JP4100721B2 - 励起パラメータの評価 - Google Patents

Description

【０００１】
【発明の背景】
本発明は、音声解析と合成において励起パラメータが評価される精度の改良に関する。
音声解析と合成は電気通信や音声認識等の種々の応用分野において汎く用いられている。あるタイプの音声解析・合成システムであるボコーダ（ｖｏｃｏｄｅｒ）は、短い時間感覚での励起に対して、音声をシステムの応答としてモデル化する。ボコーダ・システムとしては線形予測ボコーダ、準同型ボコーダ、チャネルボコーダ、正弦変換コーダ（ＳＴＣ）、マルチバンド励起ボコーダ（ＭＢＥ）、改良型マルチバンド励起ボコーダ（ＩＭＢＥ）等が知られている。
ボコーダは、典型的には、励起パラメータとシステムパラメータに基づいて音声を合成する。典型的には、入力信号は、例えば、ハミングの窓（Ｈａｍｍｉｎｇ Ｗｉｎｄｏｗ）を用いてセグメント化される。そして、各セグメントについて、システムパラメータと励起パラメータが決定される。システムパラメータは、スペクトル・エンベロープ（ｓｐｅｃｔｒａｌ ｅｎｖｅｌｏｐｅ）或はシステムのインパルス応答を含む。励起パラメータは、入力信号がピッチを持つか否かを示す有声／無声決定および基本周波数（又はピッチ）を含む。ＩＭＢＥ（ＴＭ）ボコーダのように、音声を周波数バンドに分割するボコーダにおいては、励起パラメータは、単一の有声／無声決定ではなく、各周波数バンド毎の有声／無声決定を含むこともできる。正確な励起パラメータは高品質の音声合成にとって本質的である。
励起パラメータは、音声合成が必要とされない音声認識等の分野においても使用される。励起パラメータの精度は、そのシステムのパフォーマンスに直接影響する。
【０００２】
【発明の要約】
ある態様において、一般的に、本発明は音声信号に対して非線形操作を施して、音声信号の基本周波数を強調し、それによって、基本周波数やその他の励起パラメータが決定される精度を改善する。励起パラメータを決定する典型的なアプローチでは、アナログ音声信号ｓ（ｔ）をサンプリングして、音声信号ｓ（ｎ）を生成する。音声信号ｓ（ｎ）は窓ｗ（ｎ）に掛け合わされ、一般に、音声セグメントもしくは音声フレームと呼ばれる窓掛け信号ｓ_W（ｎ）（ｗｉｎｄｏｗｅｄ ｓｉｇｎａｌ・窓による重み付けを行った信号）が生成される。窓掛け信号ｓ_W（ｎ）に関してフーリエ変換が施されて、周波数スペクトラムｓ_W（ω）が生成され、それから励起パラメータが決定される。
音声信号ｓ（ｎ）が基本周波数ω_o又はピッチ周期ｎ_o（ｎ_o＝２π／ω_o）で周期的である場合、音声信号ｓ（ｎ）の周波数スペクトルは、ω_oとその高調周波数（ω_oの整数倍）でエネルギを有する線形スペクトルとなるべきである。予想されるように、ｓ_W（ω）はω_oおよびその高調周波数付近に中心を有するスペクトルピークを有する。しかしながら、窓掛け操作によって、スペクトルピークはある幅を有し、その幅は窓ｗ（ｎ）の長さと形状に依存し、かつ、窓ｗ（ｎ）の長さが増大するにしたがって、減少する傾向を有する。この窓掛けによってもたらされるエラーは励起パラメータを精度を低下させる。スペクトルピークの幅を減少させ、それによって励起パラメータの精度を向上させるためには、窓ｗ（ｎ）の長さは、できるだけ長くする必要がある。
【０００３】
窓ｗ（ｎ）の最大有効長は制限される。音声信号は定常的な信号ではなく、その代わりに時間によって変化する基本周波数を持つ。有意の励起パラメータを得るために、解析された音声セグメントは、実質的に変化しない基本周波数を持たなければならない。したがって、窓ｗ（ｎ）の長さは、基本周波数が窓内で大きく変化しないように十分に短くなければならない。
窓ｗ（ｎ）の最大長さの制限に加えて、変化する基本周波数はスペクトルピークを拡げる傾向がある。この拡大効果は周波数が増加するに応じて大きくなる。例えば、窓の間で基本周波数がΔω_oだけ変化したとすると、ｍ次の高調波の周波数即ちｍｗ_oの周波数はｍΔω_oだけ変化し、ｍω_oに対応するスペクトルピークはω_oに対応するスペクトルピークより、より大きく拡げられる。より高次の高調波での増加する拡大は、基本周波数の評価と高周波バンドについての有声／無声決定の生成における高次同調波の有効性を低下させる。
非線形演算を施すことによって、変化する基本周波数の高次同調波への大きなインパクトは減少されるか、消失され、より高次の同調波は基本周波数の評価及び有声／無声決定の生成にとってより有効に作用する。適当な非線形演算は、複素数（又は実数）から実数値にマッピングし、複素数（又は実数）値の大きさの非減少関数である出力を生成する。かかる非線形演算は、例えば、絶対値、絶対値の２乗、絶対値のあるべき乗もしくは絶対値の対数を含む。
【０００４】
非線形演算は、入力信号の基本周波数において、スペクトルピークを有する出力信号を生成する傾向を有する。このことは、入力信号が基本周波数においてスペクトルピークを持たない場合にも正しい。例えば、ω_oの３次と４次の同調波の間の領域にある周波数のみを通過させるバンドパスフィルタが音声信号ｓ（ｎ）に対して設置され、バンドパスフィルタの出力ｘ（ｎ）は３ω_o，４ω_oおよび５ω_oにスペクトルピークを有する。
ｘ（ｎ）はω_oにおいてスペクトルピークを持たないにもかかわらず、｜ｘ（ｎ）｜²はあるピークを持つであろう。実信号ｘ（ｎ）については｜ｘ（ｎ）｜²はｘ²（ｎ）に等しい。よく知られているように、ｘ²（ｎ）のフーリエ変換はｘ（ｎ）のフーリエ変換ｘ（ω）のｘ（ω）を用いた畳み込み（ｃｏｎｖｏｌｕｔｉｏｎ）
【数１】

ｘ（ω）を用いたｘ（ω）の畳み込みは、ｘ（ω）がスペクトルピークを有する周波数間の差に等しい周波数においてスペクトルピークを持つ。周期信号のスペクトルピーク間の差は、基本周波数とその倍数である。かくして、３ω_o，４ω_oおよび５ω_oにおいてｘ（ω）がスペクトルピークを有する例において、ｘ（ω）を用いて畳み込まれたｘ（ω）はω_o（４ω_o−３ω_o，５ω_o−４ω_o）においてスペクトルピークを持つ。典型的な周期信号について、基本周波数におけるスペクトルピークは、最も際立ったものとなる。
【０００５】
上記の議論は、複素信号にも適用される。複素信号ｘ（ｎ）について、｜ｘ（ｎ）｜²のフーリエ変換は以下の通りである。
【数２】

これは、ｘ（ω）のｘ^*（ω）との自己相関であり、ｎω_oだけ離れたスペクトルピークがｎω_oにおいてピークを生成するという性質をも有する。
｜ｘ（ｎ）｜，ある実数ａについて｜ｘ（ｎ）｜^aおよびｌｏｇ｜ｘ（ｎ）｜は｜ｘ（ｎ）｜²と同じではないけれども、｜ｘ（ｎ）｜²についての上記の議論は、定量的なレベルでは近似的に適用することができる。例えば、｜ｘ（ｎ）｜＝ｙ（ｎ）^0.5（ここで、ｙ（ｎ）＝｜ｘ（ｎ）｜²について、ｙ（ｎ）のテイラー級数展開は以下のように表される。
【数３】

乗算は連係的であるので、信号ｙ^k（ｎ）のフーリエ変換はｙ^k-1（ｎ）のフーリエ変換を用いて畳み込んだＹ（ω）である。｜ｘ（ｎ）｜²以外の非線形演算の挙動はＹ（ω）のＹ（ω）による多重畳み込みの挙動を観察することによって｜ｘ（ｎ）｜²から派生されうる。Ｙ（ω）がｎω_oにおいてピークを有するとすると、Ｙ（ω）のＹ（ω）を用いた多重畳み込みも、ｎω_oにおいてピークを有することであろう。
【０００６】
上で示した如く非線形演算は周期信号の基本周波数を強調し、かつ、それは周期信号がより高次の同調波において大きなエネルギを含む場合には、とりわけ有用である。
本発明によれば、入力信号に対する励起パラメータは入力信号を少なくとも２つの周波数バンド信号に分割することによって、生成される。その後、周波数バンド信号の少なくとも１つに関して非線形演算が行われ、それによって、少なくとも１つの修正周波数バンド信号を生成する。最終的に各修正周波数バンド信号について、その修正周波数バンド信号が有声か無声かを決定する。典型的には、有声／無声の決定は規則的な時間間隔でなされる。
ある修正周波数バンド信号が有声か無声かを決定するため、有声エネルギ（修正周波数バンド信号の評価された基本周波数と評価された基本周波数の高次同調波に寄与する全エネルギの１部）と修正周波数バンド信号の全エネルギが計算される。通常、０．５ω₀以下の周波数は全エネルギには含まれないものとする。なぜならば、これら周波数を含むとパフォーマンスが低下するからである。修正周波数バンド信号は、その修正周波数バンド信号の有声エネルギが修正周波数バンド信号の全エネルギの予め決められた割合を越えた時に、有声であると判定され、そうでなければ無声と判定される。修正周波数バンド信号は有声であると判定された場合、有声度が全エネルギに対する有声エネルギの比に基づいて評価される。有声エネルギは修正周波数バンド信号とそれ自信もしくは他の修正周波数バンド信号との相関からも決定することができる。
【０００７】
計算上の負荷を低減するため、即ち、パラメータの数を減少させるため、有声／無声の決定をするに先立って修正周波数バンド信号のセットは、他の、典型的にはより少ない修正周波数バンド信号のセットに変換することができる。例えば、第１のセットの２つの修正周波数バンド信号は第２のセットにおいて、単一の修正周波数バンド信号に結合される。
デジタル化した音声の基本周波数も評価することができる。多くの場合、この評価はある修正周波数バンド信号を少なくとも１つの他の周波数バンド信号（修正されている場合も修正されない場合もある）と組み合わせること、及び結果として得られる組み合わせ信号の基本周波数を評価することの２つの工程を含む。したがって、例えば、少なくとも２つの修正周波数バンド信号を生成するため、非線形演算が少なくとも２つの周波数バンド信号に関してなされた時に、修正周波数バンド信号は１つの信号に組み合わすことができ、かつ、その信号の基本周波数の評価が作り出される。修正周波数バンド信号は和算によって組み合わせることができる。他の方式では信号対雑音比は修正周波数バンド信号の各々について決定することができ重みつけされた組み合わせが高い信号対雑音比を持ったある修正周波数バンド信号がその信号に対してある低い信号対雑音比を有する修正周波数バンド信号より多く寄与するように生成される。
他の態様において、一般的に本発明は非線形演算を用いることによって基本周波数評価の精度を改善することを特徴としている。非線形演算は入力信号に対して行われ、それによって基本周波数が評価される修正信号を生成する。いま一つの方式では入力信号は少なくとも２つの周波数バンド信号に分割され、次いでこれら周波数バンド信号に関して非線形演算がなされ、修正周波数バンド信号を生成する。最後に、修正周波数バンド信号は基本周波数が評価される結合された信号を生成すべく組み合わされる。本発明の他の特徴と利点は以下の詳細な実施例についての説明と請求の範囲から明らかになるであろう。
【０００８】
【実施例】
図１から図５はある信号の周波数バンドが有声か無声か、ソフトウエアによって好ましい課題に設定される種々のブロックと単位を決定するためのシステムの構成を示している。
図１を参照して、有声／無声決定システム１０においてサンプルユニット１２がアナログの音声信号ｓ（ｔ）をサンプリングして音声信号ｓ（ｎ）を生成する。典型的な音声のコード化への応用についてはサンプリングレートは６ｋＨｚから１０ｋＨｚの範囲に設定される。
チャネル処理ユニット１４は音声信号ｓ（ｎ）を少なくとも２つの周波数バンドに分割し、それら周波数バンドを処理して周波数バンド信号の第１のセットＴ₀（ω）…Ｔ_I（ω）を生成する。以下で議論するように、チャネル処理ユニット１４は各チャネル処理ユニット１４の第１ステージに用いられているバンドパスフィルタのパラメータによって差別化されている。本実施例においては、１６個のチャネル処理ユニットが設けられている（Ｉ＝１５）。
リマップユニット１６は周波数バンド信号の第１のセットを変換して、周波数バンド信号の第２のセットＵ₀（ω）…Ｕ_K（ω）を生成する。好ましい実施例においては、周波数バンド信号の第２のセットにおいては１１の周波数バンド信号がある（Ｋ＝１０）。このようにして、リマップユニット１６は１６個のチャネル処理ユニット１４からの周波数バンド信号を１１個の周波数バンド信号にマッピングする。リマップユニット１６は、周波数バンド信号の第１のセットの低周波数成分Ｔ₀（ω）…Ｔ₅（ω）を周波数バンド信号の第２のセットＵ₀（ω）…Ｕ₅（ω）に直接にマッピングすることによって上記の処理を行う。リマップユニット１６は第１のセットの残りの周波数バンド信号の各１対を第２のセットにおける単一の周波数信号になるように組み合わせる。例えば、Ｔ₆（ω）とＴ₇（ω）は結合されてＵ₆（ω）が生成され、また、Ｔ₁₄（ω）とＴ₁₅（ω）とが組み合わされてＵ₁₀（ω）が生成される。リマッピングについては他の種々の方式も採用することができる。
【０００９】
次に有声／無声決定ユニット１８は、それぞれは第２のセットの１つの周波数バンド信号に関係している、周波数バンド信号が有声か無声かを決定し、かつ、これら決定の結果を示す出力信号（Ｖ／ＵＶ₀…Ｖ／ＵＶ_K）を生成する。各決定ユニット１８は周波数バンド信号の全エネルギに対する関連した周波数バンド信号の有声エネルギの比を計算する。この比が所定のしきい値を越えると決定ユニット１８はその周波数バンド信号が有声であると判定する。そうでない場合その周波数バンド信号は無声であると判定する。
決定ユニット１８はその関係する周波数バンド信号の有声エネルギを以下のように計算する。
【数４】

ここで、Ｉ_nは［（ｎ−０．２５）ω₀、（ｎ＋０．２５）ω₀］であり、
ω₀は基本周波数の評価値（以下で記述されるようにして生成される）及びＮは考慮すべき基本周波数ω₀の同調波の数である。決定ユニット１８は、それらの関連する周波数バンド信号の全エネルギを以下の通りに演算する。
【数５】

いま一つの方式では、周波数バンド信号が有声か無声かを決定するだけでなく、決定ユニット１８はある周波数バンド信号が有声である割合を決定する。上で述べた有声／無声の決定と同様にして有声の度合は全エネルギに対する有声エネルギの比の関数であり：その比が１に近いときは、周波数バンド信号は有声度が高くその比が２分の１に等しいかそれ以下の時には無声である確立が高く、さらにその比が２分の１と１の間の値であるときには、周波数バンド信号はその比によって示される度合に応じて有声である。
【００１０】
図２を参照して、基本周波数評価ユニット２０は結合ユニット２２と評価器を含む結合ユニット２２はチャネル処理ユニット１４（図１）の出力Ｔ_i（ω）を足し合わせてＸ（ω）を生成する。いま一つの方法では結合ユニット２２は各チャネル処理ユニット１４の出力について信号対雑音比を評価し、かつ、より高い信号対雑音比を有する出力が低い信号対雑音比を有する出力よりもＸ（ω）に対してより大きく寄与するように種々の出力を重み付けする。
評価器２４はω_minからω_maxの範囲でＸ（ω）を最大にする値ω₀を選択することによって、基本周波数（ω₀）を評価する。Ｘ（ω）はωの離散サンプルについてのみ適用されるのでＸ（ω₀）のω₀近傍での放物線補間が評価の精度を向上するのに用いられる。評価器２４はＸ（ω）のバンド幅内のω₀のＮ個の高調波のピーク近傍における放物線評価を組み合わせることによって基本周波数評価の精度をも改善する。
基本周波数の評価が一旦決定されると、有声エネルギＥ_V（ω₀）は以下の通りに計算される。
【数６】

ここで、Ｉ_nは［（ｎ−０．２５）ω₀、（ｎ＋０．２５）ω₀］である。
その後、有声エネルギＥ_V（０．５ω₀）が計算され、かつ、Ｅ_V（ω₀）と比較され、基本周波数の最終評価としてω₀と０．５ω₀との間を選択する。
図３を参照して、いま一つの基本周波数評価ユニット２６は非線形演算ユニット２８、窓掛けと高速フーリエ変換（ＦＦＴ）ユニット３０と評価器３２を含む。非線形演算ユニット２８はｓ（ｎ）について非線形演算、ここでは絶対値の２乗を施し、ｓ（ｎ）の基本周波数を強調すると共にω₀を評価するに際して、有声エネルギの決定を容易化する。
【００１１】
窓掛けとＦＦＴユニット３０は非線形演算ユニット２８の出力を掛け合わせてそれをセグメント化し、かつ、結果の積のＦＦＴとＸ（ω）とを演算する。最後に、前記評価器２４と同一の働きを成す評価器３２は基本周波数の評価値を生成する。
図４を参照して、音声信号ｓ（ｎ）がチャネル処理ユニット１４に入力されると特定周波数バンドに属する成分ｓ_i（ｎ）はバンドパスフィルタ３４によって分離される。バンドパスフィルタ３４は演算の負荷を減少させるために、ダウンサンプリングを用いておりシステムのパフォーマンスに何らの深刻な影響を与えることなしにそれを実行する。バンドパスフィルタ３４は有限インパルスレスポンス（ＦＩＲ）もしくは無限インパルスレスポンス（ＩＩＲ）フィルタとして構成することができ、或はＦＦＴを用いるバンドパスフィルタ３４は１７周波数において３２点ＦＩＲフィルタの出力を演算するために３２点実数入力ＦＦＴを用いて構成することもでき、ＦＦＴが計算される時間ごとに入力音声サンプルをシフトすることによってダウンサンプリングを実行する。例えば、使用される第１ＦＦＴが３２の内の１点をサンプリングするとすれば、１０のダウンサンプリングファクタは第２のＦＦＴにおいて４２の内の１１のサンプル点を用いることによって達成される。
第１の非線形演算ユニット３６は、分離された周波数バンドｓ_i（ｎ）について非線形演算を実行し、分離された周波数バンドｓ_i（ｎ）の基本周波数を強調する。ｓ_i（ｎ）（ｉは０より大きい）の複素数の値については絶対値│ｓ_i（ｎ）│が使用される。ｓ₀（ｎ）の実数値についてはｓ₀（ｎ）が０より大きければそのままｓ₀（ｎ）の値が用いられ、ｓ₀（ｎ）が０かそれより小さい場合には０が用いられる。
非線形演算ユニット３６の出力がローパスフィルタとダウンサンプリングユニット３８を通過するとデータレートは減少し、かつ、その結果としてシステムのそれ以後の要素の演算負荷を減少させる。ローパスフィルタとダウンサンプリングユニット３８としては、ダウンサンプリングファクタ２について異なるサンプルごとに演算を行う７点ＦＩＲフィルタが用いられる。
窓掛け及びＦＦＴユニット４０はローパスフィルタとダウンサンプリングユニット３８の出力をある窓で掛け合わせその積の実数入力ＦＦＴとＳ_i（ω）を演算する。
【００１２】
最後に、第２非線形演算ユニット４２はＳ_i（ω）について非線形演算を施し、有声もしくは全エネルギの評価を容易化すると共に基本周波数評価において用いられる場合には、チャネル処理ユニット１４の出力Ｔ_i（ω）を構造的に組み合わせることを保証する。絶対値の２乗はＴ_i（ω）の全ての成分を実数で正の値とするので、好適に用いられる。
他の実施例は請求の範囲に含まれる。例えば、図５を参照していま一つの有声／無声決定システム４４はサンプリングユニット１２、チャネル処理ユニット１４、リマップユニット１６及び有声／無声決定ユニット１８を含み、これらユニットは有声／無声決定システム１０の対応するユニットと同一の働きを成す。しかしながら、非線形演算は高周波数バンドに最も有利に適用されるので決定システム４４は高周波に対応する周波数バンドのチャネル処理ユニットのみを用い、かつ、低周波に対応する周波数バンドではチャネル変換ユニット４６を用いる。チャネル変換ユニットは入力信号に対して非線形演算を施すのみならず、周波数バンド信号を発生するよく知られた技術にしたがって入力信号を処理する。例えば、チャネル変換ユニット４６はバンドパスフィルタと窓掛けとＦＦＴユニットを含むことができる。いま一つの方式では窓掛け及びＦＦＴユニット４０と図４の非線形演算ユニット４２は窓掛け及び自己相関ユニットによって置換することができる。有声エネルギと全エネルギは自己相関から演算される。
【図面の簡単な説明】
【図１】 図１は、ある信号の周波数バンドが有声か無声かを決定するためのシステムのブロックダイヤグラムである。
【図２】 図２は、基本周波数評価ユニットのブロックダイヤグラムである。
【図３】 図３は、基本周波数評価ユニットのブロックダイヤグラムである。
【図４】 図４は、図１のシステムのチャネル処理ユニットのブロックダイヤグラムである。
【図５】 図５は、信号の周波数バンドが有声か無声かを決定するためのシステムのブロックダイヤグラムである。
【符号の説明】
１０…有声／無声決定システム、 １２…サンプルユニット、
１４…チャネル処理ユニット、 １６…リマップユニット、
１８…有声／無声決定ユニット、 ２０…基本周波数評価ユニット、
２２…結合ユニット、 ２４…評価器、
２６…基本周波数評価ユニット、 ２８…非線形演算ユニット、
３０…窓掛けと高速フーリエ変換（ＦＦＴ）ユニット、
３２…評価器、 ３４…バンドパスフィルタ、
３６…非線形演算ユニット、 ３８…ダウンサンプリングユニット、
４０…窓掛け及びＦＦＴユニット、 ４２…非線形演算ユニット。

Claims (32)

1. デジタル音声信号を解析して、デジタル音声信号について励起パラメータを決定する方法であって、
   デジタル音声信号を少なくとも２つの周波数バンド信号に分割する工程と、
   少なくとも１つの周波数バンド信号について、複素数値から実数値にマッピングし、複素数値の大きさの非減少関数である出力を生成する非線形演算を実行して少なくとも１つの修正周波数バンド信号を生成する工程と、
   少なくとも１つの修正周波数バンド信号について修正周波数バンド信号が有声か無声かを決定する工程と、
   を含み、
   上記決定工程は、
   修正周波数バンド信号の有声エネルギを決定する工程と、
   修正周波数バンド信号の全エネルギを決定する工程と、
   修正周波数バンド信号の有声エネルギが修正周波数バンド信号の全エネルギの所定の比率を越えた時に修正周波数バンド信号が有声であると判定する工程と、
   修正周波数バンド信号の有声エネルギが修正周波数バンド信号の全エネルギの所定の比率に等しいかそれ以下である場合に修正周波数バンド信号が無声であると判定する工程と、
   を含む、デジタル音声信号について励起パラメータを決定する方法。
2. 上記決定工程は正規の時間間隔で実行される請求項１に記載の方法。
3. デジタル音声信号は、音声をコード化する１つの工程として分析される請求項１に記載の方法。
4. さらに、デジタル音声信号の基本周波数を評価する工程を含む請求項１に記載の方法。
5. 少なくとも１つの修正周波数バンド信号の基本周波数を評価する工程を更に含む請求項１に記載の方法。
6. 修正周波数バンド信号を少なくとも１つの他の周波数バンド信号と組み合わせて結合信号を生成する工程と、
   結合信号の基本周波数を評価する工程と、
   を更に含む請求項１に記載の方法。
7. 上記非線形演算実行工程は、少なくとも２つの周波数バンド信号について実行され、少なくとも２つの修正周波数バンド信号を生成し、かつ、
   上記結合工程は少なくとも２つの修正周波数バンド信号を結合することからなる請求項６に記載の方法。
8. 上記結合工程は、修正周波数バンド信号と少なくとも１つの他の周波数バンド信号とを足し合わせて結合信号を生成する請求項６に記載の方法。
9. 修正周波数バンド信号と少なくとも１つの他の周波数バンド信号について信号対雑音比を決定する工程を更に含み、
   上記結合工程は、修正周波数バンド信号と少なくとも１つの他の周波数バンド信号を重み付けし、高い信号対雑音比を有する周波数バンド信号が低い信号対雑音比を有する周波数バンド信号に比べてより多く寄与するように結合信号を生成する請求項６に記載の方法。
10. 有声エネルギは、修正周波数バンド信号の評価された基本周波数及びその基本周波数の同調波に寄与する全エネルギの一部である請求項６に記載の方法。
11. 修正周波数バンド信号の有声エネルギは、修正周波数バンド信号とそれ自信もしくはその他の修正周波数バンド信号との相関から得られる請求項１に記載の方法。
12. 修正周波数バンド信号が有声であると判定された場合、上記決定工程は修正周波数バンド信号の有声エネルギと修正周波数信号の全エネルギとを比較することによって修正周波数バンド信号について有声度を評価する工程を更に含む請求項１に記載の方法。
13. 上記実行工程は、上記実行工程によって生成された修正周波数バンド信号の数が上記分割工程によって生成された周波数バンド信号の数と等しくなるように全ての周波数バンド信号について非線形演算を実行することを含む請求項１に記載の方法。
14. 上記実行工程は、上記実行工程によって生成される修正周波数バンド信号の数が、上記分割工程によって生成される周波数バンド信号の数より少なくなるように周波数バンド信号の幾つかについてのみ非線形演算を実行することを含む請求項１に記載の方法。
15. 非線形演算が施される周波数バンド信号は、非線形演算が施されない周波数バンド信号よりも高い周波数に対応するものである請求項１４に記載の方法。
16. 非線形演算が実行されない周波数バンド信号について周波数バンド信号が有声か無声かを決定する工程を更に含む請求項１５に記載の方法。
17. 非線形演算は、絶対値である請求項１に記載の方法。
18. 非線形演算は、絶対値の２乗である請求項１に記載の方法。
19. 非線形演算は、ある実数の乗の絶対値である請求項１に記載の方法。
20. 少なくとも２つの周波数バンド信号について非線形演算を実行して、修正周波数バンド信号の第１のセットを生成する工程と、
    修正周波数バンド信号の第１のセットを少なくとも１つの修正周波数バンド信号の第２のセットに変換する工程と、
    第２セットの少なくとも１つの修正周波数バンド信号について修正周波数バンド信号が有声か無声かを決定する工程と、
    を更に含む請求項１に記載の方法。
21. 上記変換工程は、第１のセットの少なくとも２つの修正周波数バンド信号を組み合わせて第２のセットの１つの修正周波数バンド信号を生成する請求項２０に記載の方法。
22. デジタル音声の基本周波数を評価する工程を更に含む請求項２０に記載の方法。
23. 修正周波数バンド信号の第２のセットのある修正周波数バンド信号を少なくとも１つの他の周波数バンド信号と組み合わせて結合信号を生成する工程と、
    結合信号の基本周波数を評価する工程と、
    をさらに含む請求項２０に記載の方法。
24. 上記修正周波数バンド信号が有声であると判定された時に上記決定工程は、修正周波数バンド信号の有声エネルギを修正周波数バンド信号の全エネルギと比較することによって修正周波数バンド信号の有声度を評価することを含む請求項２０に記載の方法。
25. 励起パラメータの幾つかをコード化する工程を更に含む請求項１に記載の方法。
26. デジタル音声信号を解析してデジタル音声信号の励起パラメータを決定する方法であって、
    入力信号を２つの周波数バンド信号に分割する工程と、
    周波数バンド信号の最初の１つに、複素数値から実数値にマッピングし、複素数値の大きさの非減少関数である出力を生成する非線形演算を施して第１修正周波数バンド信号を生成する工程と、
    第１修正周波数バンド信号と少なくとも１つの他の周波数バンド信号とを組み合わせて結合周波数バンド信号を生成する工程と、
    結合周波数バンド信号の基本周波数を評価する工程と、
    を含む、デジタル音声信号の励起パラメータを決定する方法。
27. デジタル音声信号を解析してデジタル音声信号の励起パラメータを決定する方法であって、
    デジタル音声信号を少なくとも２つの周波数バンド信号に分割する工程と、
    周波数バンド信号の少なくとも１つについて、複素数値から実数値にマッピングし、複素数値の大きさの非減少関数である出力を生成する非線形演算を施して少なくとも１つの修正バンド信号を生成する工程と、
    少なくとも１つの修正バンド信号から基本周波数を評価する工程と、
    を含む、デジタル音声信号の励起パラメータを決定する方法。
28. デジタル音声信号を解析してデジタル音声信号の基本周波数を決定する方法であって、
    デジタル音声信号を少なくとも２つの周波数バンド信号に分割する工程と、
    周波数バンド信号の少なくとも２つについて、複素数値から実数値にマッピングし、複素数値の大きさの非減少関数である出力を生成する非線形演算を施して少なくとも２つの修正周波数バンド信号を生成する工程と、
    少なくとも２つの修正周波数バンド信号を組み合わせて結合信号を生成する工程と、
    結合信号の基本周波数を評価する工程と、
    を含む、デジタル音声信号の基本周波数を決定する方法。
29. デジタル音声信号を解析してデジタル音声信号の励起パラメータを決定することによって音声をコード化するシステムであって、
    デジタル音声信号を少なくとも２つの周波数バンド信号に分割する手段と、
    周波数バンド信号の少なくとも１つについて、複素数値から実数値にマッピングし、複素数値の大きさの非減少関数である出力を生成する非線形演算を実行し、少なくとも１つの修正周波数バンド信号を生成する手段と、
    少なくとも１つの修正周波数バンド信号について該修正周波数バンド信号が有声か無声かを決定する手段と、
    を備えた音声をコード化するシステム。
30. 少なくとも１つの修正周波数バンド信号を少なくとも１つの他の周波数バンド信号と組み合わせて結合信号を生成する手段と、
    結合信号の基本周波数を評価する手段と、
    をさらに含む請求項２９に記載のシステム。
31. 上記実行する手段が上記実行手段によって生成される修正周波数バンド信号の数が分割手段によって生成される周波数バンド信号の数より少なくなるように周波数バンド信号の幾つかのみについて非線形演算を施す手段を更に含む請求項２９に記載のシステム。
32. 実行手段が非線形演算を施す周波数バンド信号は、上記実行手段が非線形演算を施さない周波数バンド信号に比べてより高い周波数に対応するものである請求項３１に記載のシステム。

Images