JP4003240B2

JP4003240B2 - Speech coding apparatus and speech decoding apparatus

Info

Publication number: JP4003240B2
Application number: JP29473896A
Authority: JP
Inventors: 和敏安永; 利幸森井; 泰助渡辺
Original assignee: Panasonic Corp; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Corp; Panasonic Holdings Corp
Priority date: 1996-11-07
Filing date: 1996-11-07
Publication date: 2007-11-07
Anticipated expiration: 2016-11-07
Also published as: JPH10143198A; CN1845239A; CN1877698B; CN1877698A; CN1845239B

Description

【０００１】
【発明の属する技術分野】
本発明は、少ないメモリ量かつ低ビットレートかつ高品質に音声信号を符号化／復号化するための音声符号化装置／復号化装置に関する。
【０００２】
【従来の技術】
ディジタル携帯電話等の移動体通信の分野においては、加入者の増加に対処するため、低ビットレートの音声の圧縮符号化法が求められている。日本国内では、ＶＳＥＬＰおよびＰＳＩ−ＣＥＬＰという音声符号化方式が、フルレートおよびハーフレートのディジタル携帯電話の音声符号化標準方式として、それぞれ採用・実用化されている。これらの方式はいずれもＣＥＬＰ（ＣｏｄｅＥｘｃｉｔｅｄＬｉｎｅａｒＰｒｅｄｉｃｔｉｏｎ： ”ＨｉｇｈＱｕａｌｉｔｙＳｐｅｅｃｈａｔＬｏｗＢｉｔＲａｔｅ” Ｍ．ＲＳｃｈｒｏｅｄｅｒＰｒｏｃ．ＩＣＡＳＳＰ’８５ｐｐ．９３７−９４０に記載）という方式を改良したものである。ＣＥＬＰ型の音声符号化装置は、音声情報を音源情報と声道情報とに分離して符号化する方式で、音源情報については符号帳に格納された複数のコードベクトルのインデクスによって符号化し、声道情報についてはＬＰＣ（線形予測係数）を符号化するということと、音源情報符号化の際には声道情報を加味して入力音声と比較を行う方法（Ａ−ｂ−Ｓ：ＡｎａｌｙｓｉｓｂｙＳｙｎｔｈｅｓｉｓ）を採用していることに特徴を有している。なおＣＥＬＰでは一般に、入力音声をある時間間隔で区間（フレームと呼ばれる）ごとに分けてＬＰＣ分析を行い、フレームをさらに細かく分けた区間（サブフレームと呼ばれる）ごとに適応符号帳／固定符号帳と確率的符号帳の音源探索が行われる。
【０００３】
ここではまず、日本国内のハーフレートディジタル携帯電話における音声符号化／復号化標準方式であるＰＳＩ−ＣＥＬＰ（「ピッチ同期雑音励振源をもつＣＥＬＰ符号化（ＰＳＩ−ＣＥＬＰ）」，三木聡，守谷健弘，間野一則，大室仲，電子情報通信学会論文誌Ａ，Ｖｏｌ．Ｊ７７−Ａ，Ｎｏ．３，ｐｐ．３１４−３２４に記載）をベースに開発したＣＥＬＰ型音声符号化装置の機能ブロック図（図１１）を用いて、ＣＥＬＰ型の音声符号化装置について詳しく説明する。
【０００４】
図１１において、ディジタルの入力音声データ１１０は、フレーム単位（フレーム長Ｎｆ＝１０４）でバッファ１１１へ供給される。この時、バッファ１１１内の古いデータは、供給される新しいデータによって更新されることになる。フレームパワ量子化・復号部１１２は、まず、バッファ１１１から長さＮｆ（＝１０４）の処理フレームｓ（ｉ）（０≦ｉ≦Ｎｆ−１）を読み出し、その処理フレーム内サンプルの平均パワａｍｐを（数１）により求める。
【０００５】
【数１】

【０００６】
求めた処理フレーム内サンプルの平均パワａｍｐを（数２）により対数変換値ａｍｐｌｏｇに変換する。
【０００７】
【数２】

【０００８】
求めたａｍｐｌｏｇをパワ量子化テーブル格納部１１３に格納された（表１）に示すような１０ｗｏｒｄｓのスカラー量子化用テーブルＣｐｏｗを用いてスカラー量子化することで４ｂｉｔｓのパワインデクスＩｐｏｗを得、得られたパワインデクスＩｐｏｗから復号化フレームパワｓｐｏｗを求め、パワインデクスＩｐｏｗと復号化フレームパワｓｐｏｗをパラメータ符号化部１４１へ出力する。パワ量子化テーブル格納部１１３は、１６ｗｏｒｄｓのパワスカラー量子化テーブル（表１）を格納していて、このテーブルは、フレームパワ量子化・復号部１１２が処理フレーム内サンプルの平均パワの対数変換値をスカラー量子化する時に参照される。
【０００９】
【表１】

【００１０】
ＬＰＣ分析部１１４は、まず、バッファ１１１から分析区間長Ｎｗ（＝２５６）の分析区間データを読み出し、読み出した分析区間データに窓長Ｎｗ（＝２５６）のハミング窓Ｗｈ２５６を乗じてハミング窓掛け済み分析区間データを得、得られたハミング窓掛け済み分析区間データの自己相関関数を予測次数Ｎｐ（＝１０）次まで求める。求めた自己相関関数にラグ窓格納部１１５に格納した１０ｗｏｒｄｓのラグ窓テーブル（表２）を乗じてラグ窓掛け済み自己相関関数を得、得られたラグ窓掛け済み自己相関関数に対して線形予測分析を行うことでＬＰＣパラメータα（ｉ）（１≦ｉ≦Ｎｐ）を算出してピッチ予備選択部１１８に出力する。
【００１１】
【表２】

【００１２】
次に、求めたＬＰＣパラメータα（ｉ）をＬＳＰ（線スペクトル対）ω（ｉ）（１≦ｉ≦Ｎｐ）に変換してＬＳＰ量子化・復号化部１１６に出力する。ラグ窓格納部１１５は、ＬＰＣ分析部が参照するラグ窓テーブルを格納している。
【００１３】
ＬＳＰ量子化・復号化部１１６は、まず、ＬＳＰ量子化テーブル格納部１１７に格納したＬＳＰのベクトル量子化用テーブルを参照して、ＬＰＣ分析部１１４から受けたＬＳＰをベクトル量子化して最適インデクスを選び、選んだインデクスをＬＳＰ符号Ｉｌｓｐとしてパラメータ符号化部１４１へ出力する。次に、ＬＳＰ量子化テーブル格納部１１７からＬＳＰ符号に対応するセントロイドを復号化ＬＳＰωｑ（ｉ）（１≦ｉ≦Ｎｐ）として読み出し、読み出した復号化ＬＳＰをＬＳＰ補間部１２１へ出力する。さらに、復号化ＬＳＰをＬＰＣに変換することで復号化ＬＰＣαｑ（ｉ）（１≦ｉ≦Ｎｐ）を得、得られた復号化ＬＰＣをスペクトル重み付けフィルタ係数算出部１２２および聴感重み付けＬＰＣ合成フィルタ係数算出部１２４へ出力する。ＬＳＰ量子化テーブル格納部１１７は、ＬＳＰ量子化・復号化部１１６がＬＳＰをベクトル量子化する時に参照するＬＳＰベクトル量子化テーブルを格納している。
【００１４】
ピッチ予備選択部１１８は、まず、バッファ１１１から読み出した処理フレームデータｓ（ｉ）（０≦ｉ≦Ｎｆ−１）に対し、ＬＰＣ分析部１１４より受けたＬＰＣα（ｉ）（１≦ｉ≦Ｎｐ）によって構成した線形予測逆フィルタリングを施し、線形予測残差信号ｒｅｓ（ｉ）（０≦ｉ≦Ｎｆ−１）を得、得られた線形予測残差信号ｒｅｓ（ｉ）のパワを計算し、計算した残差信号のパワを処理サブフレームの音声サンプルのパワで正規化した値である正規化予測残差パワｒｅｓｉｄを求めてパラメータ符号化部１４１へ出力する。次に、線形予測残差信号ｒｅｓ（ｉ）に長さＮｗ（＝２５６）のハミング窓を乗じてハミング窓掛け済み線形予測残差信号ｒｅｓｗ（ｉ）（０≦ｉ≦Ｎｗ−１）を生成し、生成したｒｅｓｗ（ｉ）の自己相関関数φｉｎｔ（ｉ）をＬｍｉｎ−２≦ｉ≦Ｌｍａｘ＋２（ただし、Ｌｍｉｎは長期予測係数の最短分析区間で１６、Ｌｍａｘは長期予測係数の最長分析区間で１２８とする）の範囲で求める。求めた自己相関関数φｉｎｔ（ｉ）にポリフェーズ係数格納部１１９に格納された２８ｗｏｒｄｓのポリフェーズフィルタの係数Ｃｐｐｆ（表３）を畳み込んで、整数ラグｉｎｔにおける自己相関φｉｎｔ（ｉ）、整数ラグｉｎｔより−１／４ずれた分数位置における自己相関φｄｑ（ｉ）、整数ラグｉｎｔより＋１／４ずれた分数位置における自己相関φａｑ（ｉ）、整数ラグｉｎｔより＋１／２ずれた分数位置における自己相関φａｈ（ｉ）をそれぞれ求める。
【００１５】
【表３】

【００１６】
さらに、Ｌｍｉｎ−２≦ｉ≦Ｌｍａｘ＋２の範囲内にある引数ｉそれぞれについてφｉｎｔ（ｉ）、φｄｑ（ｉ）、φａｑ（ｉ）、φａｈ（ｉ）の中から最大のものをφｍａｘ（ｉ）に代入する、（数３）の処理を行うことで（Ｌｍａｘ−Ｌｍｉｎ＋１）個のφｍａｘ（ｉ）を求める。
【００１７】
【数３】

【００１８】
求めた（Ｌｍａｘ−Ｌｍｉｎ＋１）個のφｍａｘ（ｉ）のから、値が大きいものを上位から順に６個選び出してピッチ候補ｐｓｅｌ（ｉ）（０≦ｉ≦５）として保存し、線形予測残差信号ｒｅｓ（ｉ）とピッチ第一候補ｐｓｅｌ（０）をピッチ強調フィルタ係数算出部１２０へ、ｐｓｅｌ（ｉ）（０≦ｉ≦５）を適応ベクトル生成部１２９へ出力する。
【００１９】
ポリフェーズ係数格納部１１９は、ピッチ予備選択部１１８が線形予測残差信号の自己相関を分数ラグ精度で求める時、および、適応ベクトル生成部１２９が適応ベクトルを分数精度で生成する時に参照するポリフェーズフィルタの係数を格納している。
【００２０】
ピッチ強調フィルタ係数算出部１２０は、ピッチ予備選択部１１８で求めた線形予測残差ｒｅｓ（ｉ）とピッチ第一候補ｐｓｅｌ（０）から３次のピッチ予測係数ｃｏｖ（ｉ）（０≦ｉ≦２）を求める。求めたピッチ予測係数ｃｏｖ（ｉ）（０≦ｉ≦２）を用いた（数４）により、ピッチ強調フィルタＱ（ｚ）のインパルス応答を求めて、スペクトル重み付けフィルタ係数算出部１２２および聴感重み付けフィルタ係数算出部１２３へ出力する。
【００２１】
【数４】

【００２２】
ＬＳＰ補間部１２１は、まず、ＬＳＰ量子化・復号化部１１６において求めた現処理フレームに対する復号化ＬＳＰωｑ（ｉ）と以前に求め保持しておいた前処理フレームの復号化ＬＳＰωｑｐ（ｉ）を用いた（数５）により、復号化補間ＬＳＰωｉｎｔｐ（ｎ，ｉ）（１≦ｉ≦Ｎｐ）をサブフレーム毎に求める。
【００２３】
【数５】

【００２４】
求めたωｉｎｔｐ（ｎ，ｉ）をＬＰＣに変換することで復号化補間ＬＰＣαｑ（ｎ，ｉ）（１≦ｉ≦Ｎｐ）を得、得られた復号化補間ＬＰＣαｑ（ｎ，ｉ）（１≦ｉ≦Ｎｐ）をスペクトル重み付けフィルタ係数算出部１２２および聴感重み付けＬＰＣ合成フィルタ係数算出部１２４に出力する。
【００２５】
スペクトル重み付けフィルタ係数算出部１２２は、（数６）のＭＡ型スペクトル重み付けフィルタＩ（ｚ）を構成し、そのインパルス応答を聴感重み付けフィルタ係数算出部１２３へ出力する。
【００２６】
【数６】

【００２７】
ただし、（数６）中のインパルス応答αｆｉｒ（ｉ）（１≦ｉ≦Ｎｆｉｒ）は、（数７）で与えられるＡＲＭＡ型スペクトル強調フィルタＧ（ｚ）のインパルス応答をＮｆｉｒ（＝１１）項までで打ち切ったものである。
【００２８】
【数７】

【００２９】
聴感重み付けフィルタ係数算出部１２３は、まず、スペクトル重み付けフィルタ係数算出部１２２から受けたスペクトル重み付けフィルタＩ（ｚ）のインパルス応答とピッチ強調フィルタ係数算出部１２０から受けたピッチ強調フィルタＱ（ｚ）のインパルス応答を畳み込んだ結果をインパルス応答として持つ聴感重み付けフィルタＷ（ｚ）を構成し、構成した聴感重み付けフィルタＷ（ｚ）のインパルス応答を聴感重み付けＬＰＣ合成フィルタ係数算出部１２４および聴感重み付け部１２５へ出力する。
【００３０】
聴感重み付けＬＰＣ合成フィルタ係数算出部１２４は、ＬＳＰ補間部１２１から受けた復号化補間ＬＰＣαｑ（ｎ，ｉ）と聴感重み付けフィルタ係数算出部１２３から受けた聴感重み付けフィルタＷ（ｚ）によって、聴感重み付けＬＰＣ合成フィルタＨ（ｚ）を（数８）によって構成する。
【００３１】
【数８】

【００３２】
構成した聴感重み付きＬＰＣ合成フィルタＨ（ｚ）の係数を、ターゲット生成部Ａ１２６、聴感重み付けＬＰＣ逆順合成部Ａ１２７、聴感重み付けＬＰＣ合成部Ａ１３１、聴感重み付けＬＰＣ逆順合成部Ｂ１３６および聴感重み付けＬＰＣ合成部Ｂ１３９へ出力する。
【００３３】
聴感重み付け部１２５は、バッファ１１１から読み出したサブフレーム信号をゼロ状態の聴感重み付きＬＰＣ合成フィルタＨ（ｚ）に入力し、その出力を聴感重み付き残差ｓｐｗ（ｉ）（０≦ｉ≦Ｎｓ−１）としてターゲット生成部Ａ１２６へ出力する。
【００３４】
ターゲット生成部Ａ１２６は、聴感重み付け部１２５において求めた聴感重み付き残差ｓｐｗ（ｉ）（０≦ｉ≦Ｎｓ−１）から、聴感重み付けＬＰＣ合成フィルタ係数算出部１２４において求めた聴感重み付きＬＰＣ合成フィルタＨ（ｚ）にゼロ系列を入力した時の出力であるゼロ入力応答Ｚｒｅｓ（ｉ）（０≦ｉ≦Ｎｓ−１）を減算し、減算結果を音源選択用のターゲットベクトルｒ（ｉ）（０≦ｉ≦Ｎｓ−１）として聴感重み付けＬＰＣ逆順合成部Ａ１２７およびターゲット生成部Ｂ１３５へ出力する。
【００３５】
聴感重み付けＬＰＣ逆順合成部Ａ１２７は、ターゲット生成部Ａ１２６から受けたターゲットベクトルｒ（ｉ）（０≦ｉ≦Ｎｓ−１）を時間逆順に並べ換え、並べ換えて得られたベクトルを初期状態がゼロの聴感重み付けＬＰＣ合成フィルタＨ（ｚ）に入力し、その出力を再度時間逆順に並べ換えることでターゲットベクトルの時間逆合成ベクトルｒｈ（ｋ）（０≦ｉ≦Ｎｓ−１）を得て比較部Ａ１３２に出力する。
【００３６】
適応符号帳１２８は、適応ベクトル生成部１２９が適応ベクトルを生成する際に参照する過去の駆動音源を格納している。適応ベクトル生成部１２９は、ピッチ予備選択部１１８から受けた６個のピッチ候補ｐｓｅｌ（ｊ）（０≦ｊ≦５）をもとに、Ｎａｃ個の適応ベクトルＰａｃｂ（ｉ，ｋ）（０≦ｉ≦Ｎａｃ−１，０≦ｋ≦Ｎｓ−１，６≦Ｎａｃ≦２４）を生成して適応／固定選択部１３０へ出力する。具体的には、（表４）に示すように、１６≦ｐｓｅｌ（ｊ）≦４４の場合には、一つの整数ラグ位置あたり４種類の分数ラグ位置について適応ベクトルを生成し、４５≦ｐｓｅｌ（ｊ）≦６４の場合には、一つの整数ラグ位置あたり２種類の分数ラグ位置について適応ベクトルを生成し、６５≦ｐｓｅｌ（ｊ）≦１２８の場合には、整数ラグ位置に対して適応ベクトルを生成する。これより、ｐｓｅｌ（ｊ）（０≦ｊ≦５）の値によって適応ベクトルの候補数Ｎａｃは最少で６候補、最多で２４候補になる。
【００３７】
【表４】

【００３８】
なお、分数精度の適応ベクトルを生成する際には、適応符号帳１２８から整数精度で読み出した過去の音源ベクトルに、ポリフェーズ係数格納部１１９に格納されているポリフェーズフィルタの係数を畳み込む補間処理により行っている。
【００３９】
ここで、ｌａｇｆ（ｉ）の値に対応する補間とは、ｌａｇｆ（ｉ）＝０の場合は整数ラグ位置、ｌａｇｆ（ｉ）＝１の場合は整数ラグ位置から−１／２ずれた分数ラグ位置、ｌａｇｆ（ｉ）＝２の場合は整数ラグ位置より＋１／４ずれた分数ラグ位置、ｌａｇｆ（ｉ）＝３の場合は整数ラグ位置より−１／４ずれた分数ラグ位置に対応した補間を行うことである。
【００４０】
適応／固定選択部１３０は、まず、適応ベクトル生成部が生成したＮａｃ（６〜２４）候補の適応ベクトルを受け、聴感重み付けＬＰＣ合成部Ａ１３１および比較部Ａ１３２へ出力する。
【００４１】
比較部Ａ１３２は、まず始めに、適応ベクトル生成部１２９が生成した適応ベクトルＰａｃｂ（ｉ，ｋ）（０≦ｉ≦Ｎａｃ−１，０≦ｋ≦Ｎｓ−１，６≦Ｎａｃ≦２４）をＮａｃ（６〜２４）候補からＮａｃｂ（＝４）候補に予備選択するため、聴感重み付けＬＰＣ逆順合成部Ａ１２７より受けたターゲットベクトルの時間逆合成ベクトルｒｈ（ｋ）（０≦ｋ≦Ｎｓ−１）と適応ベクトルＰａｃｂ（ｉ，ｋ）との内積ｐｒａｃ（ｉ）を（数９）により求める。
【００４２】
【数９】

【００４３】
求めた内積ｐｒａｃ（ｉ）を比較して、その値が大きくなる時のインデクスおよびそのインデクスを引数とした時の内積を上位Ｎａｃｂ（＝４）番目まで選択し、適応ベクトル予備選択後インデクスａｐｓｅｌ（ｊ）（０≦ｊ≦Ｎａｃｂ−１）および適応ベクトル予備選択後基準値ｐｒａｃ（ａｐｓｅｌ（ｊ））としてそれぞれ保存していき、適応ベクトル予備選択後インデクスａｐｓｅｌ（ｊ）（０≦ｊ≦Ｎａｃｂ−１）を適応／固定選択部１３０へ出力する。
【００４４】
聴感重み付けＬＰＣ合成部Ａ１３１は、適応ベクトル生成部１２９において生成され適応／固定選択部１３０を通過した予備選択後適応ベクトルＰａｃｂ（ａｐｓｅｌ（ｊ），ｋ）に対して聴感重み付けＬＰＣ合成を施して合成適応ベクトルＳＹＮａｃｂ（ａｐｓｅｌ（ｊ），ｋ）を生成し、比較部Ａ１３２へ出力する。比較部Ａ１３２は、次に、比較部Ａ１３２自身において予備選択したＮａｃｂ（＝４）個の予備選択後適応ベクトルＰａｃｂ（ａｐｓｅｌ（ｊ），ｋ）を本選択するために、適応ベクトル本選択基準値ｓａｃｂｒ（ｊ）を（数１０）により求める。
【００４５】
【数１０】

【００４６】
（数１０）の値が大きくなる時のインデクスおよびそのインデクスを引数とした時の（数１０）の値をそれぞれ、適応ベクトル本選択後インデクスＡＳＥＬおよび適応ベクトル本選択後基準値ｓａｃｂｒ（ＡＳＥＬ）として適応／固定選択部１３０へ出力する。
【００４７】
固定符号帳１３３は、固定ベクトル読み出し部１３４が読み出すベクトルをＮｆｃ（＝１６）候補格納している。比較部Ａ１３２は、ここで、固定ベクトル読み出し部１３４が読み出した固定ベクトルＰｆｃｂ（ｉ，ｋ）（０≦ｉ≦Ｎｆｃ−１，０≦ｋ≦Ｎｓ−１）を、Ｎｆｃ（＝１６）候補からＮｆｃｂ（＝２）候補に予備選択するため、聴感重み付けＬＰＣ逆順合成部Ａ１２７より受けたターゲットベクトルの時間逆合成ベクトルｒｈ（ｋ）（０≦ｋ≦Ｎｓ−１）と固定ベクトルＰｆｃｂ（ｉ，ｋ）との内積の絶対値｜ｐｒｆｃ（ｉ）｜を（数１１）により求める。
【００４８】
【数１１】

【００４９】
（数１１）の値｜ｐｒａｃ（ｉ）｜を比較して、その値が大きくなる時のインデクスおよびそのインデクスを引数とした時の内積の絶対値を上位Ｎｆｃｂ（＝２）番目まで選択し、固定ベクトル予備選択後インデクスｆｐｓｅｌ（ｊ）（０≦ｊ≦Ｎｆｃｂ−１）および固定ベクトル予備選択後基準値｜ｐｒｆｃ（ｆｐｓｅｌ（ｊ））｜としてそれぞれ保存していき、固定ベクトル予備選択後インデクスｆｐｓｅｌ（ｊ）（０≦ｊ≦Ｎｆｃｂ−１）を適応／固定選択部１３０へ出力する。
【００５０】
聴感重み付けＬＰＣ合成部Ａ１３１は、固定ベクトル読み出し部１３４において読み出され適応／固定選択部１３０を通過した予備選択後固定ベクトルＰｆｃｂ（ｆｐｓｅｌ（ｊ），ｋ）に対して聴感重み付けＬＰＣ合成を施して合成固定ベクトルＳＹＮｆｃｂ（ｆｐｓｅｌ（ｊ），ｋ）を生成し、比較部Ａ１３２へ出力する。
【００５１】
比較部Ａ１３２は、さらに、比較部Ａ１３２自身において予備選択したＮｆｃｂ（＝２）個の予備選択後固定ベクトルＰｆｃｂ（ｆｐｓｅｌ（ｊ），ｋ）から最適な固定ベクトルを本選択するために、固定ベクトル本選択基準値ｓｆｃｂｒ（ｊ）を（数１２）により求める。
【００５２】
【数１２】

【００５３】
（数１２）の値が大きくなる時のインデクスおよびそのインデクスを引数とした時の（数１２）の値をそれぞれ、固定ベクトル本選択後インデクスＦＳＥＬおよび固定ベクトル本選択後基準値ｓａｃｂｒ（ＦＳＥＬ）として適応／固定選択部１３０へ出力する。
【００５４】
適応／固定選択部１３０は、比較部Ａ１３２より受けたｐｒａｃ（ＡＳＥＬ）、ｓａｃｂｒ（ＡＳＥＬ）、｜ｐｒｆｃ（ＦＳＥＬ）｜およびｓｆｃｂｒ（ＦＳＥＬ）の大小および正負関係により（（数１３）に記載）、本選択後適応ベクトルと本選択後固定ベクトルのどちらか一方を適応／固定ベクトルＡＦ（ｋ）（０≦ｋ≦Ｎｓ−１）として選択する。
【００５５】
【数１３】

【００５６】
選択した適応／固定ベクトルＡＦ（ｋ）を聴感重み付けＬＰＣ合成フィルタ部Ａ１３１に出力し、選択した適応／固定ベクトルＡＦ（ｋ）を生成した番号を表すインデクスを適応／固定インデクスＡＦＳＥＬとしてパラメータ符号化部１４１へ出力する。なおここでは、適応ベクトルと固定ベクトルの総ベクトル数が２５５個になるように設計しているので（表４参照）、適応／固定インデクスＡＦＳＥＬは８ｂｉｔｓ符号になっている。
【００５７】
聴感重み付きＬＰＣ合成フィルタ部Ａ１３１は、適応／固定選択部１３０において選択された適応／固定ベクトルＡＦ（ｋ）に対して聴感重み付けＬＰＣ合成フィルタリングを施して合成適応／固定ベクトルＳＹＮａｆ（ｋ）（０≦ｋ≦Ｎｓ−１）を生成し、比較部Ａ１３２へ出力する。
【００５８】
比較部Ａ１３２は、ここで、まず、聴感重み付けＬＰＣ合成部Ａ１３１より受けた合成適応／固定ベクトルＳＹＮａｆ（ｋ）（０≦ｋ≦Ｎｓ−１）のパワｐｏｗｐを（数１４）により求める。
【００５９】
【数１４】

【００６０】
次に、ターゲット生成部Ａ１２６から受けたターゲットベクトルと合成適応／固定ベクトルＳＹＮａｆ（ｋ）の内積ｐｒを（数１５）により求める。
【００６１】
【数１５】

【００６２】
さらに、適応／固定選択部１３０より受けた適応／固定ベクトルＡＦ（ｋ）を適応符号帳更新部１４３へ出力し、ＡＦ（ｋ）のパワＰＯＷａｆを計算し、合成適応／固定ベクトルＳＹＮａｆ（ｋ）とＰＯＷａｆをパラメータ符号化部１４１へ出力し、ｐｏｗｐとｐｒとｒ（ｋ）とｒｈ（ｋ）を比較部Ｂ１４０へ出力する。
【００６３】
ターゲット生成部Ｂ１３５は、ターゲット生成部Ａ１２６より受けた音源選択用のターゲットベクトルｒ（ｉ）（０≦ｉ≦Ｎｓ−１）から、比較部Ａ１３２より受けた合成適応／固定ベクトルＳＹＮａｆ（ｋ）（０≦ｋ≦Ｎｓ−１）を減算して新ターゲットベクトルを生成し、生成した新ターゲットベクトルを聴感重み付けＬＰＣ逆順合成部Ｂ１３６へ出力する。
【００６４】
聴感重み付けＬＰＣ逆順合成部Ｂ１３６は、ターゲット生成部Ｂ１３５において生成した新ターゲットベクトルを時間逆順に並べ換え、並べ換えたベクトルをゼロ状態の聴感重み付けＬＰＣ合成フィルタに入力し、その出力ベクトルを再度時間逆順に並べ換えることで新ターゲットベクトルの時間逆合成ベクトルｐｈ（ｋ）（０≦ｋ≦Ｎｓ−１）を生成して比較部Ｂ１４０へ出力する。
【００６５】
確率的符号帳１３７は、確率的ベクトル読み出し部１３８が参照する１段目確率的ベクトルと２段目確率的ベクトルをそれぞれＮｓｔ（＝６４）本ずつ格納した１段目符号帳と２段目符号帳によって構成されている。確率的ベクトル読み出し部１３８は、まず、確率的符号帳１３７内の１段目符号帳から１段目確率的ベクトルＰｓｔｂ１（ｉ１，ｋ）（０≦ｉ１≦Ｎｓｔ−１，０≦ｋ≦Ｎｓ−１）を読み出して聴感重み付けＬＰＣ合成部Ｂ１３９および比較部Ｂ１４０へ出力する。次に、確率的符号帳１３７内の２段目符号帳から２段目確率的ベクトルＰｓｔｂ２（ｉ２，ｋ）（０≦ｉ２≦Ｎｓｔ−１，０≦ｋ≦Ｎｓ−１）を読み出して聴感重み付けＬＰＣ合成部Ｂ１３９および比較部Ｂ１４０へ出力する。
【００６６】
比較部Ｂ１４０は、まず始めに、確率的ベクトル読み出し部１３８が読み出した１段目確率的ベクトルＰｓｔｂ１（ｉ１，ｋ）（０≦ｉ≦Ｎｓｔ−１，０≦ｋ≦Ｎｓ−１）をＮｓｔ（＝６４）候補からＮｓｔｂ（＝６）候補に予備選択するため、１段目確率的ベクトル予備選択基準値ｃｒ（ｉ１）（０≦ｉ１≦Ｎｓｔｂ１−１）を（数１６）により求める。
【００６７】
【数１６】

【００６８】
求めたｃｒ（ｉ１）の値を比較して、その値が大きくなる時のインデクスおよびそのインデクスを引数とした時の（数１６）の値を上位Ｎｓｔｂ（＝６）番目まで選択し、１段目確率的ベクトル予備選択後インデクスｓ１ｐｓｅｌ（ｊ１）（０≦ｊ１≦Ｎｓｔｂ−１）および予備選択後１段目確率的ベクトルＰｓｔｂ１（ｓ１ｐｓｅｌ（ｊ１），ｋ）（０≦ｊ１≦Ｎｓｔｂ−１，０≦ｋ≦Ｎｓ−１）としてそれぞれ保存していく。次に、２段目確率的ベクトルについても１段目と同様の処理を行い２段目確率的ベクトル予備選択後インデクスｓ２ｐｓｅｌ（ｊ２）（０≦ｊ２≦Ｎｓｔｂ−１）および予備選択後２段目確率的ベクトルＰｓｔｂ２（ｓ２ｐｓｅｌ（ｊ２），ｋ）（０≦ｊ２≦Ｎｓｔｂ−１，０≦ｋ≦Ｎｓ−１）としてそれぞれ保存していく。
【００６９】
聴感重み付けＬＰＣ合成部Ｂ１３９は、まず、確率的ベクトル読み出し部１３８において読み出された予備選択後１段目確率的ベクトルＰｓｔｂ１（ｓ１ｐｓｅｌ（ｊ１），ｋ）に対して聴感重み付けＬＰＣ合成を施して合成１段目確率的ベクトルＳＹＮｓｔｂ１（ｓ１ｐｓｅｌ（ｊ１），ｋ）を生成して比較部Ｂ１４０へ出力する。次に、確率的ベクトル読み出し部１３８において読み出された予備選択後２段目確率的ベクトルＰｓｔｂ２（ｓ２ｐｓｅｌ（ｊ２），ｋ）に対して聴感重み付けＬＰＣ合成を施して合成２段目確率的ベクトルＳＹＮｓｔｂ２（ｓ２ｐｓｅｌ（ｊ２），ｋ）を生成して比較部Ｂ１４０へ出力する。
【００７０】
比較部Ｂ１４０は、比較部Ｂ１４０自身において予備選択した予備選択後１段目確率的ベクトルと予備選択後２段目確率的ベクトルの本選択を行うために、聴感重み付けＬＰＣ合成部Ｂ１３９において計算した合成１段目確率的ベクトルＳＹＮｓｔｂ１（ｓ１ｐｓｅｌ（ｊ１），ｋ）に対して（数１７）の計算を行う。
【００７１】
【数１７】

【００７２】
直交化合成１段目確率的ベクトルＳＹＮＯｓｔｂ１（ｓ１ｐｓｅｌ（ｊ１），ｋ）を求め、合成２段目確率的ベクトルＳＹＮｓｔｂ２（ｓ２ｐｓｅｌ（ｊ２），ｋ）に対しても同様の計算を行って直交化合成２段目確率的ベクトルＳＹＮＯｓｔｂ２（ｓ２ｐｓｅｌ（ｊ２），ｋ）を求め、１段目確率的ベクトル本選択基準値ｓ１ｃｒと２段目確率的ベクトル本選択基準値ｓ２ｃｒをそれぞれ（数１８）と（数１９）を用いて、（ｓ１ｐｓｅｌ（ｊ１），ｓ２ｐｓｅｌ（ｊ２））の全組み合わせ（３６通り）についてクローズドループで計算する。
【００７３】
【数１８】

【００７４】
【数１９】

【００７５】
ただし、（数１８）中のｃｓ１ｃｒおよび（数１９）中のｃｓ２ｃｒは、それぞれ（数２０）および（数２１）によりあらかじめ計算しておいた定数である。
【００７６】
【数２０】

【００７７】
【数２１】

【００７８】
比較部Ｂ１４０は、さらに、ｓ１ｃｒの最大値をＭＡＸｓ１ｃｒに代入し、ｓ２ｃｒの最大値をＭＡＸｓ２ｃｒに代入し、ＭＡＸｓ１ｃｒとＭＡＸｓ２ｃｒの大きい方をｓｃｒとし、ｓｃｒが得られた時に参照していたｓ１ｐｓｅｌ（ｊ１）の値を１段目確率的ベクトル本選択後インデクスＳＳＥＬ１としてパラメータ符号化部１４１へ出力する。ＳＳＥＬ１に対応した確率ベクトルを本選択後１段目確率的ベクトルＰｓｔｂ１（ＳＳＥＬ１，ｋ）として保存し、Ｐｓｔｂ１（ＳＳＥＬ１，ｋ）に対応した本選択後合成１段目確率的ベクトルＳＹＮｓｔｂ１（ＳＳＥＬ１，ｋ）（０≦ｋ≦Ｎｓ−１）を求めてパラメータ符号化部１４１へ出力する。
【００７９】
同様に、ｓｃｒが得られた時に参照していたｓ２ｐｓｅｌ（ｊ２）の値を２段目確率的ベクトル本選択後インデクスＳＳＥＬ２としてパラメータ符号化部１４１へ出力し、ＳＳＥＬ２に対応した確率ベクトルを本選択後２段目確率的ベクトルＰｓｔｂ２（ＳＳＥＬ２，ｋ）として保存し、Ｐｓｔｂ２（ＳＳＥＬ２，ｋ）に対応した本選択後合成２段目確率的ベクトルＳＹＮｓｔｂ２（ＳＳＥＬ２，ｋ）（０≦ｋ≦Ｎｓ−１）を求めてパラメータ符号化部１４１へ出力する。
【００８０】
比較部Ｂ１４０は、さらに、Ｐｓｔｂ１（ＳＳＥＬ１，ｋ）とＰｓｔｂ２（ＳＳＥＬ２，ｋ）それぞれに乗じる符号Ｓ１とＳ２を（数２２）によって求め、求めたＳ１とＳ２の正負情報をゲイン正負インデクスＩｓ１ｓ２（２ｂｉｔｓ情報）としてパラメータ符号化部１４１へ出力する。
【００８１】
【数２２】

【００８２】
（数２３）によって確率的ベクトルＳＴ（ｋ）（０≦ｋ≦Ｎｓ−１）を生成して適応符号帳更新部１４３へ出力するとともに、そのパワＰＯＷｓｆを求めてパラメータ符号化部１４１へ出力する。
【００８３】
【数２３】

【００８４】
（数２４）によって合成確率的ベクトルＳＹＮｓｔ（ｋ）（０≦ｋ≦Ｎｓ−１）を生成してパラメータ符号化部１４１へ出力する。
【００８５】
【数２４】

【００８６】
パラメータ符号化部１４１は、まず、フレームパワ量子化・復号部１１２において求めた復号化フレームパワｓｐｏｗ、ピッチ予備選択部１１８において求めた正規化予測残差パワｒｅｓｉｄを用いた（数２５）によりサブフレーム推定残差パワｒｓを求める。
【００８７】
【数２５】

【００８８】
求めたサブフレーム推定残差パワｒｓ、比較部Ａ１３２において計算した適応／固定ベクトルのパワＰＯＷａｆ、比較部Ｂ１４０において求めた確率的ベクトルのパワＰＯＷｓｔ、（表５）に示すゲイン量子化テーブル格納部１４２に格納された２５６ｗｏｒｄｓのゲイン量子化用テーブル（ＣＧａｆ［ｉ］，ＣＧｓｔ［ｉ］）（０≦ｉ≦１２７）などを用いて、（数２６）により量子化ゲイン選択基準値ＳＴＤｇを求める。
【００８９】
【表５】

【００９０】
【数２６】

【００９１】
求めた量子化ゲイン選択基準値ＳＴＤｇが最小となる時のインデクスをゲイン量子化インデクスＩｇとして１つ選択し、選択したゲイン量子化インデクスＩｇをもとにゲイン量子化用テーブルから読み出した適応／固定ベクトル側選択後ゲインＣＧａｆ（Ｉｇ）、選択したゲイン量子化インデクスＩｇをもとにゲイン量子化用テーブルから読み出した確率的ベクトル側選択後ゲインＣＧｓｔ（Ｉｇ）、などを用いた（数２７）により、ＡＦ（ｋ）に実際に適用する適応／固定ベクトル側本ゲインＧａｆおよびＳＴ（ｋ）に実際に適用する確率的ベクトル側本ゲインＧｓｔを求めて適応符号帳更新部１４３へ出力する。
【００９２】
【数２７】

【００９３】
パラメータ符号化部１４１は、フレームパワ量子化・復号部１１２において求めたパワインデクスＩｐｏｗ、ＬＳＰ量子化・復号化部１１６において求めたＬＳＰ符号Ｉｌｓｐ、適応／固定選択部１３０において求めた適応／固定インデクスＡＦＳＥＬ、比較部Ｂ１４０において求めた１段目確率的ベクトル本選択後インデクスＳＳＥＬ１と２段目確率的ベクトル本選択後インデクスＳＳＥＬ２とゲイン正負インデクスＩｓ１ｓ２、パラメータ符号化部１４１自身において求めたゲイン量子化インデクスＩｇをまとめて音声符号とし、まとめた音声符号を伝送部１４４へ出力する。
【００９４】
適応符号帳更新部１４３は、比較部Ａ１３２において求めた適応／固定ベクトルＡＦ（ｋ）と比較部Ｂ１４０において求めた確率的ベクトルＳＴ（ｋ）に、パラメータ符号化部１４１で求めた適応／固定ベクトル側本ゲインＧａｆと確率的ベクトル側本ゲインＧｓｔをそれぞれ乗じた後に加算する（数２８）の処理を行って駆動音源ｅｘ（ｋ）（０≦ｋ≦Ｎｓ−１）を生成し、生成した駆動音源ｅｘ（ｋ）（０≦ｋ≦Ｎｓ−１）を適応符号帳１２８に出力する。
【００９５】
【数２８】

【００９６】
この時、適応符号帳１２８内の古い駆動音源は破棄され、適応符号帳更新部１４３より受けた新しい駆動音源ｅｘ（ｋ）で更新されることになる。
【００９７】
ここでは次に、日本国内のハーフレートディジタル携帯電話における音声符号化／復号化標準方式であるＰＳＩ−ＣＥＬＰ開発した音声復号化装置（この復号化装置は、前述の符号化装置と対を成す装置である）の機能ブロック図（図１２）を用いて、ＣＥＬＰ型の音声復号化装置についてさらに詳しく説明する。
【００９８】
図１２において、パラメータ復号化部５０２は、図１１に記載した従来のＣＥＬＰ型音声符号化装置から送られた音声符号（パワインデクスＩｐｏｗ、ＬＳＰ符号Ｉｌｓｐ、適応／固定インデクスＡＦＳＥＬ、１段目確率的ベクトル本選択後インデクスＳＳＥＬ１、２段目確率的ベクトル本選択後インデクスＳＳＥＬ２、ゲイン量子化インデクスＩｇ、ゲイン正負インデクスＩｓ１ｓ２）を伝送部５０１を通して獲得する。
【００９９】
次に、パワ量子化テーブル格納部５０５に格納されたパワ量子化用テーブル（表１参照）からパワインデクスＩｐｏｗの示すスカラー値を読み出し復号化フレームパワｓｐｏｗとしてパワ復元部５１７へ出力し、ＬＳＰ量子化テーブル格納部５０４に格納されたＬＳＰ量子化用テーブルからＬＳＰ符号Ｉｌｓｐの示すベクトルを読み出し復号化ＬＳＰとしてＬＳＰ補間部５０６へ出力する。適応／固定インデクスＡＦＳＥＬを適応ベクトル生成部５０８と固定ベクトル読み出し部５１１と適応／固定選択部５１２へ出力し、１段目確率的ベクトル本選択後インデクスＳＳＥＬ１と２段目確率的ベクトル本選択後インデクスＳＳＥＬ２を確率的ベクトル読み出し部５１５へ出力する。ゲイン量子化テーブル格納部５０３に格納されたゲイン量子化用テーブル（表５参照）からゲイン量子化インデクスＩｇの示すベクトル（ＣＡａｆ（Ｉｇ），ＣＧｓｔ（Ｉｇ））を読み出し、符号化装置側と同様、（数２７）によりＡＦ（ｋ）に実際に適用する適応／固定ベクトル側本ゲインＧａｆおよびＳＴ（ｋ）に実際に適用する確率的ベクトル側本ゲインＧｓｔを求め、求めた適応／固定ベクトル側本ゲインＧａｆと確率的ベクトル側本ゲインＧｓｔをゲイン正負インデクスＩｓ１ｓ２とともに駆動音源生成部５１３へ出力する。
【０１００】
ＬＳＰ補間部５０６は、符号化装置と同じ方法で、パラメータ復号化部５０２より受けた復号化ＬＳＰから復号化補間ＬＳＰωｉｎｔｐ（ｎ，ｉ）（１≦ｉ≦Ｎｐ）をサブフレーム毎に求め、求めたωｉｎｔｐ（ｎ，ｉ）をＬＰＣに変換することで復号化補間ＬＰＣを得、得られた復号化補間ＬＰＣをＬＰＣ合成フィルタ部５１６へ出力する。
【０１０１】
適応ベクトル生成部５０８は、パラメータ復号化部５０２より受けた適応／固定インデクスＡＦＳＥＬに基づき、適応符号帳５０７から読み出したベクトルにポリフェーズ係数格納部５０９に格納されたポリフェーズ係数（表３参照）の一部を畳みこんで分数ラグ精度の適応ベクトルを生成し、適応／固定選択部５１２へ出力する。固定ベクトル読み出し部５１１は、パラメータ復号化部５０２より受けた適応／固定インデクスＡＦＳＥＬに基づき、固定符号帳５１０から固定ベクトルを読み出して適応／固定選択部５１２へ出力する。
【０１０２】
適応／固定選択部５１２は、パラメータ復号化部５０２より受けた適応／固定インデクスＡＦＳＥＬに基づき、適応ベクトル生成部５０８から入力された適応ベクトルと固定ベクトル読み出し部５１１から入力された固定ベクトルのどちらか一方のベクトルを選択して適応／固定ベクトルＡＦ（ｋ）とし、選択した適応／固定ベクトルＡＦ（ｋ）を駆動音源生成部５１３へ出力する。確率的読み出し部は、パラメータ復号化部５０２より受けた１段目確率的ベクトル本選択後インデクスＳＳＥＬ１と２段目確率的ベクトル本選択後インデクスＳＳＥＬ２に基づき、確率的符号帳５１４から１段目確率的ベクトルと２段目確率的ベクトルをそれぞれ読み出し、読み出した１段目確率的ベクトルと２段目確率的ベクトルそれぞれにゲイン正負インデクスの１段目情報Ｓ１と２段目情報Ｓ２を乗じて確率的ベクトルをＳＴ（ｋ）を生成し、生成した確率的ベクトルを駆動音源生成部５１３へ出力する。
【０１０３】
駆動音源生成部５１３は、適応／固定選択部５１２から受けた適応／固定ベクトルＡＦ（ｋ）と確率的ベクトル読み出し部５１５から受けた確率的ベクトルＳＴ（ｋ）に、パラメータ復号化部５０２で求めた適応／固定ベクトル側本ゲインＧａｆと確率的ベクトル側本ゲインＧｓｔをそれぞれ乗じ、ゲイン正負インデクスＩｓ１ｓ２に基づき加算もしくは減算して駆動音源ｅｘ（ｋ）を得、得られた駆動音源をＬＰＣ合成フィルタ部５１６と適応符号帳５０７へ出力する。ここで、適応符号帳５０７内の古い駆動音源は、駆動音源生成部５１３から入力された新しい駆動音源で更新される。
【０１０４】
ＬＰＣ合成フィルタ部５１６は、駆動音源生成部５１３で生成した駆動音源に対し、ＬＳＰ補間部５０６より受けた復号化補間ＬＰＣで構成した合成フィルタを用いてＬＰＣ合成を行い、フィルタの出力をパワ復元部５１７へ出力する。パワ復元部５１７は、まず、ＬＰＣ合成フィルタ部５１６で求めた駆動音源の合成ベクトルの平均パワを求め、次に、パラメータ復号化部５０２より受けた復号化パワｓｐｏｗを求めた平均パワで除算し、除算結果を駆動音源の合成ベクトルに乗じて合成音を生成し部位５１８へ出力する。
【０１０５】
図１１に記載した音声符号化装置や図１２に記載した音声復号化装置は、符号帳に格納ベクトルを音源とする音声分析および音声合成を行うものであり、符号化装置と復号化装置それぞれが同じ符号帳を保持しておく必要がある。また、符号帳内に格納しておく複数の代表ベクトルは、ＬＢＧアルゴリズム（”ＡｎＡｌｇｏｒｉｔｈｍｆｏｒＶｅｃｔｏｒＱｕａｎｔｉｚｅｒＤｅｓｉｇｎ，”ＹＯＳＥＰＨＬＩＮＤＥ，ＡＮＤＲＥＳＢＵＺＯ，ＲＯＢＥＲＴＭ．ＧＲＡＹ，ＩＥＥＥＴＲＡＮＳＡＣＴＩＯＮＳＯＮＣＯＭＭＵＮＩＣＡＴＩＯＮＳ，ＶＯＬ．ＣＯＭ−２８，ＮＯ．１，ＪＡＮＵＡＲＹ１９８０，ｐｐ．８４−９５）等によって作成するのが一般的である。
【０１０６】
【発明が解決しようとする課題】
この音声符号化装置／復号化装置においては、以下のような問題がある。
【０１０７】
（課題１）確率的符号帳を備えることを特徴とする音声符号化装置／復号化装置においては、複数の確率的ベクトルをそのまま確率的符号帳（ＲＯＭ）に格納しておく必要があるために、メモリ容量が大きくなってしまう。
【０１０８】
（課題２）固定符号帳を備えることを特徴に有する音声符号化装置／復号化装置においては、複数の固定ベクトルをそのまま固定符号帳（ＲＯＭ）に格納しておく必要があるため、メモリ容量が大きくなってしまう。
【０１０９】
（課題３）線形予測分析して得られた音声の線形予測係数（ＬＰＣ）の量子化は、一般にＬＰＣを線スペクトル対（ＬＳＰ）に変換した後に行われる。しかし、立ち上がり部など音声の特徴が大きく変化するフレーム付近ではＬＳＰの量子化特性が不十分になることがあり、その結果、合成音に異音が含まれることがある。
【０１１０】
本発明は、メモリ容量が少なく、また、合成音に異音が含まれない音声符号化装置／復号化装置を提供することを目的とする。
【０１１１】
【課題を解決するための手段】
本発明は、課題１を解決するため、従来のＣＥＬＰ型音声符号化装置の固定ベクトル読み出し部および固定符号帳を、入力されるシードの値に応じて異なるベクトル系列を出力する発振器および複数個のシード（発振器の種）を格納するシード格納部にそれぞれ置き換える。これにより、固定ベクトルをそのまま固定符号帳（ＲＯＭ）に格納しておく必要がなくなり、メモリ容量を大幅に削減できる。
【０１１２】
また、本発明は、課題２を解決するため、従来のＣＥＬＰ型音声符号化装置の確率的ベクトル読み出し部および確率的符号帳を、発振器およびシード格納部に置き換える。これにより、確率的ベクトルをそのまま確率的符号帳（ＲＯＭ）に格納しておく必要がなくなり、メモリ容量を大幅に削減できる。
【０１１３】
また、本発明は、課題２を解決するため、従来のＣＥＬＰ型音声符号化装置の適応符号帳として、過去の音源ベクトルを格納する音源格納部を用い、さらに従来の確率的ベクトル読み出し部を、過去の音源ベクトルに変換を施して新たなベクトルを生成する音源加算ベクトル生成部に置き換え、音源加算ベクトル生成部において生成された音源ベクトルを確率的ベクトルとして用いる。これにより、確率的ベクトルを生成するために必要なＲＯＭ情報がなくなるので、確率的符号帳１３３が不要となり、メモリ容量を大幅に削減できる。
【０１１４】
さらに、本発明は、課題３を解決するため、従来のＣＥＬＰ型の音声符号化装置内のＬＳＰ量子化・復号化部を、生成した複数の復号化ＬＳＰを比較し、最も異音が少なくなる復号化ＬＳＰをクローズドループで１つ選択し、選択した復号化ＬＳＰを処理フレームに対する復号化ＬＳＰとして新たに採用する機能を有するＬＳＰ量子化誤差比較部を備えたＬＳＰ量子化・符号化部に置き換える。これにより、生成した複数個の量子化対象ＬＳＰを全て量子化し、最も異音が少なくなるＬＳＰを処理フレームのＬＳＰとして選択して量子化・復号化するため、合成音の音質を向上することができる。
【０１１５】
【発明の実施の形態】
本発明は、ＣＥＬＰ型の音声符号化装置及び音声復号化装置であって、発振の初期状態として用いる複数個のシードを格納するシード格納部と、前記シード格納部が格納するシードの値に応じて異なるベクトル系列を生成し音源ベクトルとして出力する発振器と、前記音源ベクトルを入力し且つＬＰＣ合成して合成音を出力するＬＰＣ合成フィルタ部と、を具備することを特徴とする音声符号化装置及び音声復号化装置であり、固定ベクトルをそのまま固定符号帳（ＲＯＭ）に格納しておく必要がなくなるため、メモリ容量を大幅に削減するという作用を有する。
【０１１６】
ここで、前記発振器が、非線形発振器であっても、同様の作用を呈する。
【０１１７】
また、前記非線形発振器が、非線形ディジタルフィルタであっても、同様の作用を呈する。
【０１１８】
そして、前記非線形ディジタルフィルタは、状態変数にゲインを乗ずる乗算器を有し、且つ、前記シード格納部から前記状態変数の初期値を入力するとともに、極がＺ平面における単位円外に存在するべく前記乗算器の係数を固定し、前記入力ベクトルがゼロ系列である再帰構造のディジタルフィルタであることが好適である。
【０１１９】
そして、前記非線形ディジタルフィルタの非線形特性が２の補数加算特性により与えら
れるものであっても、同様の作用を呈する。
【０１２５】
以下、本発明の実施の形態について、図１から図１０を用いて説明する。
（実施の形態１）
図１は、本実施の形態による音声符号化装置／復号化装置の主要部のブロック図である。図１において、１１はシード格納部、１２は発振器、１３はＬＰＣ合成フィルタ部であり、１４はシード格納部１１から出力されて発振器１２に入力されるシード（発振の種）、１５は発振器１２から出力されたベクトル系列である音源ベクトル、１６はＬＰＣ合成フィルタ部１３から出力される合成音である。
【０１２６】
発振器１２は、入力されるシードの値に応じて異なるベクトル系列を出力するもので、ＬＰＣ合成フィルタ部１３は、入力された音源ベクトル１５をＬＰＣ合成して合成音１６を出力する。
【０１２７】
本実施の形態は、図１１に示す従来のＣＥＬＰ型音声符号化装置の固定ベクトル読み出し部１３４および固定符号帳１３３を、あるいは、図１２に示す従来のＣＥＬＰ型音声復号化装置の固定ベクトル読み出し部５１１および固定符号帳５１０を、発振器１２およびシード格納部１１でそれぞれ置き換えたもので、固定ベクトルをそのまま固定符号帳（ＲＯＭ）に格納しておく必要がなくなるため、メモリ容量を大幅に削減することができる。
【０１２８】
（実施の形態２）
図２は、本実施の形態による音声符号化装置／復号化装置の主要部のブロック図である。図２において、２１はシード格納部、２２は非線形発振器、２３はＬＰＣ合成フィルタ部であり、２４はシード格納部２１から出力されて非線形発振器２２に入力されるシード（発振の種）、２５は非線形発振器２２から出力されたベクトル系列である音源ベクトル、２６はＬＰＣ合成フィルタ部２３から出力される合成音である。
【０１２９】
非線形発振器２２は、入力されるシードの値に応じて異なるベクトル系列を出力するもので、ＬＰＣ合成フィルタ部２３は、入力された音源ベクトル２５をＬＰＣ合成して合成音２６を出力する。
【０１３０】
本実施の形態は、図１１に示す従来のＣＥＬＰ型音声符号化装置の固定ベクトル読み出し部１３４および固定符号帳１３３を、あるいは、図１２に示す従来のＣＥＬＰ型音声復号化装置の固定ベクトル読み出し部５１１および固定符号帳５１０を、非線形発振器２２およびシード格納部２１でそれぞれ置き換えたもので、固定ベクトルをそのまま固定符号帳（ＲＯＭ）に格納しておく必要がなくなるため、メモリ容量を大幅に削減することができる。
【０１３１】
（実施の形態３）
図３は、本実施の形態による音声符号化装置／復号化装置の主要部のブロック図である。図３において、３１はシード格納部、３２は非線形ディジタルフィルタ、３３はＬＰＣ合成フィルタ部であり、３４はシード格納部３１から出力されて非線形ディジタルフィルタ３２に入力されるシード（発振の種）、３５は非線形ディジタルフィルタ３２から出力されたベクトル系列である音源ベクトル、３６はＬＰＣ合成フィルタ部３３から出力される合成音である。
【０１３２】
非線形ディジタルフィルタ３２は、入力されるシードの値に応じて異なるベクトル系列を出力するもので、ＬＰＣ合成フィルタ部３３は、入力された音源ベクトル２５をＬＰＣ合成して合成音３６を出力する。
【０１３３】
本実施の形態は、図１１に示す従来のＣＥＬＰ型音声符号化装置の固定ベクトル読み出し部１３４および固定符号帳１３３を、あるいは、図１２に示す従来のＣＥＬＰ型音声復号化装置の固定ベクトル読み出し部５１１および固定符号帳５１０を、非線形ディジタルフィルタ３２およびシード格納部３１でそれぞれ置き換えたもので、固定ベクトルをそのまま固定符号帳（ＲＯＭ）に格納しておく必要がなくなるため、メモリ容量を大幅に削減することができる。
【０１３４】
（実施の形態４）
図４は、本実施の形態による非線形ディジタルフィルタのブロック図である。図４において、４０は非線形ディジタルフィルタ、４１は加算器、４２〜４３は状態変数１〜Ｎ、４４〜４５は乗算器１〜Ｎの係数、４６はシード（発振の種）、４７は入力ベクトル、４８は音源ベクトルである。
【０１３５】
図４において、非線形ディジタルフィルタ４０は、入力ベクトル４７からゼロが入力される毎に、１サンプル（ｙ（ｋ））ずつ出力する作用を行うもので、非線形加算特性を有する加算器４１、ディジタルフィルタの状態（ｙ（ｋ−１）〜ｙ（ｋ−Ｎ）の値）を保存する作用を有する状態変数１〜Ｎ（４２〜４３）、状態変数に保存された値にゲインを乗ずる作用を有する乗算器１〜Ｎ（４４〜４５）から構成されていて、乗算器１〜Ｎ（４４〜４５）はディジタルフィルタの極がＺ平面における単位円外に存在するようにゲインの値が固定されていて、状態変数の初期値はシードによって設定される。
【０１３６】
本実施の形態は、非線形ディジタルフィルタとして、特に、極がＺ平面における単位円外に存在するべく乗算器１〜Ｎの係数４４〜４５を固定すること、加算器４１が非線形加算特性を有すること、状態変数１〜Ｎ（４２〜４３）の初期値となるシード４６がシード格納部から与えられること、入力ベクトルがゼロ系列である再帰構造のディジタルフィルタを用いることに特徴を有し、図１１に示す従来のＣＥＬＰ型音声符号化装置の固定ベクトル読み出し部１３４および固定符号帳１３３を、あるいは、図１２に示す従来のＣＥＬＰ型音声復号化装置の固定ベクトル読み出し部５１１および固定符号帳５１０を、非線形ディジタルフィルタ４０およびシード格納部でそれぞれ置き換えたもので、固定ベクトルをそのまま固定符号帳（ＲＯＭ）に格納しておく必要がなくなるため、メモリ容量を大幅に削減することができる。
【０１３７】
なお、図５は、図４の非線形ディジタルフィルタ４０の加算器４１の特性の概念図であり、２の補数特性を有する加算器４１の入出力関係を表した図である。加算器４１は、まず、加算器４１への入力値の総和である加算器入力和５５を求め、次に、その入力に対する加算器出力５６を算出するために用いる特性である。非線形ディジタルフィルタ４０として、特に、構造を２次直接ＩＩ型構造とし、加算器４１の非線形加算特性を２の補数特性とすることを特徴とする非線形ディジタルフィルタ４０を用い、さらにシード格納部が、特に、（表６）に記載した３２ｗｏｒｄｓのシードベクトルを格納している。
【０１３８】
【表６】

【０１３９】
（実施の形態５）
図６は、本実施の形態による音声符号化装置／復号化装置の主要部のブロック図である。図６において、６１は音源格納部、６２は音源加算ベクトル生成部、６３はＬＰＣ合成フィルタ部であり、６４は音源格納部６１に格納された過去の音源ベクトル６４、６５は音源加算ベクトル生成部６２から出力される音源ベクトル、６６はＬＰＣ合成フィルタ部６３から出力される合成音、６７は音源加算ベクトル生成部に入力される生成ベクトル特定番号である。
【０１４０】
音源加算ベクトル生成部６２は、過去の音源ベクトル６４に、入力された生成ベクトル特定番号６７の値によって異なる処理を行い、異なる音源加算ベクトルを生成し、ＬＰＣ合成フィルタ部６３は入力された音源ベクトル６５をＬＰＣ合成して合成音６６を出力する。
【０１４１】
本実施の形態は、図１１に示す従来のＣＥＬＰ型音声符号化装置の確率的ベクトル読み出し部１３８および確率的符号帳１２０を、あるいは、図１２に示す従来のＣＥＬＰ型音声復号化装置の確率的ベクトル読み出し部５１５および確率的符号帳５１４を、音源加算ベクトル生成部６２および音源格納部６１でそれぞれ置き換えたもので、確率的ベクトルをそのまま確率的符号帳（ＲＯＭ）に格納しておく必要がなくなるため、メモリ容量を大幅に削減することができる。
【０１４２】
（実施の形態６）
図７は、本実施の形態による音源加算ベクトル生成部のブロック図である。図７において、６８は音源格納部、６９は音源加算ベクトル生成部、７０は読み出し処理部、７１は逆順化処理部、７２は乗算処理部、７３は間引き処理部、７４は内挿処理部、７５は加算処理部、７６は処理決定・指示部、７７は加算処理部７５から出力される音源加算ベクトル、７８は音源加算ベクトル７７が音源加算ベクトル生成部６９から出力された音源ベクトルである。
【０１４３】
音源加算ベクトル生成部６９は、音源格納部６８の異なる位置から異なる長さの要素ベクトルを複数個読み出す処理を行う読み出し処理部７０と、読み出し処理後の複数個の要素ベクトルを逆順に並べ換える処理を行う逆順化処理部７１と、逆順化処理後の複数個のベクトルにそれぞれ異なるゲインを乗じる処理を行う乗算処理部７２と、乗算処理後の複数個のベクトルのベクトル長を短くする処理を行う間引き処理部７３と、間引き処理後の複数個のベクトルのベクトル長を長くする処理を行う内挿処理部７４と、内挿処理後の複数個のベクトルをたしあわせる処理を行う加算処理部７５と、入力された生成ベクトル特定番号の値に応じた具体的な処理方法を決定し各処理部に指示する機能およびその具体的処理内容を決定する際に参照する番号変換対応マップ（表７）を保持する機能を併せ持つ処理決定・指示部７６とによって構成される。
【０１４４】
【表７】

【０１４５】
ここで、音源加算ベクトル生成部６９について、さらに詳しく説明する。音源加算ベクトル生成部６９は、読み出し処理部７０、逆順化処理部７１、乗算処理部７２、間引き処理部７３、内挿処理部７４、加算処理部７５のそれぞれの具体的処理方法を、入力された生成ベクトル特定番号７９（７ｂｉｔｓのビット列で０から１２７の整数値をとる）と、番号変換対応マップ（表７参照）を比較して決定し、その具体的処理方法を各処理部へ出力する。
【０１４６】
読み出し処理部７３は、まず、入力された生成ベクトル特定番号の下位の４ビット列（ｎ１：０から１５の整数値）に注目し、音源格納部６８の端からｎ１の位置まで長さ１００の要素ベクトル１（Ｖ１）を切り出す。次に、入力された生成ベクトル特定番号の下位の２ビット列と上位３ビット列を結合した５ビット列（ｎ２：０から３１の整数値）に注目し、音源格納部６８の端からｎ２＋１４（１４から４５の整数値）の位置まで長さ７８の要素ベクトル２（Ｖ２）を切り出す。さらに、入力された生成ベクトル特定番号の上位の５ビット列（ｎ３：０から３１の整数値）に注目し、音源格納部６８の端からｎ３＋４６（４６から７７の整数値）の位置から長さＮｓ（＝５２）の要素ベクトル３（Ｖ３）を切り出して、Ｖ１、Ｖ２、Ｖ３を逆順化処理部へ出力する処理を行う。
【０１４７】
逆順化処理部７４は、生成ベクトル特定番号の最下位１ビットが’０’なら、Ｖ１とＶ２とＶ３を逆順に並べ変えたベクトルを新たにＶ１、Ｖ２、Ｖ３として乗算処理部７２へ出力し、’１’ならＶ１とＶ２とＶ３をそのまま乗算処理部７２へ出力する処理を行う。
【０１４８】
乗算処理部７５は、生成ベクトル特定番号の上位７ビット目と上位６ビット目を結合した２ビット列に注目し、そのビット列が、’００’ならＶ２の振幅を−２倍し、’０１’ならＶ３の振幅を−２倍し、’１０’ならＶ１の振幅を−２倍し、’１１’ならＶ２の振幅を２倍したベクトルを、新たなＶ１、Ｖ２、Ｖ３として間引き部７６へ出力する。
【０１４９】
間引き処理部７６は、入力された生成ベクトル特定番号の上位４ビット目と上位３ビット目を結合した２ビット列に注目し、そのビット列が、’００’ならＶ１、Ｖ２、Ｖ３から１サンプル置きに２６サンプル取り出したベクトルを新たなＶ１、Ｖ２、Ｖ３として内挿処理部７４へ出力し、’０１’ならＶ１、Ｖ３からは１サンプル置きに、Ｖ２からは２サンプル置きに２６サンプル取り出したベクトルを、新たなＶ１、Ｖ３、Ｖ２として内挿処理部７４へ出力し、’１０’ならＶ１からは３サンプル置きに、Ｖ２、Ｖ３からは１サンプル置きに２６サンプル取り出したベクトルを新たなＶ１、Ｖ２、Ｖ３として内挿処理部７７へ出力し、’１１’ならＶ１からは３サンプル置きに、Ｖ２からは２サンプル置きに、Ｖ３からは１サンプル置きに２６サンプル取り出したベクトルを新たなＶ１、Ｖ２、Ｖ３として内挿処理部７７へ出力する。
【０１５０】
内挿処理部７７は、生成ベクトル特定番号の上位３ビット目に注目し、その値が、’０’ならＶ１、Ｖ２、Ｖ３をそれぞれ長さＮｓ（＝５２）のゼロベクトルの偶数番目サンプルに代入したベクトルを新たなＶ１、Ｖ２、Ｖ３として加算処理部７５へ出力し、’１’ならＶ１、Ｖ２、Ｖ３をそれぞれ長さＮｓ（＝５２）のゼロベクトルの奇数数番目サンプルに代入したベクトルを新たなＶ１、Ｖ２、Ｖ３として加算処理部７５へ出力する。
【０１５１】
加算処理部７５は、内挿処理部７４より生成された３つのベクトル（Ｖ１，Ｖ２，３）を加算して音源加算ベクトル７７を生成して出力する。
【０１５２】
本実施の形態は、図１１に示す従来のＣＥＬＰ型音声符号化装置の確率的ベクトル読み出し部１３８および確率的符号帳１２０を、あるいは、図１２に示す従来のＣＥＬＰ型音声復号化装置の確率的ベクトル読み出し部５１５および確率的符号帳５１４を、音源加算ベクトル生成部７２および音源格納部７１でそれぞれ置き換えたもので、確率的ベクトルをそのまま確率的符号帳（ＲＯＭ）に格納しておく必要がなくなるため、メモリ容量を大幅に削減することができる。
【０１５３】
（実施の形態７）
図８は、本実施の形態による音声符号化装置／復号化装置の主要部のブロック図である。図８において、８０はバッファ、８１はＬＰＣ分析部、８２は量子化対象ＬＳＰ追加部、８３はＬＳＰ量子化テーブル格納部、８４はＬＳＰ量子化・復号化部、８５はＬＳＰ量子化誤差比較部であり、８６は量子化対象ＬＳＰ追加部から出力される量子化対象ＬＳＰ、８７はＬＳＰ量子化・復号化部から出力される復号化ＬＳＰである。
【０１５４】
ＬＰＣ分析部８１は、バッファ８０内の処理フレームに対して線形予測分析を行ってＬＰＣを得、得たＬＰＣを変換して量子化対象ＬＳＰを生成し、生成した量子化対象ＬＳＰを量子化対象ＬＳＰ追加部へ出力する。
【０１５５】
量子化対象ＬＳＰ追加部８２は、ＬＰＣ分析部８１において処理フレームのＬＰＣを変換することで直接的に得られた量子化対象ＬＳＰ以外に、複数の量子化対象ＬＳＰを生成する。
【０１５６】
ＬＳＰ量子化テーブル格納部８３は、ＬＳＰ量子化・復号化部８４が参照する量子化テーブルを格納し、ＬＳＰ量子化・復号化部８４は、生成された量子化対象ＬＳＰ８６を量子化・復号化し、それぞれの復号化ＬＳＰを生成する。
【０１５７】
ＬＳＰ量子化誤差比較部８５は、生成した複数の復号化ＬＳＰを比較し、最も異音が少なくなる復号化ＬＳＰをクローズドループで１つ選択し、選択した復号化ＬＳＰを処理フレームに対する復号化ＬＳＰとして新たに採用するものである。
【０１５８】
本実施の形態により、ＬＳＰの量子化特性が不十分になった場合に生じる可能のある合成音中の異音を低減することができる。
【０１５９】
（実施の形態８）
図９は、本実施の形態による量子化対象ＬＳＰ追加部のブロック図である。図９において、９０はＬＰＣ分析部、９１は量子化対象ＬＳＰ追加部、９２は現フレームＬＳＰ記憶部、９３は先読み区間ＬＳＰ記憶部、９４は前フレームＬＳＰ記憶部、９５は線形補間部、９６はＬＳＰ量子化・復号化部、９７はＬＳＰ量子化・復号化部９６から出力される復号化ＬＳＰである。
【０１６０】
ＬＰＣ分析部９０は、バッファ内の先読み区間に対して線形予測分析を行って先読み区間に対するＬＰＣを得、得られたＬＰＣを変換して先読み区間に対するＬＳＰを生成して量子化対象ＬＳＰ追加部９１へ出力する機能を併せ持つ。
【０１６１】
量子化対象ＬＳＰ追加部９１は、ＬＰＣ分析部９０において求めた処理フレームの量子化対象ＬＳＰを記憶する現フレームＬＳＰ記憶部９２と、ＬＰＣ分析部９０において求めた先読み区間のＬＳＰを記憶する先読み区間ＬＳＰ記憶部９３と、前処理フレームの復号化ＬＳＰを記憶する前フレームＬＳＰ記憶部９４と、上記３つの記憶部から読み出したＬＳＰに対して線形補間計算を行い量子化対象ＬＳＰを複数個追加する線形補間部９５によって構成されている。処理フレームの量子化対象ＬＳＰと先読み区間のＬＳＰと前処理フレームの復号化ＬＳＰに対して線形補間計算を行うことで、量子化対象ＬＳＰを複数個追加生成し、生成した量子化対象ＬＳＰを全てＬＳＰ量子化・復号化部９６へ出力する。
【０１６２】
ここで、量子化対象ＬＳＰ追加部９１について、さらに詳しく説明する。ＬＰＣ分析部９０が、バッファ内の処理フレームに対して線形予測分析を行い予測次数Ｎｐ（＝１０）次のＬＰＣα（ｉ）（１≦ｉ≦Ｎｐ）を得、得られたＬＰＣを変換して量子化対象ＬＳＰω（ｉ）（１≦ｉ≦Ｎｐ）を生成し、生成した量子化対象ＬＳＰω（ｉ）（１≦ｉ≦Ｎｐ）を量子化対象ＬＳＰ追加部９１内の現フレームＬＳＰ記憶部９２へ格納する。さらにバッファ内の先読み区間に対して線形予測分析を行って先読み区間に対するＬＰＣを得、得られたＬＰＣを変換して先読み区間に対するＬＳＰωｆ（ｉ）（１≦ｉ≦Ｎｐ）を生成し、生成した先読み区間に対するＬＳＰωｆ（ｉ）（１≦ｉ≦Ｎｐ）を量子化対象ＬＳＰ追加部９１内の先読み区間ＬＳＰ記憶部９３へ格納する。
【０１６３】
次に、線形補間部９５が、現フレームＬＳＰ記憶部９２から処理フレームに対する量子化対象ＬＳＰω（ｉ）（１≦ｉ≦Ｎｐ）を、先読み区間ＬＳＰ記憶部９３から先読み区間に対するＬＳＰωｆ（ｉ）（１≦ｉ≦Ｎｐ）を、前フレームＬＳＰ記憶部９４から前処理フレームに対する復号化ＬＳＰωｑｐ（ｉ）（１≦ｉ≦Ｎｐ）をそれぞれ読み出し、（数２９）に示した変換を行うことによって、量子化対象追加第１ＬＳＰω１（ｉ）（１≦ｉ≦Ｎｐ）、量子化対象追加第２ＬＳＰω２（ｉ）（１≦ｉ≦Ｎｐ）、量子化対象追加第３ＬＳＰω３（ｉ）（１≦ｉ≦Ｎｐ）をそれぞれ生成する。
【０１６４】
【数２９】

【０１６５】
生成したω１（ｉ）、ω２（ｉ）、ω３（ｉ）をＬＳＰ量子化・復号化部９６へ出力し、ＬＳＰ量子化・復号化部９６が、４つの量子化対象ＬＳＰω（ｉ），ω１（ｉ），ω２（ｉ），ω３（ｉ）を全てベクトル量子化・復号化した後に、ω（ｉ）に対する量子化誤差のパワＥｐｏｗ（ω）、ω１（ｉ）に対する量子化誤差のパワＥｐｏｗ（ω１）、ω２（ｉ）に対する量子化誤差のパワＥｐｏｗ（ω２）、およびω３（ｉ）に対する量子化誤差のパワＥｐｏｗ（ω３）をそれぞれ求め、求めたそれぞれの量子化誤差パワに対して（数３０）の変換を施して復号化ＬＳＰ選択基準値ＳＴＤｌｓｐ（ω），ＳＴＤｌｓｐ（ω１），ＳＴＤｌｓｐ（ω２），およびＳＴＤｌｓｐ（ω３）を求める。
【０１６６】
【数３０】

【０１６７】
求めた復号化ＬＳＰ選択基準値を比較して、その値が最小となるような量子化対象ＬＳＰに対する復号化ＬＳＰを処理フレームに対する復号化ＬＳＰωｑ（ｉ）（１≦ｉ≦Ｎｐ）として選択・出力するとともに、次フレームのＬＳＰをベクトル量子化する際に参照できるよう、前フレームＬＳＰ記憶部９４に格納する。
【０１６８】
本実施の形態は、ＬＳＰの有する補間特性の高さ（補間したＬＳＰを用いて合成しても、異音が起こらない）を有効に利用し、語頭のようにスペクトルが大きく変動する区間に対しても異音が生じないようにＬＳＰをベクトル量子化できるようにするもので、ＬＳＰの量子化特性が不十分になった場合に生じる可能のある合成音中の異音を低減することができる。
【０１６９】
（実施の形態９）
図１０は、本実施の形態によるＬＳＰ量子化・復号化部のブロック図である。図１０において、１００はＬＳＰ量子化テーブル格納部、１０１はＬＳＰ量子化・復号化部、１０２はゲイン情報格納部、１０３は適応ゲイン選択部、１０４はゲイン乗算部、１０５はＬＳＰ量子化部、１０６はＬＳＰ復号化部であり、１０７はＬＳＰ量子化・復号化部１０１に入力される量子化対象ＬＳＰ、１０８は適応ゲイン選択部から出力される適応ゲイン、１０９はＬＳＰ復号化部１０６から出力されて適応ゲイン選択部１０３に入力されるＬＳＰ量子化誤差、１１０はＬＳＰ復号化部から出力されてＬＳＰ量子化・復号化部１０１から出力される復号化ＬＳＰである。
【０１７０】
ＬＳＰ量子化・復号化部１０１は、適応ゲイン選択部１０３において適応ゲインを選択する際に参照する複数のゲイン候補を格納するゲイン情報格納部１０２、ＬＳＰ量子化テーブル格納部１００より読み出したコードベクトルに、適応ゲイン選択部１０３において選択した適応ゲインを乗じるゲイン乗算部１０４、適応ゲインを乗じたコードベクトルを用いて量子化対象ＬＳＰをベクトル量子化するＬＳＰ量子化部１０５、ベクトル量子化したＬＳＰを復号化して復号化ＬＳＰ１１０を生成・出力する機能と、量子化対象ＬＳＰと復号化ＬＳＰの差分であるＬＳＰ量子化誤差１０９を求めて適応ゲイン選択部１０３へ出力する機能とを有するＬＳＰ復号化部１０６、前処理フレームのＬＳＰをベクトル量子化した時にコードベクトルに乗じた適応ゲインの大きさと前フレームに対するＬＳＰ量子化誤差１０９の大きさを基準にして、処理フレームの量子化対象ＬＳＰをベクトル量子化する時にコードベクトルに乗じる適応ゲインを、ゲイン格納部１０２に格納されたゲイン生成情報をもとに適応的に調節しながら求め、求めた適応ゲインをゲイン乗算部１０４に出力する適応ゲイン選択部１０３によって構成されており、コードベクトルに乗じる適応ゲインを適応的に調節しながら、量子化対象ＬＳＰをベクトル量子化および復号化するものである。
【０１７１】
ここで、ＬＳＰ量子化・復号化部１０１について、さらに詳しく説明する。ゲイン情報格納部１０２は、適応ゲイン選択部１０３が参照する４つのゲイン候補（０．９，１．０，１．１，１．２）を格納しており、適応ゲイン選択部１０３は、前フレームの量子化対象ＬＳＰを量子化した際に生じたパワＥＲｐｏｗを、前処理フレームの量子化対象ＬＳＰをベクトル量子化した時に選択した適応ゲインＧｑｌｓｐの２乗で除算する（数３１）式により、適応ゲイン選択基準値Ｓｌｓｐを求める。
【０１７２】
【数３１】

【０１７３】
求めた適応ゲイン選択の基準値Ｓｌｓｐを用いた（数３２）によって、ゲイン情報格納部１０２より読み出した４つのゲイン候補（０．９，１．０，１．１，１．２）から１つのゲインを選択して、適応ゲインＧｌｓｐとしてゲイン乗算部１０４へ出力する。
【０１７４】
【数３２】

【０１７５】
選択した適応ゲインＧｌｓｐおよび量子化に伴い生じた誤差を、次フレームの量子化対象ＬＳＰをベクトル量子化する時まで、変数Ｇｑｌｓｐおよび変数ＥＲｐｏｗに保存しておく。
【０１７６】
ゲイン乗算部１０４は、ＬＳＰ量子化テーブル格納部１００より読み出したコードベクトルに適応ゲイン選択部１０３において選択した適応ゲインＧｌｓｐ１０８を乗じてＬＳＰ量子化部１０５へ出力し、ＬＳＰ量子化部１０５は、適応ゲインを乗じたコードベクトルを用いて量子化対象ＬＳＰ１０７をベクトル量子化し、ＬＳＰ復号化部１０６は、ＬＳＰ量子化部１０５で量子化したＬＳＰを復号化して復号化ＬＳＰを得、得られた復号化ＬＳＰ１１０を出力するとともに、得られた復号化ＬＳＰを量子化対象ＬＳＰから減算してＬＳＰ量子化誤差１０９を求め、求めたＬＳＰ量子化誤差１０９のパワＥＲｐｏｗを計算して適応ゲイン選択部１０３へ出力する。
【０１７７】
本実施の形態は、ＬＳＰの量子化特性が不十分になった場合に生じる可能のある合成音中の異音を低減することができる。
【０１７８】
【発明の効果】
以上のように本発明によれば、以下の３つの有利な効果が得られる。
（１）発振器から出力されるベクトル系列を、固定ベクトルもしくは確率的ベクトルとして用いることでメモリ容量を大幅に低減できる。
（２）適応符号帳に格納された過去の音源信号に数種の処理を施して生成した音源加算ベクトルを固定ベクトルもしくは確率的ベクトルとして用いることでメモリ容量を大幅に低減できる。
（３）ＬＳＰ量子化において、量子化対象ＬＳＰを複数個用意した上で全て量子化・復号化し、合成音の異音が最も少なくなる量子化対象ＬＳＰを選択するため、合成音中に含まれる異音を低減することができる。
【図面の簡単な説明】
【図１】本発明の一実施の形態による音声符号化装置／復号化装置の主要部のブロック図
【図２】本発明の一実施の形態による音声符号化装置／復号化装置の主要部のブロック図
【図３】本発明の一実施の形態による音声符号化装置／復号化装置の主要部のブロック図
【図４】本発明の一実施の形態による非線形ディジタルフィルタのブロック図
【図５】本発明の一実施の形態による非線形ディジタルフィルタの加算器特性の概念図
【図６】本発明の一実施の形態による音声符号化装置／復号化装置の主要部のブロック図
【図７】本発明の一実施の形態による音源加算ベクトル生成部のブロック図
【図８】本発明の一実施の形態による音声符号化装置／復号化装置の主要部のブロック図
【図９】本発明の一実施の形態による量子化対象ＬＳＰ追加部のブロック図
【図１０】本発明の一実施の形態によるＬＳＰ量子化・復号化部のブロック図
【図１１】従来のＣＥＬＰ型音声符号化装置を示すブロック図
【図１２】従来のＣＥＬＰ型音声符号化装置を示すブロック図
【符号の説明】
１１シード格納部
１２発振器
１３ＬＰＣ合成フィルタ部
２１シード格納部
２２非線形発振器
２３ＬＰＣ合成フィルタ部
３１シード格納部
３２非線形ディジタルフィルタ
３３ＬＰＣ合成フィルタ部
４０非線形ディジタルフィルタ
４１加算器
６１音源格納部
６２音源加算ベクトル生成部
６３ＬＰＣ合成フィルタ部
６８音源格納部
６９音源加算ベクトル生成部
７０読み出し処理部
７１逆順化処理部
７２乗算処理部
７３間引き処理部
７４内挿処理部
７５加算処理部
７６処理決定・指示部
８０バッファ
８１ＬＰＣ分析部
８２量子化対象ＬＳＰ追加部
８３ＬＳＰ量子化テーブル格納部
８４ＬＳＰ量子化・復号化部
８５ＬＳＰ量子化誤差比較部
９０ＬＰＣ分析部
９１量子化対象ＬＳＰ追加部
９２現フレームＬＳＰ記憶部
９３先読み区間ＬＳＰ記憶部
９４前フレームＬＳＰ記憶部
９５線形補間部
９６ＬＳＰ量子化・復号化部
１００ＬＳＰ量子化テーブル格納部
１０１ＬＳＰ量子化・復号化部
１０２ゲイン情報格納部
１０３適応ゲイン選択部
１０４ゲイン乗算部
１０５ＬＳＰ量子化部
１０６ＬＳＰ復号化部[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a speech encoding / decoding device for encoding / decoding speech signals with a small memory amount, a low bit rate, and high quality.
[0002]
[Prior art]
In the field of mobile communications such as digital cellular phones, a low bit rate speech compression coding method is required to cope with the increase in subscribers. In Japan, VSELP and PSI-CELP speech coding schemes have been adopted and put into practical use as full-rate and half-rate digital cellular phone speech coding standards. Each of these methods is an improvement of CELP (Code Excited Linear Prediction: “High Quality Speech at Low Bit Rate” described in MR Schroeder Proc. ICAS SP'85 pp. 937-940). The CELP type speech encoding apparatus is a method of encoding speech information into sound source information and vocal tract information separately. The sound source information is encoded by an index of a plurality of code vectors stored in a codebook, For road information, LPC (Linear Prediction Coefficient) is encoded, and at the time of sound source information encoding, a method of comparing with input speech in consideration of vocal tract information (A-B-S: Analysis by Synthesis) ) Is adopted. In CELP, the input speech is generally divided into sections (called frames) at certain time intervals and subjected to LPC analysis, and the adaptive codebook / fixed codebook is divided into sections (called subframes) that are further divided into frames. A sound source search of the stochastic codebook is performed.
[0003]
Here, first, PSI-CELP ("CELP coding with a pitch-synchronized noise excitation source (PSI-CELP)", Ken Miki, Ken Moriya, which is a speech coding / decoding standard system for half-rate digital cellular phones in Japan. Functional block diagram of a CELP type speech coding apparatus developed based on Hiroshi, Kazunori Mano, Nakamichi Omuro, IEICE Transactions A, Vol. J77-A, No. 3, pp. 314-324) The CELP speech encoding apparatus will be described in detail with reference to FIG.
[0004]
In FIG. 11, digital input audio data 110 is supplied to a buffer 111 in units of frames (frame length Nf = 104). At this time, the old data in the buffer 111 is updated with the new data supplied. The frame power quantization / decoding unit 112 first reads a processing frame s (i) (0 ≦ i ≦ Nf−1) of length Nf (= 104) from the buffer 111, and averages the power of the samples in the processing frame amp Is obtained by (Equation 1).
[0005]
[Expression 1]

[0006]
The obtained average power amp of the samples in the processing frame is converted into a logarithmic conversion value amplog by (Equation 2).
[0007]
[Expression 2]

[0008]
The obtained amplog is scalar quantized using a 10-words scalar quantization table Cpow as shown in (Table 1) stored in the power quantization table storage unit 113 to obtain a 4-bit powerwound index Ipow. Then, the decoded frame power spow is obtained from the above-mentioned power index Ipow, and the power code Ipow and the decoded frame power power are output to the parameter encoding unit 141. The power quantization table storage unit 113 stores a 16-words power color quantization table (Table 1). This table is used to calculate the logarithm conversion value of the average power of the samples in the processing frame by the frame power quantization / decoding unit 112. Referenced when scalar quantization.
[0009]
[Table 1]

[0010]
First, the LPC analysis unit 114 reads the analysis section data of the analysis section length Nw (= 256) from the buffer 111, and multiplies the read analysis section data by the Hamming window Wh256 of the window length Nw (= 256). Analysis interval data is obtained, and the autocorrelation function of the obtained Hamming windowed analysis interval data is obtained up to the predicted order Np (= 10). The obtained autocorrelation function is multiplied by a 10 words lag window table (Table 2) stored in the lag window storage unit 115 to obtain a lag windowed autocorrelation function, and is linear with respect to the obtained lag windowed autocorrelation function. By performing the prediction analysis, the LPC parameter α (i) (1 ≦ i ≦ Np) is calculated and output to the pitch preliminary selection unit 118.
[0011]
[Table 2]

[0012]
Next, the obtained LPC parameter α (i) is converted into LSP (line spectrum pair) ω (i) (1 ≦ i ≦ Np) and output to the LSP quantization / decoding unit 116. The lag window storage unit 115 stores a lag window table referred to by the LPC analysis unit.
[0013]
The LSP quantization / decoding unit 116 first refers to the LSP vector quantization table stored in the LSP quantization table storage unit 117, performs vector quantization on the LSP received from the LPC analysis unit 114, and calculates an optimal index. The selected index is output to the parameter encoding unit 141 as the LSP code Ilsp. Next, the centroid corresponding to the LSP code is read from the LSP quantization table storage unit 117 as the decoded LSPωq (i) (1 ≦ i ≦ Np), and the read decoded LSP is output to the LSP interpolation unit 121. Furthermore, decoding LPCαq (i) (1 ≦ i ≦ Np) is obtained by converting the decoding LSP into LPC, and the obtained decoding LPC is calculated as a spectrum weighting filter coefficient calculation unit 122 and an auditory weighting LPC synthesis filter coefficient. To the unit 124. The LSP quantization table storage unit 117 stores an LSP vector quantization table that is referred to when the LSP quantization / decoding unit 116 performs vector quantization on the LSP.
[0014]
The pitch preliminary selection unit 118 first receives the LPCα (i) (1 ≦ i ≦ Np) received from the LPC analysis unit 114 for the processing frame data s (i) (0 ≦ i ≦ Nf−1) read from the buffer 111. ) To obtain a linear prediction residual signal res (i) (0 ≦ i ≦ Nf−1), calculate the power of the obtained linear prediction residual signal res (i), A normalized prediction residual power resid, which is a value obtained by normalizing the calculated power of the residual signal with the power of the audio sample of the processing subframe, is obtained and output to the parameter encoding unit 141. Next, a linear prediction residual signal resw (i) (0 ≦ i ≦ Nw−1) is generated by multiplying the linear prediction residual signal res (i) by a Hamming window of length Nw (= 256). Then, the autocorrelation function φint (i) of the generated resw (i) is Lmin−2 ≦ i ≦ Lmax + 2 (where Lmin is 16 in the shortest analysis interval of the long-term prediction coefficient, and Lmax is 128 in the longest analysis interval of the long-term prediction coefficient. )). The obtained autocorrelation function φint (i) is convolved with the 28 words polyphase filter coefficient Cppf (Table 3) stored in the polyphase coefficient storage unit 119, and the autocorrelation φint (i) and integer lag in the integer lag int autocorrelation φdq (i) at a fractional position shifted by ¼ from int, autocorrelation φaq (i) at a fractional position shifted by ¼ from an integer lag int, self at a fractional position shifted by +1/2 from an integer lag int Correlation φah (i) is obtained.
[0015]
[Table 3]

[0016]
Further, for each argument i within the range of Lmin−2 ≦ i ≦ Lmax + 2, the largest one of φint (i), φdq (i), φaq (i), and φah (i) is substituted into φmax (i). Then, (Lmax−Lmin + 1) pieces of φmax (i) are obtained by performing the processing of (Equation 3).
[0017]
[Equation 3]

[0018]
From the obtained (Lmax−Lmin + 1) φmax (i), six of the largest values are selected in order from the top and stored as pitch candidates psel (i) (0 ≦ i ≦ 5), and a linear prediction residual signal is obtained. Res (i) and the first pitch candidate psel (0) are output to the pitch enhancement filter coefficient calculation unit 120, and psel (i) (0 ≦ i ≦ 5) is output to the adaptive vector generation unit 129.
[0019]
The polyphase coefficient storage unit 119 is a poly reference that is referred to when the pitch preliminary selection unit 118 obtains the autocorrelation of the linear prediction residual signal with fractional lag accuracy and when the adaptive vector generation unit 129 generates the adaptive vector with fractional accuracy. Stores the coefficients of the phase filter.
[0020]
The pitch enhancement filter coefficient calculation unit 120 calculates the third-order pitch prediction coefficient cov (i) (0 ≦ i ≦) from the linear prediction residual res (i) obtained by the pitch preliminary selection unit 118 and the pitch first candidate psel (0). 2). The impulse response of the pitch emphasis filter Q (z) is obtained by (Expression 4) using the obtained pitch prediction coefficient cov (i) (0 ≦ i ≦ 2), and the spectrum weighting filter coefficient calculation unit 122 and the auditory weighting filter It outputs to the coefficient calculation part 123.
[0021]
[Expression 4]

[0022]
The LSP interpolation unit 121 first uses the decoded LSPωq (i) for the current processing frame obtained by the LSP quantization / decoding unit 116 and the decoded LSPωqp (i) for the preprocessing frame that has been obtained and held previously. Thus, the decoding interpolation LSPωintp (n, i) (1 ≦ i ≦ Np) is obtained for each subframe.
[0023]
[Equation 5]

[0024]
Decoding interpolation LPCαq (n, i) (1 ≦ i ≦ Np) is obtained by converting the obtained ωintp (n, i) into LPC, and the obtained decoding interpolation LPCαq (n, i) (1 ≦ i) ≦ Np) is output to the spectrum weighting filter coefficient calculation unit 122 and the auditory weighting LPC synthesis filter coefficient calculation unit 124.
[0025]
The spectrum weighting filter coefficient calculation unit 122 constitutes the MA type spectrum weighting filter I (z) of (Expression 6), and outputs the impulse response to the auditory weighting filter coefficient calculation unit 123.
[0026]
[Formula 6]

[0027]
However, the impulse response αfir (i) (1 ≦ i ≦ Nfir) in (Equation 6) is the impulse response of the ARMA type spectrum enhancement filter G (z) given by (Equation 7) up to the Nfir (= 11) term. It was cut off.
[0028]
[Expression 7]

[0029]
The perceptual weighting filter coefficient calculation unit 123 first receives the impulse response of the spectrum weighting filter I (z) received from the spectrum weighting filter coefficient calculation unit 122 and the pitch emphasis filter Q (z) received from the pitch emphasis filter coefficient calculation unit 120. An auditory weighting filter W (z) having the result of convolution of the impulse response as an impulse response is configured, and the impulse response of the configured auditory weighting filter W (z) is an auditory weighting LPC synthesis filter coefficient calculation unit 124 and an auditory weighting unit 125. Output to.
[0030]
The perceptual weighting LPC synthesis filter coefficient calculation unit 124 uses the decoded interpolation LPCαq (n, i) received from the LSP interpolation unit 121 and the perceptual weighting filter W (z) received from the perceptual weighting filter coefficient calculation unit 123 to perceptual weighting LPC. The synthesis filter H (z) is configured by (Equation 8).
[0031]
[Equation 8]

[0032]
The coefficients of the configured perceptual weighted LPC synthesis filter H (z) are converted into the target generation unit A126, perceptual weighting LPC reverse order synthesis unit A127, perceptual weighting LPC synthesis unit A131, perceptual weighting LPC reverse order synthesis unit B136, and perceptual weighting LPC synthesis unit B139. Output to.
[0033]
The perceptual weighting unit 125 inputs the subframe signal read from the buffer 111 to the perceptual weighted LPC synthesis filter H (z) in the zero state, and outputs the perceptual weighted residual spw (i) (0 ≦ i ≦ Ns). -1) to the target generator A126.
[0034]
The target generation unit A126 uses the perceptual weighted residual spw (i) (0 ≦ i ≦ Ns−1) obtained by the perceptual weighting unit 125 to obtain the perceptual weighted LPC synthesis obtained by the perceptual weighting LPC synthesis filter coefficient calculation unit 124. A zero input response Zres (i) (0 ≦ i ≦ Ns−1), which is an output when a zero series is input to the filter H (z), is subtracted, and the subtraction result is used as a target vector r (i) ( 0 ≦ i ≦ Ns−1) is output to the perceptual weighting LPC reverse order synthesis unit A127 and the target generation unit B135.
[0035]
The perceptual weighting LPC reverse order synthesizing unit A127 rearranges the target vectors r (i) (0 ≦ i ≦ Ns−1) received from the target generation unit A126 in the reverse time order, and the perceived initial value of the perceived vector is zero. By inputting the weighted LPC synthesis filter H (z) and rearranging its output again in the reverse time order, the time inverse synthesis vector rh (k) (0 ≦ i ≦ Ns−1) of the target vector is obtained, and the comparison unit A132 receives it. Output.
[0036]
The adaptive codebook 128 stores past driving sound sources that are referred to when the adaptive vector generation unit 129 generates adaptive vectors. Based on the six pitch candidates psel (j) (0 ≦ j ≦ 5) received from the pitch preliminary selection unit 118, the adaptive vector generation unit 129 generates Nac adaptive vectors Pacb (i, k) (0 ≦ i ≦ Nac−1, 0 ≦ k ≦ Ns−1, 6 ≦ Nac ≦ 24) are generated and output to the adaptive / fixed selection unit 130. Specifically, as shown in (Table 4), when 16 ≦ psel (j) ≦ 44, adaptive vectors are generated for four types of fractional lag positions per integer lag position, and 45 ≦ psel ( j) If ≦ 64, generate adaptive vectors for two types of fractional lag positions per integer lag position; if 65 ≦ psel (j) ≦ 128, apply adaptive vectors for integer lag positions. Generate. Accordingly, the number of adaptive vector candidates Nac is a minimum of 6 candidates and a maximum of 24 candidates depending on the value of psel (j) (0 ≦ j ≦ 5).
[0037]
[Table 4]

[0038]
Note that when generating an adaptive vector with fractional precision, an interpolation process for convolving the polyphase filter coefficient stored in the polyphase coefficient storage unit 119 with the past excitation vector read out from the adaptive codebook 128 with integer precision. It is done by.
[0039]
Here, the interpolation corresponding to the value of lagf (i) is an integer lag position when lagf (i) = 0, and a fractional lag shifted by -1/2 from the integer lag position when lagf (i) = 1. Position, when lagf (i) = 2, interpolation corresponding to a fractional lag position deviating +1/4 from the integer lag position, and when lagf (i) = 3, interpolation corresponding to a fractional lag position deviating -1/4 from the integer lag position Is to do.
[0040]
The adaptation / fixed selection unit 130 first receives the adaptation vector of the Nac (6-24) candidate generated by the adaptation vector generation unit, and outputs it to the perceptual weighting LPC synthesis unit A131 and the comparison unit A132.
[0041]
First, the comparison unit A132 converts the adaptive vector Pacb (i, k) (0 ≦ i ≦ Nac−1, 0 ≦ k ≦ Ns−1, 6 ≦ Nac ≦ 24) generated by the adaptive vector generation unit 129 into Nac. (6 to 24) In order to preliminarily select from candidates to Nacb (= 4) candidates, the temporal reverse synthesis vector rh (k) (0 ≦ k ≦ Ns−1) of the target vector received from the perceptual weighting LPC reverse order synthesis unit A127 and The inner product prac (i) with the adaptive vector Pacb (i, k) is obtained by (Equation 9).
[0042]
[Equation 9]

[0043]
The calculated inner product pra (i) is compared, and the index when the value increases and the inner product when the index is used as an argument are selected up to the higher Nacb (= 4) th, and the index apsel ( j) (0.ltoreq.j.ltoreq.Nacb-1) and the adaptive vector preliminary selection post-selection reference value proc (apsel (j)), respectively, and the adaptive vector preliminary selection index apsel (j) (0.ltoreq.j.ltoreq.Nacb-). 1) is output to the adaptive / fixed selection unit 130.
[0044]
The perceptual weighting LPC synthesis unit A131 performs perceptual weighting LPC synthesis on the pre-selected adaptive vector Pacb (apsel (j), k) generated by the adaptive vector generation unit 129 and passed through the adaptation / fixed selection unit 130. An adaptive vector SYNacb (apsel (j), k) is generated and output to the comparison unit A132. Next, the comparison unit A132 selects the adaptive vector main selection reference value in order to perform the main selection of the Nacb (= 4) pre-selected adaptive vectors Pacb (apsel (j), k) preliminarily selected in the comparison unit A132 itself. sacbr (j) is obtained by (Equation 10).
[0045]
[Expression 10]

[0046]
The index when the value of (Equation 10) increases and the value of (Equation 10) when the index is used as an argument are the index ASEL after adaptive vector main selection and the reference value sacbr (ASEL) after adaptive vector main selection, respectively. The data is output to the adaptation / fixed selection unit 130.
[0047]
Fixed codebook 133 stores Nfc (= 16) candidates for vectors read by fixed vector reading unit 134. Here, the comparison unit A132 determines the fixed vector Pfcb (i, k) (0 ≦ i ≦ Nfc−1, 0 ≦ k ≦ Ns−1) read by the fixed vector reading unit 134 from the Nfc (= 16) candidates. In order to make a preliminary selection as an Nfcb (= 2) candidate, the temporal inverse synthesis vector rh (k) (0 ≦ k ≦ Ns−1) of the target vector received from the perceptual weighting LPC reverse order synthesis unit A127 and the fixed vector Pfcb (i, k) The absolute value | prfc (i) | of the inner product with) is obtained by (Equation 11).
[0048]
## EQU11 ##

[0049]
Compare the value | prac (i) | of (Equation 11) and select the absolute value of the index when the value is large and the inner product when the index is the argument to the upper Nfcb (= 2) th, Index fpsel (j) after fixed vector preliminary selection (0 ≦ j ≦ Nfcb−1) and reference value after preliminary vector preliminary selection | prfc (fpsel (j)) | are stored respectively, and index fpsel after fixed vector preliminary selection. (J) Output (0 ≦ j ≦ Nfcb−1) to the adaptive / fixed selection unit 130.
[0050]
The perceptual weighting LPC synthesis unit A131 performs perceptual weighting LPC synthesis on the fixed vector Pfcb (fpsel (j), k) after preliminary selection read by the fixed vector reading unit 134 and passed through the adaptive / fixed selection unit 130. A combined fixed vector SYNfcb (fpsel (j), k) is generated and output to the comparison unit A132.
[0051]
Further, the comparison unit A132 further selects a fixed vector in order to fully select an optimal fixed vector from the Nfcb (= 2) pre-selected fixed vectors Pfcb (fpsel (j), k) preliminarily selected by the comparison unit A132 itself. This selection reference value sfcbr (j) is obtained by (Equation 12).
[0052]
[Expression 12]

[0053]
The index when the value of (Equation 12) increases and the value of (Equation 12) when the index is used as an argument are the fixed vector main selection index FSEL and the fixed vector main selection post-selection reference value sacbr (FSEL), respectively. The data is output to the adaptation / fixed selection unit 130.
[0054]
The adaptive / fixed selection unit 130 is based on the magnitude and positive / negative relationship of rac (ASEL), sacbr (ASEL), | prfc (FSEL) |, and sfcbr (FSEL) received from the comparison unit A132 (described in (Expression 13)). Either the adaptive vector after the main selection or the fixed vector after the main selection is selected as the adaptive / fixed vector AF (k) (0 ≦ k ≦ Ns−1).
[0055]
[Formula 13]

[0056]
The selected adaptive / fixed vector AF (k) is output to the perceptual weighting LPC synthesis filter unit A131, and the parameter encoding unit is set as an adaptive / fixed index AFSEL that represents the number that generated the selected adaptive / fixed vector AF (k). 141 is output. Here, since the total number of adaptive vectors and fixed vectors is designed to be 255 (see Table 4), the adaptive / fixed index AFSEL is an 8-bit code.
[0057]
The perceptually weighted LPC synthesis filter unit A131 performs perceptual weighting LPC synthesis filtering on the adaptive / fixed vector AF (k) selected by the adaptive / fixed selection unit 130 to generate a synthesized adaptive / fixed vector SYNaf (k) (0). ≦ k ≦ Ns−1) is generated and output to the comparison unit A132.
[0058]
Here, the comparison unit A132 first obtains the power of the synthesis adaptive / fixed vector SYNaf (k) (0 ≦ k ≦ Ns−1) received from the perceptual weighting LPC synthesis unit A131 by (Equation 14).
[0059]
[Expression 14]

[0060]
Next, the inner product pr of the target vector received from the target generation unit A126 and the combined adaptive / fixed vector SYNaf (k) is obtained by (Equation 15).
[0061]
[Expression 15]

[0062]
Further, the adaptive / fixed vector AF (k) received from the adaptive / fixed selection unit 130 is output to the adaptive codebook updating unit 143, the power POWaf of AF (k) is calculated, and the combined adaptive / fixed vector SYNaf (k) And POWaf are output to the parameter encoding unit 141, and powp, pr, r (k), and rh (k) are output to the comparison unit B140.
[0063]
The target generation unit B135 receives the synthesized adaptive / fixed vector SYNaf (k) (received from the comparison unit A132 from the target vector r (i) (0 ≦ i ≦ Ns−1) for sound source selection received from the target generation unit A126. 0 ≦ k ≦ Ns−1) is subtracted to generate a new target vector, and the generated new target vector is output to the perceptual weighting LPC reverse order synthesis unit B136.
[0064]
The perceptual weighting LPC reverse order synthesis unit B136 rearranges the new target vectors generated by the target generation unit B135 in reverse time order, inputs the rearranged vectors to the perceptual weighting LPC synthesis filter in the zero state, and rearranges the output vectors again in reverse time order. As a result, the time inverse composite vector ph (k) (0 ≦ k ≦ Ns−1) of the new target vector is generated and output to the comparison unit B140.
[0065]
The probabilistic codebook 137 includes a first-stage codebook and a second-stage code that store Nst (= 64) first-stage stochastic vectors and second-stage stochastic vectors that are referenced by the probabilistic vector reading unit 138, respectively. It consists of a book. First, the stochastic vector reading unit 138 starts with the first stage stochastic vector Pstb1 (i1, k) (0 ≦ i1 ≦ Nst−1, 0 ≦ k ≦ Ns−) from the first stage codebook in the stochastic codebook 137. 1) is read and output to the perceptual weighting LPC synthesis unit B139 and the comparison unit B140. Next, the second-stage stochastic vector Pstb2 (i2, k) (0 ≦ i2 ≦ Nst−1, 0 ≦ k ≦ Ns−1) is read from the second-stage codebook in the probabilistic codebook 137, and perceptual weighting is performed. The data is output to the LPC synthesis unit B139 and the comparison unit B140.
[0066]
First, the comparison unit B140 converts the first-stage stochastic vector Pstb1 (i1, k) (0 ≦ i ≦ Nst−1, 0 ≦ k ≦ Ns−1) read by the stochastic vector reading unit 138 to Nst ( = 64) In order to perform preliminary selection from candidates to Nstb (= 6) candidates, a first-stage stochastic vector preliminary selection reference value cr (i1) (0 ≦ i1 ≦ Nstb1-1) is obtained by (Equation 16).
[0067]
[Expression 16]

[0068]
The obtained cr (i1) values are compared, and the index when the value increases and the value of (Equation 16) when the index is used as an argument are selected up to the upper Nstb (= 6) th, Index s1psel (j1) (0 ≦ j1 ≦ Nstb−1) after the preliminary selection of the eye stochastic vector and the first stage stochastic vector Pstb1 (s1psel (j1), k) (0 ≦ j1 ≦ Nstb−1,0) after the preliminary selection .Ltoreq.k.ltoreq.Ns-1). Next, the second stage stochastic vector is processed in the same manner as the first stage, and the second stage stochastic vector pre-selected index s2psel (j2) (0 ≦ j2 ≦ Nstb−1) and the second stage after the pre-selection. The probabilistic vectors Pstb2 (s2psel (j2), k) (0 ≦ j2 ≦ Nstb−1, 0 ≦ k ≦ Ns−1) are stored.
[0069]
The perceptual weighting LPC synthesis unit B139 first performs perceptual weighting LPC synthesis on the first stage stochastic vector Pstb1 (s1psel (j1), k) after the preliminary selection read out by the stochastic vector reading unit 138. A first-stage stochastic vector SYNstb1 (s1psel (j1), k) is generated and output to the comparison unit B140. Next, the second-stage stochastic vector Pstb2 (s2psel (j2), k) after the preliminary selection read by the stochastic vector reading unit 138 is subjected to auditory weighting LPC synthesis to be a synthesized second-stage stochastic vector SYNstb2. (S2psel (j2), k) is generated and output to the comparison unit B140.
[0070]
The comparison unit B140 performs the synthesis calculated in the perceptual weighting LPC synthesis unit B139 in order to perform the main selection of the first-stage stochastic vector after the preliminary selection and the second-stage stochastic vector after the preliminary selection preliminarily selected in the comparison unit B140 itself. The calculation of (Expression 17) is performed on the first-stage stochastic vector SYNstb1 (s1psel (j1), k).
[0071]
[Expression 17]

[0072]
The orthogonal synthesis first stage stochastic vector SYNOstb1 (s1psel (j1), k) is obtained, and the same calculation is performed for the synthesis second stage stochastic vector SYNstb2 (s2psel (j2), k) to perform orthogonal synthesis. The second-stage stochastic vector SYNOstb2 (s2psel (j2), k) is obtained, and the first-stage stochastic vector main selection reference value s1cr and the second-stage stochastic vector main selection reference value s2cr are respectively expressed by (Equation 18) and (Equation 18). 19), all combinations (36 patterns) of (s1psel (j1), s2psel (j2)) are calculated in a closed loop.
[0073]
[Expression 18]

[0074]
[Equation 19]

[0075]
However, cs1cr in (Equation 18) and cs2cr in (Equation 19) are constants calculated in advance by (Equation 20) and (Equation 21), respectively.
[0076]
[Expression 20]

[0077]
[Expression 21]

[0078]
The comparison unit B140 further substitutes the maximum value of s1cr into MAXs1cr, substitutes the maximum value of s2cr into MAXs2cr, sets the larger of MAXs1cr and MAXs2cr as scr, and refers to s1psel (j1 ) Is output to the parameter encoding unit 141 as the first-stage stochastic vector main-selected index SSEL1. The probability vector corresponding to SSEL1 is stored as a first-stage stochastic vector Pstb1 (SSEL1, k) after the main selection, and the post-main-selection synthesized first-stage stochastic vector SYNstb1 (SSEL1, k) corresponding to Pstb1 (SSEL1, k). ) (0 ≦ k ≦ Ns−1) is obtained and output to the parameter encoding unit 141.
[0079]
Similarly, the value of s2psel (j2) that was referenced when scr was obtained is output to the parameter encoding unit 141 as the second-stage stochastic vector main selection index SSEL2, and the probability vector corresponding to SSEL2 is finally selected. The second-stage stochastic vector Pstb2 (SSEL2, k) is stored, and the post-selection synthesized second-stage stochastic vector SYNstb2 (SSEL2, k) corresponding to Pstb2 (SSEL2, k) (0 ≦ k ≦ Ns−1). ) And output to the parameter encoding unit 141.
[0080]
Further, the comparison unit B140 obtains signs S1 and S2 to be multiplied by Pstb1 (SSEL1, k) and Pstb2 (SSEL2, k), respectively, according to (Equation 22), and obtains the positive / negative information of S1 and S2 by gain gain / negative index Is1s2 (2 bits Information) to the parameter encoder 141.
[0081]
[Expression 22]

[0082]
A stochastic vector ST (k) (0 ≦ k ≦ Ns−1) is generated by (Equation 23) and output to the adaptive codebook updating unit 143, and the power POWsf is obtained and output to the parameter encoding unit 141. .
[0083]
[Expression 23]

[0084]
A synthesis probabilistic vector SYNst (k) (0 ≦ k ≦ Ns−1) is generated by (Expression 24) and output to the parameter encoding unit 141.
[0085]
[Expression 24]

[0086]
First, the parameter encoding unit 141 uses the decoded frame power spow obtained by the frame power quantization / decoding unit 112 and the normalized prediction residual power resid obtained by the pitch preliminary selection unit 118 to obtain a sub The frame estimation residual power rs is obtained.
[0087]
[Expression 25]

[0088]
The obtained subframe estimation residual power rs, the adaptive / fixed vector power POWaf calculated in the comparison unit A132, the stochastic vector power POWst calculated in the comparison unit B140, and the gain quantization table storage unit 142 shown in Table 5 The quantization gain selection reference value STDg is obtained by (Equation 26) using the 256words gain quantization table (CGaf [i], CGst [i]) (0 ≦ i ≦ 127) stored in FIG.
[0089]
[Table 5]

[0090]
[Equation 26]

[0091]
An index at which the obtained quantization gain selection reference value STDg is minimized is selected as a gain quantization index Ig, and adaptive / fixed read from the gain quantization table based on the selected gain quantization index Ig Using the vector side selected gain CGaf (Ig), the stochastic vector side selected gain CGst (Ig) read from the gain quantization table based on the selected gain quantization index Ig, and the like (Equation 27) , The adaptive / fixed vector side real gain Gf actually applied to AF (k) and the stochastic vector side real gain Gst actually applied to ST (k) are obtained and output to the adaptive codebook updating unit 143.
[0092]
[Expression 27]

[0093]
The parameter encoding unit 141 includes a power distribution index Ipow obtained by the frame power quantization / decoding unit 112, an LSP code Ilsp obtained by the LSP quantization / decoding unit 116, and an adaptation / fixed index obtained by the adaptation / fixed selection unit 130. AFSEL, first-stage stochastic vector post-selection index SSEL1, second-stage stochastic vector main-selection index SSEL2, gain positive / negative index Is1s2, and gain quantization index obtained by parameter encoding unit 141 itself The Igs are collectively set as a voice code, and the collected voice code is output to the transmission unit 144.
[0094]
The adaptive codebook updating unit 143 uses the adaptive / fixed vector AF (k) obtained by the comparison unit A132 and the stochastic vector ST (k) obtained by the comparison unit B140 to determine the adaptive / fixed vector obtained by the parameter coding unit 141. A drive sound source ex (k) (0 ≦ k ≦ Ns−1) is generated by multiplying the side gain Gaf and the stochastic vector side gain Gst, respectively, and then adding (Formula 28), and the generated drive The sound source ex (k) (0 ≦ k ≦ Ns−1) is output to the adaptive codebook 128.
[0095]
[Expression 28]

[0096]
At this time, the old driving sound source in the adaptive codebook 128 is discarded and updated with the new driving sound source ex (k) received from the adaptive codebook update unit 143.
[0097]
Here, next, a speech decoding apparatus developed by PSI-CELP, which is a speech encoding / decoding standard system for half-rate digital cellular phones in Japan (this decoding apparatus is a device that forms a pair with the above-described encoding apparatus) The CELP speech decoding apparatus will be described in more detail with reference to a functional block diagram (FIG. 12).
[0098]
In FIG. 12, the parameter decoding unit 502 includes a speech code (Pawawine index Ipow, LSP code Ilsp, adaptive / fixed index AFSEL, first stage stochastic) sent from the conventional CELP speech coding apparatus shown in FIG. The index SSEL after vector main selection, the first stage stochastic vector index SSEL2, the gain quantization index Ig, and the gain positive / negative index Is1s2) are obtained through the transmission unit 501.
[0099]
Next, the scalar value indicated by the power distribution Ipow is read from the power quantization table (see Table 1) stored in the power quantization table storage unit 505, and is output to the power restoration unit 517 as a decoded frame power spow. The vector indicated by the LSP code Ilsp is read from the LSP quantization table stored in the quantization table storage unit 504 and output to the LSP interpolation unit 506 as a decoded LSP. The adaptive / fixed index AFSEL is output to the adaptive vector generation unit 508, the fixed vector reading unit 511, and the adaptive / fixed selection unit 512, and the first stage stochastic vector main selection index SSEL1 and the second stage stochastic vector main selection index. SSEL2 is output to the probabilistic vector reading unit 515. A vector (CAaf (Ig), CGst (Ig)) indicated by the gain quantization index Ig is read from the gain quantization table (see Table 5) stored in the gain quantization table storage unit 503, and is the same as the encoding device side. , (Expression 27), the adaptive / fixed vector side main gain Gf actually applied to AF (k) and the stochastic vector side main gain Gst actually applied to ST (k) are obtained, and the obtained adaptive / fixed vector side The main gain Gaf and the probabilistic vector side main gain Gst are output to the drive sound source generation unit 513 together with the gain positive / negative index Is1s2.
[0100]
The LSP interpolation unit 506 obtains the decoding interpolation LSPωintp (n, i) (1 ≦ i ≦ Np) for each subframe from the decoding LSP received from the parameter decoding unit 502 in the same manner as the encoding device. The decoded interpolation LPC is obtained by converting ωintp (n, i) into LPC, and the obtained decoded interpolation LPC is output to the LPC synthesis filter unit 516.
[0101]
Based on the adaptive / fixed index AFSEL received from the parameter decoding unit 502, the adaptive vector generation unit 508 stores the polyphase coefficient stored in the polyphase coefficient storage unit 509 in the vector read from the adaptive codebook 507 (see Table 3). Are partially convolved to generate an adaptive vector with fractional lag accuracy and output to the adaptive / fixed selection unit 512. Fixed vector reading unit 511 reads a fixed vector from fixed codebook 510 based on adaptive / fixed index AFSEL received from parameter decoding unit 502 and outputs the fixed vector to adaptive / fixed selection unit 512.
[0102]
Based on the adaptive / fixed index AFSEL received from the parameter decoding unit 502, the adaptive / fixed selection unit 512 is either an adaptive vector input from the adaptive vector generation unit 508 or a fixed vector input from the fixed vector reading unit 511. One vector is selected as an adaptive / fixed vector AF (k), and the selected adaptive / fixed vector AF (k) is output to the drive sound source generator 513. The probabilistic read-out unit receives the first-stage probability from the stochastic codebook 514 based on the first-stage stochastic vector main-selection index SSEL1 and the second-stage stochastic vector main-selection index SSEL2 received from the parameter decoding unit 502. The first stage stochastic vector and the second stage stochastic vector are respectively read out, and the read first stage stochastic vector and second stage stochastic vector are respectively multiplied by the first stage information S1 and the second stage information S2 of the gain positive / negative index. ST (k) is generated as a vector, and the generated probabilistic vector is output to the drive sound source generation unit 513.
[0103]
The driving sound source generation unit 513 obtains the adaptive / fixed vector AF (k) received from the adaptive / fixed selection unit 512 and the stochastic vector ST (k) received from the stochastic vector reading unit 515 by the parameter decoding unit 502. The adaptive / fixed vector side real gain Gf and the stochastic vector side real gain Gst are respectively multiplied and added or subtracted based on the gain positive / negative index Is1s2 to obtain the driving sound source ex (k), and the obtained driving sound source is converted to the LPC synthesis filter. The data is output to the unit 516 and the adaptive codebook 507. Here, the old driving sound source in the adaptive codebook 507 is updated with a new driving sound source input from the driving sound source generation unit 513.
[0104]
The LPC synthesis filter unit 516 performs LPC synthesis on the driving sound source generated by the driving sound source generation unit 513 using a synthesis filter configured by the decoding interpolation LPC received from the LSP interpolation unit 506, and restores the output of the filter to power To the unit 517. The power restoration unit 517 first obtains the average power of the driving excitation synthesized vector obtained by the LPC synthesis filter unit 516, and then divides the decoded power power received from the parameter decoding unit 502 by the obtained average power. Then, the division result is multiplied by the synthesized vector of the driving sound source to generate a synthesized sound and output it to the part 518.
[0105]
The speech encoding device described in FIG. 11 and the speech decoding device described in FIG. 12 perform speech analysis and speech synthesis using a storage vector as a sound source in a codebook. Each of the encoding device and the decoding device It is necessary to keep the same codebook. In addition, a plurality of representative vectors stored in the codebook are the LBG algorithm (“An Algorithm for Vector Quantizer Design,” “YOSEPH LINDE, ANDRES BUZO, ROBERT M. GRAY, IEEE TRANSITION MON 28”. No. 1, JANUARY 1980, pp. 84-95).
[0106]
[Problems to be solved by the invention]
This speech encoding / decoding device has the following problems.
[0107]
(Problem 1) In a speech coder / decoder having a stochastic codebook, it is necessary to store a plurality of stochastic vectors in a stochastic codebook (ROM) as they are. The memory capacity becomes large.
[0108]
(Problem 2) In a speech encoding / decoding device characterized by comprising a fixed codebook, it is necessary to store a plurality of fixed vectors as they are in a fixed codebook (ROM). It gets bigger.
[0109]
(Problem 3) Quantization of a linear prediction coefficient (LPC) of speech obtained by linear prediction analysis is generally performed after converting LPC to a line spectrum pair (LSP). However, the LSP quantization characteristics may be insufficient in the vicinity of a frame such as a rising portion where the voice characteristics greatly change, and as a result, the synthesized sound may include abnormal sounds.
[0110]
An object of the present invention is to provide a speech encoding / decoding device that has a small memory capacity and does not include abnormal sounds in synthesized speech.
[0111]
[Means for Solving the Problems]
In order to solve the problem 1, the present invention provides a fixed vector reading unit and a fixed codebook of a conventional CELP speech coding apparatus by using an oscillator that outputs different vector sequences according to an input seed value, Each is replaced with a seed storage unit for storing seeds (oscillator seeds). As a result, it is not necessary to store the fixed vector in the fixed codebook (ROM) as it is, and the memory capacity can be greatly reduced.
[0112]
In order to solve the problem 2, the present invention replaces the stochastic vector reading unit and the stochastic codebook of the conventional CELP speech coding apparatus with an oscillator and a seed storage unit. Thereby, it is not necessary to store the stochastic vector in the stochastic codebook (ROM) as it is, and the memory capacity can be greatly reduced.
[0113]
In order to solve the problem 2, the present invention uses a sound source storage unit that stores past sound source vectors as an adaptive codebook of a conventional CELP speech coding apparatus, and further includes a conventional stochastic vector reading unit, A sound source addition vector generation unit that converts a past sound source vector and generates a new vector is replaced, and the sound source vector generated in the sound source addition vector generation unit is used as a stochastic vector. This eliminates the ROM information necessary for generating the probabilistic vector, eliminating the need for the probabilistic codebook 133 and greatly reducing the memory capacity.
[0114]
Furthermore, in order to solve the problem 3, the present invention compares a plurality of generated decoded LSPs with the LSP quantizing / decoding unit in the conventional CELP speech coding apparatus, and the noise is minimized. One decoding LSP is selected in a closed loop, and the selected decoding LSP is replaced with an LSP quantization / encoding unit having an LSP quantization error comparison unit having a function newly adopted as a decoding LSP for a processing frame. . As a result, all of the generated plurality of quantization target LSPs are quantized, and the LSP with the least abnormal sound is selected as the LSP of the processing frame and is quantized / decoded, so that the sound quality of the synthesized sound can be improved. it can.
[0115]
DETAILED DESCRIPTION OF THE INVENTION
  The present inventionCELP type speech encoding apparatus and speech decoding apparatus used as an initial state of oscillationA seed storage unit that stores a plurality of seeds, and a vector sequence that differs depending on the seed value stored in the seed storage unit.Generate as sound source vectorAn output oscillator; andSound source vectorInput and LPC synthesis to produce synthesized soundOutputA speech encoding device and a speech decoding device characterized by comprising an LPC synthesis filter unit, which eliminates the need to store a fixed vector in a fixed codebook (ROM) as it is. It has the effect of greatly reducing.
[0116]
  hereThe aboveEven if the oscillator is a nonlinear oscillator, the same effect is exhibited.
[0117]
  AlsoThe aboveEven if the nonlinear oscillator is a nonlinear digital filter, the same effect is exhibited.
[0118]
  AndThe aboveA nonlinear digital filter is a multiplier that multiplies a state variable by a gain.And saidAn initial value of the state variable is input from the seed storage unit, the coefficient of the multiplier is fixed so that the pole is outside the unit circle in the Z plane, and the digital vector has a recursive structure in which the input vector is a zero sequence. Preferably it is.
[0119]
  AndSaidNonlinear digital filterThe nonlinear characteristic ofTwo's complementAdditionCharacteristicGiven by
WhatEven so, the same effect is exhibited.
[0125]
Hereinafter, embodiments of the present invention will be described with reference to FIGS.
(Embodiment 1)
FIG. 1 is a block diagram of a main part of a speech encoding / decoding device according to the present embodiment. In FIG. 1, 11 is a seed storage unit, 12 is an oscillator, 13 is an LPC synthesis filter unit, 14 is a seed (oscillation seed) output from the seed storage unit 11 and input to the oscillator 12, and 15 is an oscillator 12. A sound source vector 16 that is a vector series output from the LPC synthesis filter unit 13 is a synthesized sound.
[0126]
The oscillator 12 outputs different vector sequences according to the input seed value, and the LPC synthesis filter unit 13 performs LPC synthesis of the input sound source vector 15 and outputs a synthesized sound 16.
[0127]
In the present embodiment, fixed vector reading unit 134 and fixed codebook 133 of the conventional CELP speech coding apparatus shown in FIG. 11 or fixed vector reading unit of the conventional CELP speech decoding apparatus shown in FIG. 511 and the fixed codebook 510 are replaced with the oscillator 12 and the seed storage unit 11, respectively, and it is not necessary to store the fixed vector in the fixed codebook (ROM) as it is, so that the memory capacity is greatly reduced. Can do.
[0128]
(Embodiment 2)
FIG. 2 is a block diagram of a main part of the speech encoding apparatus / decoding apparatus according to the present embodiment. In FIG. 2, 21 is a seed storage unit, 22 is a nonlinear oscillator, 23 is an LPC synthesis filter unit, 24 is a seed (oscillation seed) output from the seed storage unit 21 and input to the nonlinear oscillator 22, and 25 is A sound source vector 26, which is a vector sequence output from the nonlinear oscillator 22, is a synthesized sound output from the LPC synthesis filter unit 23.
[0129]
The non-linear oscillator 22 outputs different vector sequences according to the input seed value, and the LPC synthesis filter unit 23 LPC synthesizes the input sound source vector 25 and outputs a synthesized sound 26.
[0130]
In the present embodiment, fixed vector reading unit 134 and fixed codebook 133 of the conventional CELP speech coding apparatus shown in FIG. 11 or fixed vector reading unit of the conventional CELP speech decoding apparatus shown in FIG. 511 and the fixed codebook 510 are replaced by the nonlinear oscillator 22 and the seed storage unit 21, respectively, and it is not necessary to store the fixed vector in the fixed codebook (ROM) as it is, so that the memory capacity is greatly reduced. be able to.
[0131]
(Embodiment 3)
FIG. 3 is a block diagram of a main part of the speech encoding apparatus / decoding apparatus according to the present embodiment. In FIG. 3, 31 is a seed storage unit, 32 is a nonlinear digital filter, 33 is an LPC synthesis filter unit, 34 is a seed (oscillation seed) output from the seed storage unit 31 and input to the nonlinear digital filter 32, Reference numeral 35 denotes a sound source vector that is a vector series output from the nonlinear digital filter 32, and reference numeral 36 denotes a synthesized sound output from the LPC synthesis filter unit 33.
[0132]
The non-linear digital filter 32 outputs different vector sequences according to the input seed value, and the LPC synthesis filter unit 33 performs LPC synthesis of the input sound source vector 25 and outputs a synthesized sound 36.
[0133]
In the present embodiment, fixed vector reading unit 134 and fixed codebook 133 of the conventional CELP speech coding apparatus shown in FIG. 11 or fixed vector reading unit of the conventional CELP speech decoding apparatus shown in FIG. 511 and the fixed codebook 510 are replaced with the nonlinear digital filter 32 and the seed storage unit 31, respectively, and it is not necessary to store the fixed vector in the fixed codebook (ROM) as it is, so that the memory capacity is greatly reduced. can do.
[0134]
(Embodiment 4)
FIG. 4 is a block diagram of the nonlinear digital filter according to this embodiment. In FIG. 4, 40 is a nonlinear digital filter, 41 is an adder, 42 to 43 are state variables 1 to N, 44 to 45 are coefficients of multipliers 1 to N, 46 is a seed (oscillation seed), and 47 is an input vector. , 48 are sound source vectors.
[0135]
In FIG. 4, a non-linear digital filter 40 performs an operation of outputting one sample (y (k)) every time zero is input from an input vector 47. An adder 41 having a non-linear addition characteristic, a digital filter State variables 1 to N (42 to 43) having an action of storing the states (values of y (k−1) to y (k−N)), and having an action of multiplying a value stored in the state variable by a gain. The multipliers 1 to N (44 to 45) are configured such that the gain values of the multipliers 1 to N (44 to 45) are fixed so that the poles of the digital filter exist outside the unit circle in the Z plane. Thus, the initial value of the state variable is set by the seed.
[0136]
In the present embodiment, as the nonlinear digital filter, in particular, the coefficients 44 to 45 of the multipliers 1 to N are fixed so that the pole is outside the unit circle in the Z plane, and the adder 41 has a nonlinear addition characteristic. 11 is characterized in that a seed 46 serving as an initial value of the state variables 1 to N (42 to 43) is given from the seed storage unit, and a digital filter having a recursive structure whose input vector is a zero sequence is used. The fixed vector reading unit 134 and the fixed codebook 133 of the conventional CELP type speech encoding device shown in FIG. 12 or the fixed vector reading unit 511 and the fixed codebook 510 of the conventional CELP type speech decoding device shown in FIG. Replaced by the non-linear digital filter 40 and the seed storage unit, the fixed vector is directly used as a fixed codebook (ROM Since it is not necessary to store, it is possible to significantly reduce the memory capacity.
[0137]
FIG. 5 is a conceptual diagram of the characteristics of the adder 41 of the nonlinear digital filter 40 of FIG. 4, and shows the input / output relationship of the adder 41 having a 2's complement characteristic. The adder 41 is a characteristic used to first obtain an adder input sum 55 that is a sum of input values to the adder 41, and then to calculate an adder output 56 for the input. As the non-linear digital filter 40, in particular, a non-linear digital filter 40 characterized in that the structure is a secondary direct II type structure, and the non-linear addition characteristic of the adder 41 is a two's complement characteristic, and the seed storage unit further includes: In particular, the 32words seed vector described in (Table 6) is stored.
[0138]
[Table 6]

[0139]
(Embodiment 5)
FIG. 6 is a block diagram of a main part of the speech encoding apparatus / decoding apparatus according to the present embodiment. In FIG. 6, 61 is a sound source storage unit, 62 is a sound source addition vector generation unit, 63 is an LPC synthesis filter unit, 64 is past sound source vectors 64 and 65 stored in the sound source storage unit 61, and sound source addition vector generation unit A sound source vector output from 62, 66 a synthesized sound output from the LPC synthesis filter unit 63, and 67 a generated vector identification number input to the sound source addition vector generation unit.
[0140]
The sound source addition vector generation unit 62 performs different processing on the past sound source vector 64 depending on the value of the input generation vector identification number 67 to generate a different sound source addition vector, and the LPC synthesis filter unit 63 receives the input sound source vector. 65 is LPC synthesized and a synthesized sound 66 is output.
[0141]
In the present embodiment, the stochastic vector reading unit 138 and the stochastic codebook 120 of the conventional CELP speech encoder shown in FIG. 11 or the stochastic codebook 120 of the conventional CELP speech decoder shown in FIG. The vector reading unit 515 and the probabilistic codebook 514 are replaced with the excitation addition vector generation unit 62 and the excitation storage unit 61, respectively, so that it is not necessary to store the probabilistic vector in the probabilistic codebook (ROM) as it is. Therefore, the memory capacity can be greatly reduced.
[0142]
(Embodiment 6)
FIG. 7 is a block diagram of a sound source addition vector generation unit according to this embodiment. In FIG. 7, 68 is a sound source storage unit, 69 is a sound source addition vector generation unit, 70 is a read processing unit, 71 is a deacceleration processing unit, 72 is a multiplication processing unit, 73 is a thinning processing unit, 74 is an interpolation processing unit, 75 is an addition processing unit, 76 is a process determination / instruction unit, 77 is a sound source addition vector output from the addition processing unit 75, and 78 is a sound source vector output from the sound source addition vector generation unit 69.
[0143]
The sound source addition vector generation unit 69 performs a process of reading a plurality of element vectors having different lengths from different positions in the sound source storage unit 68, and a process of rearranging the plurality of element vectors after the read process in reverse order A reverse-acceleration processing unit 71 for performing the processing, a multiplication processing unit 72 for performing processing for multiplying the plurality of vectors after the reverse-adaptation processing by different gains, and a processing for reducing the vector length of the plurality of vectors after the multiplication processing. A thinning processing unit 73, an interpolation processing unit 74 that performs processing for increasing the vector length of a plurality of vectors after the thinning processing, and an addition processing unit 75 that performs processing for adding a plurality of vectors after the interpolation processing. And determine the specific processing method according to the value of the generated generation vector identification number and refer to it when determining the function to instruct each processing unit and the specific processing content. It constituted by a processing determination and instruction unit 76 having both the function of retaining number conversion correspondence map (Table 7).
[0144]
[Table 7]

[0145]
Here, the sound source addition vector generation unit 69 will be described in more detail. The sound source addition vector generation unit 69 receives the specific processing methods of the read processing unit 70, the reverse order processing unit 71, the multiplication processing unit 72, the decimation processing unit 73, the interpolation processing unit 74, and the addition processing unit 75. The generated vector identification number 79 (which takes an integer value of 0 to 127 in a 7-bit bit string) is compared with the number conversion correspondence map (see Table 7), and the specific processing method is output to each processing unit. .
[0146]
First, the read processing unit 73 pays attention to the lower 4 bit string (n1 to integer value from n1: 0) of the input generation vector identification number, and has an element of length 100 from the end of the sound source storage unit 68 to the position n1. Cut out vector 1 (V1). Next, paying attention to a 5-bit sequence (an integer value from n2: 0 to 31) obtained by combining the lower 2-bit sequence and the upper 3-bit sequence of the generated generation vector identification number, n2 + 14 (14 to 45) from the end of the sound source storage unit 68. The element vector 2 (V2) having a length of 78 is cut out to the position of (integer value). Further, paying attention to the upper 5-bit string (n3: 0 to 31 integer value) of the generated generation vector identification number, the length Ns from the position of n3 + 46 (46 to 77 integer value) from the end of the sound source storage unit 68. The element vector 3 (V3) of (= 52) is cut out, and the process of outputting V1, V2, and V3 to the reverse order processing unit is performed.
[0147]
If the least significant 1 bit of the generated vector identification number is “0”, the reverse order processing unit 74 newly outputs vectors obtained by rearranging V1, V2, and V3 in reverse order to the multiplication processing unit 72 as V1, V2, and V3. If “1”, V1, V2 and V3 are output to the multiplication processing unit 72 as they are.
[0148]
The multiplication processing unit 75 pays attention to the 2-bit string obtained by combining the upper 7 bits and the upper 6 bits of the generated vector identification number. If the bit string is “00”, the amplitude of V2 is multiplied by −2, and if it is “01”. V3 amplitude is multiplied by -2, if it is '10', the amplitude of V1 is multiplied by -2 and if it is '11', a vector obtained by doubling the amplitude of V2 is output to the thinning unit 76 as new V1, V2, and V3. .
[0149]
The thinning processing unit 76 pays attention to the 2-bit string obtained by combining the upper 4 bits and the upper 3 bits of the generated generation vector identification number, and if the bit string is “00”, every other sample from V1, V2, and V3. 26 vectors taken out are output to the interpolation processing unit 74 as new V1, V2, and V3. If '01', 26 samples are taken every other sample from V1 and V3, and every two samples from V2. Are output to the interpolation processing unit 74 as new V1, V3, and V2, and if “10”, vectors obtained by extracting 26 samples from V1 every other sample and every other sample from V2 and V3 are newly obtained as V1, V2. , V3 and output to the interpolation processing unit 77. If '11', every 3 samples from V1, every 2 samples from V2, and every other sample from V3 And outputs it to the interpolation processing unit 77 of the 26 samples extracted vector as a new V1, V2, V3.
[0150]
The interpolation processing unit 77 pays attention to the upper 3 bits of the generated vector identification number. If the value is “0”, V1, V2, and V3 are respectively converted into even-numbered samples of the zero vector of length Ns (= 52). The substituted vectors are output to the addition processing unit 75 as new V1, V2, and V3. If “1”, V1, V2, and V3 are respectively substituted into odd-numbered samples of zero vectors of length Ns (= 52). Are output to the addition processing unit 75 as new V1, V2, and V3.
[0151]
The addition processing unit 75 adds the three vectors (V1, V2, 3) generated by the interpolation processing unit 74 to generate and output a sound source addition vector 77.
[0152]
In the present embodiment, the stochastic vector reading unit 138 and the stochastic codebook 120 of the conventional CELP speech encoder shown in FIG. 11 or the stochastic codebook 120 of the conventional CELP speech decoder shown in FIG. The vector reading unit 515 and the probabilistic codebook 514 are replaced with the excitation addition vector generation unit 72 and the excitation storage unit 71, respectively, so that it is not necessary to store the probabilistic vector in the probabilistic codebook (ROM) as it is. Therefore, the memory capacity can be greatly reduced.
[0153]
(Embodiment 7)
FIG. 8 is a block diagram of a main part of the speech encoding apparatus / decoding apparatus according to the present embodiment. In FIG. 8, 80 is a buffer, 81 is an LPC analysis unit, 82 is a quantization target LSP addition unit, 83 is an LSP quantization table storage unit, 84 is an LSP quantization / decoding unit, and 85 is an LSP quantization error comparison unit. 86 is a quantization target LSP output from the quantization target LSP adding unit, and 87 is a decoding LSP output from the LSP quantization / decoding unit.
[0154]
The LPC analysis unit 81 performs linear prediction analysis on the processing frame in the buffer 80 to obtain LPC, converts the obtained LPC to generate a quantization target LSP, and converts the generated quantization target LSP into a quantization target Output to LSP adder.
[0155]
The quantization target LSP adding unit 82 generates a plurality of quantization target LSPs in addition to the quantization target LSP obtained directly by converting the LPC of the processing frame in the LPC analysis unit 81.
[0156]
The LSP quantization table storage unit 83 stores the quantization table referred to by the LSP quantization / decoding unit 84, and the LSP quantization / decoding unit 84 quantizes / decodes the generated quantization target LSP 86. , Each decryption LSP is generated.
[0157]
The LSP quantization error comparison unit 85 compares the plurality of generated decoded LSPs, selects one decoded LSP with the least abnormal noise in a closed loop, and selects the selected decoded LSP for the processing frame. As a new adoption.
[0158]
According to the present embodiment, it is possible to reduce abnormal sounds in the synthesized sound that may occur when the quantization characteristics of the LSP are insufficient.
[0159]
(Embodiment 8)
FIG. 9 is a block diagram of the quantization target LSP adding unit according to this embodiment. In FIG. 9, 90 is an LPC analysis unit, 91 is a quantization target LSP addition unit, 92 is a current frame LSP storage unit, 93 is a prefetch section LSP storage unit, 94 is a previous frame LSP storage unit, 95 is a linear interpolation unit, 96 Is an LSP quantization / decoding unit, and 97 is a decoding LSP output from the LSP quantization / decoding unit 96.
[0160]
The LPC analysis unit 90 performs linear prediction analysis on the prefetched section in the buffer to obtain LPC for the prefetched section, converts the obtained LPC to generate an LSP for the prefetched section, and adds the quantization target LSP adding unit 91. It also has a function to output to.
[0161]
The quantization target LSP adding unit 91 stores the current frame LSP storage unit 92 that stores the quantization target LSP of the processing frame obtained by the LPC analysis unit 90, and the prefetch section that stores the LSP of the prefetch section obtained by the LPC analysis unit 90. The LSP storage unit 93, the previous frame LSP storage unit 94 that stores the decoded LSP of the preprocessed frame, and the LSP read from the three storage units are subjected to linear interpolation calculation to add a plurality of quantization target LSPs. The linear interpolation unit 95 is used. By performing linear interpolation calculation on the quantization target LSP of the processing frame, the LSP of the prefetch section, and the decoding LSP of the preprocessing frame, a plurality of quantization target LSPs are additionally generated, and all the generated quantization target LSPs are The data is output to the LSP quantization / decoding unit 96.
[0162]
Here, the quantization target LSP adding unit 91 will be described in more detail. The LPC analysis unit 90 performs linear prediction analysis on the processing frame in the buffer to obtain a prediction order Np (= 10) -order LPCα (i) (1 ≦ i ≦ Np), and converts the obtained LPC The quantization target LSPω (i) (1 ≦ i ≦ Np) is generated, and the generated quantization target LSPω (i) (1 ≦ i ≦ Np) is converted into the current frame LSP storage unit 92 in the quantization target LSP adding unit 91. To store. Further, linear prediction analysis is performed on the prefetch section in the buffer to obtain LPC for the prefetch section, and the obtained LPC is converted to generate LSPωf (i) (1 ≦ i ≦ Np) for the prefetch section. LSPωf (i) (1 ≦ i ≦ Np) for the prefetch section is stored in the prefetch section LSP storage section 93 in the quantization target LSP adding section 91.
[0163]
Next, the linear interpolation unit 95 sends the quantization target LSPω (i) (1 ≦ i ≦ Np) for the processing frame from the current frame LSP storage unit 92, and the LSPωf (i) for the prefetch interval from the prefetch section LSP storage unit 93 ( 1 ≦ i ≦ Np), the decoded LSP ωqp (i) (1 ≦ i ≦ Np) for the preprocessed frame is read from the previous frame LSP storage unit 94, respectively, and the conversion shown in (Equation 29) is performed. The quantization target addition first LSPω1 (i) (1 ≦ i ≦ Np), the quantization target addition second LSPω2 (i) (1 ≦ i ≦ Np), and the quantization target addition third LSPω3 (i) (1 ≦ i ≦ Np). Generate each.
[0164]
[Expression 29]

[0165]
The generated ω1 (i), ω2 (i), and ω3 (i) are output to the LSP quantization / decoding unit 96, and the LSP quantization / decoding unit 96 outputs four quantization targets LSPω (i), ω1. After vector quantization and decoding of (i), ω2 (i), and ω3 (i), the quantization error power E ow (ω) for ω (i) and the quantization error power E ow for ω1 (i) The quantization error power E pow (ω 2) for (ω 1) and ω 2 (i) and the quantization error power E pow (ω 3) for ω 3 (i) are respectively determined, and for each calculated quantization error power ( Decoding LSP selection reference values STDlsp (ω), STDlsp (ω1), STDlsp (ω2), and STDlsp (ω3) are obtained by performing transformation of Equation 30).
[0166]
[30]

[0167]
The obtained decoding LSP selection reference values are compared, and the decoding LSP for the quantization target LSP whose value is minimized is selected and output as the decoding LSPωq (i) (1 ≦ i ≦ Np) for the processing frame. At the same time, it is stored in the previous frame LSP storage unit 94 so that it can be referred to when the LSP of the next frame is vector quantized.
[0168]
This embodiment effectively uses the height of the interpolation characteristics of the LSP (no abnormal noise occurs even if synthesized using the interpolated LSP), and for the section where the spectrum fluctuates greatly like the beginning of a word. However, the LSP can be vector-quantized so that no abnormal sound is generated, and the abnormal sound in the synthesized sound that may be generated when the quantization characteristic of the LSP becomes insufficient can be reduced. .
[0169]
(Embodiment 9)
FIG. 10 is a block diagram of the LSP quantization / decoding unit according to the present embodiment. In FIG. 10, 100 is an LSP quantization table storage unit, 101 is an LSP quantization / decoding unit, 102 is a gain information storage unit, 103 is an adaptive gain selection unit, 104 is a gain multiplication unit, 105 is an LSP quantization unit, 106 is an LSP decoding unit, 107 is a quantization target LSP input to the LSP quantization / decoding unit 101, 108 is an adaptive gain output from the adaptive gain selection unit, and 109 is output from the LSP decoding unit 106 The LSP quantization error 110 is input to the adaptive

gain selection unit

103 and 110 is a decoded LSP output from the LSP decoding unit and output from the LSP quantization / decoding unit 101.
[0170]
The LSP quantization / decoding unit 101 includes a gain information storage unit 102 that stores a plurality of gain candidates to be referred to when the adaptive gain selection unit 103 selects an adaptive gain, and a code vector read from the LSP quantization table storage unit 100 In addition, a gain multiplier 104 that multiplies the adaptive gain selected by the adaptive gain selector 103, an LSP quantizer 105 that vector-quantizes the quantization target LSP using a code vector multiplied by the adaptive gain, and a vector-quantized LSP. LSP decoding unit having a function of decoding and generating and outputting decoded LSP 110, and a function of obtaining LSP quantization error 109, which is a difference between quantization target LSP and decoded LSP, and outputting the result to adaptive gain selecting unit 103 106, multiply the code vector when the LSP of the preprocessing frame is vector quantized Based on the magnitude of the adaptive gain and the magnitude of the LSP quantization error 109 for the previous frame, the adaptive gain to be multiplied by the code vector when vector quantization is performed on the quantization target LSP of the processing frame is stored in the gain storage unit 102 The adaptive gain selection unit 103 outputs the obtained adaptive gain to the gain multiplication unit 104 while adaptively adjusting based on the gain generation information, and adaptively adjusts the adaptive gain multiplied by the code vector. However, the quantization target LSP is subjected to vector quantization and decoding.
[0171]
Here, the LSP quantization / decoding unit 101 will be described in more detail. The gain information storage unit 102 stores four gain candidates (0.9, 1.0, 1.1, 1.2) referred to by the adaptive gain selection unit 103. The adaptive gain selection unit 103 The power ERpow generated when the quantization target LSP of the frame is quantized is divided by the square of the adaptive gain Gqlsp selected when the quantization target LSP of the preprocessing frame is vector-quantized (Equation 31), An adaptive gain selection reference value Slsp is obtained.
[0172]
[31]

[0173]
One of the four gain candidates (0.9, 1.0, 1.1, 1.2) read from the gain information storage unit 102 by using the obtained reference value S1sp for adaptive gain selection (Formula 32). A gain is selected and output to the gain multiplier 104 as an adaptive gain Glsp.
[0174]
[Expression 32]

[0175]
The selected adaptive gain Glsp and the error caused by the quantization are stored in the variable Gqlsp and the variable ERpow until the quantization target LSP of the next frame is vector quantized.
[0176]
The gain multiplication unit 104 multiplies the code vector read from the LSP quantization table storage unit 100 by the adaptive gain Glsp 108 selected by the adaptive gain selection unit 103 and outputs the result to the LSP quantization unit 105. The LSP quantization unit 105 The quantization target LSP 107 is vector-quantized using the code vector multiplied by the gain, and the LSP decoding unit 106 decodes the LSP quantized by the LSP quantization unit 105 to obtain a decoded LSP, and the obtained decoding The LSP 110 is output, and the obtained decoded LSP is subtracted from the quantization target LSP to obtain the LSP quantization error 109. The power ERpow of the obtained LSP quantization error 109 is calculated and output to the adaptive gain selection unit 103. To do.
[0177]
The present embodiment can reduce abnormal sounds in the synthesized sound that may occur when the quantization characteristics of the LSP are insufficient.
[0178]
【The invention's effect】
As described above, according to the present invention, the following three advantageous effects can be obtained.
(1) The memory capacity can be significantly reduced by using the vector series output from the oscillator as a fixed vector or a stochastic vector.
(2) The memory capacity can be greatly reduced by using the excitation addition vector generated by performing several types of processing on the past excitation signal stored in the adaptive codebook as a fixed vector or a stochastic vector.
(3) In LSP quantization, a plurality of quantization target LSPs are prepared, and all of them are quantized and decoded to select a quantization target LSP with the smallest noise of the synthesized sound. Abnormal noise can be reduced.
[Brief description of the drawings]
FIG. 1 is a block diagram of a main part of a speech encoding / decoding device according to an embodiment of the present invention.
FIG. 2 is a block diagram of main parts of a speech encoding / decoding device according to an embodiment of the present invention.
FIG. 3 is a block diagram of a main part of a speech encoding / decoding device according to an embodiment of the present invention.
FIG. 4 is a block diagram of a nonlinear digital filter according to an embodiment of the present invention.
FIG. 5 is a conceptual diagram of an adder characteristic of a nonlinear digital filter according to an embodiment of the present invention.
FIG. 6 is a block diagram of a main part of a speech encoding / decoding device according to an embodiment of the present invention.
FIG. 7 is a block diagram of a sound source addition vector generation unit according to an embodiment of the present invention.
FIG. 8 is a block diagram of a main part of a speech encoding / decoding device according to an embodiment of the present invention.
FIG. 9 is a block diagram of a quantization target LSP adding unit according to an embodiment of the present invention;
FIG. 10 is a block diagram of an LSP quantization / decoding unit according to an embodiment of the present invention.
FIG. 11 is a block diagram showing a conventional CELP speech coding apparatus.
FIG. 12 is a block diagram showing a conventional CELP speech coding apparatus.
[Explanation of symbols]
11 Seed storage
12 Oscillator
13 LPC synthesis filter section
21 Seed storage
22 Nonlinear oscillator
23 LPC synthesis filter
31 Seed storage
32 Nonlinear digital filter
33 LPC synthesis filter section
40 Nonlinear digital filter
41 Adder
61 Sound source storage
62 Sound source addition vector generation unit
63 LPC synthesis filter section
68 Sound source storage
69 Sound Source Addition Vector Generator
70 Read processing unit
71 Inverse acclimatization processing unit
72 Multiplication processor
73 Thinning processing unit
74 Interpolation processing unit
75 Addition processing part
76 Processing decision / instruction part
80 buffers
81 LPC analyzer
82 LSP adder for quantization
83 LSP quantization table storage
84 LSP quantization / decoding unit
85 LSP quantization error comparator
90 LPC Analysis Department
91 LSP addition unit for quantization
92 Current frame LSP storage unit
93 Look-ahead section LSP storage unit
94 Previous frame LSP storage
95 Linear interpolation unit
96 LSP quantization / decoding part
100 LSP quantization table storage unit
101 LSP quantization / decoding unit
102 Gain information storage unit
103 Adaptive gain selector
104 Gain multiplier
105 LSP quantizer
106 LSP decoder

Claims

A CELP type speech encoding apparatus,
A seed storage unit for storing a plurality of seeds used as an initial state of oscillation;
An oscillator that generates a different vector sequence according to a seed value stored in the seed storage unit and outputs it as a sound source vector;
An LPC synthesis filter unit that inputs the sound source vector that is a vector sequence generated according to the value of the seed and outputs the synthesized sound by LPC synthesis of the sound source vector ;
Equipped with,
The seed storage unit
Stores a plurality of seeds prepared in advance as an initial state of the oscillation to function as an effective sound source vector that can generate a synthesized sound when a vector sequence generated in the oscillator is input to the LPC synthesis filter unit And
The oscillator is
The seed is input from the seed storage unit, and using the input seed, a vector sequence that functions effectively as the sound source vector that can generate a synthesized sound in the LPC synthesis filter unit is generated and output . A speech encoding apparatus characterized by the above.

2. The speech encoding apparatus according to claim 1, wherein the oscillator is a nonlinear oscillator.

The speech coding apparatus according to claim 2, wherein the nonlinear oscillator is a nonlinear digital filter.

The non-linear digital filter has a multiplier for multiplying a state variable by a gain, inputs an initial value of the state variable from the seed storage unit, and multiplies the pole so that the pole is outside the unit circle in the Z plane. 4. The speech encoding apparatus according to claim 3, wherein the coefficient is a recursive digital filter with a fixed coefficient and the input vector being a zero sequence.

5. The speech coding apparatus according to claim 4, wherein the nonlinear characteristic of the nonlinear digital filter is given by a two's complement addition characteristic.

A CELP-type speech decoding apparatus,
A seed storage unit for storing a plurality of seeds used as an initial state of oscillation;
An oscillator that generates a different vector sequence according to a seed value stored in the seed storage unit and outputs it as a sound source vector;
An LPC synthesis filter unit that inputs the sound source vector that is a vector sequence generated according to the value of the seed and outputs the synthesized sound by LPC synthesis of the sound source vector ;
Equipped with,
The seed storage unit
Stores a plurality of seeds prepared in advance as an initial state of the oscillation to function as an effective sound source vector that can generate a synthesized sound when a vector sequence generated in the oscillator is input to the LPC synthesis filter unit And
The oscillator is
The seed is input from the seed storage unit, and using the input seed, a vector sequence that functions effectively as the sound source vector that can generate a synthesized sound in the LPC synthesis filter unit is generated and output . A speech decoding apparatus characterized by the above.

The speech decoding apparatus according to claim 6, wherein the oscillator is a non-linear oscillator.

8. The speech decoding apparatus according to claim 7, wherein the nonlinear oscillator is a nonlinear digital filter.

The non-linear digital filter has a multiplier for multiplying a state variable by a gain, inputs an initial value of the state variable from the seed storage unit, and multiplies the pole so that the pole is outside the unit circle in the Z plane. 9. The speech decoding apparatus according to claim 8, wherein the apparatus is a digital filter having a recursive structure in which a coefficient of a filter is fixed and the input vector is a zero sequence.

10. The speech decoding apparatus according to claim 9, wherein the nonlinear characteristic of the nonlinear digital filter is given by a two's complement addition characteristic.