JP3481027B2 - 音声符号化装置 - Google Patents
音声符号化装置Info
- Publication number
- JP3481027B2 JP3481027B2 JP32850595A JP32850595A JP3481027B2 JP 3481027 B2 JP3481027 B2 JP 3481027B2 JP 32850595 A JP32850595 A JP 32850595A JP 32850595 A JP32850595 A JP 32850595A JP 3481027 B2 JP3481027 B2 JP 3481027B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- speech
- index
- vector
- power envelope
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/15—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being formant information
Description
【０００１】
【発明の属する技術分野】本発明は、音声符号化装置に
関し、例えば、ＣＥＬＰ（Ｃｏｄｅ Ｅｘｃｉｔｅｄ
Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ：コード励振線形
予測）型、マルチパルス型音声符号化装置に好適なもの
である。
関し、例えば、ＣＥＬＰ（Ｃｏｄｅ Ｅｘｃｉｔｅｄ
Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ：コード励振線形
予測）型、マルチパルス型音声符号化装置に好適なもの
である。
【０００２】
【従来の技術】現在、低符号化レートの音声符号化・復
号化方式には、コード励振線形予測符号化方式や、マル
チパルス励振（ＭＰＥ：Ｍｕｌｔｉ Ｐｕｌｓｅ Ｅｘ
ｃｉｔａｔｉｏｎ）線形予測符号化方式などのＡｂＳ
（Ａｎａｌｙｓｉｓ ｂｙ Ｓｙｎｔｈｅｓｉｓ）法を
用いた方式が主に用いられている。
号化方式には、コード励振線形予測符号化方式や、マル
チパルス励振（ＭＰＥ：Ｍｕｌｔｉ Ｐｕｌｓｅ Ｅｘ
ｃｉｔａｔｉｏｎ）線形予測符号化方式などのＡｂＳ
（Ａｎａｌｙｓｉｓ ｂｙ Ｓｙｎｔｈｅｓｉｓ）法を
用いた方式が主に用いられている。
【０００３】音声研究で用いるモデルは、ある入力音声
に対応するパラメータの値を解析的に決定することが困
難であるものが多い。ＡｂＳ法は、このようなモデルの
パラメータを決定するための方法の一つとして、ある範
囲でパラメータを変化させ、実際に音声を合成し、それ
と入力音声との距離が最小になるものを選ぶ方法であ
る。
に対応するパラメータの値を解析的に決定することが困
難であるものが多い。ＡｂＳ法は、このようなモデルの
パラメータを決定するための方法の一つとして、ある範
囲でパラメータを変化させ、実際に音声を合成し、それ
と入力音声との距離が最小になるものを選ぶ方法であ
る。
【０００４】このような符号化・復号化方式についての
技術は、一例として下記の文献に提案されている。 文献：Ｂ．Ｓ．Ａｔａｌ、『ＨＩＧＨ−ＱＵＡＬＩＴＹ
ＳＰＥＥＣＨ ＡＴＬＯＷ ＢＩＴ ＲＡＴＥＳ：Ｍ
ＵＬＴＩ−ＰＵＬＳＥ ＡＮＤ ＳＴＯＣＨＡＳＴＩＣ
ＡＬＬＹ ＥＸＣＩＴＥＤ ＬＩＮＥＡＲ ＰＲＥＤＩ
ＣＴＩＶＥＣＯＤＥＲＳ』、Ｐｒｏｃ．ＩＣＡＳＳＰ、
ｐｐ１６８１−１６８４、１９８６年。
技術は、一例として下記の文献に提案されている。 文献：Ｂ．Ｓ．Ａｔａｌ、『ＨＩＧＨ−ＱＵＡＬＩＴＹ
ＳＰＥＥＣＨ ＡＴＬＯＷ ＢＩＴ ＲＡＴＥＳ：Ｍ
ＵＬＴＩ−ＰＵＬＳＥ ＡＮＤ ＳＴＯＣＨＡＳＴＩＣ
ＡＬＬＹ ＥＸＣＩＴＥＤ ＬＩＮＥＡＲ ＰＲＥＤＩ
ＣＴＩＶＥＣＯＤＥＲＳ』、Ｐｒｏｃ．ＩＣＡＳＳＰ、
ｐｐ１６８１−１６８４、１９８６年。
【０００５】ここで、図２を用いてＡｂＳ法について簡
単に説明する。先ず、予め用意された駆動音源信号ｃｉ
（ｉ＝１〜Ｎ）を合成フィルタ１０１で処理することに
よって合成音声信号Ｓｗｉが得られる。減算器１０２に
よって入力音声信号Ｓと合成音声信号Ｓｗｉの差分信号
ｅｉが計算され、これを聴覚重み付けフィルタ１０３で
処理することによって重み付け差分信号ｅｗｉが得られ
る。２乗誤差計算回路１０４では、ｅｗｉの各成分の２
乗和を計算し、これが最小となるｉを探索する。
単に説明する。先ず、予め用意された駆動音源信号ｃｉ
（ｉ＝１〜Ｎ）を合成フィルタ１０１で処理することに
よって合成音声信号Ｓｗｉが得られる。減算器１０２に
よって入力音声信号Ｓと合成音声信号Ｓｗｉの差分信号
ｅｉが計算され、これを聴覚重み付けフィルタ１０３で
処理することによって重み付け差分信号ｅｗｉが得られ
る。２乗誤差計算回路１０４では、ｅｗｉの各成分の２
乗和を計算し、これが最小となるｉを探索する。
【０００６】このように、入力音声信号と合成音声信号
より差分信号を計算し、この差分信号が最小になるよう
な駆動音源信号を探して最適駆動音源信号とする。ＣＥ
ＬＰ型差分方式の場合は、駆動音源としてランダムガウ
シアンノイズを用い、ＭＰＥ符号化方式の場合は駆動音
源としてパルスシーケンスを用いる。
より差分信号を計算し、この差分信号が最小になるよう
な駆動音源信号を探して最適駆動音源信号とする。ＣＥ
ＬＰ型差分方式の場合は、駆動音源としてランダムガウ
シアンノイズを用い、ＭＰＥ符号化方式の場合は駆動音
源としてパルスシーケンスを用いる。
【０００７】
【発明が解決しようとする課題】しかしながら、最適駆
動音源信号選択時に用いる評価値として、差分信号の２
乗和だけでは、合成音声信号の聴覚的な自然性が損なわ
れる場合がある。例えば、合成音声信号に原音声信号に
はないような不自然な波形が現れたりしていた。
動音源信号選択時に用いる評価値として、差分信号の２
乗和だけでは、合成音声信号の聴覚的な自然性が損なわ
れる場合がある。例えば、合成音声信号に原音声信号に
はないような不自然な波形が現れたりしていた。
【０００８】このため、聴感的な自然性を損なわずに、
入力原音声信号に忠実に一致し得る合成音声信号を再生
し得る音声符号化装置の提供が要請されている。
入力原音声信号に忠実に一致し得る合成音声信号を再生
し得る音声符号化装置の提供が要請されている。
【０００９】
【課題を解決するための手段】そこで、本発明は、入力
音声信号に対してＡｂＳ法を用いてフォワード型構成又
はバックワード型構成で音声符号化する音声符号化装置
であって、入力音声信号又は局部再生の合成音声信号か
ら声道予測係数を求める声道予測係数生成手段と、駆動
音源符号帳にインデックス対応で格納されている符号コ
ードと、上記声道予測係数とを用いて、合成音声信号を
生成する音声合成手段と、この合成音声信号と上記入力
音声信号との比較を行って差分信号を出力する比較手段
と、この差分信号に対して聴覚重み付けを行って聴覚重
み付け信号を得る聴覚重み付け手段と、少なくとも上記
聴覚重み付け信号から上記駆動音源符号帳用の最適イン
デックスを選定して、上記符号帳に与える符号帳インデ
ックス選定手段とを備えた音声符号化装置において、以
下の特徴的な構成で上述の課題を解決するものである。
音声信号に対してＡｂＳ法を用いてフォワード型構成又
はバックワード型構成で音声符号化する音声符号化装置
であって、入力音声信号又は局部再生の合成音声信号か
ら声道予測係数を求める声道予測係数生成手段と、駆動
音源符号帳にインデックス対応で格納されている符号コ
ードと、上記声道予測係数とを用いて、合成音声信号を
生成する音声合成手段と、この合成音声信号と上記入力
音声信号との比較を行って差分信号を出力する比較手段
と、この差分信号に対して聴覚重み付けを行って聴覚重
み付け信号を得る聴覚重み付け手段と、少なくとも上記
聴覚重み付け信号から上記駆動音源符号帳用の最適イン
デックスを選定して、上記符号帳に与える符号帳インデ
ックス選定手段とを備えた音声符号化装置において、以
下の特徴的な構成で上述の課題を解決するものである。
【００１０】即ち、本発明の音声符号化装置は、上記合
成音声信号からパワーエンベロープ信号を求め、上記入
力音声信号からパワーエンベロープ信号を求めて、これ
らのパワーエンベロープ信号の比較を行って、これらの
パワーエンベロープ信号の誤差信号を推定する『パワー
エンベロープ誤差推定手段』を備え、上記符号帳インデ
ックス選定手段は、上記誤差信号と上記聴覚重み付け信
号とから最適インデックスを選定して上記符号帳に与え
るものである。
成音声信号からパワーエンベロープ信号を求め、上記入
力音声信号からパワーエンベロープ信号を求めて、これ
らのパワーエンベロープ信号の比較を行って、これらの
パワーエンベロープ信号の誤差信号を推定する『パワー
エンベロープ誤差推定手段』を備え、上記符号帳インデ
ックス選定手段は、上記誤差信号と上記聴覚重み付け信
号とから最適インデックスを選定して上記符号帳に与え
るものである。
【００１１】このような構成を採ることで、合成音声信
号のパワーエンベロープ信号と、入力音声信号のパワー
エンベロープ信号との比較を行って、これらのパワーエ
ンベロープ信号の誤差信号と、聴覚重み付け信号とから
最適インデックスを選択するように構成し、符号帳から
の符号コードを最適に修正でき、これによって得られる
合成音声信号のパワーエンベロープを、入力音声信号の
パワーエンベロープに非常に近くすることができる。し
かも、エンベロープを一致させるように動作するので、
聴感も入力音声に一致させるようにすることができる。
号のパワーエンベロープ信号と、入力音声信号のパワー
エンベロープ信号との比較を行って、これらのパワーエ
ンベロープ信号の誤差信号と、聴覚重み付け信号とから
最適インデックスを選択するように構成し、符号帳から
の符号コードを最適に修正でき、これによって得られる
合成音声信号のパワーエンベロープを、入力音声信号の
パワーエンベロープに非常に近くすることができる。し
かも、エンベロープを一致させるように動作するので、
聴感も入力音声に一致させるようにすることができる。
【００１２】このため、入力音声信号に非常に一致し得
る符号コードや、インデックス情報などを得ることがで
きる。これらの情報や声道予測係数などを符号化装置の
出力信号として復号化装置に送ることで、再生音声を従
来に比べ非常に忠実に再生し得るのである。
る符号コードや、インデックス情報などを得ることがで
きる。これらの情報や声道予測係数などを符号化装置の
出力信号として復号化装置に送ることで、再生音声を従
来に比べ非常に忠実に再生し得るのである。
【００１３】
【発明の実施の形態】次に本発明の好適な実施の形態を
図面を用いて説明する。そこで、本実施の形態において
は、最適駆動音源信号選択時に用いる評価値として、波
形差分信号の２乗和だけでなく音声信号波形のエンベロ
ープ情報も加味するように構成する。このエンベロープ
を図５に示している。この図５において、曲線５１は、
音声信号のパワーを表す曲線であり、曲線５２がパワー
エンベロープを表す曲線である。
図面を用いて説明する。そこで、本実施の形態において
は、最適駆動音源信号選択時に用いる評価値として、波
形差分信号の２乗和だけでなく音声信号波形のエンベロ
ープ情報も加味するように構成する。このエンベロープ
を図５に示している。この図５において、曲線５１は、
音声信号のパワーを表す曲線であり、曲線５２がパワー
エンベロープを表す曲線である。
【００１４】具体的には、入力音声信号と合成音声信号
の差分信号を計算し、この差分信号に知覚的（聴覚的）
な重みを付けて重み付け差分信号を計算し、この重み付
け差分信号の２乗和による波形誤差評価値を計算し、こ
の波形誤差評価値が最小となる駆動音源信号を選択する
ような合成による分析法を用いた音声符号化方式におい
て、次のような構成を採るものである。
の差分信号を計算し、この差分信号に知覚的（聴覚的）
な重みを付けて重み付け差分信号を計算し、この重み付
け差分信号の２乗和による波形誤差評価値を計算し、こ
の波形誤差評価値が最小となる駆動音源信号を選択する
ような合成による分析法を用いた音声符号化方式におい
て、次のような構成を採るものである。
【００１５】即ち、入力音声信号及び合成音声信号のエ
ンベロープ信号をそれぞれ計算し、エンベロープ信号同
士のエンベロープ誤差評価値を計算し、波形誤差評価値
の他にエンベロープ誤差評価値も用いて最適駆動音源信
号を選択するように構成して、合成による分析法を用い
た音声符号化方式を実現する。
ンベロープ信号をそれぞれ計算し、エンベロープ信号同
士のエンベロープ誤差評価値を計算し、波形誤差評価値
の他にエンベロープ誤差評価値も用いて最適駆動音源信
号を選択するように構成して、合成による分析法を用い
た音声符号化方式を実現する。
【００１６】『第１の実施の形態』：本第１の実施の形
態においては、本発明をＣＥＬＰ型の音声符号化装置に
適用する場合の構成を詳細に説明する。
態においては、本発明をＣＥＬＰ型の音声符号化装置に
適用する場合の構成を詳細に説明する。
【００１７】図１は第１の実施の形態の音声符号化装置
の機能構成図である。この図１において、音声符号化装
置は、声道分析部２０１と、声道予測係数量子化・逆量
子化部２０２と、駆動音源符号帳２０３と、乗算器２０
４と、ゲインテーブル２０５と、合成フィルタ２０６
と、減算器２０７と、聴覚重み付けフィルタ２０８と、
２乗誤差計算回路２０９と、エンベロープ誤差計算回路
２１０と、トータル誤差計算回路２１１と、多重化回路
２１２とから構成されている。
の機能構成図である。この図１において、音声符号化装
置は、声道分析部２０１と、声道予測係数量子化・逆量
子化部２０２と、駆動音源符号帳２０３と、乗算器２０
４と、ゲインテーブル２０５と、合成フィルタ２０６
と、減算器２０７と、聴覚重み付けフィルタ２０８と、
２乗誤差計算回路２０９と、エンベロープ誤差計算回路
２１０と、トータル誤差計算回路２１１と、多重化回路
２１２とから構成されている。
【００１８】原音声ベクトル信号Ｓｏは、フレーム単位
にまとめられてベクトル信号として原音声ベクトル入力
端子２００に印加される。音声符号化データはトータル
コード信号Ｗとしてトータルコード出力端子２１３から
出力される。
にまとめられてベクトル信号として原音声ベクトル入力
端子２００に印加される。音声符号化データはトータル
コード信号Ｗとしてトータルコード出力端子２１３から
出力される。
【００１９】声道分析部２０１は、原音声ベクトル信号
Ｓｏから声道予測係数、即ち、ＬＰＣ（Ｌｉｎｅａｒ
Ｐｒｅｄｉｃｔｉｏｎ Ｃｏｄｉｎｇ）係数ａを求めて
声道予測係数量子化・逆量子化部２０２に与えるもので
ある。
Ｓｏから声道予測係数、即ち、ＬＰＣ（Ｌｉｎｅａｒ
Ｐｒｅｄｉｃｔｉｏｎ Ｃｏｄｉｎｇ）係数ａを求めて
声道予測係数量子化・逆量子化部２０２に与えるもので
ある。
【００２０】声道予測係数量子化・逆量子化部２０２
は、声道分析部２０１からの声道予測係数（ＬＰＣ係数
ａ）を量子化して、この量子化値に対応する声道予測係
数インデックス値Ｌを生成して多重化回路２１２に与え
ると共に、逆量子化値ａｑを求めて合成フィルタ２０６
に与えるものである。
は、声道分析部２０１からの声道予測係数（ＬＰＣ係数
ａ）を量子化して、この量子化値に対応する声道予測係
数インデックス値Ｌを生成して多重化回路２１２に与え
ると共に、逆量子化値ａｑを求めて合成フィルタ２０６
に与えるものである。
【００２１】駆動音源符号帳２０３は、トータル誤差計
算回路２１１から与えられるインデックス値Ｉによっ
て、対応する駆動音源ベクトルＣｉ（ｉ＝１〜Ｎ）を読
み出して乗算器２０４に与えるものである。
算回路２１１から与えられるインデックス値Ｉによっ
て、対応する駆動音源ベクトルＣｉ（ｉ＝１〜Ｎ）を読
み出して乗算器２０４に与えるものである。
【００２２】乗算器２０４は、ゲインテーブル２０５か
ら与えられるゲイン情報ｇｊ（ｊ＝１〜Ｍ）と、駆動音
源符号帳２０３からの駆動音源ベクトルＣｉ（ｉ＝１〜
Ｎ）とを乗算して、乗算結果ベクトル信号Ｃｇｉｊを合
成フィルタ２０６に与えるものである。
ら与えられるゲイン情報ｇｊ（ｊ＝１〜Ｍ）と、駆動音
源符号帳２０３からの駆動音源ベクトルＣｉ（ｉ＝１〜
Ｎ）とを乗算して、乗算結果ベクトル信号Ｃｇｉｊを合
成フィルタ２０６に与えるものである。
【００２３】ゲインテーブル２０５は、トータル誤差計
算回路２１１から与えられるインデックス値ｊによっ
て、対応するゲイン情報ｇｊ（ｊ＝１〜Ｍ）を読み出し
て乗算器２０４に与える。
算回路２１１から与えられるインデックス値ｊによっ
て、対応するゲイン情報ｇｊ（ｊ＝１〜Ｍ）を読み出し
て乗算器２０４に与える。
【００２４】合成フィルタ２０６は、例えば、巡回型の
デジタルフィルタで構成され、声道予測係数量子化・逆
量子化部２０２からの逆量子化値（ＬＰＣ係数を意味し
ている。）ａｑと、乗算結果ベクトル信号Ｃｇｉｊとか
ら合成音声ベクトルＳｉｊを求めて減算器２０７と、エ
ンベロープ誤差計算回路２１０とに与えるものである。
デジタルフィルタで構成され、声道予測係数量子化・逆
量子化部２０２からの逆量子化値（ＬＰＣ係数を意味し
ている。）ａｑと、乗算結果ベクトル信号Ｃｇｉｊとか
ら合成音声ベクトルＳｉｊを求めて減算器２０７と、エ
ンベロープ誤差計算回路２１０とに与えるものである。
【００２５】減算器２０７は、入力原音声ベクトル信号
Ｓｏと、合成音声ベクトルＳｉｊとの差分を求め、この
差分ベクトル信号ｅｉｊを聴覚重み付けフィルタ２０８
に与えるものである。
Ｓｏと、合成音声ベクトルＳｉｊとの差分を求め、この
差分ベクトル信号ｅｉｊを聴覚重み付けフィルタ２０８
に与えるものである。
【００２６】聴覚重み付けフィルタ２０８は、減算器２
０７からの差分ベクトル信号ｅｉｊに対して、周波数的
な重みをかける、言い換えれば、聴覚特性に応じた重み
付け処理を施してその聴覚重み付けベクトル信号ｗｉｊ
を２乗誤差計算回路２０９に与えるものである。音声ホ
ルマントや、ピッチハーモニクスのパワーの大きい周波
数領域の量子化雑音は、聴覚マスキング効果によって小
さく感じる。逆に、パワーの小さい周波数領域の量子化
雑音は、マスクされずに聞こえてしまう。そこで、符号
化時の量子化雑音をパワーの大きい周波数領域で大きく
し、パワーの小さい周波数領域で小さくするための周波
数重み付けを聴覚重み付けという。
０７からの差分ベクトル信号ｅｉｊに対して、周波数的
な重みをかける、言い換えれば、聴覚特性に応じた重み
付け処理を施してその聴覚重み付けベクトル信号ｗｉｊ
を２乗誤差計算回路２０９に与えるものである。音声ホ
ルマントや、ピッチハーモニクスのパワーの大きい周波
数領域の量子化雑音は、聴覚マスキング効果によって小
さく感じる。逆に、パワーの小さい周波数領域の量子化
雑音は、マスクされずに聞こえてしまう。そこで、符号
化時の量子化雑音をパワーの大きい周波数領域で大きく
し、パワーの小さい周波数領域で小さくするための周波
数重み付けを聴覚重み付けという。
【００２７】人間の聴覚は、ある周波数成分が大きいと
その近くの周波数の音が聞こえにくくなる、マスキング
と呼ばれる特性を持っている。故に、原音声と再生音声
との聴覚上の差、即ち、再生音声の歪み感はそのユーク
リッド距離とは必ずしも対応しない。故に、音声符号化
では、距離尺度として原音声と再生音声との差をマスキ
ング特性に対応した聴覚重み付けフィルタ２０８に通し
た値を用いる。この聴覚重み付けフィルタ２０８は、周
波数軸上において大きな部分の歪みを軽くし、小さな部
分の歪みを重くし、重み付けする特性を持つものであ
る。
その近くの周波数の音が聞こえにくくなる、マスキング
と呼ばれる特性を持っている。故に、原音声と再生音声
との聴覚上の差、即ち、再生音声の歪み感はそのユーク
リッド距離とは必ずしも対応しない。故に、音声符号化
では、距離尺度として原音声と再生音声との差をマスキ
ング特性に対応した聴覚重み付けフィルタ２０８に通し
た値を用いる。この聴覚重み付けフィルタ２０８は、周
波数軸上において大きな部分の歪みを軽くし、小さな部
分の歪みを重くし、重み付けする特性を持つものであ
る。
【００２８】２乗誤差計算回路２０９は、聴覚重み付け
フィルタ２０８からの聴覚重み付けベクトル信号ｗｉｊ
に基づき、このベクトル信号の各成分の２乗和ベクトル
信号Ｅｉｊを求めてトータル誤差計算回路２１１に与え
るものである。
フィルタ２０８からの聴覚重み付けベクトル信号ｗｉｊ
に基づき、このベクトル信号の各成分の２乗和ベクトル
信号Ｅｉｊを求めてトータル誤差計算回路２１１に与え
るものである。
【００２９】エンベロープ誤差計算回路２１０は、入力
原音声ベクトル信号Ｓｏに対するエンベロープ（包絡
線）ベクトルＶｏと、合成フィルタ２０６からの合成音
声ベクトルＳｉｊに対するエンベロープベクトルＶｉｊ
とを求める。このようなエンベロープの説明を図５に示
している。この図５において、曲線５１は、音声信号の
パワーを表す曲線であり、曲線５２がパワーエンベロー
プを表す曲線である。
原音声ベクトル信号Ｓｏに対するエンベロープ（包絡
線）ベクトルＶｏと、合成フィルタ２０６からの合成音
声ベクトルＳｉｊに対するエンベロープベクトルＶｉｊ
とを求める。このようなエンベロープの説明を図５に示
している。この図５において、曲線５１は、音声信号の
パワーを表す曲線であり、曲線５２がパワーエンベロー
プを表す曲線である。
【００３０】これらのエンベロープベクトルＶｏ、Ｖｉ
ｊは、入力原音声ベクトル信号Ｓｏ、合成音声ベクトル
信号Ｓｉｊの各成分の絶対値を例えば、次のような伝達
関数の式（１）で表し得るデジタルロウパスフィルタで
演算処理することによって得ることができるのである。 （１−ｂ）／（１−ｂ・Ｚ−１） ０＜ｂ＜１ …（１）。
ｊは、入力原音声ベクトル信号Ｓｏ、合成音声ベクトル
信号Ｓｉｊの各成分の絶対値を例えば、次のような伝達
関数の式（１）で表し得るデジタルロウパスフィルタで
演算処理することによって得ることができるのである。 （１−ｂ）／（１−ｂ・Ｚ−１） ０＜ｂ＜１ …（１）。
【００３１】この式（１）の伝達関数を実現するフィル
タは、図４のような構成で実現することができる。この
図４において、フィルタは、入力信号に対して乗算器４
１で係数（１−ｂ）を乗算し、この乗算結果に対して、
乗算器４４からの乗算結果とを加算して、加算結果を出
力すると共に遅延回路（Ｚ−１）４３に与え、遅延回路
４３は、遅延信号を乗算器４４に与え、ここで係数ｂを
乗算する。このような構成でロウパスフィルタ処理を行
うものである。
タは、図４のような構成で実現することができる。この
図４において、フィルタは、入力信号に対して乗算器４
１で係数（１−ｂ）を乗算し、この乗算結果に対して、
乗算器４４からの乗算結果とを加算して、加算結果を出
力すると共に遅延回路（Ｚ−１）４３に与え、遅延回路
４３は、遅延信号を乗算器４４に与え、ここで係数ｂを
乗算する。このような構成でロウパスフィルタ処理を行
うものである。
【００３２】更に、エンベロープ誤差計算回路２１０
は、求めたエンベロープベクトルＶｏ、Ｖｉｊとの差分
ベクトル信号を求め、この差分ベクトル信号の各成分の
２乗和ベクトル信号Ｒｉｊを求めてトータル誤差計算回
路２１１に与える。
は、求めたエンベロープベクトルＶｏ、Ｖｉｊとの差分
ベクトル信号を求め、この差分ベクトル信号の各成分の
２乗和ベクトル信号Ｒｉｊを求めてトータル誤差計算回
路２１１に与える。
【００３３】このようなエンベロープ誤差計算を行うこ
とによって、合成音声ベクトル信号Ｓｉｊを入力原音声
ベクトル信号Ｓｏに精度良く近付けることができるので
ある。
とによって、合成音声ベクトル信号Ｓｉｊを入力原音声
ベクトル信号Ｓｏに精度良く近付けることができるので
ある。
【００３４】トータル誤差計算回路２１１は、２乗誤差
計算回路２０９からの２乗和ベクトル信号Ｅｉｊと、エ
ンベロープ誤差計算回路２１０からの２乗和ベクトル信
号Ｒｉｊとからトータル誤差ベクトル信号Ｔｉｊを求め
る。このトータル誤差ベクトル信号Ｔｉｊは、例えば、
次のような式（２）で表される方法で求めることが好ま
しい。 Ｔｉｊ＝ｄ・Ｅｉｊ＋（１−ｄ）・Ｒｉｊ ０＜ｄ＜１ …（２）。
計算回路２０９からの２乗和ベクトル信号Ｅｉｊと、エ
ンベロープ誤差計算回路２１０からの２乗和ベクトル信
号Ｒｉｊとからトータル誤差ベクトル信号Ｔｉｊを求め
る。このトータル誤差ベクトル信号Ｔｉｊは、例えば、
次のような式（２）で表される方法で求めることが好ま
しい。 Ｔｉｊ＝ｄ・Ｅｉｊ＋（１−ｄ）・Ｒｉｊ ０＜ｄ＜１ …（２）。
【００３５】ここで、トータル誤差ベクトル信号Ｔｉｊ
を、２乗和ベクトル信号Ｅｉｊの影響を優位にする場合
は、ｄを大きく設定し、２乗和ベクトル信号Ｒｉｊの影
響を優位にする場合は、ｄを小さく設定することが好ま
しい。
を、２乗和ベクトル信号Ｅｉｊの影響を優位にする場合
は、ｄを大きく設定し、２乗和ベクトル信号Ｒｉｊの影
響を優位にする場合は、ｄを小さく設定することが好ま
しい。
【００３６】更に、トータル誤差ベクトル信号Ｔｉｊの
値が、最小となるｉ、ｊの組み合わせを探索して、最小
組み合わせｉ、ｊをトータル誤差ベクトル最適インデッ
クスＩ、Ｊとし、この最適インデックスＩを駆動音源符
号帳２０３に与え、他方の最適インデックスＪをゲイン
テーブル２０５に与え、両方のトータル誤差ベクトル最
適インデックスＩ、Ｊを多重化回路２１２に与えるもの
である。
値が、最小となるｉ、ｊの組み合わせを探索して、最小
組み合わせｉ、ｊをトータル誤差ベクトル最適インデッ
クスＩ、Ｊとし、この最適インデックスＩを駆動音源符
号帳２０３に与え、他方の最適インデックスＪをゲイン
テーブル２０５に与え、両方のトータル誤差ベクトル最
適インデックスＩ、Ｊを多重化回路２１２に与えるもの
である。
【００３７】このようなトータル誤差計算を行うことに
よって、エンベロープ誤差計算回路２１０の処理効果に
加え、更に合成音声ベクトル信号Ｓｉｊのパワー変動を
入力原音声ベクトル信号Ｓｏのパワー変動に精度良く近
付けるための、最適インデックスＩ、Ｊを求めることが
できるのである。
よって、エンベロープ誤差計算回路２１０の処理効果に
加え、更に合成音声ベクトル信号Ｓｉｊのパワー変動を
入力原音声ベクトル信号Ｓｏのパワー変動に精度良く近
付けるための、最適インデックスＩ、Ｊを求めることが
できるのである。
【００３８】多重化回路２１２は、声道予測係数量子化
・逆量子化部２０２からの声道予測係数インデックス値
Ｌと、トータル誤差計算回路２１１からのトータル誤差
ベクトル最適インデックスＩ、Ｊとを多重化して、この
多重化によって得られた信号をトータルコード信号Ｗと
してトータルコード出力端子２１３に出力するものであ
る。
・逆量子化部２０２からの声道予測係数インデックス値
Ｌと、トータル誤差計算回路２１１からのトータル誤差
ベクトル最適インデックスＩ、Ｊとを多重化して、この
多重化によって得られた信号をトータルコード信号Ｗと
してトータルコード出力端子２１３に出力するものであ
る。
【００３９】（音声符号化装置の動作）： 次に図１
の音声符号化装置の動作を説明する。先ず、入力原音声
ベクトル信号Ｓｏは、声道分析部２０１に与えられて、
ここで声道予測係数（ＬＰＣ係数）ａが求められて、声
道予測係数量子化・逆量子化部２０２に与えられる。声
道予測係数（ＬＰＣ係数）ａは、声道予測係数量子化・
逆量子化部２０２に与えられると、ここで声道予測係数
（ＬＰＣ係数）ａに対する量子化が行われて、この量子
化値に対する声道予測係数インデックス値Ｌが生成され
て、多重化回路２１２に与えられる。同時にこの量子化
値に対する逆量子化値が求められて、この逆量子化値
（ＬＰＣ係数を意味している。）ａｑが合成フィルタ２
０６に与えられる。
の音声符号化装置の動作を説明する。先ず、入力原音声
ベクトル信号Ｓｏは、声道分析部２０１に与えられて、
ここで声道予測係数（ＬＰＣ係数）ａが求められて、声
道予測係数量子化・逆量子化部２０２に与えられる。声
道予測係数（ＬＰＣ係数）ａは、声道予測係数量子化・
逆量子化部２０２に与えられると、ここで声道予測係数
（ＬＰＣ係数）ａに対する量子化が行われて、この量子
化値に対する声道予測係数インデックス値Ｌが生成され
て、多重化回路２１２に与えられる。同時にこの量子化
値に対する逆量子化値が求められて、この逆量子化値
（ＬＰＣ係数を意味している。）ａｑが合成フィルタ２
０６に与えられる。
【００４０】一方、駆動音源符号帳２０３は、初期的に
は所定のいずれかの駆動音源ベクトルＣｉ（ｉ＝１〜Ｎ
のいずれか）を読み出し、また、ゲインテーブル２０５
も同様に初期的には所定のいずれかのゲイン情報ｇｊ
（ｊ＝１〜Ｍのいずれか）を読み出して乗算器２０４に
与えるので、乗算器２０４によってこれらの乗算が行わ
れて、乗算結果ベクトル信号Ｃｇｉｊが合成フィルタ２
０６に与えられる。
は所定のいずれかの駆動音源ベクトルＣｉ（ｉ＝１〜Ｎ
のいずれか）を読み出し、また、ゲインテーブル２０５
も同様に初期的には所定のいずれかのゲイン情報ｇｊ
（ｊ＝１〜Ｍのいずれか）を読み出して乗算器２０４に
与えるので、乗算器２０４によってこれらの乗算が行わ
れて、乗算結果ベクトル信号Ｃｇｉｊが合成フィルタ２
０６に与えられる。
【００４１】乗算結果ベクトル信号Ｃｇｉｊと、逆量子
化値ａｑとによって合成フィルタ２０６によってデジタ
ルフィルタ処理されて、合成音声ベクトル信号Ｓｉｊが
求められ、減算器２０７とエンベロープ誤差計算回路２
１０とに与えられる。合成音声ベクトル信号Ｓｉｊと入
力原音声ベクトル信号Ｓｏとの差分が減算器２０７で求
められ、差分ベクトル信号ｅｉｊは聴覚重み付けフィル
タ２０８に与えられる。
化値ａｑとによって合成フィルタ２０６によってデジタ
ルフィルタ処理されて、合成音声ベクトル信号Ｓｉｊが
求められ、減算器２０７とエンベロープ誤差計算回路２
１０とに与えられる。合成音声ベクトル信号Ｓｉｊと入
力原音声ベクトル信号Ｓｏとの差分が減算器２０７で求
められ、差分ベクトル信号ｅｉｊは聴覚重み付けフィル
タ２０８に与えられる。
【００４２】差分ベクトル信号ｅｉｊは聴覚重み付けフ
ィルタ２０８で、聴覚特性に応じた重み付け処理が施こ
されて、聴覚重み付けベクトル信号ｗｉｊが２乗誤差計
算回路２０９に与えられる。聴覚重み付けベクトル信号
ｗｉｊは、２乗誤差計算回路２０９で、ベクトル信号の
各成分に対する２乗和ベクトル信号Ｅｉｊが求められて
トータル誤差計算回路２１１に与えられる。
ィルタ２０８で、聴覚特性に応じた重み付け処理が施こ
されて、聴覚重み付けベクトル信号ｗｉｊが２乗誤差計
算回路２０９に与えられる。聴覚重み付けベクトル信号
ｗｉｊは、２乗誤差計算回路２０９で、ベクトル信号の
各成分に対する２乗和ベクトル信号Ｅｉｊが求められて
トータル誤差計算回路２１１に与えられる。
【００４３】一方、入力原音声ベクトル信号Ｓｏと、合
成音声ベクトル信号Ｓｉｊとがエンベロープ誤差計算回
路２１０に与えられると、入力原音声ベクトル信号Ｓｏ
に対するエンベロープベクトルＶｏと、合成音声ベクト
ルＳｉｊに対する各成分の絶対値が求められ、更に上述
の式（１）で表し得るデジタルロウパスフィルタで処理
することによってエンベロープベクトルＶｉｊとが求め
られ、更に、エンベロープベクトルＶｏ、Ｖｉｊとの差
分ベクトル信号が求められ、そして、更にこの差分ベク
トル信号に対する各成分の２乗和ベクトル信号Ｒｉｊが
求められてトータル誤差計算回路２１１に与えられる。
成音声ベクトル信号Ｓｉｊとがエンベロープ誤差計算回
路２１０に与えられると、入力原音声ベクトル信号Ｓｏ
に対するエンベロープベクトルＶｏと、合成音声ベクト
ルＳｉｊに対する各成分の絶対値が求められ、更に上述
の式（１）で表し得るデジタルロウパスフィルタで処理
することによってエンベロープベクトルＶｉｊとが求め
られ、更に、エンベロープベクトルＶｏ、Ｖｉｊとの差
分ベクトル信号が求められ、そして、更にこの差分ベク
トル信号に対する各成分の２乗和ベクトル信号Ｒｉｊが
求められてトータル誤差計算回路２１１に与えられる。
【００４４】エンベロープ誤差計算回路２１０からの２
乗和ベクトル信号Ｒｉｊと、２乗誤差計算回路２０９か
らの２乗和ベクトル信号Ｅｉｊとがトータル誤差計算回
路２１１に与えられると、上述の式（２）のような演算
方法で、トータル誤差ベクトル信号Ｔｉｊが求められ
る。そして、トータル誤差ベクトル信号Ｔｉｊの値が、
最小となるｉ、ｊの組み合わせが探索されて、最小組み
合わせｉ、ｊがトータル誤差ベクトル最適インデックス
Ｉ、Ｊとし、この最適インデックスＩが駆動音源符号帳
２０３に与えられ、他方の最適インデックスＪがゲイン
テーブル２０５に与えられ、両方のトータル誤差ベクト
ル最適インデックスＩ、Ｊが多重化回路２１２に与えら
れる。
乗和ベクトル信号Ｒｉｊと、２乗誤差計算回路２０９か
らの２乗和ベクトル信号Ｅｉｊとがトータル誤差計算回
路２１１に与えられると、上述の式（２）のような演算
方法で、トータル誤差ベクトル信号Ｔｉｊが求められ
る。そして、トータル誤差ベクトル信号Ｔｉｊの値が、
最小となるｉ、ｊの組み合わせが探索されて、最小組み
合わせｉ、ｊがトータル誤差ベクトル最適インデックス
Ｉ、Ｊとし、この最適インデックスＩが駆動音源符号帳
２０３に与えられ、他方の最適インデックスＪがゲイン
テーブル２０５に与えられ、両方のトータル誤差ベクト
ル最適インデックスＩ、Ｊが多重化回路２１２に与えら
れる。
【００４５】トータル誤差ベクトル最適インデックスＩ
は、駆動音源符号帳２０３に与えられると、対応するイ
ンデックスの駆動音源ベクトルＣｉが読み出されて再び
乗算器２０４に与えられる。同時にトータル誤差ベクト
ル最適インデックスＪは、ゲインテーブル２０５に与え
られると、対応するインデックスのゲイン情報ｇｊが読
み出されて再び乗算器２０４に与えられる。更に同時に
両方のトータル誤差ベクトル最適インデックスＩ、Ｊ
は、多重化回路２１２に与えられ、ここで、声道予測係
数インデックス値Ｌと一緒に多重化されてトータルコー
ド信号Ｗが形成されてトータルコード出力端子２１３に
出力されるのである。
は、駆動音源符号帳２０３に与えられると、対応するイ
ンデックスの駆動音源ベクトルＣｉが読み出されて再び
乗算器２０４に与えられる。同時にトータル誤差ベクト
ル最適インデックスＪは、ゲインテーブル２０５に与え
られると、対応するインデックスのゲイン情報ｇｊが読
み出されて再び乗算器２０４に与えられる。更に同時に
両方のトータル誤差ベクトル最適インデックスＩ、Ｊ
は、多重化回路２１２に与えられ、ここで、声道予測係
数インデックス値Ｌと一緒に多重化されてトータルコー
ド信号Ｗが形成されてトータルコード出力端子２１３に
出力されるのである。
【００４６】（本発明の第１の実施の形態の効果）：
以上の本発明の実施の形態によれば、ＣＥＬＰ型符号
化方式において、最適駆動音源信号選択時にエンベロー
プ情報を加味することによって、聴感的な自然性を損な
うことなく合成音声信号を生成することが可能である。
以上の本発明の実施の形態によれば、ＣＥＬＰ型符号
化方式において、最適駆動音源信号選択時にエンベロー
プ情報を加味することによって、聴感的な自然性を損な
うことなく合成音声信号を生成することが可能である。
【００４７】具体的には、合成音声信号のパワーエンベ
ロープ信号と、入力原音声信号のパワーエンベロープ信
号との比較を行って、これらのパワーエンベロープ信号
の誤差信号と、聴覚重み付け信号とから最適インデック
スを選択するように構成し、符号帳からの符号コードを
最適に修正でき、これによって得られる合成音声信号の
パワーエンベロープを、入力原音声信号のパワーエンベ
ロープに非常に近くすることができる。しかも、エンベ
ロープを一致させるように動作するので、聴感も原音声
に一致させるようにすることができる。
ロープ信号と、入力原音声信号のパワーエンベロープ信
号との比較を行って、これらのパワーエンベロープ信号
の誤差信号と、聴覚重み付け信号とから最適インデック
スを選択するように構成し、符号帳からの符号コードを
最適に修正でき、これによって得られる合成音声信号の
パワーエンベロープを、入力原音声信号のパワーエンベ
ロープに非常に近くすることができる。しかも、エンベ
ロープを一致させるように動作するので、聴感も原音声
に一致させるようにすることができる。
【００４８】このため、入力原音声信号に非常に一致し
得る符号コードや、インデックス情報などを得ることが
できる。これらの情報や声道予測係数などを符号化装置
の出力信号として復号化装置に送ることで、再生音声を
従来に比べ非常に忠実に再生し得るのである。
得る符号コードや、インデックス情報などを得ることが
できる。これらの情報や声道予測係数などを符号化装置
の出力信号として復号化装置に送ることで、再生音声を
従来に比べ非常に忠実に再生し得るのである。
【００４９】『第２の実施の形態』：本第２の実施の形
態では、本発明をマルチパルス型音声符号化装置に適用
する場合の構成を説明する。
態では、本発明をマルチパルス型音声符号化装置に適用
する場合の構成を説明する。
【００５０】図３は第２の実施の形態の音声符号化装置
の機能構成図である。この図３において、音声符号化装
置は、声道分析部２０１と、声道予測係数量子化・逆量
子化部２０２と、パルス駆動音源生成器３０３と、乗算
器２０４と、ゲインテーブル２０５と、合成フィルタ２
０６と、加算器２０７と、聴覚重み付けフィルタ２０８
と、２乗誤差計算回路２０９と、エンベロープ誤差計算
回路２１０と、トータル誤差計算回路２１１と、多重化
回路２１２とから構成されている。上述の第１の実施の
形態の音声符号化装置と同じ機能構成の部分について
は、同じ符号を付しているので詳細な説明を省略する。
の機能構成図である。この図３において、音声符号化装
置は、声道分析部２０１と、声道予測係数量子化・逆量
子化部２０２と、パルス駆動音源生成器３０３と、乗算
器２０４と、ゲインテーブル２０５と、合成フィルタ２
０６と、加算器２０７と、聴覚重み付けフィルタ２０８
と、２乗誤差計算回路２０９と、エンベロープ誤差計算
回路２１０と、トータル誤差計算回路２１１と、多重化
回路２１２とから構成されている。上述の第１の実施の
形態の音声符号化装置と同じ機能構成の部分について
は、同じ符号を付しているので詳細な説明を省略する。
【００５１】この図３の第２の実施の形態の音声符号化
装置の構成において、上述の第１の実施の形態の音声符
号化装置と特徴的に異なる構成は、駆動音源符号帳２０
３に代わってパルス駆動音源生成器３０３を備えている
ことである。
装置の構成において、上述の第１の実施の形態の音声符
号化装置と特徴的に異なる構成は、駆動音源符号帳２０
３に代わってパルス駆動音源生成器３０３を備えている
ことである。
【００５２】原音声ベクトル信号Ｓｏは、原音声ベクト
ル入力端子２００に印加される。音声符号化データはト
ータルコードＷとしてトータルコード出力端子２１３か
ら出力される。
ル入力端子２００に印加される。音声符号化データはト
ータルコードＷとしてトータルコード出力端子２１３か
ら出力される。
【００５３】パルス駆動音源生成器３０３は、予めパル
ス性コードをインデックスＩ対応で格納していて、この
パルス性コードは孤立インパルスからなる波形コードで
ある。このパルス性コードは、周期性の強い有声音の立
ち上がりや、パルス性が明確な有声音の定常部分に寄与
させることを考慮したものである。パルス性の音源信号
は、周期性を有する単純な信号であるのでパルス信号発
生部が発生する信号を採用することも考えられるが、イ
ンデックス対応でコード化してコードブックから読み出
すことで、インデックス番号だけを多重化処理すればよ
いので、多重化処理が容易となる。
ス性コードをインデックスＩ対応で格納していて、この
パルス性コードは孤立インパルスからなる波形コードで
ある。このパルス性コードは、周期性の強い有声音の立
ち上がりや、パルス性が明確な有声音の定常部分に寄与
させることを考慮したものである。パルス性の音源信号
は、周期性を有する単純な信号であるのでパルス信号発
生部が発生する信号を採用することも考えられるが、イ
ンデックス対応でコード化してコードブックから読み出
すことで、インデックス番号だけを多重化処理すればよ
いので、多重化処理が容易となる。
【００５４】具体的には、パルス駆動音源生成器３０３
は、トータル誤差計算回路２１１から与えられるトータ
ル誤差ベクトル最適インデックスＩを与えられると、対
応するパルス駆動音源ベクトルＰＣｉを読み出して乗算
器２０４に与えるものである。
は、トータル誤差計算回路２１１から与えられるトータ
ル誤差ベクトル最適インデックスＩを与えられると、対
応するパルス駆動音源ベクトルＰＣｉを読み出して乗算
器２０４に与えるものである。
【００５５】（音声符号化装置の動作）： 次に図３
の音声符号化装置の動作を説明する。先ず、入力原音声
ベクトル信号Ｓｏは、声道分析部２０１に与えられて、
ここで声道予測係数（ＬＰＣ係数）ａが求められて、声
道予測係数量子化・逆量子化部２０２に与えられる。声
道予測係数（ＬＰＣ係数）ａは、声道予測係数量子化・
逆量子化部２０２に与えられると、ここで声道予測係数
（ＬＰＣ係数）ａに対する量子化が行われて、この量子
化値に対する声道予測係数インデックス値Ｌが生成され
て、多重化回路２１２に与えられる。同時にこの量子化
値に対する逆量子化値が求められて、この逆量子化値
（ＬＰＣ係数を意味している。）ａｑが合成フィルタ２
０６に与えられる。
の音声符号化装置の動作を説明する。先ず、入力原音声
ベクトル信号Ｓｏは、声道分析部２０１に与えられて、
ここで声道予測係数（ＬＰＣ係数）ａが求められて、声
道予測係数量子化・逆量子化部２０２に与えられる。声
道予測係数（ＬＰＣ係数）ａは、声道予測係数量子化・
逆量子化部２０２に与えられると、ここで声道予測係数
（ＬＰＣ係数）ａに対する量子化が行われて、この量子
化値に対する声道予測係数インデックス値Ｌが生成され
て、多重化回路２１２に与えられる。同時にこの量子化
値に対する逆量子化値が求められて、この逆量子化値
（ＬＰＣ係数を意味している。）ａｑが合成フィルタ２
０６に与えられる。
【００５６】一方、パルス駆動音源生成器３０３は、初
期的には所定のいずれかのパルス駆動音源ベクトルＰＣ
ｉ（ｉ＝１〜Ｎのいずれか）を読み出し、また、ゲイン
テーブル２０５も同様に初期的には所定のいずれかのゲ
イン情報ｇｊ（ｊ＝１〜Ｍのいずれか）を読み出して乗
算器２０４に与えるので、乗算器２０４によってこれら
の乗算が行われて、乗算結果ベクトル信号Ｃｇｉｊが合
成フィルタ２０６に与えられる。
期的には所定のいずれかのパルス駆動音源ベクトルＰＣ
ｉ（ｉ＝１〜Ｎのいずれか）を読み出し、また、ゲイン
テーブル２０５も同様に初期的には所定のいずれかのゲ
イン情報ｇｊ（ｊ＝１〜Ｍのいずれか）を読み出して乗
算器２０４に与えるので、乗算器２０４によってこれら
の乗算が行われて、乗算結果ベクトル信号Ｃｇｉｊが合
成フィルタ２０６に与えられる。
【００５７】乗算結果ベクトル信号Ｃｇｉｊと、逆量子
化値ａｑとによって合成フィルタ２０６によってデジタ
ルフィルタ処理されて、合成音声ベクトル信号Ｓｉｊが
求められ、減算器２０７とエンベロープ誤差計算回路２
１０とに与えられる。合成音声ベクトル信号Ｓｉｊと入
力原音声ベクトル信号Ｓｏとの差分が減算器２０７で求
められ、差分ベクトル信号ｅｉｊは聴覚重み付けフィル
タ２０８に与えられる。
化値ａｑとによって合成フィルタ２０６によってデジタ
ルフィルタ処理されて、合成音声ベクトル信号Ｓｉｊが
求められ、減算器２０７とエンベロープ誤差計算回路２
１０とに与えられる。合成音声ベクトル信号Ｓｉｊと入
力原音声ベクトル信号Ｓｏとの差分が減算器２０７で求
められ、差分ベクトル信号ｅｉｊは聴覚重み付けフィル
タ２０８に与えられる。
【００５８】差分ベクトル信号ｅｉｊは聴覚重み付けフ
ィルタ２０８で、聴覚特性に応じた重み付け処理が施こ
されて、聴覚重み付けベクトル信号ｗｉｊが２乗誤差計
算回路２０９に与えられる。聴覚重み付けベクトル信号
ｗｉｊは、２乗誤差計算回路２０９で、ベクトル信号の
各成分に対する２乗和ベクトル信号Ｅｉｊが求められて
トータル誤差計算回路２１１に与えられる。
ィルタ２０８で、聴覚特性に応じた重み付け処理が施こ
されて、聴覚重み付けベクトル信号ｗｉｊが２乗誤差計
算回路２０９に与えられる。聴覚重み付けベクトル信号
ｗｉｊは、２乗誤差計算回路２０９で、ベクトル信号の
各成分に対する２乗和ベクトル信号Ｅｉｊが求められて
トータル誤差計算回路２１１に与えられる。
【００５９】一方、入力原音声ベクトル信号Ｓｏと、合
成音声ベクトル信号Ｓｉｊとがエンベロープ誤差計算回
路２１０に与えられると、入力原音声ベクトル信号Ｓｏ
に対するエンベロープベクトルＶｏと、合成音声ベクト
ルＳｉｊに対する各成分の絶対値が求められ、更に上述
の式（１）で表し得るデジタルロウパスフィルタで処理
することによってエンベロープベクトルＶｉｊとが求め
られ、更に、エンベロープベクトルＶｏ、Ｖｉｊとの差
分ベクトル信号が求められ、そして、更にこの差分ベク
トル信号に対する各成分の２乗和ベクトル信号Ｒｉｊが
求められてトータル誤差計算回路２１１に与えられる。
成音声ベクトル信号Ｓｉｊとがエンベロープ誤差計算回
路２１０に与えられると、入力原音声ベクトル信号Ｓｏ
に対するエンベロープベクトルＶｏと、合成音声ベクト
ルＳｉｊに対する各成分の絶対値が求められ、更に上述
の式（１）で表し得るデジタルロウパスフィルタで処理
することによってエンベロープベクトルＶｉｊとが求め
られ、更に、エンベロープベクトルＶｏ、Ｖｉｊとの差
分ベクトル信号が求められ、そして、更にこの差分ベク
トル信号に対する各成分の２乗和ベクトル信号Ｒｉｊが
求められてトータル誤差計算回路２１１に与えられる。
【００６０】エンベロープ誤差計算回路２１０からの２
乗和ベクトル信号Ｒｉｊと、２乗誤差計算回路２０９か
らの２乗和ベクトル信号Ｅｉｊとがトータル誤差計算回
路２１１に与えられると、上述の式（２）のような演算
方法で、トータル誤差ベクトル信号Ｔｉｊが求められ
る。そして、トータル誤差ベクトル信号Ｔｉｊの値が、
最小となるｉ、ｊの組み合わせが探索されて、最小組み
合わせｉ、ｊがトータル誤差ベクトル最適インデックス
Ｉ、Ｊとし、この最適インデックスＩが駆動音源符号帳
２０３に与えられ、他方の最適インデックスＪがゲイン
テーブル２０５に与えられ、両方のトータル誤差ベクト
ル最適インデックスＩ、Ｊが多重化回路２１２に与えら
れる。
乗和ベクトル信号Ｒｉｊと、２乗誤差計算回路２０９か
らの２乗和ベクトル信号Ｅｉｊとがトータル誤差計算回
路２１１に与えられると、上述の式（２）のような演算
方法で、トータル誤差ベクトル信号Ｔｉｊが求められ
る。そして、トータル誤差ベクトル信号Ｔｉｊの値が、
最小となるｉ、ｊの組み合わせが探索されて、最小組み
合わせｉ、ｊがトータル誤差ベクトル最適インデックス
Ｉ、Ｊとし、この最適インデックスＩが駆動音源符号帳
２０３に与えられ、他方の最適インデックスＪがゲイン
テーブル２０５に与えられ、両方のトータル誤差ベクト
ル最適インデックスＩ、Ｊが多重化回路２１２に与えら
れる。
【００６１】トータル誤差ベクトル最適インデックスＩ
は、パルス駆動音源生成器３０３に与えられると、対応
するインデックスのパルス駆動音源ベクトルＰＣｉが読
み出されて再び乗算器２０４に与えられる。同時にトー
タル誤差ベクトル最適インデックスＪは、ゲインテーブ
ル２０５に与えられると、対応するインデックスのゲイ
ン情報ｇｊが読み出されて再び乗算器２０４に与えられ
る。更に同時に両方のトータル誤差ベクトル最適インデ
ックスＩ、Ｊは、多重化回路２１２に与えられ、ここ
で、声道予測係数インデックス値Ｌと一緒に多重化され
てトータルコード信号Ｗが形成されてトータルコード出
力端子２１３に出力されるのである。
は、パルス駆動音源生成器３０３に与えられると、対応
するインデックスのパルス駆動音源ベクトルＰＣｉが読
み出されて再び乗算器２０４に与えられる。同時にトー
タル誤差ベクトル最適インデックスＪは、ゲインテーブ
ル２０５に与えられると、対応するインデックスのゲイ
ン情報ｇｊが読み出されて再び乗算器２０４に与えられ
る。更に同時に両方のトータル誤差ベクトル最適インデ
ックスＩ、Ｊは、多重化回路２１２に与えられ、ここ
で、声道予測係数インデックス値Ｌと一緒に多重化され
てトータルコード信号Ｗが形成されてトータルコード出
力端子２１３に出力されるのである。
【００６２】（本発明の第２の実施の形態の効果）：
以上の本発明の実施の形態によれば、マルチパルス型
符号化方式において、最適駆動音源信号選択時にエンベ
ロープ情報を加味することによって、聴感的な自然性を
損なうことなく合成音声信号を生成することが可能であ
る。
以上の本発明の実施の形態によれば、マルチパルス型
符号化方式において、最適駆動音源信号選択時にエンベ
ロープ情報を加味することによって、聴感的な自然性を
損なうことなく合成音声信号を生成することが可能であ
る。
【００６３】具体的には、合成音声信号のパワーエンベ
ロープ信号と、入力原音声信号のパワーエンベロープ信
号との比較を行って、これらのパワーエンベロープ信号
の誤差信号と、聴覚重み付け信号とから最適インデック
スを選択するように構成し、符号帳からの符号コードを
最適に修正でき、これによって得られる合成音声信号の
パワーエンベロープを、入力原音声信号のパワーエンベ
ロープに非常に近くすることができる。しかも、エンベ
ロープを一致させるように動作するので、聴感も原音声
に一致させるようにすることができる。
ロープ信号と、入力原音声信号のパワーエンベロープ信
号との比較を行って、これらのパワーエンベロープ信号
の誤差信号と、聴覚重み付け信号とから最適インデック
スを選択するように構成し、符号帳からの符号コードを
最適に修正でき、これによって得られる合成音声信号の
パワーエンベロープを、入力原音声信号のパワーエンベ
ロープに非常に近くすることができる。しかも、エンベ
ロープを一致させるように動作するので、聴感も原音声
に一致させるようにすることができる。
【００６４】このため、入力原音声信号に非常に一致し
得る符号コードや、インデックス情報などを得ることが
できる。これらの情報や声道予測係数などを符号化装置
の出力信号として復号化装置に送ることで、再生音声を
従来に比べ非常に忠実に再生し得るのである。
得る符号コードや、インデックス情報などを得ることが
できる。これらの情報や声道予測係数などを符号化装置
の出力信号として復号化装置に送ることで、再生音声を
従来に比べ非常に忠実に再生し得るのである。
【００６５】（他の実施の形態）： （１）尚、以上
の実施の形態においては、フォワード型の音声符号化装
置の構成を示したが、本発明はＡｂＳ法を適用するバッ
クワード型の音声符号化装置の構成にも容易に適用する
ことができる。即ち、図１において、バックワード型の
構成で適用する場合は、声道分析部２０１に原音声ベク
トル信号を与えず、代わりに合成フィルタ２０６で生成
した合成音声ベクトル信号Ｓｉｊを声道分析部２０１に
与えることで実現することができる。図３においても同
様の構成でバックワード型の構成を実現することができ
る。ＶＳＥＬＰ（Ｖｅｃｔｏｒ Ｓｕｍ Ｅｘｃｉｔｅ
ｄ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ：ベクトル和
励振線形予測）、ＬＤ−ＣＥＬＰ、ＣＳ−ＣＥＬＰ、Ｐ
ＳＩ（Ｐｉｔｃｈ Ｓｙｎｃｈｒｏｎｏｕｓ Ｉｎｎｏ
ｖａｔｉｏｎ）−ＣＥＬＰなどにも適用することができ
る。
の実施の形態においては、フォワード型の音声符号化装
置の構成を示したが、本発明はＡｂＳ法を適用するバッ
クワード型の音声符号化装置の構成にも容易に適用する
ことができる。即ち、図１において、バックワード型の
構成で適用する場合は、声道分析部２０１に原音声ベク
トル信号を与えず、代わりに合成フィルタ２０６で生成
した合成音声ベクトル信号Ｓｉｊを声道分析部２０１に
与えることで実現することができる。図３においても同
様の構成でバックワード型の構成を実現することができ
る。ＶＳＥＬＰ（Ｖｅｃｔｏｒ Ｓｕｍ Ｅｘｃｉｔｅ
ｄ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ：ベクトル和
励振線形予測）、ＬＤ−ＣＥＬＰ、ＣＳ−ＣＥＬＰ、Ｐ
ＳＩ（Ｐｉｔｃｈ Ｓｙｎｃｈｒｏｎｏｕｓ Ｉｎｎｏ
ｖａｔｉｏｎ）−ＣＥＬＰなどにも適用することができ
る。
【００６６】（２）また、駆動音源符号帳２０３は、具
体的には、例えば、適応符号コードや、統計符号コード
や、雑音性符号コードなどから構成することが好まし
い。
体的には、例えば、適応符号コードや、統計符号コード
や、雑音性符号コードなどから構成することが好まし
い。
【００６７】（３）更に、受信側の復号化装置の構成と
しては、例えば、特開平５−７３０９９号公報、特開平
６−１３０９９５号公報、特開平６−１３０９９８号公
報、特開平７−１３４６００号公報、特開平６−１３０
９９６号公報などに開示されている復号化装置の構成を
若干修正することで適用することができる。
しては、例えば、特開平５−７３０９９号公報、特開平
６−１３０９９５号公報、特開平６−１３０９９８号公
報、特開平７−１３４６００号公報、特開平６−１３０
９９６号公報などに開示されている復号化装置の構成を
若干修正することで適用することができる。
【００６８】
【発明の効果】以上述べた様に本発明は、合成音声信号
からパワーエンベロープ信号を求め、入力音声信号から
パワーエンベロープ信号を求めて、これらのパワーエン
ベロープ信号の比較を行って、これらのパワーエンベロ
ープ信号の誤差信号を推定するパワーエンベロープ誤差
推定手段を備え、符号帳インデックス選定手段が、誤差
信号と上記聴覚重み付け信号とから最適インデックスを
選定して駆動音源符号帳に与えることで、聴感的な自然
性を損なわずに、入力音声信号に忠実に一致し得る合成
音声信号を再生し得る音声符号化装置を実現することが
できるのである。
からパワーエンベロープ信号を求め、入力音声信号から
パワーエンベロープ信号を求めて、これらのパワーエン
ベロープ信号の比較を行って、これらのパワーエンベロ
ープ信号の誤差信号を推定するパワーエンベロープ誤差
推定手段を備え、符号帳インデックス選定手段が、誤差
信号と上記聴覚重み付け信号とから最適インデックスを
選定して駆動音源符号帳に与えることで、聴感的な自然
性を損なわずに、入力音声信号に忠実に一致し得る合成
音声信号を再生し得る音声符号化装置を実現することが
できるのである。
【図１】本発明の第１の実施の形態のＣＥＬＰ型音声符
号化装置の機能構成図である。
号化装置の機能構成図である。
【図２】従来例のＡｂＳ法の説明図である。
【図３】本発明の第２の実施の形態のマルチパルス型音
声符号化装置の機能構成図である。
声符号化装置の機能構成図である。
【図４】第１の実施の形態のエンベロープ誤差計算回路
２１０のロウパスフィルタの
２１０のロウパスフィルタの
【図５】第１の実施の形態のエンベロープの説明図であ
る。
る。
２００…原音声ベクトル入力端子、２０１…声道分析
部、２０２…声道予測係数量子化・逆量子化部、２０３
…駆動音源符号帳、２０４…乗算器、２０５…ゲインテ
ーブル、２０６…合成フィルタ、２０７…減算器、２０
８…聴覚重み付けフィルタ、２０９…２乗誤差計算回
路、２１０…エンベロープ誤差計算回路、２１１…トー
タル誤差計算回路、２１２…多重化回路。
部、２０２…声道予測係数量子化・逆量子化部、２０３
…駆動音源符号帳、２０４…乗算器、２０５…ゲインテ
ーブル、２０６…合成フィルタ、２０７…減算器、２０
８…聴覚重み付けフィルタ、２０９…２乗誤差計算回
路、２１０…エンベロープ誤差計算回路、２１１…トー
タル誤差計算回路、２１２…多重化回路。
Claims (3)
- 【請求項１】 入力音声信号に対してＡｂＳ法を用いて
フォワード型構成又はバックワード型構成で音声符号化
する音声符号化装置であって、入力音声信号又は局部再
生の合成音声信号から声道予測係数を求める声道予測係
数生成手段と、駆動音源符号帳にインデックス対応で格
納されている符号コードと、上記声道予測係数とを用い
て、合成音声信号を生成する音声合成手段と、この合成
音声信号と上記入力音声信号との比較を行って差分信号
を出力する比較手段と、この差分信号に対して聴覚重み
付けを行って聴覚重み付け信号を得る聴覚重み付け手段
と、少なくとも上記聴覚重み付け信号から上記駆動音源
符号帳用の最適インデックスを選定して、上記駆動音源
符号帳に与える符号帳インデックス選定手段とを備えた
音声符号化装置において、 上記合成音声信号からパワーエンベロープ信号を求め、
上記入力音声信号からパワーエンベロープ信号を求め
て、これらのパワーエンベロープ信号の比較を行って、
これらのパワーエンベロープ信号の誤差信号を推定する
パワーエンベロープ誤差推定手段を備え、 上記符号帳インデックス選定手段は、上記誤差信号と上
記上記聴覚重み付け信号とから最適インデックスを選定
して上記駆動音源符号帳に与えることを特徴とする音声
符号化装置。 - 【請求項２】 パワーエンベロープ誤差推定手段は、上
記２種類のパワーエンベロープ信号に対して低域通過処
理を行って上記誤差信号を得ることを特徴とする請求項
１記載の音声符号化装置。 - 【請求項３】 上記符号帳インデックス選定手段は、上
記誤差信号と上記上記聴覚重み付け信号とのいずれか一
方を優位的に処理して上記最適インデックスを選定する
ことを特徴とする請求項１又は２記載の音声符号化装
置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP32850595A JP3481027B2 (ja) | 1995-12-18 | 1995-12-18 | 音声符号化装置 |
| US08/763,439 US5905970A (en) | 1995-12-18 | 1996-12-11 | Speech coding device for estimating an error of power envelopes of synthetic and input speech signals |
| DE69624207T DE69624207T2 (de) | 1995-12-18 | 1996-12-12 | Sprachkodierer mit Vorrichtung zur Abschätzung der Abweichung des Leistungsverlaufs eines synthetischen Signals von einem Eingangssignal |
| EP96309062A EP0780832B1 (en) | 1995-12-18 | 1996-12-12 | Speech coding device for estimating an error in the power envelopes of synthetic and input speech signals |
| CN96123139A CN1159044A (zh) | 1995-12-18 | 1996-12-18 | 声音编码装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP32850595A JP3481027B2 (ja) | 1995-12-18 | 1995-12-18 | 音声符号化装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09167000A JPH09167000A (ja) | 1997-06-24 |
| JP3481027B2 true JP3481027B2 (ja) | 2003-12-22 |
Family
ID=18211030
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP32850595A Expired - Fee Related JP3481027B2 (ja) | 1995-12-18 | 1995-12-18 | 音声符号化装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5905970A (ja) |
| EP (1) | EP0780832B1 (ja) |
| JP (1) | JP3481027B2 (ja) |
| CN (1) | CN1159044A (ja) |
| DE (1) | DE69624207T2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI114248B (fi) * | 1997-03-14 | 2004-09-15 | Nokia Corp | Menetelmä ja laite audiokoodaukseen ja audiodekoodaukseen |
| EP1801785A4 (en) * | 2004-10-13 | 2010-01-20 | Panasonic Corp | MODULAR ENCODER, MODULAR DECODER AND MODULATING CODING METHOD |
| KR20060067016A (ko) * | 2004-12-14 | 2006-06-19 | 엘지전자 주식회사 | 음성 부호화 장치 및 방법 |
| CN105007094B (zh) * | 2015-07-16 | 2017-05-31 | 北京中宸泓昌科技有限公司 | 一种指数对扩频编码解码方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5396576A (en) * | 1991-05-22 | 1995-03-07 | Nippon Telegraph And Telephone Corporation | Speech coding and decoding methods using adaptive and random code books |
| JP3073283B2 (ja) * | 1991-09-17 | 2000-08-07 | 沖電気工業株式会社 | 励振コードベクトル出力回路 |
| JP3088204B2 (ja) * | 1992-10-16 | 2000-09-18 | 沖電気工業株式会社 | コード励振線形予測符号化装置及び復号化装置 |
| JPH06130995A (ja) * | 1992-10-16 | 1994-05-13 | Oki Electric Ind Co Ltd | 統計コードブック及びその作成方法 |
| JPH06130998A (ja) * | 1992-10-22 | 1994-05-13 | Oki Electric Ind Co Ltd | 圧縮音声復号化装置 |
| FI96247C (fi) * | 1993-02-12 | 1996-05-27 | Nokia Telecommunications Oy | Menetelmä puheen muuntamiseksi |
| SG43128A1 (en) * | 1993-06-10 | 1997-10-17 | Oki Electric Ind Co Ltd | Code excitation linear predictive (celp) encoder and decoder |
| JP3262652B2 (ja) * | 1993-11-10 | 2002-03-04 | 沖電気工業株式会社 | 音声符号化装置及び音声復号化装置 |
| US5602959A (en) * | 1994-12-05 | 1997-02-11 | Motorola, Inc. | Method and apparatus for characterization and reconstruction of speech excitation waveforms |
-
1995
- 1995-12-18 JP JP32850595A patent/JP3481027B2/ja not_active Expired - Fee Related
-
1996
- 1996-12-11 US US08/763,439 patent/US5905970A/en not_active Expired - Fee Related
- 1996-12-12 DE DE69624207T patent/DE69624207T2/de not_active Expired - Lifetime
- 1996-12-12 EP EP96309062A patent/EP0780832B1/en not_active Expired - Lifetime
- 1996-12-18 CN CN96123139A patent/CN1159044A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| DE69624207D1 (de) | 2002-11-14 |
| EP0780832A3 (en) | 1998-09-09 |
| CN1159044A (zh) | 1997-09-10 |
| DE69624207T2 (de) | 2003-07-31 |
| JPH09167000A (ja) | 1997-06-24 |
| EP0780832B1 (en) | 2002-10-09 |
| US5905970A (en) | 1999-05-18 |
| EP0780832A2 (en) | 1997-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4550289B2 (ja) | Ｃｅｌｐ符号変換 | |
| JP2003044098A (ja) | 音声帯域拡張装置及び音声帯域拡張方法 | |
| JPH09152896A (ja) | 声道予測係数符号化・復号化回路、声道予測係数符号化回路、声道予測係数復号化回路、音声符号化装置及び音声復号化装置 | |
| JPH02249000A (ja) | 音声符号化方式 | |
| JP3266178B2 (ja) | 音声符号化装置 | |
| US7486719B2 (en) | Transcoder and code conversion method | |
| JP3582589B2 (ja) | 音声符号化装置及び音声復号化装置 | |
| JPH10124089A (ja) | 音声信号処理装置及び方法、並びに、音声帯域幅拡張装置及び方法 | |
| JP3481027B2 (ja) | 音声符号化装置 | |
| JP3531780B2 (ja) | 音声符号化方法および復号化方法 | |
| Hagen et al. | Voicing-specific LPC quantization for variable-rate speech coding | |
| JP3490324B2 (ja) | 音響信号符号化装置、復号化装置、これらの方法、及びプログラム記録媒体 | |
| JPH0782360B2 (ja) | 音声分析合成方法 | |
| JP4438280B2 (ja) | トランスコーダ及び符号変換方法 | |
| JP4433668B2 (ja) | 帯域拡張装置及び方法 | |
| JP3583945B2 (ja) | 音声符号化方法 | |
| JP3510168B2 (ja) | 音声符号化方法及び音声復号化方法 | |
| JP3319396B2 (ja) | 音声符号化装置ならびに音声符号化復号化装置 | |
| JP3552201B2 (ja) | 音声符号化方法および装置 | |
| JP3578933B2 (ja) | 重み符号帳の作成方法及び符号帳設計時における学習時のｍａ予測係数の初期値の設定方法並びに音響信号の符号化方法及びその復号方法並びに符号化プログラムが記憶されたコンピュータに読み取り可能な記憶媒体及び復号プログラムが記憶されたコンピュータに読み取り可能な記憶媒体 | |
| JP2853170B2 (ja) | 音声符号化復号化方式 | |
| JP3192051B2 (ja) | 音声符号化装置 | |
| JP2001142499A (ja) | 音声符号化装置ならびに音声復号化装置 | |
| JP3192999B2 (ja) | 音声符号化方法および音声符号化方法 | |
| JP3063087B2 (ja) | 音声符号化復号化装置及び音声符号化装置ならびに音声復号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081010 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081010 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091010 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101010 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |