
図である。
【図７】ＣＳ−ＡＣＥＬＰ復号器における信号フローの
図である。
図である。
【図８】ＬＰ分析における窓の図である。異なる陰影パ
ターンは対応する励振およびＬＰ分析フレームを識別す
る。
ターンは対応する励振およびＬＰ分析フレームを識別す
る。
１ 固定コードブック（ＦＣＢ） ５ 増幅器 １０ 適応コードブック（ＡＣＢ） １５ 増幅器 ２０ 加算回路 ２５ ＦＣＢ ３５ 遅延メモリ ４０ 増幅器 ４５ 加算回路 ５０ ＰＰＦ １００ プリプロセッサ １０５ 線形予測（ＬＰ）分析器 １１０ 適応コードブック（ＡＣＢ）システム １１２ ＡＣＢ部分 １２０ ＦＣＢシステム １２５ 遅延プロセッサ １２６ スイッチ １２８ ＰＰＦシステム １４５ ＦＣＢ増幅器 １５０ 加算器 １５５ ＬＰ合成フィルタ １６５ 知覚重みづけフィルタ １７０ ピッチ周期プロセッサ １７５ 平均二乗誤差（ＭＳＥ）探索プロセッサ ２００ 固定コードブック（ＦＣＢ）部分 ２０５ ＦＣＢ ２１０ ＰＰＦ ２２５ 遅延プロセッサ ２３５ ＦＣＢ利得増幅器 ２４０ 適応コードブック（ＡＣＢ）部分 ２４５ ＡＣＢ ２５０ 増幅器 ２６０ ＬＰＣ合成フィルタ ２６５ ポストプロセッサ
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平６−120908（ＪＰ，Ａ) 特開 平５−346798（ＪＰ，Ａ) 特開 平５−19795（ＪＰ，Ａ) 特開 平５−289700（ＪＰ，Ａ) 特開 平５−113800（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 19/12
Claims (19)
- 【請求項１】 適応コードブックおよび対応する適応コ
ードブック増幅器からなる第１部分と、ピッチフィルタ
増幅器に接続された遅延メモリを含むピッチフィルタに
接続された固定コードブックからなる第２部分とを有す
る音声処理システムで使用する音声処理方法において、 音声信号の周期性の尺度に基づいてピッチフィルタ利得
を決定するステップと、 決定されたピッチフィルタ利得に基づいて前記ピッチフ
ィルタにおいて信号のサンプルを増幅するステップとか
らなることを特徴とする音声処理方法。 - 【請求項２】 適応コードブック利得が１サブフレーム
だけ遅延されることを特徴とする請求項１の方法。 - 【請求項３】 適応コードブック利得を反映する信号が
時間的に遅延されることを特徴とする請求項１の方法。 - 【請求項４】 適応コードブック利得を反映する信号
は、下限以上上限以下の値を有することを特徴とする請
求項１の方法。 - 【請求項５】 音声信号は符号化された音声信号からな
ることを特徴とする請求項１の方法。 - 【請求項６】 音声信号は合成された音声信号からなる
ことを特徴とする請求項１の方法。 - 【請求項７】 適応コードブックと、適応コードブック
利得を加える手段とを含む第１部分と、 固定コードブックと、ピッチフィルタ利得を加える手段
を有するピッチフィルタとを含む第２部分と、 音声信号の周期性の尺度に基づいて前記ピッチフィルタ
利得を決定する決定手段とからなることを特徴とする音
声処理装置。 - 【請求項８】 適応コードブック利得を反映する信号が
１サブフレームだけ遅延されることを特徴とする請求項
７の装置。 - 【請求項９】 前記ピッチフィルタ利得は、遅延された
適応コードブック利得に等しいことを特徴とする請求項
７の装置。 - 【請求項１０】 前記ピッチフィルタ利得は０．２以上
０．８以下の値の範囲に制限され、当該範囲内で、遅延
された適応コードブック利得からなることを特徴とする
請求項７の装置。 - 【請求項１１】 適応コードブック利得を反映する信号
は０．２以上０．８以下の値の範囲に制限され、当該範
囲内で、適応コードブック利得からなることを特徴とす
る請求項７の装置。 - 【請求項１２】 前記第１部分によって出力される第１
出力信号と前記第２部分によって出力される第２出力信
号を加算する加算手段と、 前記加算手段に接続され、第１出力信号と第２出力信号
の和に応答して音声信号を生成する線形予測フィルタと
をさらに有することを特徴とする請求項７の装置。 - 【請求項１３】 前記線形予測フィルタによって生成さ
れる音声信号をフィルタリングするポストフィルタをさ
らに有することを特徴とする請求項１２の装置。 - 【請求項１４】 音声符号器において使用されることを
特徴とする請求項７の装置。 - 【請求項１５】 音声復号器において使用されることを
特徴とする請求項７の装置。 - 【請求項１６】 前記決定手段は、前記第１部分におい
て使用される適応コードブック利得を反映する信号を遅
延させる手段を有することを特徴とする請求項７の装
置。 - 【請求項１７】 適応コードブックおよび対応する適応
コードブック増幅器からなる第１部分と、決定された利
得を加えるピッチフィルタ増幅器に接続された遅延メモ
リを含むピッチフィルタに接続された固定コードブック
からなる第２部分とを有する音声信号処理システムで使
用される、ピッチフィルタの利得を決定する方法におい
て、 音声信号の周期性に基づいてピッチフィルタ利得を決定
するステップからなることを特徴とする、ピッチフィル
タの利得を決定する方法。 - 【請求項１８】 適応コードブックおよび対応する適応
コードブック増幅器からなる第１部分と、ピッチフィル
タ増幅器に接続された遅延メモリを含むピッチフィルタ
に接続された固定コードブックからなる第２部分とを有
する音声処理システムで使用する音声処理方法におい
て、 適応コードブック利得を遅延させるステップと、 適応コードブック利得が０．２より小さい場合にはピッ
チフィルタ利得を０．２に設定し、適応コードブック利
得が０．８より大きい場合にはピッチフィルタ利得を
０．８に設定し、これら二つの場合以外の場合にはピッ
チフィルタ利得を遅延された適応コードブック利得に等
しく設定するステップと、 設定されたピッチフィルタ利得に基づいて前記ピッチフ
ィルタにおいて信号のサンプルを増幅するステップとか
らなることを特徴とする音声処理方法。 - 【請求項１９】 適応コードブックと、適応コードブッ
ク利得を加える手段とを含む第１部分と、 固定コードブックと、ピッチフィルタ利得を加える手段
を有するピッチフィルタと、第２利得を加える手段とを
含む第２部分と、 適応コードブック利得が０．２より小さい場合にはピッ
チフィルタ利得を０．２に設定し、適応コードブック利
得が０．８より大きい場合にはピッチフィルタ利得を
０．８に設定し、これら二つの場合以外の場合にはピッ
チフィルタ利得を遅延された適応コードブック利得に等
しく設定する手段とからなることを特徴とする音声処理
装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/482,715 US5664055A (en) | 1995-06-07 | 1995-06-07 | CS-ACELP speech compression system with adaptive pitch prediction filter gain based on a measure of periodicity |
| US482715 | 2000-01-12 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09120299A JPH09120299A (ja) | 1997-05-06 |
| JP3272953B2 true JP3272953B2 (ja) | 2002-04-08 |
Family
ID=23917151
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18261296A Expired - Lifetime JP3272953B2 (ja) | 1995-06-07 | 1996-06-07 | 適応コードブックに基づく音声圧縮システム |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US5664055A (ja) |
| EP (1) | EP0749110B1 (ja) |
| JP (1) | JP3272953B2 (ja) |
| KR (1) | KR100433608B1 (ja) |
| AU (1) | AU700205B2 (ja) |
| CA (1) | CA2177414C (ja) |
| DE (1) | DE69613910T2 (ja) |
| ES (1) | ES2163590T3 (ja) |
Families Citing this family (256)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2729246A1 (fr) * | 1995-01-06 | 1996-07-12 | Matra Communication | Procede de codage de parole a analyse par synthese |
| GB9512284D0 (en) * | 1995-06-16 | 1995-08-16 | Nokia Mobile Phones Ltd | Speech Synthesiser |
| JP3653826B2 (ja) * | 1995-10-26 | 2005-06-02 | ソニー株式会社 | 音声復号化方法及び装置 |
| EP0773533B1 (en) * | 1995-11-09 | 2000-04-26 | Nokia Mobile Phones Ltd. | Method of synthesizing a block of a speech signal in a CELP-type coder |
| US5819213A (en) * | 1996-01-31 | 1998-10-06 | Kabushiki Kaisha Toshiba | Speech encoding and decoding with pitch filter range unrestricted by codebook range and preselecting, then increasing, search candidates from linear overlap codebooks |
| US6765904B1 (en) | 1999-08-10 | 2004-07-20 | Texas Instruments Incorporated | Packet networks |
| CN1163870C (zh) * | 1996-08-02 | 2004-08-25 | 松下电器产业株式会社 | 声音编码装置和方法，声音译码装置，以及声音译码方法 |
| US6192336B1 (en) | 1996-09-30 | 2001-02-20 | Apple Computer, Inc. | Method and system for searching for an optimal codevector |
| US5794182A (en) * | 1996-09-30 | 1998-08-11 | Apple Computer, Inc. | Linear predictive speech encoding systems with efficient combination pitch coefficients computation |
| TW326070B (en) * | 1996-12-19 | 1998-02-01 | Holtek Microelectronics Inc | The estimation method of the impulse gain for coding vocoder |
| US6009395A (en) * | 1997-01-02 | 1999-12-28 | Texas Instruments Incorporated | Synthesizer and method using scaled excitation signal |
| WO1998035341A2 (en) * | 1997-02-10 | 1998-08-13 | Koninklijke Philips Electronics N.V. | Transmission system for transmitting speech signals |
| JP2000512036A (ja) * | 1997-02-10 | 2000-09-12 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 音声信号を伝送する通信回路網 |
| JP3067676B2 (ja) * | 1997-02-13 | 2000-07-17 | 日本電気株式会社 | Ｌｓｐの予測符号化装置及び方法 |
| US5970444A (en) * | 1997-03-13 | 1999-10-19 | Nippon Telegraph And Telephone Corporation | Speech coding method |
| KR100198476B1 (ko) * | 1997-04-23 | 1999-06-15 | 윤종용 | 노이즈에 견고한 스펙트럼 포락선 양자화기 및 양자화 방법 |
| US6073092A (en) * | 1997-06-26 | 2000-06-06 | Telogy Networks, Inc. | Method for speech coding based on a code excited linear prediction (CELP) model |
| US6266419B1 (en) * | 1997-07-03 | 2001-07-24 | At&T Corp. | Custom character-coding compression for encoding and watermarking media content |
| US6240383B1 (en) * | 1997-07-25 | 2001-05-29 | Nec Corporation | Celp speech coding and decoding system for creating comfort noise dependent on the spectral envelope of the speech signal |
| FI113571B (fi) * | 1998-03-09 | 2004-05-14 | Nokia Corp | Puheenkoodaus |
| JP3554566B2 (ja) * | 1998-05-27 | 2004-08-18 | 株式会社エヌ・ティ・ティ・ドコモ | 音声復号器および音声復号方法 |
| US6104992A (en) * | 1998-08-24 | 2000-08-15 | Conexant Systems, Inc. | Adaptive gain reduction to produce fixed codebook target signal |
| US6385573B1 (en) * | 1998-08-24 | 2002-05-07 | Conexant Systems, Inc. | Adaptive tilt compensation for synthesized speech residual |
| US7072832B1 (en) * | 1998-08-24 | 2006-07-04 | Mindspeed Technologies, Inc. | System for speech encoding having an adaptive encoding arrangement |
| US6188981B1 (en) * | 1998-09-18 | 2001-02-13 | Conexant Systems, Inc. | Method and apparatus for detecting voice activity in a speech signal |
| JP4550176B2 (ja) * | 1998-10-08 | 2010-09-22 | 株式会社東芝 | 音声符号化方法 |
| JP3343082B2 (ja) * | 1998-10-27 | 2002-11-11 | 松下電器産業株式会社 | Ｃｅｌｐ型音声符号化装置 |
| CA2252170A1 (en) * | 1998-10-27 | 2000-04-27 | Bruno Bessette | A method and device for high quality coding of wideband speech and audio signals |
| JP3180786B2 (ja) | 1998-11-27 | 2001-06-25 | 日本電気株式会社 | 音声符号化方法及び音声符号化装置 |
| SE9903553D0 (sv) * | 1999-01-27 | 1999-10-01 | Lars Liljeryd | Enhancing percepptual performance of SBR and related coding methods by adaptive noise addition (ANA) and noise substitution limiting (NSL) |
| US6246978B1 (en) * | 1999-05-18 | 2001-06-12 | Mci Worldcom, Inc. | Method and system for measurement of speech distortion from samples of telephonic voice signals |
| US6393394B1 (en) * | 1999-07-19 | 2002-05-21 | Qualcomm Incorporated | Method and apparatus for interleaving line spectral information quantization methods in a speech coder |
| US6744757B1 (en) | 1999-08-10 | 2004-06-01 | Texas Instruments Incorporated | Private branch exchange systems for packet communications |
| US6801532B1 (en) * | 1999-08-10 | 2004-10-05 | Texas Instruments Incorporated | Packet reconstruction processes for packet communications |
| US6678267B1 (en) | 1999-08-10 | 2004-01-13 | Texas Instruments Incorporated | Wireless telephone with excitation reconstruction of lost packet |
| US6801499B1 (en) * | 1999-08-10 | 2004-10-05 | Texas Instruments Incorporated | Diversity schemes for packet communications |
| US6757256B1 (en) | 1999-08-10 | 2004-06-29 | Texas Instruments Incorporated | Process of sending packets of real-time information |
| US6804244B1 (en) | 1999-08-10 | 2004-10-12 | Texas Instruments Incorporated | Integrated circuits for packet communications |
| KR100391527B1 (ko) * | 1999-08-23 | 2003-07-12 | 마츠시타 덴끼 산교 가부시키가이샤 | 음성 부호화 장치, 기록 매체, 음성 복호화 장치, 신호 처리용 프로세서, 음성 부호화 복호화 시스템, 통신용 기지국, 통신용 단말 및 무선 통신 시스템 |
| US6604070B1 (en) * | 1999-09-22 | 2003-08-05 | Conexant Systems, Inc. | System of encoding and decoding speech signals |
| US6959274B1 (en) | 1999-09-22 | 2005-10-25 | Mindspeed Technologies, Inc. | Fixed rate speech compression system and method |
| US6782360B1 (en) * | 1999-09-22 | 2004-08-24 | Mindspeed Technologies, Inc. | Gain quantization for a CELP speech coder |
| US6574593B1 (en) * | 1999-09-22 | 2003-06-03 | Conexant Systems, Inc. | Codebook tables for encoding and decoding |
| US6738733B1 (en) * | 1999-09-30 | 2004-05-18 | Stmicroelectronics Asia Pacific Pte Ltd. | G.723.1 audio encoder |
| JP3478209B2 (ja) * | 1999-11-01 | 2003-12-15 | 日本電気株式会社 | 音声信号復号方法及び装置と音声信号符号化復号方法及び装置と記録媒体 |
| CA2290037A1 (en) * | 1999-11-18 | 2001-05-18 | Voiceage Corporation | Gain-smoothing amplifier device and method in codecs for wideband speech and audio signals |
| US7574351B2 (en) * | 1999-12-14 | 2009-08-11 | Texas Instruments Incorporated | Arranging CELP information of one frame in a second packet |
| US20020016161A1 (en) * | 2000-02-10 | 2002-02-07 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for compression of speech encoded parameters |
| US8645137B2 (en) | 2000-03-16 | 2014-02-04 | Apple Inc. | Fast, language-independent method for user authentication by voice |
| US7010482B2 (en) * | 2000-03-17 | 2006-03-07 | The Regents Of The University Of California | REW parametric vector quantization and dual-predictive SEW vector quantization for waveform interpolative coding |
| EP1303854A1 (en) * | 2000-07-05 | 2003-04-23 | Koninklijke Philips Electronics N.V. | Method of calculating line spectral frequencies |
| HUP0003009A2 (en) * | 2000-07-31 | 2002-08-28 | Herterkom Gmbh | Method for the compression of speech without any deterioration of quality |
| US6678651B2 (en) * | 2000-09-15 | 2004-01-13 | Mindspeed Technologies, Inc. | Short-term enhancement in CELP speech coding |
| US6850884B2 (en) | 2000-09-15 | 2005-02-01 | Mindspeed Technologies, Inc. | Selection of coding parameters based on spectral content of a speech signal |
| US7010480B2 (en) * | 2000-09-15 | 2006-03-07 | Mindspeed Technologies, Inc. | Controlling a weighting filter based on the spectral content of a speech signal |
| US6842733B1 (en) | 2000-09-15 | 2005-01-11 | Mindspeed Technologies, Inc. | Signal processing system for filtering spectral content of a signal for speech coding |
| US6937979B2 (en) * | 2000-09-15 | 2005-08-30 | Mindspeed Technologies, Inc. | Coding based on spectral content of a speech signal |
| US7363219B2 (en) * | 2000-09-22 | 2008-04-22 | Texas Instruments Incorporated | Hybrid speech coding and system |
| KR100566163B1 (ko) * | 2000-11-30 | 2006-03-29 | 마츠시타 덴끼 산교 가부시키가이샤 | 음성 복호화 장치, 음성 복호화 방법 및 프로그램을기록한 기록 매체 |
| AU2002218501A1 (en) * | 2000-11-30 | 2002-06-11 | Matsushita Electric Industrial Co., Ltd. | Vector quantizing device for lpc parameters |
| WO2002049218A1 (en) * | 2000-12-14 | 2002-06-20 | Sony Corporation | Encoder and decoder |
| US6996523B1 (en) | 2001-02-13 | 2006-02-07 | Hughes Electronics Corporation | Prototype waveform magnitude quantization for a frequency domain interpolative speech codec system |
| US7013269B1 (en) | 2001-02-13 | 2006-03-14 | Hughes Electronics Corporation | Voicing measure for a speech CODEC system |
| US6931373B1 (en) | 2001-02-13 | 2005-08-16 | Hughes Electronics Corporation | Prototype waveform phase modeling for a frequency domain interpolative speech codec system |
| US6766289B2 (en) * | 2001-06-04 | 2004-07-20 | Qualcomm Incorporated | Fast code-vector searching |
| US7512535B2 (en) * | 2001-10-03 | 2009-03-31 | Broadcom Corporation | Adaptive postfiltering methods and systems for decoding speech |
| ITFI20010199A1 (it) | 2001-10-22 | 2003-04-22 | Riccardo Vieri | Sistema e metodo per trasformare in voce comunicazioni testuali ed inviarle con una connessione internet a qualsiasi apparato telefonico |
| JP4108317B2 (ja) * | 2001-11-13 | 2008-06-25 | 日本電気株式会社 | 符号変換方法及び装置とプログラム並びに記憶媒体 |
| US7236928B2 (en) * | 2001-12-19 | 2007-06-26 | Ntt Docomo, Inc. | Joint optimization of speech excitation and filter parameters |
| US20040002856A1 (en) * | 2002-03-08 | 2004-01-01 | Udaya Bhaskar | Multi-rate frequency domain interpolative speech CODEC system |
| US20030216921A1 (en) * | 2002-05-16 | 2003-11-20 | Jianghua Bao | Method and system for limited domain text to speech (TTS) processing |
| CA2388439A1 (en) * | 2002-05-31 | 2003-11-30 | Voiceage Corporation | A method and device for efficient frame erasure concealment in linear predictive based speech codecs |
| EP1383109A1 (fr) * | 2002-07-17 | 2004-01-21 | STMicroelectronics N.V. | Procédé et dispositif d'encodage de la parole à bande élargie |
| EP1383110A1 (fr) * | 2002-07-17 | 2004-01-21 | STMicroelectronics N.V. | Procédé et dispositif d'encodage de la parole à bande élargie, permettant en particulier une amélioration de la qualité des trames de parole voisée |
| US20040176950A1 (en) * | 2003-03-04 | 2004-09-09 | Docomo Communications Laboratories Usa, Inc. | Methods and apparatuses for variable dimension vector quantization |
| KR100487719B1 (ko) * | 2003-03-05 | 2005-05-04 | 한국전자통신연구원 | 광대역 음성 부호화를 위한 엘에스에프 계수 벡터 양자화기 |
| KR100480341B1 (ko) * | 2003-03-13 | 2005-03-31 | 한국전자통신연구원 | 광대역 저전송률 음성 신호의 부호화기 |
| US7024358B2 (en) * | 2003-03-15 | 2006-04-04 | Mindspeed Technologies, Inc. | Recovering an erased voice frame with time warping |
| EP1618557B1 (en) | 2003-05-01 | 2007-07-25 | Nokia Corporation | Method and device for gain quantization in variable bit rate wideband speech coding |
| EP1496500B1 (en) * | 2003-07-09 | 2007-02-28 | Samsung Electronics Co., Ltd. | Bitrate scalable speech coding and decoding apparatus and method |
| KR100668300B1 (ko) * | 2003-07-09 | 2007-01-12 | 삼성전자주식회사 | 비트율 확장 음성 부호화 및 복호화 장치와 그 방법 |
| US7668712B2 (en) * | 2004-03-31 | 2010-02-23 | Microsoft Corporation | Audio encoding and decoding with intra frames and adaptive forward error correction |
| US7117147B2 (en) * | 2004-07-28 | 2006-10-03 | Motorola, Inc. | Method and system for improving voice quality of a vocoder |
| US8265929B2 (en) * | 2004-12-08 | 2012-09-11 | Electronics And Telecommunications Research Institute | Embedded code-excited linear prediction speech coding and decoding apparatus and method |
| DE102005000828A1 (de) | 2005-01-05 | 2006-07-13 | Siemens Ag | Verfahren zum Codieren eines analogen Signals |
| US7983922B2 (en) * | 2005-04-15 | 2011-07-19 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Apparatus and method for generating multi-channel synthesizer control signal and apparatus and method for multi-channel synthesizing |
| US7707034B2 (en) * | 2005-05-31 | 2010-04-27 | Microsoft Corporation | Audio codec post-filter |
| US7831421B2 (en) * | 2005-05-31 | 2010-11-09 | Microsoft Corporation | Robust decoder |
| US7177804B2 (en) * | 2005-05-31 | 2007-02-13 | Microsoft Corporation | Sub-band voice codec with multi-stage codebooks and redundant coding |
| US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
| US7633076B2 (en) | 2005-09-30 | 2009-12-15 | Apple Inc. | Automated response to and sensing of user activity in portable devices |
| EP2051244A4 (en) * | 2006-08-08 | 2010-04-14 | Panasonic Corp | AUDIOCODING DEVICE AND AUDIOCODING METHOD |
| US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
| SG166095A1 (en) * | 2006-11-10 | 2010-11-29 | Panasonic Corp | Parameter decoding device, parameter encoding device, and parameter decoding method |
| EP2153439B1 (en) * | 2007-02-21 | 2018-01-17 | Telefonaktiebolaget LM Ericsson (publ) | Double talk detector |
| JP5097219B2 (ja) * | 2007-03-02 | 2012-12-12 | テレフオンアクチーボラゲット エル エム エリクソン（パブル） | 非因果性ポストフィルタ |
| US8977255B2 (en) | 2007-04-03 | 2015-03-10 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
| US9053089B2 (en) | 2007-10-02 | 2015-06-09 | Apple Inc. | Part-of-speech tagging using latent analogy |
| US8620662B2 (en) | 2007-11-20 | 2013-12-31 | Apple Inc. | Context-aware unit selection |
| US10002189B2 (en) | 2007-12-20 | 2018-06-19 | Apple Inc. | Method and apparatus for searching using an active ontology |
| US9330720B2 (en) | 2008-01-03 | 2016-05-03 | Apple Inc. | Methods and apparatus for altering audio output signals |
| US8065143B2 (en) | 2008-02-22 | 2011-11-22 | Apple Inc. | Providing text input using speech data and non-speech data |
| US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
| US10496753B2 (en) | 2010-01-18 | 2019-12-03 | Apple Inc. | Automatically adapting user interfaces for hands-free interaction |
| US8464150B2 (en) | 2008-06-07 | 2013-06-11 | Apple Inc. | Automatic language identification for dynamic text processing |
| US20100030549A1 (en) | 2008-07-31 | 2010-02-04 | Lee Michael M | Mobile device having human language translation capability with positional feedback |
| US8768702B2 (en) | 2008-09-05 | 2014-07-01 | Apple Inc. | Multi-tiered voice feedback in an electronic device |
| US8898568B2 (en) | 2008-09-09 | 2014-11-25 | Apple Inc. | Audio user interface |
| US8712776B2 (en) | 2008-09-29 | 2014-04-29 | Apple Inc. | Systems and methods for selective text to speech synthesis |
| US8583418B2 (en) | 2008-09-29 | 2013-11-12 | Apple Inc. | Systems and methods of detecting language and natural language strings for text to speech synthesis |
| US8676904B2 (en) | 2008-10-02 | 2014-03-18 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
| US9959870B2 (en) | 2008-12-11 | 2018-05-01 | Apple Inc. | Speech recognition involving a mobile device |
| CN101604525B (zh) * | 2008-12-31 | 2011-04-06 | 华为技术有限公司 | 基音增益获取方法、装置及编码器、解码器 |
| US8504378B2 (en) * | 2009-01-22 | 2013-08-06 | Panasonic Corporation | Stereo acoustic signal encoding apparatus, stereo acoustic signal decoding apparatus, and methods for the same |
| US8862252B2 (en) | 2009-01-30 | 2014-10-14 | Apple Inc. | Audio user interface for displayless electronic device |
| US8380507B2 (en) | 2009-03-09 | 2013-02-19 | Apple Inc. | Systems and methods for determining the language to use for speech generated by a text to speech engine |
| US20120311585A1 (en) | 2011-06-03 | 2012-12-06 | Apple Inc. | Organizing task items that represent tasks to perform |
| US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
| US9858925B2 (en) | 2009-06-05 | 2018-01-02 | Apple Inc. | Using context information to facilitate processing of commands in a virtual assistant |
| US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
| US10540976B2 (en) | 2009-06-05 | 2020-01-21 | Apple Inc. | Contextual voice commands |
| US9431006B2 (en) | 2009-07-02 | 2016-08-30 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
| US8682649B2 (en) | 2009-11-12 | 2014-03-25 | Apple Inc. | Sentiment prediction from textual data |
| US8600743B2 (en) | 2010-01-06 | 2013-12-03 | Apple Inc. | Noise profile determination for voice-related feature |
| US8381107B2 (en) | 2010-01-13 | 2013-02-19 | Apple Inc. | Adaptive audio feedback system and method |
| US8311838B2 (en) | 2010-01-13 | 2012-11-13 | Apple Inc. | Devices and methods for identifying a prompt corresponding to a voice input in a sequence of prompts |
| US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
| US10705794B2 (en) | 2010-01-18 | 2020-07-07 | Apple Inc. | Automatically adapting user interfaces for hands-free interaction |
| US10679605B2 (en) | 2010-01-18 | 2020-06-09 | Apple Inc. | Hands-free list-reading by intelligent automated assistant |
| US10553209B2 (en) | 2010-01-18 | 2020-02-04 | Apple Inc. | Systems and methods for hands-free notification summaries |
| DE202011111062U1 (de) | 2010-01-25 | 2019-02-19 | Newvaluexchange Ltd. | Vorrichtung und System für eine Digitalkonversationsmanagementplattform |
| US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
| JP5850216B2 (ja) | 2010-04-13 | 2016-02-03 | ソニー株式会社 | 信号処理装置および方法、符号化装置および方法、復号装置および方法、並びにプログラム |
| US8542766B2 (en) * | 2010-05-04 | 2013-09-24 | Samsung Electronics Co., Ltd. | Time alignment algorithm for transmitters with EER/ET amplifiers and others |
| IL311020A (en) | 2010-07-02 | 2024-04-01 | Dolby Int Ab | After–selective bass filter |
| US8713021B2 (en) | 2010-07-07 | 2014-04-29 | Apple Inc. | Unsupervised document clustering using latent semantic density analysis |
| US8719006B2 (en) | 2010-08-27 | 2014-05-06 | Apple Inc. | Combined statistical and rule-based part-of-speech tagging for text-to-speech synthesis |
| US8719014B2 (en) | 2010-09-27 | 2014-05-06 | Apple Inc. | Electronic device with text error correction based on voice recognition data |
| US8738385B2 (en) * | 2010-10-20 | 2014-05-27 | Broadcom Corporation | Pitch-based pre-filtering and post-filtering for compression of audio signals |
| US10515147B2 (en) | 2010-12-22 | 2019-12-24 | Apple Inc. | Using statistical language models for contextual lookup |
| US10762293B2 (en) | 2010-12-22 | 2020-09-01 | Apple Inc. | Using parts-of-speech tagging and named entity recognition for spelling correction |
| US8781836B2 (en) | 2011-02-22 | 2014-07-15 | Apple Inc. | Hearing assistance system for providing consistent human speech |
| US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
| US10057736B2 (en) | 2011-06-03 | 2018-08-21 | Apple Inc. | Active transport based notifications |
| US10672399B2 (en) | 2011-06-03 | 2020-06-02 | Apple Inc. | Switching between text data and audio data based on a mapping |
| US8812294B2 (en) | 2011-06-21 | 2014-08-19 | Apple Inc. | Translating phrases from one language into another using an order-based set of declarative rules |
| US8706472B2 (en) | 2011-08-11 | 2014-04-22 | Apple Inc. | Method for disambiguating multiple readings in language conversion |
| US8994660B2 (en) | 2011-08-29 | 2015-03-31 | Apple Inc. | Text correction processing |
| US8762156B2 (en) | 2011-09-28 | 2014-06-24 | Apple Inc. | Speech recognition repair using contextual information |
| US10134385B2 (en) | 2012-03-02 | 2018-11-20 | Apple Inc. | Systems and methods for name pronunciation |
| US9483461B2 (en) | 2012-03-06 | 2016-11-01 | Apple Inc. | Handling speech synthesis of content for multiple languages |
| EP2830062B1 (en) | 2012-03-21 | 2019-11-20 | Samsung Electronics Co., Ltd. | Method and apparatus for high-frequency encoding/decoding for bandwidth extension |
| ES2960582T3 (es) * | 2012-03-29 | 2024-03-05 | Ericsson Telefon Ab L M | Cuantificador vectorial |
| US9070356B2 (en) * | 2012-04-04 | 2015-06-30 | Google Technology Holdings LLC | Method and apparatus for generating a candidate code-vector to code an informational signal |
| US9263053B2 (en) * | 2012-04-04 | 2016-02-16 | Google Technology Holdings LLC | Method and apparatus for generating a candidate code-vector to code an informational signal |
| US9280610B2 (en) | 2012-05-14 | 2016-03-08 | Apple Inc. | Crowd sourcing information to fulfill user requests |
| US8775442B2 (en) | 2012-05-15 | 2014-07-08 | Apple Inc. | Semantic search using a single-source semantic model |
| US10417037B2 (en) | 2012-05-15 | 2019-09-17 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
| WO2013185109A2 (en) | 2012-06-08 | 2013-12-12 | Apple Inc. | Systems and methods for recognizing textual identifiers within a plurality of words |
| US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
| US9495129B2 (en) | 2012-06-29 | 2016-11-15 | Apple Inc. | Device, method, and user interface for voice-activated navigation and browsing of a document |
| US9576574B2 (en) | 2012-09-10 | 2017-02-21 | Apple Inc. | Context-sensitive handling of interruptions by intelligent digital assistant |
| US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
| US8935167B2 (en) | 2012-09-25 | 2015-01-13 | Apple Inc. | Exemplar-based latent perceptual modeling for automatic speech recognition |
| ES2626977T3 (es) * | 2013-01-29 | 2017-07-26 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Aparato, procedimiento y medio informático para sintetizar una señal de audio |
| US10199051B2 (en) | 2013-02-07 | 2019-02-05 | Apple Inc. | Voice trigger for a digital assistant |
| US10642574B2 (en) | 2013-03-14 | 2020-05-05 | Apple Inc. | Device, method, and graphical user interface for outputting captions |
| US10572476B2 (en) | 2013-03-14 | 2020-02-25 | Apple Inc. | Refining a search based on schedule items |
| US9368114B2 (en) | 2013-03-14 | 2016-06-14 | Apple Inc. | Context-sensitive handling of interruptions |
| US9733821B2 (en) | 2013-03-14 | 2017-08-15 | Apple Inc. | Voice control to diagnose inadvertent activation of accessibility features |
| US9977779B2 (en) | 2013-03-14 | 2018-05-22 | Apple Inc. | Automatic supplementation of word correction dictionaries |
| US10652394B2 (en) | 2013-03-14 | 2020-05-12 | Apple Inc. | System and method for processing voicemail |
| KR102057795B1 (ko) | 2013-03-15 | 2019-12-19 | 애플 인크. | 콘텍스트-민감성 방해 처리 |
| CN105027197B (zh) | 2013-03-15 | 2018-12-14 | 苹果公司 | 训练至少部分语音命令系统 |
| CN110096712B (zh) | 2013-03-15 | 2023-06-20 | 苹果公司 | 通过智能数字助理的用户培训 |
| US10748529B1 (en) | 2013-03-15 | 2020-08-18 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
| WO2014144579A1 (en) | 2013-03-15 | 2014-09-18 | Apple Inc. | System and method for updating an adaptive speech recognition model |
| WO2014197336A1 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for detecting errors in interactions with a voice-based digital assistant |
| US9582608B2 (en) | 2013-06-07 | 2017-02-28 | Apple Inc. | Unified ranking with entropy-weighted information for phrase-based semantic auto-completion |
| WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
| WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
| CN110442699A (zh) | 2013-06-09 | 2019-11-12 | 苹果公司 | 操作数字助理的方法、计算机可读介质、电子设备和系统 |
| US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
| KR101809808B1 (ko) | 2013-06-13 | 2017-12-15 | 애플 인크. | 음성 명령에 의해 개시되는 긴급 전화를 걸기 위한 시스템 및 방법 |
| DE112014003653B4 (de) | 2013-08-06 | 2024-04-18 | Apple Inc. | Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen |
| US10296160B2 (en) | 2013-12-06 | 2019-05-21 | Apple Inc. | Method for extracting salient dialog usage from live data |
| RU2764260C2 (ru) * | 2013-12-27 | 2022-01-14 | Сони Корпорейшн | Устройство и способ декодирования |
| CN105023577B (zh) * | 2014-04-17 | 2019-07-05 | 腾讯科技（深圳）有限公司 | 混音处理方法、装置和系统 |
| CN107452391B (zh) | 2014-04-29 | 2020-08-25 | 华为技术有限公司 | 音频编码方法及相关装置 |
| US9620105B2 (en) | 2014-05-15 | 2017-04-11 | Apple Inc. | Analyzing audio input for efficient speech and music recognition |
| US10592095B2 (en) | 2014-05-23 | 2020-03-17 | Apple Inc. | Instantaneous speaking of content on touch devices |
| US9502031B2 (en) | 2014-05-27 | 2016-11-22 | Apple Inc. | Method for supporting dynamic grammars in WFST-based ASR |
| US9633004B2 (en) | 2014-05-30 | 2017-04-25 | Apple Inc. | Better resolution when referencing to concepts |
| US10078631B2 (en) | 2014-05-30 | 2018-09-18 | Apple Inc. | Entropy-guided text prediction using combined word and character n-gram language models |
| US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
| US10289433B2 (en) | 2014-05-30 | 2019-05-14 | Apple Inc. | Domain specific language for encoding assistant dialog |
| US9785630B2 (en) | 2014-05-30 | 2017-10-10 | Apple Inc. | Text prediction using combined word N-gram and unigram language models |
| US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
| EP3480811A1 (en) | 2014-05-30 | 2019-05-08 | Apple Inc. | Multi-command single utterance input method |
| US9734193B2 (en) | 2014-05-30 | 2017-08-15 | Apple Inc. | Determining domain salience ranking from ambiguous words in natural speech |
| US9842101B2 (en) | 2014-05-30 | 2017-12-12 | Apple Inc. | Predictive conversion of language input |
| US9760559B2 (en) | 2014-05-30 | 2017-09-12 | Apple Inc. | Predictive text input |
| US10170123B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Intelligent assistant for home automation |
| US10659851B2 (en) | 2014-06-30 | 2020-05-19 | Apple Inc. | Real-time digital assistant knowledge updates |
| US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
| US10446141B2 (en) | 2014-08-28 | 2019-10-15 | Apple Inc. | Automatic speech recognition based on user feedback |
| US9818400B2 (en) | 2014-09-11 | 2017-11-14 | Apple Inc. | Method and apparatus for discovering trending terms in speech requests |
| US10789041B2 (en) | 2014-09-12 | 2020-09-29 | Apple Inc. | Dynamic thresholds for always listening speech trigger |
| US9646609B2 (en) | 2014-09-30 | 2017-05-09 | Apple Inc. | Caching apparatus for serving phonetic pronunciations |
| US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
| US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
| US9886432B2 (en) | 2014-09-30 | 2018-02-06 | Apple Inc. | Parsimonious handling of word inflection via categorical stem + suffix N-gram language models |
| US10074360B2 (en) | 2014-09-30 | 2018-09-11 | Apple Inc. | Providing an indication of the suitability of speech recognition |
| US10552013B2 (en) | 2014-12-02 | 2020-02-04 | Apple Inc. | Data detection |
| US9711141B2 (en) | 2014-12-09 | 2017-07-18 | Apple Inc. | Disambiguating heteronyms in speech synthesis |
| US9865280B2 (en) | 2015-03-06 | 2018-01-09 | Apple Inc. | Structured dictation using intelligent automated assistants |
| US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
| US9886953B2 (en) | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
| US9721566B2 (en) | 2015-03-08 | 2017-08-01 | Apple Inc. | Competing devices responding to voice triggers |
| US9899019B2 (en) | 2015-03-18 | 2018-02-20 | Apple Inc. | Systems and methods for structured stem and suffix language models |
| US9842105B2 (en) | 2015-04-16 | 2017-12-12 | Apple Inc. | Parsimonious continuous-space phrase representations for natural language processing |
| US10083688B2 (en) | 2015-05-27 | 2018-09-25 | Apple Inc. | Device voice control for selecting a displayed affordance |
| US10127220B2 (en) | 2015-06-04 | 2018-11-13 | Apple Inc. | Language identification from short strings |
| US10101822B2 (en) | 2015-06-05 | 2018-10-16 | Apple Inc. | Language input correction |
| US10186254B2 (en) | 2015-06-07 | 2019-01-22 | Apple Inc. | Context-based endpoint detection |
| US11025565B2 (en) | 2015-06-07 | 2021-06-01 | Apple Inc. | Personalized prediction of responses for instant messaging |
| US10255907B2 (en) | 2015-06-07 | 2019-04-09 | Apple Inc. | Automatic accent detection using acoustic models |
| US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
| US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
| US9697820B2 (en) | 2015-09-24 | 2017-07-04 | Apple Inc. | Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks |
| US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
| US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
| US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
| US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
| US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
| US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
| US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
| US10251002B2 (en) * | 2016-03-21 | 2019-04-02 | Starkey Laboratories, Inc. | Noise characterization and attenuation using linear predictive coding |
| US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
| US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
| US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
| US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
| DK179309B1 (en) | 2016-06-09 | 2018-04-23 | Apple Inc | Intelligent automated assistant in a home environment |
| US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
| US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
| US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
| US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
| US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
| DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
| DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
| DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
| DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
| US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
| DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
| DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
| AU2020205729A1 (en) | 2019-01-13 | 2021-08-05 | Huawei Technologies Co., Ltd. | High resolution audio coding |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05289700A (ja) * | 1992-04-09 | 1993-11-05 | Olympus Optical Co Ltd | 音声符号化装置 |
| DE69328450T2 (de) * | 1992-06-29 | 2001-01-18 | Nippon Telegraph & Telephone | Verfahren und Vorrichtung zur Sprachkodierung |
-
1995
- 1995-06-07 US US08/482,715 patent/US5664055A/en not_active Expired - Lifetime
-
1996
- 1996-05-27 CA CA002177414A patent/CA2177414C/en not_active Expired - Lifetime
- 1996-05-29 DE DE69613910T patent/DE69613910T2/de not_active Expired - Lifetime
- 1996-05-29 ES ES96303843T patent/ES2163590T3/es not_active Expired - Lifetime
- 1996-05-29 EP EP96303843A patent/EP0749110B1/en not_active Expired - Lifetime
- 1996-05-30 AU AU54621/96A patent/AU700205B2/en not_active Expired
- 1996-06-05 KR KR1019960020164A patent/KR100433608B1/ko not_active IP Right Cessation
- 1996-06-07 JP JP18261296A patent/JP3272953B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| DE69613910D1 (de) | 2001-08-23 |
| AU5462196A (en) | 1996-12-19 |
| EP0749110A2 (en) | 1996-12-18 |
| AU700205B2 (en) | 1998-12-24 |
| EP0749110A3 (en) | 1997-10-29 |
| DE69613910T2 (de) | 2002-04-04 |
| MX9602143A (es) | 1997-09-30 |
| EP0749110B1 (en) | 2001-07-18 |
| JPH09120299A (ja) | 1997-05-06 |
| US5664055A (en) | 1997-09-02 |
| CA2177414C (en) | 2000-09-19 |
| KR100433608B1 (ko) | 2004-08-30 |
| ES2163590T3 (es) | 2002-02-01 |
| CA2177414A1 (en) | 1996-12-08 |
| KR970004369A (ko) | 1997-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3272953B2 (ja) | 適応コードブックに基づく音声圧縮システム | |
| JP3432082B2 (ja) | フレーム消失の間のピッチ遅れ修正方法 | |
| US6813602B2 (en) | Methods and systems for searching a low complexity random codebook structure | |
| US5732389A (en) | Voiced/unvoiced classification of speech for excitation codebook selection in celp speech decoding during frame erasures | |
| JP5519334B2 (ja) | 音声符号化用開ループピッチ処理 | |
| US6029128A (en) | Speech synthesizer | |
| EP1105870B1 (en) | Speech encoder adaptively applying pitch preprocessing with continuous warping of the input signal | |
| US6493665B1 (en) | Speech classification and parameter weighting used in codebook search | |
| JP3481390B2 (ja) | 短期知覚重み付けフィルタを使用する合成分析音声コーダに雑音マスキングレベルを適応する方法 | |
| Lefebvre et al. | High quality coding of wideband audio signals using transform coded excitation (TCX) | |
| EP0878790A1 (en) | Voice coding system and method | |
| EP0731449A2 (en) | Method for the modification of PLC coefficients of acoustic signals | |
| JPH09127991A (ja) | 音声符号化方法及び装置、音声復号化方法及び装置 | |
| EP0415675B1 (en) | Constrained-stochastic-excitation coding | |
| EP0747884B1 (en) | Codebook gain attenuation during frame erasures | |
| Galand et al. | 7 KBPS—7 MIPS—High Quality ACELP for Cellular Radio | |
| CODER | ITU-Tg. 723.1 | |
| RECOMMENDATION | ITU-Tg. 722.2 | |
| MXPA96002143A (en) | System for speech compression based on adaptable codigocifrado, better |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080125 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090125 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100125 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100125 Year of fee payment: 8 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100125 Year of fee payment: 8 |
|
| R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100125 Year of fee payment: 8 |
|
| R370 | Written measure of declining of transfer procedure |
Free format text: JAPANESE INTERMEDIATE CODE: R370 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110125 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110125 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110125 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110125 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110125 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110125 Year of fee payment: 9 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| S631 | Written request for registration of reclamation of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313631 |
|
| S633 | Written request for registration of reclamation of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313633 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110125 Year of fee payment: 9 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110125 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120125 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130125 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130125 Year of fee payment: 11 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |