JP3714786B2

JP3714786B2 - 音声符号化装置

Info

Publication number: JP3714786B2
Application number: JP02279598A
Authority: JP
Inventors: 政仲相良
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1998-01-20
Filing date: 1998-01-20
Publication date: 2005-11-09
Anticipated expiration: 2018-01-20
Also published as: JPH11212598A

Description

【０００１】
【発明の属する技術分野】
本発明は、音声符号化装置、より詳細には、２次残差信号をＤＣＴ変換して予備選択することにより雑音符号帳の検索の演算量を減らすようにしたものである。
【０００２】
【従来の技術】
最近、通信回線を介して音声信号を送る音声通信システムが実用に向け開発されているが、このような音声通信システムでは、通信回線を介して送受信される信号量を最小限にするため音声信号を圧縮、伸張して情報量を少なくしている。つまり、一方の端末より入力される音声入力を圧縮し、この圧縮された信号を通信回線を介して相手側に送信し、一方、相手側より通信回線を介して受信した信号を伸張し、この伸張した音声信号を出力するようにしたものがある。
【０００３】
このような圧縮、伸張方式の１つとしてＣＥＬＰ方式がある。このＣＥＬＰ方式を採用した音声処理装置では、送信側の音声信号圧縮手段として、音声信号を１フレーム毎に短期線形予測して、この短期線形予測により予測された信号と入力音声信号との差を複数のサブフレームに分割し、これらサブフレームに対し、コードブックを用意しておき、入力される音声信号の各サブフレームに対し最も類似する代表ベクトルをコードブックから検索し、この検索された代表ベクトルの符号コードを圧縮信号として出力し、一方、受信側の音声信号伸張手段として、上述したと同様なコードブックを用意しておき、通信回線を介して受けとった符号コードから該当する代表ベクトルを伸張信号として選択し、音声信号の各サブフレームを再現するようになっている。
【０００４】
ところで、このようなＣＥＬＰ方式によるコードブック検索は、音声信号のフレーム全長に亘って歪みが最小になるように、各サブフレームを２つのコードブックに対して行うようにしている。つまり、音声を合成する励振源は、ピット周期成分と雑音成分からなっているが、これらピッチ周期成分と雑音成分に対応する適応符号帳と雑音符号帳という２つのコードブックを用い、これら２つのコードブックに対して各サブフレーム単位で最小誤差評価により検索を行うようにしている。
【０００５】
【発明が解決しようとする課題】
最小誤差評価は、コードブックに貯えられた各励振源符号ベクトルを線形予測合成フィルタに通すことにより合成音声を生成し、原音声と比較し、最も原音声に近いものを選択することによって行われる。しかし、このフイルタ演算には、多くの演算を必要とするため、前記コードブックに貯えられたすべての励振源符号ベクトルをフィルタを通して比較を行うことは多大な計算を必要とし、汎用のプロセッサでリアルタイムの処理を実現することは大変困難である。
【０００６】
本発明は、上述のごとき実情に鑑みなされたもので、特に、上述のごとき２つのコードブックのうちの雑音符号帳の予備選択を行うことにより、演算量を削減する音声符号化方式を実現するものである。
【０００７】
【課題を解決するための手段】
請求項１の発明は、音声を一定サンプル数ごとに線形予測分析し、合成フィルタ係数を求め、該フィルタの励振源としてピッチ周期の成分ベクトルをもつ適応符号帳と雑音成分ベクトルをもつ雑音符号帳等を備え、合成後の波形が入力音声の波形に対し歪みが最小となるように励振ベクトルを決定する符号化方式搭載の音声符号化装置において、前記励振ベクトルを決定する際に、入力音声信号より抽出した雑音源を離散コサイン変換係数（以下、ＤＣＴ係数）列に変換し、その係数列と予め求めておいた雑音成分ベクトルのＤＣＴ係数列との距離を求め、該距離が近い雑音成分ベクトルを選択することにより予備選択を行うことを特徴としたものである。
【００１０】
【発明の実施の形態】
本発明は、ピッチ周期の成分ベクトルをもつ適応符号帳と、雑音成分ベクトルをもつ雑音符号帳とがフィルタの励振源として用いられ、そのフィルタにより合成された音声の波形と入力音声の波形との歪みが最小となるように励振ベクトルを決定し、音声の信号系列を少ない情報量でディジタル符号化する高能率音声符号化法に関するものである。
【００１１】
図１は、本発明のＣＥＬＰ符号化部に適用した例を説明するための図で、図１において、１は入力音声で、この入力音声１は複数のフレームに分割して入力される。この入力音声１は、各フレーム単位で取り込まれ線形予測分析部２、聴覚重み付きフィルタ３に与えられる。線形予測分析部２は、音声信号の現時点でのサブフレームと現時点に隣接する過去の複数のサブフレームとの間の線形予測を行うもので、この予測分析結果を合成フィルタ４、聴覚重み付きフィルタ５および聴覚重み付きフィルタ３に与えられる。そして、合成フィルタ４からの出力を聴覚重み付きフィルタ５（聴覚重み付けした予測音声）を介して減算器７に与え、この減算器７で、聴覚重み付きフィルタ３からの出力（聴覚重み付けした入力音声）との減算出力を算出する。
【００１２】
一方、８は距離計算・最適音源選択部で、この距離計算・最適音源選択部８は、減算器７からの出力を取り込み、適応符号帳９および雑音符号帳１０の２つのコードブックを選択する。そして、これら適応符号帳９および雑音符号帳１０より最適なピッチ周期成分αＡ（ｉ）と雑音成分βＣ（ｉ）を検索し、これらの結果を加算器１１を介して最適な音源、つまり、励振源Ｅ（ｉ）として合成フィルタ４に与えるようにしている。
【００１３】
而して、このような符号化部に対して、図２に示すフローチャートに従った制御が実行される。まず、ステップＳ１で入力音声１の最初のフレームを取り込む。この場合の１フレームは、複数のサブフレームからなっている。そして、ステップＳ２で線形予測分析部２により取り込んだ１フレームについて、隣接する過去のフレームから線形予測を行い、この分析結果を踏まえて次のステップＳ３の適応符号帳検索に進む。ステップＳ３の適応符号帳検索では、ステップＳ１で予測した音声との差信号の１番目のサブフレームについて、適応符号帳９を検索して距離の近い代表ベクトルをピッチ周期成分として生成する。
【００１４】
ステップＳ４では、適応符号帳より検索したベクトルを入力した合成フィルタ４、聴覚重み付きフィルタ５の出力に、入力音声の聴覚重み付きフィルタの出力を減算した二次残差信号を抽出し、ステップＳ５では、二次残差信号を入力した逆聴覚重み付きフィルタ１２、逆合成フィルタ１３の出力をＤＣＴ変換１４する。このＤＣＴ変換列の特徴と、前もって雑音符号帳のＤＣＴ変換列の特徴を抽出し特徴別に分けているＤＣＴ変換列特徴テーブル１５を用いて雑音符号帳の中からいくつかの雑音成分ベクトルを選択する。たとえば、ＤＣＴ変換列の結果が図３のようになった場合、ＤＣＴ変換列特徴テーブルを、図４のような、４つの場合分けを行っていれば、このパターンは、グループ１に近いため雑音符号帳１０の内、グループ１に属するベクトルのみをステップＳ７で検索して距離の近いベクトルを見つける。これにより演算量は、１／４に減少することになる。
【００１５】
例をとって説明すれば、ＤＣＴ変換した係数列のＪ番目のＤＣＴ係数の値が最大値をもつとする。この場合、雑音符号帳が図５のように並べてあるとすれば、検索は、ｊ−ｍ／２からｊ＋ｍ／２までの雑音成分ベクトルの検索をして距離の近いベクトルを見つける。この場合は、雑音符号帳の探索の演算量がｍ／Ｎ（雑音符号帳のベクトル数Ｎ）に減ることになり、さらに、ＤＣＴ変換列特徴テーブルが必要なくなる。
【００１６】
【発明の効果】
以上に説明したように、本発明によれば、２次残差信号をＤＣＴ変換し、予備選択することにより、雑音符号帳の検索の演算量を減らすことができる。
【図面の簡単な説明】
【図１】本発明の一実施例を説明するためのブロック図である。
【図２】本発明の処理の流れを示すフローチャートである。
【図３】２次残差信号のＤＣＴ変換列を示す図である。
【図４】ＤＣＴ変換特徴テーブルのグループを示す図である。
【図５】雑音符号帳のテーブルのＤＣＴ変換列を示す図である。
【符号の説明】
１…入力信号、２…線形予測分析部、３，５…聴覚重み付きフィルタ、４…合成フィルタ、７…減算器、８…距離計算・最適音源選択部、９…適応符号帳、１０…雑音符号帳、１１…加算器、１２…逆聴覚重み付きフィルタ、１３…逆合成フィルタ、１４…ＤＣＴ変換、１５…ＤＣＴ変換列特徴テーブル。

Claims

音声を一定サンプル数ごとに線形予測分析し、合成フィルタ係数を求め、該フィルタの励振源としてピッチ周期の成分ベクトルをもつ適応符号帳と雑音成分ベクトルをもつ雑音符号帳等を備え、合成後の波形が入力音声の波形に対し歪みが最小となるように励振ベクトルを決定する符号化方式搭載の音声符号化装置において、前記励振ベクトルを決定する際に、入力音声信号より抽出した雑音源を離散コサイン変換係数（以下、ＤＣＴ係数）列に変換し、その係数列と予め求めておいた雑音成分ベクトルのＤＣＴ係数列との距離を求め、該距離が近い雑音成分ベクトルを選択することにより予備選択を行うことを特徴とする音声符号化装置。