JP3520955B2 - 音響信号符号化法 - Google Patents
音響信号符号化法Info
- Publication number
- JP3520955B2 JP3520955B2 JP10430897A JP10430897A JP3520955B2 JP 3520955 B2 JP3520955 B2 JP 3520955B2 JP 10430897 A JP10430897 A JP 10430897A JP 10430897 A JP10430897 A JP 10430897A JP 3520955 B2 JP3520955 B2 JP 3520955B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- linear prediction
- linear
- filter
- order
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Description
【０００１】
【発明の属する技術分野】この発明は、音声、音響など
の音響入力信号と復号化された合成信号との誤差が最小
になるように符号を決定する音響信号の符号化法、特に
誤差に聴覚特性を考慮した重み付けを施す方法に関す
る。
の音響入力信号と復号化された合成信号との誤差が最小
になるように符号を決定する音響信号の符号化法、特に
誤差に聴覚特性を考慮した重み付けを施す方法に関す
る。
【０００２】
【従来の技術】従来において音響信号を線形予測符号化
により低ビットレートに符号化する方法の典型としてＣ
ＥＬＰ（Ｃｏｄｅ Ｅｘｃｉｔｅｄ Ｌｉｎｅａｒ Ｐ
ｒｅｄｉｃｔｉｏｎ：符号励振線形予測）があげられ
る。この概略処理を図５Ａに示す。入力端子１１からの
入力音声信号は５〜２０ｍｓ程度のフレーム毎に線形予
測分析手段１２で線形予測分析され、ｐ次の線形予測係
数αi （ｉ＝１，２，…，ｐ）が求められ、この線形予
測係数αi は量子化手段１３で量子化され、この量子化
線形予測係数αi は線形予測合成フィルタ１４にフィル
タ係数として設定される。合成フィルタ１４の伝達関数
は以下の（１）式で表わされる。
により低ビットレートに符号化する方法の典型としてＣ
ＥＬＰ（Ｃｏｄｅ Ｅｘｃｉｔｅｄ Ｌｉｎｅａｒ Ｐ
ｒｅｄｉｃｔｉｏｎ：符号励振線形予測）があげられ
る。この概略処理を図５Ａに示す。入力端子１１からの
入力音声信号は５〜２０ｍｓ程度のフレーム毎に線形予
測分析手段１２で線形予測分析され、ｐ次の線形予測係
数αi （ｉ＝１，２，…，ｐ）が求められ、この線形予
測係数αi は量子化手段１３で量子化され、この量子化
線形予測係数αi は線形予測合成フィルタ１４にフィル
タ係数として設定される。合成フィルタ１４の伝達関数
は以下の（１）式で表わされる。
【０００３】
ｈ（ｚ）＝１／（１＋Σi=1 p αi Ｚ-i） （１）
合成フィルタ１４の励振信号が適応符号帳１５に記憶さ
れ、適応符号帳１５から、制御手段１６よりの入力符号
に応じたピッチ周期で励振信号（ベクトル）が切り出さ
れ、これが繰り返されてフレーム長とされ、利得付与手
段１７で利得が付与され、加算手段１８を通じて励振信
号として合成フィルタ１４へ供給される。減算手段１９
で入力信号から合成フィルタ１４よりの合成信号が差し
引かれ、その差信号は聴覚重み付けフィルタ２１で聴覚
特性のマスキング特性と対応した重み付けがなされ、制
御手段１６によりこの重み付けされた差信号のエネルギ
ーが最小となるように適応符号帳１５の入力符号（つま
りピッチ周期）が探索される。
れ、適応符号帳１５から、制御手段１６よりの入力符号
に応じたピッチ周期で励振信号（ベクトル）が切り出さ
れ、これが繰り返されてフレーム長とされ、利得付与手
段１７で利得が付与され、加算手段１８を通じて励振信
号として合成フィルタ１４へ供給される。減算手段１９
で入力信号から合成フィルタ１４よりの合成信号が差し
引かれ、その差信号は聴覚重み付けフィルタ２１で聴覚
特性のマスキング特性と対応した重み付けがなされ、制
御手段１６によりこの重み付けされた差信号のエネルギ
ーが最小となるように適応符号帳１５の入力符号（つま
りピッチ周期）が探索される。
【０００４】その後、制御手段１６により雑音符号帳
（固定符号帳）２２から励振ベクトルが順次取り出さ
れ、利得付与手段２３で利得が付与された後、先に選択
した適応符号帳１５からの励振ベクトルに加算されて励
振信号として合成フィルタ１４へ供給され、先の場合と
同様で聴覚重み付けフィルタ２１よりの差信号のエネル
ギーが最小となる励振ベクトルが選択される。最後に、
これら選択された適応符号帳１５及び雑音符号帳２２か
らの各励振ベクトルに対して、それぞれ利得付与手段１
７、２３で付与する各利得が最適となるように、前述と
同様に聴覚重み付けフィルタ２１の出力信号のエネルギ
ーが最小となるものを探索して決められる。聴覚重み付
けフィルタ２１は量子化していない線形予測係数αi と
二つの１以下の定数γ1 、γ2 とを用いて以下の（２）
式で表わされるものが用いられる。
（固定符号帳）２２から励振ベクトルが順次取り出さ
れ、利得付与手段２３で利得が付与された後、先に選択
した適応符号帳１５からの励振ベクトルに加算されて励
振信号として合成フィルタ１４へ供給され、先の場合と
同様で聴覚重み付けフィルタ２１よりの差信号のエネル
ギーが最小となる励振ベクトルが選択される。最後に、
これら選択された適応符号帳１５及び雑音符号帳２２か
らの各励振ベクトルに対して、それぞれ利得付与手段１
７、２３で付与する各利得が最適となるように、前述と
同様に聴覚重み付けフィルタ２１の出力信号のエネルギ
ーが最小となるものを探索して決められる。聴覚重み付
けフィルタ２１は量子化していない線形予測係数αi と
二つの１以下の定数γ1 、γ2 とを用いて以下の（２）
式で表わされるものが用いられる。
【０００５】
ｗ（ｚ）＝（１＋Σi=1 p αi γ1 i ｚ-i）
／（１＋Σi=1 p αi γ2 i ｚ-i） （２）
量子化線形予測係数を示す符号と、適応符号帳１５、雑
音符号帳２２よりそれぞれ選択されたベクトルを示す各
符号と、利得付与手段１７、２３に与えられた各最適利
得を示す符号とが符号化出力とされる。図５Ａ中の線形
予測フィルタ１４と聴覚重み付けフィルタ２１とを合成
して図６に示すように聴覚重み付き合成フィルタ２４と
することもある。この場合、入力端子１１からの入力信
号を聴覚重み付けフィルタ２１を通して差手段１９へ供
給する。
音符号帳２２よりそれぞれ選択されたベクトルを示す各
符号と、利得付与手段１７、２３に与えられた各最適利
得を示す符号とが符号化出力とされる。図５Ａ中の線形
予測フィルタ１４と聴覚重み付けフィルタ２１とを合成
して図６に示すように聴覚重み付き合成フィルタ２４と
することもある。この場合、入力端子１１からの入力信
号を聴覚重み付けフィルタ２１を通して差手段１９へ供
給する。
【０００６】このＣＥＬＰ符号化に対する復号は図５Ｂ
に示すように行われる。入力端子３１からの入力符号中
の線形予測係数符号が逆量子化手段３２で逆量子化さ
れ、逆量子化線形予測係数は線形予測フィルタ３３にフ
ィルタ係数として設定される。入力符号中のピッチ符号
により適応符号帳３４から励振ベクトルが切り出され、
また雑音符号により雑音符号帳３５から励振ベクトルが
選択され、これら符号帳３４，３５からの各励振ベクト
ルは利得付与手段３６，３７で入力符号中の利得符号に
応じてそれぞれ利得が付与された後、加算されて合成フ
ィルタ３３に励振信号として与えられる。合成フィルタ
３３からの合成信号にポストフィルタ３９で、量子化雑
音が聴覚特性を考慮して小さくなるように処理されて出
力される。
に示すように行われる。入力端子３１からの入力符号中
の線形予測係数符号が逆量子化手段３２で逆量子化さ
れ、逆量子化線形予測係数は線形予測フィルタ３３にフ
ィルタ係数として設定される。入力符号中のピッチ符号
により適応符号帳３４から励振ベクトルが切り出され、
また雑音符号により雑音符号帳３５から励振ベクトルが
選択され、これら符号帳３４，３５からの各励振ベクト
ルは利得付与手段３６，３７で入力符号中の利得符号に
応じてそれぞれ利得が付与された後、加算されて合成フ
ィルタ３３に励振信号として与えられる。合成フィルタ
３３からの合成信号にポストフィルタ３９で、量子化雑
音が聴覚特性を考慮して小さくなるように処理されて出
力される。
【０００７】
【発明が解決しようとする課題】上述したようにＣＥＬ
Ｐ等の時間領域における音響信号符号化において、従来
の聴覚特性を考慮した重み付けは、音声のフォルマント
をモデル化できる１０〜２０次程度の線形予測による自
己回帰移動平均型線形フィルタもしくは単一のピッチ周
波数に基づくコムフィルタとの組み合わせで行われるた
め、周波数領域において定常的で多数かつ不等間隔のピ
ークを持つような音響信号の微細スペクトル構造を考慮
した重み付けを実現することはできない。この微細スペ
クトル構造を重み付けに反映させる手段として、単純に
線形予測の次数を増やす手法は、従来の線形予測係数
を、帯域幅拡張してフィルタ係数を決定する手法では細
かな制御が不可能であり、また、予測係数を求める過程
に必要な計算精度において予測次数を大幅に上げること
はできない。この発明は、時間領域の音響信号符号化に
おいて、音響信号の微細スペクトル構造に基づき、周波
数領域で細かく制御できる重み付けの方法を提供するこ
とにある。
Ｐ等の時間領域における音響信号符号化において、従来
の聴覚特性を考慮した重み付けは、音声のフォルマント
をモデル化できる１０〜２０次程度の線形予測による自
己回帰移動平均型線形フィルタもしくは単一のピッチ周
波数に基づくコムフィルタとの組み合わせで行われるた
め、周波数領域において定常的で多数かつ不等間隔のピ
ークを持つような音響信号の微細スペクトル構造を考慮
した重み付けを実現することはできない。この微細スペ
クトル構造を重み付けに反映させる手段として、単純に
線形予測の次数を増やす手法は、従来の線形予測係数
を、帯域幅拡張してフィルタ係数を決定する手法では細
かな制御が不可能であり、また、予測係数を求める過程
に必要な計算精度において予測次数を大幅に上げること
はできない。この発明は、時間領域の音響信号符号化に
おいて、音響信号の微細スペクトル構造に基づき、周波
数領域で細かく制御できる重み付けの方法を提供するこ
とにある。
【０００８】
【課題を解決するための手段】この発明は、入力信号と
合成信号との誤差又は入力信号の線形予測残差信号と符
号帳ベクトルとの誤差が最小になるように符号化符号を
決定する音響信号符号化法を前提とする。
合成信号との誤差又は入力信号の線形予測残差信号と符
号帳ベクトルとの誤差が最小になるように符号化符号を
決定する音響信号符号化法を前提とする。
【０００９】この発明によれば、入力信号もしくは過去
の合成信号に対し線形予測を行い、その線形予測係数か
ら自己回帰型又は移動平均型あるいは自己回帰移動平均
型線形フィルタのフィルタ係数を決定し、そのフィルタ
係数を周波数特性に変換し、その周波数特性に聴覚特性
に応じた変形を施し、入力信号の線形予測残差信号と符
号帳ベクトルとの誤差信号を周波数領域に変換し、その
周波数領域の誤差信号に聴覚特性で前記変形した周波数
特性で重み付け、その重み付けられた誤差信号が最小に
なるように固定符号帳符号を決定する。
の合成信号に対し線形予測を行い、その線形予測係数か
ら自己回帰型又は移動平均型あるいは自己回帰移動平均
型線形フィルタのフィルタ係数を決定し、そのフィルタ
係数を周波数特性に変換し、その周波数特性に聴覚特性
に応じた変形を施し、入力信号の線形予測残差信号と符
号帳ベクトルとの誤差信号を周波数領域に変換し、その
周波数領域の誤差信号に聴覚特性で前記変形した周波数
特性で重み付け、その重み付けられた誤差信号が最小に
なるように固定符号帳符号を決定する。
【００１０】前記変形された周波数特性を求めるには、
前記線形予測係数としてｐ次のものを求め、このｐ次の
予測係数に基づき、前記線形フィルタの第１フィルタ係
数を決定し、これを第１周波数特性に変換し、その第１
周波数特性を聴覚特性で変形し、また、入力信号もしく
は過去の合成信号に対し、ｐ′次の線形予測を行い、
ｐ′次の線形予測係数により線形予測逆フィルタを構成
し、その線形予測逆フィルタを用い、入力信号もしくは
過去の合成信号から求められた予測残差信号に対し、ｎ
次（ｎ＞ｐ）の線形予測を行い、ｎ次の線形予測係数か
ら前記線形フィルタの第２フィルタ係数を決定し、その
第２フィルタの第２周波数特性に変換した後、聴覚特性
に応じた変形を施し、これと前記変形された第１周波数
特性とを乗じて重みとする。
前記線形予測係数としてｐ次のものを求め、このｐ次の
予測係数に基づき、前記線形フィルタの第１フィルタ係
数を決定し、これを第１周波数特性に変換し、その第１
周波数特性を聴覚特性で変形し、また、入力信号もしく
は過去の合成信号に対し、ｐ′次の線形予測を行い、
ｐ′次の線形予測係数により線形予測逆フィルタを構成
し、その線形予測逆フィルタを用い、入力信号もしくは
過去の合成信号から求められた予測残差信号に対し、ｎ
次（ｎ＞ｐ）の線形予測を行い、ｎ次の線形予測係数か
ら前記線形フィルタの第２フィルタ係数を決定し、その
第２フィルタの第２周波数特性に変換した後、聴覚特性
に応じた変形を施し、これと前記変形された第１周波数
特性とを乗じて重みとする。
【００１１】好ましくはｐ＝ｐ′とし、従って線形予測
逆フィルタの構成は、第１フィルタ係数を決定する際に
用いた線形予測係数を用いて行う。
逆フィルタの構成は、第１フィルタ係数を決定する際に
用いた線形予測係数を用いて行う。
【００１２】
【発明の実施の形態】図１に請求項１の発明の実施例に
おける処理手順を示す。この実施例は図５Ａに示した符
号化方式における聴覚重み付けフィルタ２１に、この発
明を適用した場合である。まず入力端子１１からの現フ
レームの入力信号を線形予測分析してｐ次の線形予測係
数αi （ｉ＝１，２，…，ｐ）を求める。この線形予測
係数αi は図５Ａ中の線形予測分析手段１２で得られた
ものを用いることができる。通常、ｐは１０から２０程
度とする。
おける処理手順を示す。この実施例は図５Ａに示した符
号化方式における聴覚重み付けフィルタ２１に、この発
明を適用した場合である。まず入力端子１１からの現フ
レームの入力信号を線形予測分析してｐ次の線形予測係
数αi （ｉ＝１，２，…，ｐ）を求める。この線形予測
係数αi は図５Ａ中の線形予測分析手段１２で得られた
ものを用いることができる。通常、ｐは１０から２０程
度とする。
【００１３】次に現フレームにおける入力信号を線形予
測分析手段４１で線形予測分析してｐ′次の線形予測係
数αk ′（ｋ＝１，２，…，ｐ′）を求める。先に述べ
たようにｐ′はｐと等しくても多少異なっていてもよ
い。つまり、必ずしもｐ＝ｐ′としなくてもよい。ま
た、線形予測分析を行う際、分析対象の信号系列にかけ
る窓は、非対称窓もしくはハミング窓等の対称窓のどち
らを用いてもよい。
測分析手段４１で線形予測分析してｐ′次の線形予測係
数αk ′（ｋ＝１，２，…，ｐ′）を求める。先に述べ
たようにｐ′はｐと等しくても多少異なっていてもよ
い。つまり、必ずしもｐ＝ｐ′としなくてもよい。ま
た、線形予測分析を行う際、分析対象の信号系列にかけ
る窓は、非対称窓もしくはハミング窓等の対称窓のどち
らを用いてもよい。
【００１４】次に入力信号に対し、この線形予測係数α
k ′をフィルタ係数として、伝達特性が下記（３）式で
表わされるディジタルフィルタ４２で線形予測逆フィル
タリングを行い、予測残差信号Ａ（ｚ）を求める。 Ａ（ｚ）＝１＋Σi=1 p'αi ′ｚ-i （３） 次に入力信号の予測残差信号Ａ（ｚ）を線形予測分析手
段４３で線形予測分析してｎ次の線形予測係数βj （ｊ
＝１，２，…，ｎ）を求める。ｎ次の線形予測によっ
て、ｐ′次の線形予測で予測しきれない高次の相関を表
わすため、ｎはｐ′よりも、即ち５〜１０倍以上大であ
ることが望ましい。例えば符号化対象が音楽である場
合、ｎ次線形予測分析手段４３の分析は１００次以上の
予測が最適な場合がある。従ってこの線形予測に用いる
入力信号は５〜１０フレームについて行う。この線形予
測の際に用いる窓は現在時点に近いもの程、重みが大き
くなるようにする。
k ′をフィルタ係数として、伝達特性が下記（３）式で
表わされるディジタルフィルタ４２で線形予測逆フィル
タリングを行い、予測残差信号Ａ（ｚ）を求める。 Ａ（ｚ）＝１＋Σi=1 p'αi ′ｚ-i （３） 次に入力信号の予測残差信号Ａ（ｚ）を線形予測分析手
段４３で線形予測分析してｎ次の線形予測係数βj （ｊ
＝１，２，…，ｎ）を求める。ｎ次の線形予測によっ
て、ｐ′次の線形予測で予測しきれない高次の相関を表
わすため、ｎはｐ′よりも、即ち５〜１０倍以上大であ
ることが望ましい。例えば符号化対象が音楽である場
合、ｎ次線形予測分析手段４３の分析は１００次以上の
予測が最適な場合がある。従ってこの線形予測に用いる
入力信号は５〜１０フレームについて行う。この線形予
測の際に用いる窓は現在時点に近いもの程、重みが大き
くなるようにする。
【００１５】次に得られた線形予測係数αi 、βj を用
いて、伝達特性がそれぞれ下記の（４），（５）式で表
わされるディジタルフィルタ４４，４５をそれぞれ構成
する。 Ｆ（ｚ）＝１／（１＋Σi=1 p αi ｚ-i） （４） Ｇ（ｚ）＝１／（１＋Σi=1 n βi ｚ-i） （５） 次に（４），（５）式で表されるディジタルフィルタの
インパルス応答をインパルス応答計算手段４６，４７で
それぞれ求め、更に周波数領域変換手段４８，４９でＦ
ＦＴ、ＤＣＴ、ＭＤＣＴ等で周波数領域に変換すること
でそれぞれのフィルタの周波数特性の信号系列Ｕm 、Ｖ
m （ｍ＝１，２，…，Ｍ）を求める。ここで周波数特性
の信号系列Ｕm 、Ｖm はフィルタ係数αi 、βi から直
接計算してもよい。
いて、伝達特性がそれぞれ下記の（４），（５）式で表
わされるディジタルフィルタ４４，４５をそれぞれ構成
する。 Ｆ（ｚ）＝１／（１＋Σi=1 p αi ｚ-i） （４） Ｇ（ｚ）＝１／（１＋Σi=1 n βi ｚ-i） （５） 次に（４），（５）式で表されるディジタルフィルタの
インパルス応答をインパルス応答計算手段４６，４７で
それぞれ求め、更に周波数領域変換手段４８，４９でＦ
ＦＴ、ＤＣＴ、ＭＤＣＴ等で周波数領域に変換すること
でそれぞれのフィルタの周波数特性の信号系列Ｕm 、Ｖ
m （ｍ＝１，２，…，Ｍ）を求める。ここで周波数特性
の信号系列Ｕm 、Ｖm はフィルタ係数αi 、βi から直
接計算してもよい。
【００１６】次に得られたそれぞれの周波数特性Ｆ
（ｚ），Ｇ（ｚ）を表す信号系列Ｕm 、Ｖm に対して変
形手段５０，５１でそれぞれ変形処理を行い、乗算手段
５２で互いに乗ずることで、下記の（６）式で表される
重みを表す信号系列Ｗ1 （ｍ＝１，２，…，Ｍ）を求め
る。 Ｗm ＝Ｕm -q1 Ｖm -q2 （０＜ｑ１＜１，０＜ｑ２＜１） （６） ここでｑ１，ｑ２は、従来の聴覚重み付けフィルタ２１
における（２）式中のγ1 ，γ2 を求める場合と同様
に、実際に聴覚で確認して適切な値を決める。
（ｚ），Ｇ（ｚ）を表す信号系列Ｕm 、Ｖm に対して変
形手段５０，５１でそれぞれ変形処理を行い、乗算手段
５２で互いに乗ずることで、下記の（６）式で表される
重みを表す信号系列Ｗ1 （ｍ＝１，２，…，Ｍ）を求め
る。 Ｗm ＝Ｕm -q1 Ｖm -q2 （０＜ｑ１＜１，０＜ｑ２＜１） （６） ここでｑ１，ｑ２は、従来の聴覚重み付けフィルタ２１
における（２）式中のγ1 ，γ2 を求める場合と同様
に、実際に聴覚で確認して適切な値を決める。
【００１７】ここで入力信号と符号帳ベクトルによる合
成信号とから減算手段１９で得られる差信号は周波数領
域変換手段５３で周波数領域に変換しておけば（６）式
で表される重みＷm を乗算手段５４で周波数領域の差信
号に乗ずることで重み付けが実現され、重み付き誤差が
最小な符号帳ベクトルを選択することができる。このよ
うにこの実施例では、入力信号の周波数特性（図２Ａ）
に対して、従来から用いられている線形予測係数αi で
表される包絡（図２Ｂ）を聴覚特性に基づいて変形させ
る聴覚重み付け（図２Ｃ）に、入力信号の周波数特性か
ら包絡を除いた後に残る、高次のフィルタ係数βj で表
わされる微細構造（図２Ｄ）を聴覚特性に基づいて変形
し（図２Ｅ）、乗ずることで聴覚重み付けを構成し（図
２Ｆ）、複数のピッチが混在するような入力信号を符号
化する場合にも聴覚特性に応じてより細かな重み付けを
行うことができる。
成信号とから減算手段１９で得られる差信号は周波数領
域変換手段５３で周波数領域に変換しておけば（６）式
で表される重みＷm を乗算手段５４で周波数領域の差信
号に乗ずることで重み付けが実現され、重み付き誤差が
最小な符号帳ベクトルを選択することができる。このよ
うにこの実施例では、入力信号の周波数特性（図２Ａ）
に対して、従来から用いられている線形予測係数αi で
表される包絡（図２Ｂ）を聴覚特性に基づいて変形させ
る聴覚重み付け（図２Ｃ）に、入力信号の周波数特性か
ら包絡を除いた後に残る、高次のフィルタ係数βj で表
わされる微細構造（図２Ｄ）を聴覚特性に基づいて変形
し（図２Ｅ）、乗ずることで聴覚重み付けを構成し（図
２Ｆ）、複数のピッチが混在するような入力信号を符号
化する場合にも聴覚特性に応じてより細かな重み付けを
行うことができる。
【００１８】また、一回の線形予測分析では微細構造を
表現できるほどの高次の分析を行うと予測係数を安定に
求めることは困難な場合があるが、この発明では高次の
分析を行う対象の信号が低次の相関が除かれた予測残差
信号であるため、高次の分析であっても予測係数を安定
に求めやすい。なお、安定な予測係数が求められなかっ
た場合は、前のフレームで得られた値、もしくは初期化
された値、つまり周波数特性が平坦で入力と全く同一の
出力が得られるフィルタ係数を用いればよい。初期化さ
れた値を用いる場合でも、包絡を表わす低次の予測係数
が求められていれば、その予測による利得は少なくとも
保証される。
表現できるほどの高次の分析を行うと予測係数を安定に
求めることは困難な場合があるが、この発明では高次の
分析を行う対象の信号が低次の相関が除かれた予測残差
信号であるため、高次の分析であっても予測係数を安定
に求めやすい。なお、安定な予測係数が求められなかっ
た場合は、前のフレームで得られた値、もしくは初期化
された値、つまり周波数特性が平坦で入力と全く同一の
出力が得られるフィルタ係数を用いればよい。初期化さ
れた値を用いる場合でも、包絡を表わす低次の予測係数
が求められていれば、その予測による利得は少なくとも
保証される。
【００１９】また、従来からある聴覚重み付けを時間領
域の線形フィルタで行う方法と異なり、聴覚重み付けを
周波数領域で行うため、信号系列Ｕm 、Ｖm を変形させ
る方法として、（６）式で表される演算だけでなく、移
動平均の累乗や系列を複数のブロックに分割してブロッ
ク毎に演算を変える方法のように線形フィルタで実現す
るには複雑な手法を用いることも可能になる。
域の線形フィルタで行う方法と異なり、聴覚重み付けを
周波数領域で行うため、信号系列Ｕm 、Ｖm を変形させ
る方法として、（６）式で表される演算だけでなく、移
動平均の累乗や系列を複数のブロックに分割してブロッ
ク毎に演算を変える方法のように線形フィルタで実現す
るには複雑な手法を用いることも可能になる。
【００２０】また、全ての符号帳に対してこの重み付け
を施す必要はなく、例えば雑音符号帳から符号帳ベクト
ルを選択する時にのみ行ってもよい。次に請求項２の発
明における実施例を図３に示す。この実施例は図１に示
した符号化方式における聴覚重み付けフィルタと合成フ
ィルタに、この発明を適用した場合である。まず入力端
子１１からの現フレームの入力信号を線形予測分析して
ｐ次の線形予測係数αi （ｉ＝１，２，…，ｐ）を求め
る。この線形予測係数αi は図５Ａ中の線形予測分析手
段１２で得られたものを用いることができる。さらにこ
の予測係数を量子化手段１３で量子化し、量子化予測係
数αi （ｉ＝１，２，…，ｐ）を求める。通常、ｐは１
０から２０程度とする。
を施す必要はなく、例えば雑音符号帳から符号帳ベクト
ルを選択する時にのみ行ってもよい。次に請求項２の発
明における実施例を図３に示す。この実施例は図１に示
した符号化方式における聴覚重み付けフィルタと合成フ
ィルタに、この発明を適用した場合である。まず入力端
子１１からの現フレームの入力信号を線形予測分析して
ｐ次の線形予測係数αi （ｉ＝１，２，…，ｐ）を求め
る。この線形予測係数αi は図５Ａ中の線形予測分析手
段１２で得られたものを用いることができる。さらにこ
の予測係数を量子化手段１３で量子化し、量子化予測係
数αi （ｉ＝１，２，…，ｐ）を求める。通常、ｐは１
０から２０程度とする。
【００２１】次に入力端子６１からの過去の合成信号
（現フレームの直前から例えば５〜１０フレーム程度の
全体）を線形予測分析手段６２で線形予測分析してｐ′
次の線形予測係数αk ′（ｋ＝１，２，…，ｐ′）を求
める。先に述べたようにｐ′はｐと等しくしてもよい。
また、線形予測分析を行う際、分析対象の信号系列にか
ける窓は、非対称窓もしくはハミング窓等の対称窓のど
ちらを用いてもよい。
（現フレームの直前から例えば５〜１０フレーム程度の
全体）を線形予測分析手段６２で線形予測分析してｐ′
次の線形予測係数αk ′（ｋ＝１，２，…，ｐ′）を求
める。先に述べたようにｐ′はｐと等しくしてもよい。
また、線形予測分析を行う際、分析対象の信号系列にか
ける窓は、非対称窓もしくはハミング窓等の対称窓のど
ちらを用いてもよい。
【００２２】次に入力信号に対し、この線形予測係数α
k ′をフィルタ係数として、伝達特性が前記の（３）式
と同じ式で表わされるディジタルフィルタ６３で線形予
測逆フィルタリングを行い、予測残差信号を求める。次
に求められた過去の合成信号の予測残差信号を線形予測
分析手段６４で線形予測分析してｎ次の線形予測係数β
j （ｊ＝１，２，…，ｎ）を求める。ｎ次の線形予測に
よって、ｐ′次の線形予測で予測しきれない高次の相関
を表わすため、ｎはｐ′よりも大であることが望まし
い。例えば符号化対象が音楽である場合、１００次以上
つまり、ｐ′の５〜１０倍以上の予測が最適な場合があ
る。
k ′をフィルタ係数として、伝達特性が前記の（３）式
と同じ式で表わされるディジタルフィルタ６３で線形予
測逆フィルタリングを行い、予測残差信号を求める。次
に求められた過去の合成信号の予測残差信号を線形予測
分析手段６４で線形予測分析してｎ次の線形予測係数β
j （ｊ＝１，２，…，ｎ）を求める。ｎ次の線形予測に
よって、ｐ′次の線形予測で予測しきれない高次の相関
を表わすため、ｎはｐ′よりも大であることが望まし
い。例えば符号化対象が音楽である場合、１００次以上
つまり、ｐ′の５〜１０倍以上の予測が最適な場合があ
る。
【００２３】次に得られた予測係数αi 、βj を用い
て、伝達特性がそれぞれ下記の（４），（５）式と同じ
式で表わされるディジタルフィルタ６５，６６を構成す
る。これら（４），（５）式で表されるディジタルフィ
ルタのインパルス応答をインパルス応答計算手段６７，
６８でそれぞれ求め、求めたインパルス応答を周波数領
域変換手段６９，７０でＦＦＴ、ＤＣＴ、ＭＤＣＴ等に
より変換することでそれぞれのフィルタの周波数特性の
信号系列Ｕm 、Ｖm （ｍ＝１，２，…，Ｍ）を求める。
ここで周波数特性の信号系列Ｕm 、Ｖm はフィルタ係数
αi 、βi から直接計算してもよい。
て、伝達特性がそれぞれ下記の（４），（５）式と同じ
式で表わされるディジタルフィルタ６５，６６を構成す
る。これら（４），（５）式で表されるディジタルフィ
ルタのインパルス応答をインパルス応答計算手段６７，
６８でそれぞれ求め、求めたインパルス応答を周波数領
域変換手段６９，７０でＦＦＴ、ＤＣＴ、ＭＤＣＴ等に
より変換することでそれぞれのフィルタの周波数特性の
信号系列Ｕm 、Ｖm （ｍ＝１，２，…，Ｍ）を求める。
ここで周波数特性の信号系列Ｕm 、Ｖm はフィルタ係数
αi 、βi から直接計算してもよい。
【００２４】次に得られたそれぞれの周波数特性を表す
信号系列Ｕm 、Ｖm に対して変形手段７１，７２で変形
処理を行い、乗算手段７３で乗ずることで、下記の
（７）式で表される重みを表す信号系列Ｗm （ｍ＝１，
２，…，Ｍ）を求める。 Ｗm ＝Ｕm 1-q1' Ｖm 1-q2' （０＜ｑ１′＜１，０＜ｑ２′＜１） （７） ここで入力信号から線形予測逆フィルタ７４で得られる
予測残差信号と符号帳ベクトルとから減算手段７５で得
られる差信号は周波数領域変換手段７６で周波数領域に
変換しておけば（７）式の信号系列を乗算手段７７で周
波数領域の差信号に乗ずることで重み付けが実現され、
重み付き誤差が最小な符号帳ベクトルを選択することが
できる。実際の合成信号は選択された符号帳ベクトルを
時間領域の合成フィルタに入力することで求めることが
できる。
信号系列Ｕm 、Ｖm に対して変形手段７１，７２で変形
処理を行い、乗算手段７３で乗ずることで、下記の
（７）式で表される重みを表す信号系列Ｗm （ｍ＝１，
２，…，Ｍ）を求める。 Ｗm ＝Ｕm 1-q1' Ｖm 1-q2' （０＜ｑ１′＜１，０＜ｑ２′＜１） （７） ここで入力信号から線形予測逆フィルタ７４で得られる
予測残差信号と符号帳ベクトルとから減算手段７５で得
られる差信号は周波数領域変換手段７６で周波数領域に
変換しておけば（７）式の信号系列を乗算手段７７で周
波数領域の差信号に乗ずることで重み付けが実現され、
重み付き誤差が最小な符号帳ベクトルを選択することが
できる。実際の合成信号は選択された符号帳ベクトルを
時間領域の合成フィルタに入力することで求めることが
できる。
【００２５】このようにこの実施例では、入力信号の周
波数特性（図４Ａ）に対して、線形予測係数αi で表さ
れる包絡（図４Ｂ）を聴覚特性に基づいて変形させる重
み付け（図４Ｃ）に、入力信号の周波数特性から包絡を
除いた後に残る、高次のフィルタ係数βj で表わされる
微細構造（図４Ｄ）を聴覚特性に基づいて変形して（図
４Ｅ）、乗ずることで重み付けを構成し（図４Ｆ）、複
数のピッチが混在するような入力信号を符号化する場合
にも聴覚特性に応じてより細かな重み付けを行うことが
できる。
波数特性（図４Ａ）に対して、線形予測係数αi で表さ
れる包絡（図４Ｂ）を聴覚特性に基づいて変形させる重
み付け（図４Ｃ）に、入力信号の周波数特性から包絡を
除いた後に残る、高次のフィルタ係数βj で表わされる
微細構造（図４Ｄ）を聴覚特性に基づいて変形して（図
４Ｅ）、乗ずることで重み付けを構成し（図４Ｆ）、複
数のピッチが混在するような入力信号を符号化する場合
にも聴覚特性に応じてより細かな重み付けを行うことが
できる。
【００２６】図１において、ｐ′次線形予測分析手段４
１へ入力する信号は現フレームの直前の過去の合成信号
であってもよく、また図３において、ｐ′次線形予測分
析手段６３へ入力する信号は入力端子１１の入力信号で
あってもよい。ｐ′次線形予測逆フィルタ４２，６３の
構成に、それぞれｐ′次線形予測係数を量子化したもの
を用いてもよく、ｐ次線形予測フィルタ４４，６５の構
成に、それぞれｐ次線形予測係数を量子化したものを用
いてもよく、ｎ次線形予測フィルタ４５，６６の構成
に、ｎ次線形予測係数を量子化したものを用いてもよ
い。
１へ入力する信号は現フレームの直前の過去の合成信号
であってもよく、また図３において、ｐ′次線形予測分
析手段６３へ入力する信号は入力端子１１の入力信号で
あってもよい。ｐ′次線形予測逆フィルタ４２，６３の
構成に、それぞれｐ′次線形予測係数を量子化したもの
を用いてもよく、ｐ次線形予測フィルタ４４，６５の構
成に、それぞれｐ次線形予測係数を量子化したものを用
いてもよく、ｎ次線形予測フィルタ４５，６６の構成
に、ｎ次線形予測係数を量子化したものを用いてもよ
い。
【００２７】図１及び図３において、線形予測逆フィル
タ４２，６３としてｐ次のものを用いる場合は、ｐ次線
形予測分析手段１２で得られたｐ次線形予測係数又はそ
れを量子化したものを用い、ｐ′次線形予測分析手段４
１，６２は省略できる。更に図１において、手段４１，
４２，４３，４５，４７，４９，５１，５２を省略し
て、変形手段５０の出力を直接乗算手段５４へ供給して
もよい。同様に、図３において手段６２，６３，６４，
６６，６８，７０，７２，７３を省略して、変形手段７
１の出力を乗算手段７７へ直接供給してもよい。
タ４２，６３としてｐ次のものを用いる場合は、ｐ次線
形予測分析手段１２で得られたｐ次線形予測係数又はそ
れを量子化したものを用い、ｐ′次線形予測分析手段４
１，６２は省略できる。更に図１において、手段４１，
４２，４３，４５，４７，４９，５１，５２を省略し
て、変形手段５０の出力を直接乗算手段５４へ供給して
もよい。同様に、図３において手段６２，６３，６４，
６６，６８，７０，７２，７３を省略して、変形手段７
１の出力を乗算手段７７へ直接供給してもよい。
【００２８】つまり図１，３において聴覚特性で変形し
た周波数領域の信号を時間領域の信号に変換し、その変
換された時間領域信号で、図１では減算手段１９よりの
誤差信号、図２では減算手段７５よりの誤差信号に対し
て重み付けを行ってもよいが、前記時間領域への変換が
比較的複雑であるが、この発明では、誤差信号を周波数
領域へ変換することにより、比較的簡単な処理で聴覚重
み付けが行える。
た周波数領域の信号を時間領域の信号に変換し、その変
換された時間領域信号で、図１では減算手段１９よりの
誤差信号、図２では減算手段７５よりの誤差信号に対し
て重み付けを行ってもよいが、前記時間領域への変換が
比較的複雑であるが、この発明では、誤差信号を周波数
領域へ変換することにより、比較的簡単な処理で聴覚重
み付けが行える。
【００２９】図３において、乗算手段１７の出力と逆フ
ィルタ７４よりの予測残差信号との差をとったものを周
波数領域に変換し、その周波数領域の信号と、雑音符号
帳２２内に予め周波数領域の信号として格納してある固
定ベクトルとの差をとり、これを周波数領域の誤差信号
として乗算手段７７へ供給してもよい。この請求項２
は、請求項１が入力信号と固定符号帳ベクトルによる合
成信号との誤差に対して重み付けを行うのに対して、入
力信号の残差信号と固定符号帳ベクトルの誤差に対して
重み付けを行う点で異なる。しかしながら、入力信号の
周波数特性と聴覚特性に応じた重み付けが行える点では
同じ効果を得ることができる。
ィルタ７４よりの予測残差信号との差をとったものを周
波数領域に変換し、その周波数領域の信号と、雑音符号
帳２２内に予め周波数領域の信号として格納してある固
定ベクトルとの差をとり、これを周波数領域の誤差信号
として乗算手段７７へ供給してもよい。この請求項２
は、請求項１が入力信号と固定符号帳ベクトルによる合
成信号との誤差に対して重み付けを行うのに対して、入
力信号の残差信号と固定符号帳ベクトルの誤差に対して
重み付けを行う点で異なる。しかしながら、入力信号の
周波数特性と聴覚特性に応じた重み付けが行える点では
同じ効果を得ることができる。
【００３０】
【発明の効果】以上述べたようにこの発明によれば、合
成信号もしくは入力信号に対して低次の線形予測分析を
行い、その予測残差信号に対して高次の線形予測分析を
行い、得られた予測係数を用いて、音声よりも複雑な楽
音等のパワースペクトル特性を表わすことができ、包絡
を表す低次の予測係数と微細構造を表す高次の予測係数
を周波数領域で独立に変形することにより、ＣＥＬＰ方
式のような聴覚特性を考慮した重み付き誤差が最小にな
るように符号帳符号を決定する符号化において、従来よ
りも聴覚特性に応じた重み付けを細かく制御できる点に
おいて有効である。
成信号もしくは入力信号に対して低次の線形予測分析を
行い、その予測残差信号に対して高次の線形予測分析を
行い、得られた予測係数を用いて、音声よりも複雑な楽
音等のパワースペクトル特性を表わすことができ、包絡
を表す低次の予測係数と微細構造を表す高次の予測係数
を周波数領域で独立に変形することにより、ＣＥＬＰ方
式のような聴覚特性を考慮した重み付き誤差が最小にな
るように符号帳符号を決定する符号化において、従来よ
りも聴覚特性に応じた重み付けを細かく制御できる点に
おいて有効である。
【００３１】図３に示した符号化器と、図５Ａに示した
従来の符号化器をそれぞれ１６ｋｂｉｔ／ｓと、２４ｋ
ｂｉｔ／ｓのものを設計し、音楽信号を符号化し、その
時の平均ＳＮＲseg を求めた。この結果は１６ｋｂｉｔ
／ｓでは、従来法が１１．５ｄＢであるのに対し、この
発明法では１２．１ｄＢと向上し、２４ｋｂｉｔ／ｓで
も従来法が１３．９ｄＢであるのに対し、この発明は１
４．７ｄＢに向上した。これよりこの発明が優れている
ことが理解される。
従来の符号化器をそれぞれ１６ｋｂｉｔ／ｓと、２４ｋ
ｂｉｔ／ｓのものを設計し、音楽信号を符号化し、その
時の平均ＳＮＲseg を求めた。この結果は１６ｋｂｉｔ
／ｓでは、従来法が１１．５ｄＢであるのに対し、この
発明法では１２．１ｄＢと向上し、２４ｋｂｉｔ／ｓで
も従来法が１３．９ｄＢであるのに対し、この発明は１
４．７ｄＢに向上した。これよりこの発明が優れている
ことが理解される。
【図面の簡単な説明】
【図１】請求項１の発明の実施例を適用した符号化器の
機能構成を示すブロック図。
機能構成を示すブロック図。
【図２】図１の実施例において、Ａは入力信号の周波数
特性の例を示す図、Ｂは包絡を表わす線形予測係数の周
波数特性の例を示す図、Ｃは包絡を表す線形予測係数か
ら求められた重みの例を示す図、Ｄは微細構造を表わす
線形予測係数の周波数特性の例を示す図、Ｅは微細構造
を表わす線形予測係数から求められた重みの例を示す
図、ＦはＣとＥで表された包絡と微細構造に基づく重み
を乗じて求められた重みの例を示す図である。
特性の例を示す図、Ｂは包絡を表わす線形予測係数の周
波数特性の例を示す図、Ｃは包絡を表す線形予測係数か
ら求められた重みの例を示す図、Ｄは微細構造を表わす
線形予測係数の周波数特性の例を示す図、Ｅは微細構造
を表わす線形予測係数から求められた重みの例を示す
図、ＦはＣとＥで表された包絡と微細構造に基づく重み
を乗じて求められた重みの例を示す図である。
【図３】請求項２の発明の実施例を適用した符号化器の
機能構成を示すブロック図。
機能構成を示すブロック図。
【図４】図３の実施例において、Ａは入力信号の周波数
特性の例を示す図、Ｂは包絡を表わす線形予測係数の周
波数特性の例を示す図、Ｃは包絡を表す線形予測係数か
ら求められた重みの例を示す図、Ｄは微細構造を表わす
線形予測係数の周波数特性の例を示す図、Ｅは微細構造
を表わす線形予測係数から求められた重みの例を示す
図、ＦはＣとＥで表された包絡と微細構造に基づく重み
を乗じて求められた重みの例を示す図である。
特性の例を示す図、Ｂは包絡を表わす線形予測係数の周
波数特性の例を示す図、Ｃは包絡を表す線形予測係数か
ら求められた重みの例を示す図、Ｄは微細構造を表わす
線形予測係数の周波数特性の例を示す図、Ｅは微細構造
を表わす線形予測係数から求められた重みの例を示す
図、ＦはＣとＥで表された包絡と微細構造に基づく重み
を乗じて求められた重みの例を示す図である。
【図５】Ａは従来のＣＥＬＰ方式の符号化方法の符号化
器の機能構成を示すブロック図、Ｂはその復号化器の機
能構成を示すブロック図である。
器の機能構成を示すブロック図、Ｂはその復号化器の機
能構成を示すブロック図である。
【図６】従来のＣＥＬＰ方式の符号化方法の他の符号化
器の機能構成を示すブロック図。
器の機能構成を示すブロック図。
─────────────────────────────────────────────────────
フロントページの続き
(58)調査した分野(Int.Cl.7，ＤＢ名)
G10L 19/12
Claims (3)
- 【請求項１】 音声や楽音などの入力信号のスペクトル
包絡を線形予測分析で求め、ピッチ周期成分をもつ適応
符号帳と固定符号帳からの各ベクトルの利得付き和を励
振源として、先に求められた予測係数に基づく合成フイ
ルタにより合成された信号と入力信号との誤差を最小と
するようなピッチ周期、固定符号帳符号及び利得を決定
する音響信号符号化法において、 入力信号と符号帳ベクトルによる合成信号との誤差信号
を周波数領域に変換する過程と、 その変換された誤差信号に聴覚特性に応じた重み付けを
施し、その重み付けされた誤差信号を上記固定符号帳符
号の決定に用いる重み付け過程と、 入力信号もしくは過去の合成信号に対して線形予測を行
い、その線形予測でｐ次予測係数を求めそのｐ次の予測
係数に基づき自己回帰型又は移動平均型あるいは自己回
帰移動平均型線形フィルタを構成し、その線形フィルタ
の周波数特性を聴覚特性に応じて変形する第１過程と、 上記線形予測でｐ′次の予測係数を求め、そのｐ′次の
線形予測係数に基づき線形予測逆フィルタを構成し、そ
の線形予測逆フィルタにより入力信号もしくは過去の合
成信号の線形予測残差信号を得る過程と、 その線形予測残差信号に対してｎ次（ｎ＞ｐ′）の線形
予測を行い、得られたｎ次の線形予測係数に基づき自己
回帰型又は移動平均型あるいは自己回帰移動平均型線形
フィルタを構成し、その線形フィルタの周波数特性を聴
覚特性に応じて変形する第２過程と、 上記第１過程と上記第２過程でそれぞれ独立に変形され
た周波数特性を乗じて 上記重み付けに用いる重みとする
重み生成過程と、 を有する音響信号符号化法。 - 【請求項２】 音声や楽音などの入力信号のスペクトル
包絡を線形予測分析で求め、ピッチ周期成分をもつ適応
符号帳と固定符号帳からの各ベクトルの利得付き和を符
号帳ベクトルとして、その符号帳ベクトルと、入力信号
の線形予測残差との誤差を最小とするようなピッチ周
期、固定符号帳符号及び利得を決定する音響信号符号化
法において、 入力信号の線形予測誤差信号と符号帳ベクトルとの誤差
信号を周波数領域に変換する過程と、 その変換された誤差信号に聴覚特性に応じた重み付けを
施し、その重み付けされた誤差信号を上記固定符号帳符
号の決定に用いる重み付け過程と、 入力信号もしくは過去の合成信号に対して線形予測を行
い、その線形予測でｐ次予測係数を求めそのｐ次の予測
係数に基づき自己回帰型又は移動平均型、あるいは自己
回帰移動平均型線形フィルタを構成し、その線形フィル
タの周波数特性を聴覚特性に応じて変形する第１過程
と、 上記線形予測でｐ′次の予測係数を求め、そのｐ′次の
線形予測係数に基づき線形予測逆フィルタを構成し、そ
の線形予測逆フィルタにより入力信号もしくは過去の合
成信号の線形予測残差信号を得る過程と、 その線形予測残差信号に対してｎ次（ｎ＞ｐ′）の線形
予測を行い、得られたｎ次の線形予測係数に基づき自己
回帰型又は移動平均型あるいは自己回帰移動平均型線形
フィルタを構成し、その線形フィルタの周波数特性を聴
覚特性に応じて変形する第２過程と、 上記第１過程と上記第２過程でそれぞれ独立に変形され
た周波数特性を乗じて 上記重み付けに用いる重みとする
重み生成過程と、 を有する音響信号符号化法。 - 【請求項３】 上記ｐとｐ′は等しく、上記第１過程で
求めたｐ次の予測係数を用いて、上記線形予測逆フィル
タを構成することを特徴とする請求項１又は２記載の音
響信号符号化法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10430897A JP3520955B2 (ja) | 1997-04-22 | 1997-04-22 | 音響信号符号化法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10430897A JP3520955B2 (ja) | 1997-04-22 | 1997-04-22 | 音響信号符号化法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10293599A JPH10293599A (ja) | 1998-11-04 |
| JP3520955B2 true JP3520955B2 (ja) | 2004-04-19 |
Family
ID=14377303
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10430897A Expired - Fee Related JP3520955B2 (ja) | 1997-04-22 | 1997-04-22 | 音響信号符号化法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3520955B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3594854B2 (ja) | 1999-11-08 | 2004-12-02 | 三菱電機株式会社 | 音声符号化装置及び音声復号化装置 |
| USRE43209E1 (en) | 1999-11-08 | 2012-02-21 | Mitsubishi Denki Kabushiki Kaisha | Speech coding apparatus and speech decoding apparatus |
-
1997
- 1997-04-22 JP JP10430897A patent/JP3520955B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH10293599A (ja) | 1998-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3235703B2 (ja) | ディジタルフィルタのフィルタ係数決定方法 | |
| US7171355B1 (en) | Method and apparatus for one-stage and two-stage noise feedback coding of speech and audio signals | |
| US10026411B2 (en) | Speech encoding utilizing independent manipulation of signal and noise spectrum | |
| US5684920A (en) | Acoustic signal transform coding method and decoding method having a high efficiency envelope flattening method therein | |
| JPH09127991A (ja) | 音声符号化方法及び装置、音声復号化方法及び装置 | |
| JPH10307599A (ja) | スプラインを使用する波形補間音声コーディング | |
| JPH03211599A (ja) | ４．８ｋｂｐｓの情報伝送速度を有する音声符号化／復号化器 | |
| JPH0869299A (ja) | 音声符号化方法、音声復号化方法及び音声符号化復号化方法 | |
| JPH09212199A (ja) | オーディオ周波数信号の線形予測解析方法およびその応用を含むオーディオ周波数信号のコーディングならびにデコーディングの方法 | |
| JPH08179796A (ja) | 音声符号化方法 | |
| JPH09127996A (ja) | 音声復号化方法及び装置 | |
| JPH10124092A (ja) | 音声符号化方法及び装置、並びに可聴信号符号化方法及び装置 | |
| JPH10319996A (ja) | 雑音の効率的分解と波形補間における周期信号波形 | |
| JP3236592B2 (ja) | デジタル音声符号器において使用するための音声符号化方法 | |
| JP3248668B2 (ja) | ディジタルフィルタおよび音響符号化／復号化装置 | |
| JP3520955B2 (ja) | 音響信号符号化法 | |
| JP4820954B2 (ja) | デジタル音声符号器における高調波ノイズ重み付け | |
| JP2968109B2 (ja) | コード励振線形予測符号化器及び復号化器 | |
| JP3192051B2 (ja) | 音声符号化装置 | |
| JP2853170B2 (ja) | 音声符号化復号化方式 | |
| JPH0774642A (ja) | 線形予測係数補間装置 | |
| JP3274451B2 (ja) | 適応ポストフィルタ及び適応ポストフィルタリング方法 | |
| JP3071800B2 (ja) | 適応ポストフィルタ | |
| Duni et al. | Performance of speaker-dependent wideband speech coding. | |
| JPH09244698A (ja) | 音声符号／復号化方式及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040106 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20040128 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040128 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090213 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090213 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100213 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110213 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110213 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120213 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130213 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |