JP4024427B2 - 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 - Google Patents
線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 Download PDFInfo
- Publication number
- JP4024427B2 JP4024427B2 JP14354899A JP14354899A JP4024427B2 JP 4024427 B2 JP4024427 B2 JP 4024427B2 JP 14354899 A JP14354899 A JP 14354899A JP 14354899 A JP14354899 A JP 14354899A JP 4024427 B2 JP4024427 B2 JP 4024427B2
- Authority
- JP
- Japan
- Prior art keywords
- prediction coefficient
- autocorrelation function
- linear prediction
- extracting
- linear
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Description
【０００１】
【発明の属する技術分野】
この発明は、入力ディジタル音声信号から自己相関関数を求め、求めた自己相関関数に基づいて線形予測係数を抽出する線形予測係数抽出装置、線形予測係数抽出方法および記録媒体に関し、特に、雑音のみの区間を抽出する処理を必要とせず、得られた係数が安定なものとして、雑音が付加された音声から高品質な線形予測係数を効率良く取得することができる線形予測係数抽出装置、線形予測係数抽出方法および記録媒体に関する。
【０００２】
【従来の技術】
近年、急速に普及してきたパーソナルセルラフォン（ＰＤＣ）やパーソナルハンディフォンシステム（ＰＨＳ）などの各種携帯電話では、通話音声をディジタル化した後、このディジタル信号を所定の符号化方式で符号化して伝送する。たとえば、ＰＤＣのフルレート方式ではＶＳＥＬＰ方式でディジタル信号を符号化し、ハーフレート方式ではＰＳＩ−ＣＥＬＰ方式でディジタル信号を符号化する。また、音声入力を自動認識して相手番号をダイヤルするいわゆる音声ダイヤル機能を備えた携帯電話機も普及しつつある。
【０００３】
かかる携帯電話は、周囲に多くの雑音源が点在する都市部で使用されることが多く、背景雑音が通話品質に与える影響が大きな問題となっているため、音声の背景雑音耐性を高める従来技術が知られている。
【０００４】
たとえば、入力音声から背景雑音を抑圧し、伝送対象または認識対象となる音声を強調する従来技術として、S.F.Boll，”Suppression of Acoustic Noise in Speech Using Spectral Subtraction”，IEEE Trans. on ASSP ，Vol.27，No.2，pp.113-120(1979)に開示されるいわゆるＳＳ法や、J.D.Gibson，B.Koo ，S.D.Gray，”Filtering of Colored Noise for Speech Enhancement and Coding”，IEEE Trans. on SP ，Vol.39，No.8，pp.1732-1741(1991)に開示されるいわゆるカルマンフィルタ法や、池田，板倉，”直交櫛形フィルタを用いた音声中の雑音抑圧”，信学技報，DSP96-70，SP96-45 ，pp.23-30(1996)に開示されるいわゆる直交櫛形フィルタ法などが知られている。また、特開平７−７４７０９号公報には、ＶＳＥＬＰ分析パラメータを用いて精度良く雑音レベルを推定する技術が開示されている。
【０００５】
ところが、これらの従来技術によれば、背景雑音をある程度は抑圧できるものの、背景雑音を完全に雑音を除去することはできず、たとえば上記ＳＳ法によれば、人工的な雑音が重畳される。また、これらの従来技術の多くは、雑音のみの区間の推定などのようなそれ自体をおこなうことが困難な処理を伴う。
【０００６】
このため、ＣＥＬＰ系の音声符号化方式における各種パラメータの抽出を背景雑音が付加された音声に対して頑強にする従来技術も提案されており、特に、音質に強く係わる線形予測係数を背景雑音が付加された音声に対して頑強にする従来技術が注目されている。なお、この線形予測係数は、少ないパラメータで音声のフォルマント情報を表すことができるため、ＣＥＬＰ系の音声符号化方式だけではなく、いくつかの音声認識手法にも適用されている。
【０００７】
たとえば、趙，島村，鈴木，”雑音補正による音声のＬＰＣ分析の改善”，信学論，Vol.81-A，No.11 ，pp.1583-1591(1998)（従来技術１）には、一連の音声から背景雑音のみの区間を抽出し、その区間の自己相関関数から雑音の自己相関関数を推定し、これを雑音が付加された音声から差し引くことによって、音声のみの自己相関関数を求め、求めた自己相関関数を用いて線形予測係数を求める技術が開示されている。
【０００８】
また、國枝，島村，鈴木，”品質劣化音声のためのＬＰＣ分析の一改良法”，信学論，Vol.j80-A ，No.9，pp.1564-1566(1997)（従来技術２）には、有声音の自己相関関数が周期性を持つという性質と、ランダム性を持つ雑音の自己相関関数が０次付近の低次に集まる（高次の自己相関関数は無視できるぐらい小さい）という性質とを利用して、音声からピッチ周期Ｔを求め、Ｔ，Ｔ＋１，…，Ｔ＋Ｎ次の自己相関関数を、０，１，…Ｎ次の自己相関関数として、線形予測係数を求める技術が開示されている。
【０００９】
【発明が解消しようとする課題】
しかしながら、この従来技術１によれば、簡易に線形予測係数を正しい線形予測係数に近づけることができる反面、雑音のみの区間を抽出するという極めて困難な処理を要する。
【００１０】
また、上記従来技術２によれば、かかる従来技術１のように雑音のみの区間を抽出する処理を要せず、高品質な線形予測係数が得られる反面、得られた係数が不安定になりやすいという問題がある。
【００１１】
このように、音質に強く係わる線形予測係数を背景雑音が付加された音声に対して頑強にし、音声の背景雑音耐性を高める上記従来技術１および２は、極めて有効な技術ではあるものの、雑音のみの区間を抽出するという極めて困難な処理を伴ったり、得られた係数が不安定になりやすいという問題があった。
【００１２】
この発明は、上述した従来技術による問題点を解消するため、雑音のみの区間を抽出する処理を必要とせず、得られた係数が安定なものとして、雑音が付加された音声から高品質な線形予測係数を効率良く取得することができる線形予測係数抽出装置、線形予測係数抽出方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体を提供することを目的とする。
【００１３】
【課題を解決するための手段】
上記課題を解決すべく、請求項１の発明に係る線形予測係数抽出装置は、入力ディジタル音声信号から自己相関関数を求め、求めた自己相関関数に基づいて線形予測係数を抽出する線形予測係数抽出装置において、前記入力ディジタル音声信号から自己相関関数を抽出する自己相関関数抽出手段と、前記自己相関関数抽出手段により抽出された自己相関関数よりも低次の自己相関関数を求め、求めた低次の自己相関関数に基づいて線形予測係数を算出する線形予測係数算出手段と、前記入力ディジタル音声信号のピッチを抽出するピッチ抽出手段とを備え、前記線形予測係数算出手段は、前記ピッチ抽出手段が抽出したピッチがＴである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関関数を算出する自己相関関数補正手段を有することを特徴とする。
【００１４】
この請求項１の発明によれば、背景雑音の影響を抑圧した線形予測係数をより簡便に求めることができる。
【００１９】
また、請求項２の発明に係る線形予測係数抽出装置は、請求項１の発明において、前記自己相関関数補正手段は、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出することを特徴とする。
【００２０】
この請求項４の発明によれば、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出することとしたので、背景雑音の影響を抑圧した自己相関関数および線形予測係数をさらに簡便に求めることができる。
【００２１】
また、請求項３の発明に係る線形予測係数抽出装置は、請求項１又は２の発明において、前記線形予測係数算出手段は、前記線形予測係数の安定性を判定する予測係数安定性判定手段をさらに備え、該予測係数安定性判定手段の判定結果に基づいて最終的な線形予測係数を算出することを特徴とする。
【００２２】
この請求項５の発明によれば、予測係数の安定性の判定結果に基づいて最終的な線形予測係数を算出することとしたので、背景雑音の影響を抑圧した安定な線形予測係数を求めることができる。
【００２３】
また、請求項４の発明に係る線形予測係数抽出方法は、入力ディジタル音声信号から自己相関関数を求め、求めた自己相関関数に基づいて線形予測係数を抽出する線形予測係数抽出方法において、前記入力ディジタル音声信号から自己相関関数を抽出する自己相関関数抽出工程と、前記自己相関関数抽出工程により抽出された自己相関関数よりも低次の自己相関関数を求め、求めた低次の自己相関関数に基づいて線形予測係数を算出する線形予測係数算出工程とを含み、前記線形予測係数算出工程は、前記入力ディジタル音声信号のピッチがＴである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関関数を算出することを特徴とする。
【００２４】
この請求項４の発明によれば、背景雑音の影響を抑圧した線形予測係数をより簡便に求めることができる。
【００２９】
また、請求項５の発明に係る線形予測係数抽出方法は、請求項４の発明において、前記線形予測係数算出工程は、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出することを特徴とする。
【００３０】
この請求項５の発明によれば、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出することとしたので、背景雑音の影響を抑圧した自己相関関数および線形予測係数をさらに簡便に求めることができる。
【００３１】
また、請求項６の発明に係る線形予測係数抽出方法は、請求項４又は５に記載の発明において、前記線形予測係数算出工程は、予測係数の安定性の判定結果に基づいて最終的な線形予測係数を算出することを特徴とする。
【００３２】
この請求項６の発明によれば、予測係数の安定性の判定結果に基づいて最終的な線形予測係数を算出することとしたので、背景雑音の影響を抑圧した安定な線形予測係数を求めることができる。
【００３３】
また、請求項７の発明に係る記憶媒体は、請求項４〜６の動作をコンピュータによって実現することが可能となる。
【００３４】
【発明の実施の形態】
以下に添付図面を参照して、この発明に係る線形予測係数抽出装置、線形予測係数抽出方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体の好適な実施の形態を詳細に説明する。
【００３５】
まず最初に、この実施の形態に係る線形予測係数抽出装置の構成について図１および図２を用いて説明する。図１は、この実施の形態に係る線形予測係数抽出装置１００の構成を示す機能ブロック図であり、図２は、図１に示す線形予測係数抽出装置１００の各部が抽出または算出する自己相関関数および線形予測係数の次数を示す図である。
【００３６】
図１および図２に示すように、この線形予測係数抽出装置１００は、自己相関関数抽出部１０１と、ピッチ抽出部１０２と、自己相関関数補正処理部１０３と、線形予測係数算出部１０４と、予測係数安定性判定部１０５とからなる。
【００３７】
同図に示す線形予測係数抽出装置１００には、音声信号をディジタル化したフレームが入力され、具体的には、図１に示すようにマイクなどの音声入力装置１１０によって音声のアナログ信号を入力したならば、このアナログ信号を所定のサンプリング周波数や量子化ビットに基づいてＡ／Ｄ変換装置１２０でディジタル信号に変換し、このディジタル信号をフレーム構成装置１３０を用いて所定のサンプル数Ｌのフレームとして線形予測係数抽出装置１００に入力する。
【００３８】
このＡ／Ｄ変換装置１２０としては、サウンドボード、Ａ／Ｄ変換器、サウンドコーディックなどを使用することができ、また、サンプル数Ｌは、人間の声の定常性からそのサンプリング周波数を８ｋＨｚとし２４０前後の値とすることができる。ただし、このサンプル数Ｌは他の値を用いても良く、また、ディジタル信号はフレーム構成装置に入力する前後に、図示しない高域フィルタ装置で直流付近の周波数成分を抑圧することもできる。
【００３９】
自己相関関数抽出部１０１は、入力フレームの自己相関関数Ｃ（ｒ）（ｒ＝０，１，…，Ｍ）を抽出する処理部である。この自己相関関数Ｃ（ｒ）は、図２に示すように０〜Ｍ次のものであり、このＭの値としては、人間の声の定常性からサンプリング周波数８ｋＨｚの場合で１６０前後の値が望ましいが、必ずしもこの値に限定されるものではない。なお、この自己相関関数抽出部１０１は、かかる入力フレームにハミング窓、ハニング窓または方形窓などの窓関数を適用した後に自己相関関数を抽出することもできる。
【００４０】
ピッチ抽出部１０２は、入力フレームのピッチＴを抽出する処理部であり、具体的には、このピッチ抽出部１０２では、ケプストラム法や自己相関法などを用いて入力フレームのピッチを抽出する。なお、自己相関法を用いる場合には、自己相関関数抽出部１０１によって抽出された自己相関関数Ｃ（ｒ）を用いることができる。
【００４１】
自己相関関数補正処理部１０３は、自己相関関数抽出部１０１により抽出された自己相関関数Ｃ（ｒ）と、ピッチ抽出部１０２によって抽出された入力フレームのピッチＴとを受け取り、Ｃ（ｒ）およびＣ（ｒ＋Ｔ）（ｒ＝０，１，…，Ｎ）から、補正後の自己相関関数Ｃｉ（ｒ）（ｒ＝０，１，…，Ｎ）を算出する処理部である。なお、このＮの値としては、人間の声のホルマント特性から見て、サンプリング周波数８ｋＨｚで１０の値が望ましいが、これに限定されるものではない。
【００４２】
具体的には、パラメータである補間係数をα（０≦α≦１）としたときに、
Ｃｉ（ｒ）＝α・Ｃ（ｒ）＋（１−α）・Ｃ（ｒ＋Ｔ）
とする線形補間により、補正後の自己相関関数Ｃｉ（ｒ）（ｒ＝０，１，…，Ｎ）を求める。なお、この自己相関関数Ｃｉ（ｒ）は０〜Ｎ次であり、図２に示すように自己相関関数Ｃ（ｒ）の次数Ｍよりも小さい。
【００４３】
線形予測係数算出部１０４は、自己相関関数補正処理部１０３によって補正された自己相関関数Ｃｉ（ｒ）を受け取り、線形予測係数ａ（ｒ）（ｒ＝０，１，…，Ｎ）を算出する処理部であり、たとえばLevinson-Durbin の再帰解法などを用いる。なお、この線形予測係数ａ（ｒ）の次数も、図２に示すように０〜Ｎ次である。
【００４４】
予測係数安定性判定部１０５は、線形予測係数算出部１０４によって算出された線形予測係数ａ（ｒ）を受け取り、安定性を判定する処理部である。具体的には、この線形予測係数ａ（ｒ）から反射係数ｋ（ｒ）（ｒ＝０，１，…，Ｎ）を算出し、すべてのｒについて、
−１＜ｋ（ｒ）＜１
を満たすか否かを調べ、すべてのｒについてこの条件式が成立すれば安定であると判定し、ひとつでもｒについてこの条件式を満たさないｒが存在すれば不安定であると判定する。
【００４５】
なお、かかる反射係数ｋ（ｒ）は、Levinson-Durbin の再帰解法の算出途中で逐次的に求められる値であるため、この予測係数安定性判定部１０５を線形予測係数算出部１０４に含め、線形予測係数ａ（ｒ）を算出しながら安定性を判定して演算量を低減することもできる。
【００４６】
この予測係数安定性判定部１０５は、線形予測係数ａ（ｒ）に基づく安定性の判定結果が安定である場合には、この時点における線形予測係数ａ（ｒ）を最終的に抽出された線形予測係数として出力する。なお、この線形予測係数ａ（ｒ）の次数も０〜Ｎ次である。
【００４７】
これに対し、判定結果が安定でない場合には、自己相関関数の補正方法を変更するよう自己相関関数補正処理部１０３に指示をおこなう。かかる指示を受け付けた自己相関関数補正処理部１０３は、この指示にしたがって補正方法を変更する。具体的には、この自己相関関数補正処理部１０３が補正方法として線形補間を用いた場合には、補間係数αの初期値を所定の値（たとえば「０」）とし、このときの判定結果が不安定であれば、補間係数αの値を所定量（たとえば「０．１」）増加して、再度自己相関関数を再計算する処理を繰り返す。なお、補間係数αが１の場合には、安定性が保証されているため、最終的にα＝１となるように初期値および増加値を設定すれば、必ず安定な値が得られる。
【００４８】
上記構成を有する線形予測係数抽出装置１００を用いることにより、低次な自己相関関数と高次な自己相関関数とを線形補間して安定な補間係数αを求め、背景雑音の影響を抑圧し、安定性の保証された線形予測係数を抽出することができる。
【００４９】
次に、図１および図２に示した線形予測係数抽出装置１００の処理手順について具体的に説明する。図３は、図１および図２に示した線形予測係数抽出装置１００の処理手順を示すフローチャートである。
【００５０】
同図に示すように、この線形予測係数抽出装置１００では、まず最初に自己相関関数抽出部１０１が入力フレームの自己相関関数Ｃ（ｒ）（ｒ＝０，１，…，Ｍ）を抽出した後（ステップＳ３０１）、ピッチ抽出部１０２が入力フレームのピッチＴを抽出する（ステップＳ３０２）。
【００５１】
その後、自己相関関数補正処理部１０３が、自己相関関数Ｃ（ｒ）および入力フレームのピッチＴから、Ｎ次の自己相関関数Ｃｉ（ｒ）（ｒ＝０，１，…，Ｎ）を算出し（ステップＳ３０３）、線形予測係数算出部１０４が、自己相関関数Ｃｉ（ｒ）に基づいて線形予測係数ａ（ｒ）（ｒ＝０，１，…，Ｎ）を算出する（ステップＳ３０４）。
【００５２】
そして、予測係数安定性判定部１０５が、この線形予測係数ａ（ｒ）に基づいて予測係数の安定性を判定し（ステップＳ３０５）、安定でない場合には（ステップＳ３０６否定）、補正方式を変更した後（ステップＳ３０７）、ステップＳ３０３に移行して、ステップＳ３０３〜Ｓ３０６の処理を繰り返す。
【００５３】
これに対して、予測係数が安定となった場合には（ステップＳ３０６肯定）、この線形予測係数ａ（ｒ）を最終的に抽出された線形予測係数として出力して（ステップＳ３０８）処理を終了する。
【００５４】
上述してきたように、本実施の形態では、自己相関関数抽出部１０１が抽出した高次（Ｍ次）の自己相関関数Ｃ（ｒ）とピッチ抽出部１０２が抽出したピッチＴとに基づいて、自己相関関数補正処理部１０３が低次（Ｎ次）の自己相関関数Ｃｉ（ｒ）を算出し、その後線形予測係数算出部１０４が線形予測係数ａ（ｒ）を求め、予測係数安定性判定部１０５が予測係数の安定性を判定するよう構成したので、背景雑音の影響を抑圧し、安定性の保証された線形予測係数を抽出することができる。
【００５５】
特に、高次の自己相関関数Ｃ（ｒ）（ｒ＝０，１，…，Ｍ）を用いて低次の線形予測係数ａ（ｒ）（ｒ＝０，１，…，Ｎ）を求めるよう構成しているため、背景雑音の自己相関関数が集中する低次の影響を小さくした線形予測係数、すなわち背景雑音の影響を抑圧した線形予測係数を求めることができる。
【００５６】
なお、かかる線形予測係数抽出装置１００によって抽出された線形予測係数は、音声認識装置や音声符号化装置などの所定の装置に入力して、音声の認識または符号化に用いることができる。
【００５７】
【発明の効果】
以上説明したように、請求項１の発明によれば、背景雑音の影響を抑圧した線形予測係数をより簡便に求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６０】
また、請求項２の発明によれば、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出するよう構成したので、背景雑音の影響を抑圧した自己相関関数および線形予測係数をさらに簡便に求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６１】
また、請求項３の発明によれば、予測係数の安定性の判定結果に基づいて最終的な線形予測係数を算出するよう構成したので、背景雑音の影響を抑圧した安定な線形予測係数を求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６２】
また、請求項４の発明によれば、背景雑音の影響を抑圧した線形予測係数をより簡便に求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６５】
また、請求項５の発明によれば、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出するよう構成したので、背景雑音の影響を抑圧した自己相関関数および線形予測係数をさらに簡便に求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６６】
また、請求項６の発明によれば、予測係数の安定性の判定結果に基づいて最終的な線形予測係数を算出するよう構成したので、背景雑音の影響を抑圧した安定な線形予測係数を求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６７】
また、請求項７の発明によれば、請求項４〜６の動作をコンピュータによって実現することが可能な記録媒体が得られるという効果を奏する。
【図面の簡単な説明】
【図１】この実施の形態に係る線形予測係数抽出装置の構成を示す機能ブロック図である。
【図２】図１に示す線形予測係数抽出装置の各部が抽出または算出する自己相関関数および線形予測係数の次数を示す図である。
【図３】図１および図２に示した線形予測係数抽出装置の処理手順を示すフローチャートである。
【符号の説明】
１００ 線形予測係数抽出装置
１０１ 自己相関関数抽出部
１０２ ピッチ抽出部
１０３ 自己相関関数補正処理部
１０４ 線形予測係数算出部
１０５ 予測係数安定性判定部
１１０ 音声入力装置
１２０ Ａ／Ｄ変換装置
１３０ フレーム構成装置
【発明の属する技術分野】
この発明は、入力ディジタル音声信号から自己相関関数を求め、求めた自己相関関数に基づいて線形予測係数を抽出する線形予測係数抽出装置、線形予測係数抽出方法および記録媒体に関し、特に、雑音のみの区間を抽出する処理を必要とせず、得られた係数が安定なものとして、雑音が付加された音声から高品質な線形予測係数を効率良く取得することができる線形予測係数抽出装置、線形予測係数抽出方法および記録媒体に関する。
【０００２】
【従来の技術】
近年、急速に普及してきたパーソナルセルラフォン（ＰＤＣ）やパーソナルハンディフォンシステム（ＰＨＳ）などの各種携帯電話では、通話音声をディジタル化した後、このディジタル信号を所定の符号化方式で符号化して伝送する。たとえば、ＰＤＣのフルレート方式ではＶＳＥＬＰ方式でディジタル信号を符号化し、ハーフレート方式ではＰＳＩ−ＣＥＬＰ方式でディジタル信号を符号化する。また、音声入力を自動認識して相手番号をダイヤルするいわゆる音声ダイヤル機能を備えた携帯電話機も普及しつつある。
【０００３】
かかる携帯電話は、周囲に多くの雑音源が点在する都市部で使用されることが多く、背景雑音が通話品質に与える影響が大きな問題となっているため、音声の背景雑音耐性を高める従来技術が知られている。
【０００４】
たとえば、入力音声から背景雑音を抑圧し、伝送対象または認識対象となる音声を強調する従来技術として、S.F.Boll，”Suppression of Acoustic Noise in Speech Using Spectral Subtraction”，IEEE Trans. on ASSP ，Vol.27，No.2，pp.113-120(1979)に開示されるいわゆるＳＳ法や、J.D.Gibson，B.Koo ，S.D.Gray，”Filtering of Colored Noise for Speech Enhancement and Coding”，IEEE Trans. on SP ，Vol.39，No.8，pp.1732-1741(1991)に開示されるいわゆるカルマンフィルタ法や、池田，板倉，”直交櫛形フィルタを用いた音声中の雑音抑圧”，信学技報，DSP96-70，SP96-45 ，pp.23-30(1996)に開示されるいわゆる直交櫛形フィルタ法などが知られている。また、特開平７−７４７０９号公報には、ＶＳＥＬＰ分析パラメータを用いて精度良く雑音レベルを推定する技術が開示されている。
【０００５】
ところが、これらの従来技術によれば、背景雑音をある程度は抑圧できるものの、背景雑音を完全に雑音を除去することはできず、たとえば上記ＳＳ法によれば、人工的な雑音が重畳される。また、これらの従来技術の多くは、雑音のみの区間の推定などのようなそれ自体をおこなうことが困難な処理を伴う。
【０００６】
このため、ＣＥＬＰ系の音声符号化方式における各種パラメータの抽出を背景雑音が付加された音声に対して頑強にする従来技術も提案されており、特に、音質に強く係わる線形予測係数を背景雑音が付加された音声に対して頑強にする従来技術が注目されている。なお、この線形予測係数は、少ないパラメータで音声のフォルマント情報を表すことができるため、ＣＥＬＰ系の音声符号化方式だけではなく、いくつかの音声認識手法にも適用されている。
【０００７】
たとえば、趙，島村，鈴木，”雑音補正による音声のＬＰＣ分析の改善”，信学論，Vol.81-A，No.11 ，pp.1583-1591(1998)（従来技術１）には、一連の音声から背景雑音のみの区間を抽出し、その区間の自己相関関数から雑音の自己相関関数を推定し、これを雑音が付加された音声から差し引くことによって、音声のみの自己相関関数を求め、求めた自己相関関数を用いて線形予測係数を求める技術が開示されている。
【０００８】
また、國枝，島村，鈴木，”品質劣化音声のためのＬＰＣ分析の一改良法”，信学論，Vol.j80-A ，No.9，pp.1564-1566(1997)（従来技術２）には、有声音の自己相関関数が周期性を持つという性質と、ランダム性を持つ雑音の自己相関関数が０次付近の低次に集まる（高次の自己相関関数は無視できるぐらい小さい）という性質とを利用して、音声からピッチ周期Ｔを求め、Ｔ，Ｔ＋１，…，Ｔ＋Ｎ次の自己相関関数を、０，１，…Ｎ次の自己相関関数として、線形予測係数を求める技術が開示されている。
【０００９】
【発明が解消しようとする課題】
しかしながら、この従来技術１によれば、簡易に線形予測係数を正しい線形予測係数に近づけることができる反面、雑音のみの区間を抽出するという極めて困難な処理を要する。
【００１０】
また、上記従来技術２によれば、かかる従来技術１のように雑音のみの区間を抽出する処理を要せず、高品質な線形予測係数が得られる反面、得られた係数が不安定になりやすいという問題がある。
【００１１】
このように、音質に強く係わる線形予測係数を背景雑音が付加された音声に対して頑強にし、音声の背景雑音耐性を高める上記従来技術１および２は、極めて有効な技術ではあるものの、雑音のみの区間を抽出するという極めて困難な処理を伴ったり、得られた係数が不安定になりやすいという問題があった。
【００１２】
この発明は、上述した従来技術による問題点を解消するため、雑音のみの区間を抽出する処理を必要とせず、得られた係数が安定なものとして、雑音が付加された音声から高品質な線形予測係数を効率良く取得することができる線形予測係数抽出装置、線形予測係数抽出方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体を提供することを目的とする。
【００１３】
【課題を解決するための手段】
上記課題を解決すべく、請求項１の発明に係る線形予測係数抽出装置は、入力ディジタル音声信号から自己相関関数を求め、求めた自己相関関数に基づいて線形予測係数を抽出する線形予測係数抽出装置において、前記入力ディジタル音声信号から自己相関関数を抽出する自己相関関数抽出手段と、前記自己相関関数抽出手段により抽出された自己相関関数よりも低次の自己相関関数を求め、求めた低次の自己相関関数に基づいて線形予測係数を算出する線形予測係数算出手段と、前記入力ディジタル音声信号のピッチを抽出するピッチ抽出手段とを備え、前記線形予測係数算出手段は、前記ピッチ抽出手段が抽出したピッチがＴである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関関数を算出する自己相関関数補正手段を有することを特徴とする。
【００１４】
この請求項１の発明によれば、背景雑音の影響を抑圧した線形予測係数をより簡便に求めることができる。
【００１９】
また、請求項２の発明に係る線形予測係数抽出装置は、請求項１の発明において、前記自己相関関数補正手段は、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出することを特徴とする。
【００２０】
この請求項４の発明によれば、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出することとしたので、背景雑音の影響を抑圧した自己相関関数および線形予測係数をさらに簡便に求めることができる。
【００２１】
また、請求項３の発明に係る線形予測係数抽出装置は、請求項１又は２の発明において、前記線形予測係数算出手段は、前記線形予測係数の安定性を判定する予測係数安定性判定手段をさらに備え、該予測係数安定性判定手段の判定結果に基づいて最終的な線形予測係数を算出することを特徴とする。
【００２２】
この請求項５の発明によれば、予測係数の安定性の判定結果に基づいて最終的な線形予測係数を算出することとしたので、背景雑音の影響を抑圧した安定な線形予測係数を求めることができる。
【００２３】
また、請求項４の発明に係る線形予測係数抽出方法は、入力ディジタル音声信号から自己相関関数を求め、求めた自己相関関数に基づいて線形予測係数を抽出する線形予測係数抽出方法において、前記入力ディジタル音声信号から自己相関関数を抽出する自己相関関数抽出工程と、前記自己相関関数抽出工程により抽出された自己相関関数よりも低次の自己相関関数を求め、求めた低次の自己相関関数に基づいて線形予測係数を算出する線形予測係数算出工程とを含み、前記線形予測係数算出工程は、前記入力ディジタル音声信号のピッチがＴである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関関数を算出することを特徴とする。
【００２４】
この請求項４の発明によれば、背景雑音の影響を抑圧した線形予測係数をより簡便に求めることができる。
【００２９】
また、請求項５の発明に係る線形予測係数抽出方法は、請求項４の発明において、前記線形予測係数算出工程は、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出することを特徴とする。
【００３０】
この請求項５の発明によれば、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出することとしたので、背景雑音の影響を抑圧した自己相関関数および線形予測係数をさらに簡便に求めることができる。
【００３１】
また、請求項６の発明に係る線形予測係数抽出方法は、請求項４又は５に記載の発明において、前記線形予測係数算出工程は、予測係数の安定性の判定結果に基づいて最終的な線形予測係数を算出することを特徴とする。
【００３２】
この請求項６の発明によれば、予測係数の安定性の判定結果に基づいて最終的な線形予測係数を算出することとしたので、背景雑音の影響を抑圧した安定な線形予測係数を求めることができる。
【００３３】
また、請求項７の発明に係る記憶媒体は、請求項４〜６の動作をコンピュータによって実現することが可能となる。
【００３４】
【発明の実施の形態】
以下に添付図面を参照して、この発明に係る線形予測係数抽出装置、線形予測係数抽出方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体の好適な実施の形態を詳細に説明する。
【００３５】
まず最初に、この実施の形態に係る線形予測係数抽出装置の構成について図１および図２を用いて説明する。図１は、この実施の形態に係る線形予測係数抽出装置１００の構成を示す機能ブロック図であり、図２は、図１に示す線形予測係数抽出装置１００の各部が抽出または算出する自己相関関数および線形予測係数の次数を示す図である。
【００３６】
図１および図２に示すように、この線形予測係数抽出装置１００は、自己相関関数抽出部１０１と、ピッチ抽出部１０２と、自己相関関数補正処理部１０３と、線形予測係数算出部１０４と、予測係数安定性判定部１０５とからなる。
【００３７】
同図に示す線形予測係数抽出装置１００には、音声信号をディジタル化したフレームが入力され、具体的には、図１に示すようにマイクなどの音声入力装置１１０によって音声のアナログ信号を入力したならば、このアナログ信号を所定のサンプリング周波数や量子化ビットに基づいてＡ／Ｄ変換装置１２０でディジタル信号に変換し、このディジタル信号をフレーム構成装置１３０を用いて所定のサンプル数Ｌのフレームとして線形予測係数抽出装置１００に入力する。
【００３８】
このＡ／Ｄ変換装置１２０としては、サウンドボード、Ａ／Ｄ変換器、サウンドコーディックなどを使用することができ、また、サンプル数Ｌは、人間の声の定常性からそのサンプリング周波数を８ｋＨｚとし２４０前後の値とすることができる。ただし、このサンプル数Ｌは他の値を用いても良く、また、ディジタル信号はフレーム構成装置に入力する前後に、図示しない高域フィルタ装置で直流付近の周波数成分を抑圧することもできる。
【００３９】
自己相関関数抽出部１０１は、入力フレームの自己相関関数Ｃ（ｒ）（ｒ＝０，１，…，Ｍ）を抽出する処理部である。この自己相関関数Ｃ（ｒ）は、図２に示すように０〜Ｍ次のものであり、このＭの値としては、人間の声の定常性からサンプリング周波数８ｋＨｚの場合で１６０前後の値が望ましいが、必ずしもこの値に限定されるものではない。なお、この自己相関関数抽出部１０１は、かかる入力フレームにハミング窓、ハニング窓または方形窓などの窓関数を適用した後に自己相関関数を抽出することもできる。
【００４０】
ピッチ抽出部１０２は、入力フレームのピッチＴを抽出する処理部であり、具体的には、このピッチ抽出部１０２では、ケプストラム法や自己相関法などを用いて入力フレームのピッチを抽出する。なお、自己相関法を用いる場合には、自己相関関数抽出部１０１によって抽出された自己相関関数Ｃ（ｒ）を用いることができる。
【００４１】
自己相関関数補正処理部１０３は、自己相関関数抽出部１０１により抽出された自己相関関数Ｃ（ｒ）と、ピッチ抽出部１０２によって抽出された入力フレームのピッチＴとを受け取り、Ｃ（ｒ）およびＣ（ｒ＋Ｔ）（ｒ＝０，１，…，Ｎ）から、補正後の自己相関関数Ｃｉ（ｒ）（ｒ＝０，１，…，Ｎ）を算出する処理部である。なお、このＮの値としては、人間の声のホルマント特性から見て、サンプリング周波数８ｋＨｚで１０の値が望ましいが、これに限定されるものではない。
【００４２】
具体的には、パラメータである補間係数をα（０≦α≦１）としたときに、
Ｃｉ（ｒ）＝α・Ｃ（ｒ）＋（１−α）・Ｃ（ｒ＋Ｔ）
とする線形補間により、補正後の自己相関関数Ｃｉ（ｒ）（ｒ＝０，１，…，Ｎ）を求める。なお、この自己相関関数Ｃｉ（ｒ）は０〜Ｎ次であり、図２に示すように自己相関関数Ｃ（ｒ）の次数Ｍよりも小さい。
【００４３】
線形予測係数算出部１０４は、自己相関関数補正処理部１０３によって補正された自己相関関数Ｃｉ（ｒ）を受け取り、線形予測係数ａ（ｒ）（ｒ＝０，１，…，Ｎ）を算出する処理部であり、たとえばLevinson-Durbin の再帰解法などを用いる。なお、この線形予測係数ａ（ｒ）の次数も、図２に示すように０〜Ｎ次である。
【００４４】
予測係数安定性判定部１０５は、線形予測係数算出部１０４によって算出された線形予測係数ａ（ｒ）を受け取り、安定性を判定する処理部である。具体的には、この線形予測係数ａ（ｒ）から反射係数ｋ（ｒ）（ｒ＝０，１，…，Ｎ）を算出し、すべてのｒについて、
−１＜ｋ（ｒ）＜１
を満たすか否かを調べ、すべてのｒについてこの条件式が成立すれば安定であると判定し、ひとつでもｒについてこの条件式を満たさないｒが存在すれば不安定であると判定する。
【００４５】
なお、かかる反射係数ｋ（ｒ）は、Levinson-Durbin の再帰解法の算出途中で逐次的に求められる値であるため、この予測係数安定性判定部１０５を線形予測係数算出部１０４に含め、線形予測係数ａ（ｒ）を算出しながら安定性を判定して演算量を低減することもできる。
【００４６】
この予測係数安定性判定部１０５は、線形予測係数ａ（ｒ）に基づく安定性の判定結果が安定である場合には、この時点における線形予測係数ａ（ｒ）を最終的に抽出された線形予測係数として出力する。なお、この線形予測係数ａ（ｒ）の次数も０〜Ｎ次である。
【００４７】
これに対し、判定結果が安定でない場合には、自己相関関数の補正方法を変更するよう自己相関関数補正処理部１０３に指示をおこなう。かかる指示を受け付けた自己相関関数補正処理部１０３は、この指示にしたがって補正方法を変更する。具体的には、この自己相関関数補正処理部１０３が補正方法として線形補間を用いた場合には、補間係数αの初期値を所定の値（たとえば「０」）とし、このときの判定結果が不安定であれば、補間係数αの値を所定量（たとえば「０．１」）増加して、再度自己相関関数を再計算する処理を繰り返す。なお、補間係数αが１の場合には、安定性が保証されているため、最終的にα＝１となるように初期値および増加値を設定すれば、必ず安定な値が得られる。
【００４８】
上記構成を有する線形予測係数抽出装置１００を用いることにより、低次な自己相関関数と高次な自己相関関数とを線形補間して安定な補間係数αを求め、背景雑音の影響を抑圧し、安定性の保証された線形予測係数を抽出することができる。
【００４９】
次に、図１および図２に示した線形予測係数抽出装置１００の処理手順について具体的に説明する。図３は、図１および図２に示した線形予測係数抽出装置１００の処理手順を示すフローチャートである。
【００５０】
同図に示すように、この線形予測係数抽出装置１００では、まず最初に自己相関関数抽出部１０１が入力フレームの自己相関関数Ｃ（ｒ）（ｒ＝０，１，…，Ｍ）を抽出した後（ステップＳ３０１）、ピッチ抽出部１０２が入力フレームのピッチＴを抽出する（ステップＳ３０２）。
【００５１】
その後、自己相関関数補正処理部１０３が、自己相関関数Ｃ（ｒ）および入力フレームのピッチＴから、Ｎ次の自己相関関数Ｃｉ（ｒ）（ｒ＝０，１，…，Ｎ）を算出し（ステップＳ３０３）、線形予測係数算出部１０４が、自己相関関数Ｃｉ（ｒ）に基づいて線形予測係数ａ（ｒ）（ｒ＝０，１，…，Ｎ）を算出する（ステップＳ３０４）。
【００５２】
そして、予測係数安定性判定部１０５が、この線形予測係数ａ（ｒ）に基づいて予測係数の安定性を判定し（ステップＳ３０５）、安定でない場合には（ステップＳ３０６否定）、補正方式を変更した後（ステップＳ３０７）、ステップＳ３０３に移行して、ステップＳ３０３〜Ｓ３０６の処理を繰り返す。
【００５３】
これに対して、予測係数が安定となった場合には（ステップＳ３０６肯定）、この線形予測係数ａ（ｒ）を最終的に抽出された線形予測係数として出力して（ステップＳ３０８）処理を終了する。
【００５４】
上述してきたように、本実施の形態では、自己相関関数抽出部１０１が抽出した高次（Ｍ次）の自己相関関数Ｃ（ｒ）とピッチ抽出部１０２が抽出したピッチＴとに基づいて、自己相関関数補正処理部１０３が低次（Ｎ次）の自己相関関数Ｃｉ（ｒ）を算出し、その後線形予測係数算出部１０４が線形予測係数ａ（ｒ）を求め、予測係数安定性判定部１０５が予測係数の安定性を判定するよう構成したので、背景雑音の影響を抑圧し、安定性の保証された線形予測係数を抽出することができる。
【００５５】
特に、高次の自己相関関数Ｃ（ｒ）（ｒ＝０，１，…，Ｍ）を用いて低次の線形予測係数ａ（ｒ）（ｒ＝０，１，…，Ｎ）を求めるよう構成しているため、背景雑音の自己相関関数が集中する低次の影響を小さくした線形予測係数、すなわち背景雑音の影響を抑圧した線形予測係数を求めることができる。
【００５６】
なお、かかる線形予測係数抽出装置１００によって抽出された線形予測係数は、音声認識装置や音声符号化装置などの所定の装置に入力して、音声の認識または符号化に用いることができる。
【００５７】
【発明の効果】
以上説明したように、請求項１の発明によれば、背景雑音の影響を抑圧した線形予測係数をより簡便に求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６０】
また、請求項２の発明によれば、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出するよう構成したので、背景雑音の影響を抑圧した自己相関関数および線形予測係数をさらに簡便に求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６１】
また、請求項３の発明によれば、予測係数の安定性の判定結果に基づいて最終的な線形予測係数を算出するよう構成したので、背景雑音の影響を抑圧した安定な線形予測係数を求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６２】
また、請求項４の発明によれば、背景雑音の影響を抑圧した線形予測係数をより簡便に求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６５】
また、請求項５の発明によれば、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出するよう構成したので、背景雑音の影響を抑圧した自己相関関数および線形予測係数をさらに簡便に求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６６】
また、請求項６の発明によれば、予測係数の安定性の判定結果に基づいて最終的な線形予測係数を算出するよう構成したので、背景雑音の影響を抑圧した安定な線形予測係数を求めることが可能な線形予測係数抽出装置が得られるという効果を奏する。
【００６７】
また、請求項７の発明によれば、請求項４〜６の動作をコンピュータによって実現することが可能な記録媒体が得られるという効果を奏する。
【図面の簡単な説明】
【図１】この実施の形態に係る線形予測係数抽出装置の構成を示す機能ブロック図である。
【図２】図１に示す線形予測係数抽出装置の各部が抽出または算出する自己相関関数および線形予測係数の次数を示す図である。
【図３】図１および図２に示した線形予測係数抽出装置の処理手順を示すフローチャートである。
【符号の説明】
１００ 線形予測係数抽出装置
１０１ 自己相関関数抽出部
１０２ ピッチ抽出部
１０３ 自己相関関数補正処理部
１０４ 線形予測係数算出部
１０５ 予測係数安定性判定部
１１０ 音声入力装置
１２０ Ａ／Ｄ変換装置
１３０ フレーム構成装置
Claims (7)
- 入力ディジタル音声信号から自己相関関数を求め、求めた自己相関関数に基づいて線形予測係数を抽出する線形予測係数抽出装置において、
前記入力ディジタル音声信号から自己相関関数を抽出する自己相関関数抽出手段と、
前記自己相関関数抽出手段により抽出された自己相関関数よりも低次の自己相関関数を求め、求めた低次の自己相関関数に基づいて線形予測係数を算出する線形予測係数算出手段と、
前記入力ディジタル音声信号のピッチを抽出するピッチ抽出手段とを備え、
前記線形予測係数算出手段は、前記ピッチ抽出手段が抽出したピッチがＴである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関関数を算出する自己相関関数補正手段を有することを特徴とする線形予測係数抽出装置。 - 前記自己相関関数補正手段は、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出することを特徴とする請求項１に記載の線形予測係数抽出装置。
- 前記線形予測係数算出手段は、前記線形予測係数の安定性を判定する予測係数安定性判定手段をさらに備え、該予測係数安定性判定手段の判定結果に基づいて最終的な線形予測係数を算出することを特徴とする請求項１又は２に記載の線形予測係数抽出装置。
- 入力ディジタル音声信号から自己相関関数を求め、求めた自己相関関数に基づいて線形予測係数を抽出する線形予測係数抽出方法において、
前記入力ディジタル音声信号から自己相関関数を抽出する自己相関関数抽出工程と、
前記自己相関関数抽出工程により抽出された自己相関関数よりも低次の自己相関関数を求め、求めた低次の自己相関関数に基づいて線形予測係数を算出する線形予測係数算出工程とを含み、
前記線形予測係数算出工程は、前記入力ディジタル音声信号のピッチがＴである場合に、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数とに基づいて、０〜Ｎ次の自己相関関数を算出することを特徴とする線形予測係数抽出方法。 - 前記線形予測係数算出工程は、０〜Ｎ次の自己相関関数と、Ｔ〜Ｔ＋Ｎ次の自己相関関数との線形補間によって、０〜Ｎ次の自己相関関数を算出することを特徴とする請求項４に記載の線形予測係数抽出方法。
- 前記線形予測係数算出工程は、予測係数の安定性の判定結果に基づいて最終的な線形予測係数を算出することを特徴とする請求項４又は５に記載の線形予測係数抽出方法。
- 前記請求項４〜６のいずれか一つに記載された方法をコンピュータに実行させるプログラムを記録したことを特徴とするコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14354899A JP4024427B2 (ja) | 1999-05-24 | 1999-05-24 | 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14354899A JP4024427B2 (ja) | 1999-05-24 | 1999-05-24 | 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000330593A JP2000330593A (ja) | 2000-11-30 |
| JP4024427B2 true JP4024427B2 (ja) | 2007-12-19 |
Family
ID=15341316
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP14354899A Expired - Fee Related JP4024427B2 (ja) | 1999-05-24 | 1999-05-24 | 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4024427B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3859462B2 (ja) | 2001-05-18 | 2006-12-20 | 株式会社東芝 | 予測パラメータ分析装置および予測パラメータ分析方法 |
| MX2013009346A (es) * | 2011-02-14 | 2013-10-01 | Fraunhofer Ges Forschung | Prediccion lineal basada en esquema de codificacion utilizando conformacion de ruido de dominio espectral. |
| CA2903681C (en) | 2011-02-14 | 2017-03-28 | Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E.V. | Audio codec using noise synthesis during inactive phases |
| MY159444A (en) | 2011-02-14 | 2017-01-13 | Fraunhofer-Gesellschaft Zur Forderung Der Angewandten Forschung E V | Encoding and decoding of pulse positions of tracks of an audio signal |
-
1999
- 1999-05-24 JP JP14354899A patent/JP4024427B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000330593A (ja) | 2000-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4376489B2 (ja) | コード化音声の品質向上のための周波数領域ポストフィルタリングの方法、装置及び記録媒体 | |
| CN101207665B (zh) | 一种衰减因子的获取方法 | |
| EP3751566B1 (en) | Methods, encoder and decoder for linear predictive encoding and decoding of sound signals upon transition between frames having different sampling rates | |
| CN104966517A (zh) | 一种音频信号增强方法和装置 | |
| JP2010530154A (ja) | 音声信号中に埋め込まれた隠れデータの回復 | |
| JP4180677B2 (ja) | 音声符号化並びに復号化方法及びその装置 | |
| EP1386313B1 (en) | Speech enhancement device | |
| KR100216018B1 (ko) | 배경음을 엔코딩 및 디코딩하는 방법 및 장치 | |
| KR102485835B1 (ko) | Lpd/fd 전이 프레임 인코딩의 예산 결정 | |
| JP4024427B2 (ja) | 線形予測係数抽出装置、線形予測係数抽出方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| EP2608200A1 (en) | Estimation of speech energy based on code excited linear prediction (CELP) parameters extracted from a partially- decoded CELP-encoded bit stream and applications of same | |
| CN101557443B (zh) | 数字电话会议的桥路运算方法 | |
| CN115101088A (zh) | 音频信号恢复方法、装置、电子设备及介质 | |
| CN114863942A (zh) | 音质转换的模型训练方法、提升语音音质的方法及装置 | |
| JP2024502287A (ja) | 音声強調方法、音声強調装置、電子機器、及びコンピュータプログラム | |
| Vicente-Peña et al. | Band-pass filtering of the time sequences of spectral parameters for robust wireless speech recognition | |
| WO2019216192A1 (ja) | ピッチ強調装置、その方法、およびプログラム | |
| KR20060067016A (ko) | 음성 부호화 장치 및 방법 | |
| KR100554164B1 (ko) | 서로 다른 ｃｅｌｐ 방식의 음성 코덱 간의 상호부호화장치 및 그 방법 | |
| JP3749838B2 (ja) | 音響信号符号化方法、音響信号復号方法、これらの装置、これらのプログラム及びその記録媒体 | |
| CN117153196B (zh) | Pcm语音信号处理方法、装置、设备及介质 | |
| CN115497488A (zh) | 一种语音滤波方法、装置、存储介质及设备 | |
| JP4007730B2 (ja) | 音声符号化装置、音声符号化方法および音声符号化アルゴリズムを記録したコンピュータ読み取り可能な記録媒体 | |
| JP2658438B2 (ja) | 音声符号化方法とその装置 | |
| Gangan et al. | WR-RAC: Waveform Regenerator in Real time for Audio Call |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050127 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070508 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070709 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20071002 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071003 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101012 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111012 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121012 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131012 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |