JP4135621B2

JP4135621B2 - 受信装置および方法

Info

Publication number: JP4135621B2
Application number: JP2003376088A
Authority: JP
Inventors: 厚史田代
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 2003-11-05
Filing date: 2003-11-05
Publication date: 2008-08-20
Anticipated expiration: 2023-11-05
Also published as: US20070136073A1; CN1868150A; US7962334B2; CN1868150B; JP2005142757A; GB0608297D0; WO2005046096A1; GB2425444A; GB2425444B

Description

本発明は受信装置および方法に関し、例えば、ＶｏＩＰ技術を用いたＩＰ電話などのようなリアルタイム通信を行う場合などに適用して好適なものである。

現在、ＶｏＩＰ技術を用いてインターネット等のネットワークを利用した音声通信が盛んにおこなわれている。

インターネットなどの通信品質が保証されていないネットワークを介する通信では、伝送途中でパケットが失われるパケット損失に起因して、本来、時系列に受信されるはずの音声データの一部が欠損する現象（音声消失）が頻繁に発生し得る。音声消失が発生した場合、そのまま復号すると、音声の途切れなどが頻発し、音声品質が劣化するが、この劣化に対する補償方法として、例えば、下記の非特許文献１の技術がすでに知られている。

この方法は、標本化周波数が８ｋＨｚの音声用に記載されており、復号処理単位である音声フレーム（パケット）毎に音声消失の発生を監視し、音声消失が発生する度に補償処理を実行する。符号化列を復号した後の音声データを内部メモリなどに記憶してあるので、音声消失が生じた場合には、当該内部メモリから読み出した音声データをもとに、音声消失の起きた付近での周期を求める。そして、音声消失により音声データの補間が必要となったフレームに対し、そのフレームの開始位相がその直前フレームの終了位相と合って波形周期での連続性が確保できるように内部メモリから音声データを取り出して補間をおこなう。

一方、ネットワークを介した音声通信の方式として、下記の非特許文献２および３に記載された技術が知られている。

非特許文献２の技術では、標本化した音声の振幅値をそのまま量子化し、非特許文献３の技術では、標本点間の振幅値の変化量を量子化する差分量子化などの手法が用いられている。

差分量子化方式では、音声の符号化をおこなう符号器にて音声信号の標本点間の差分を求め、この差分を量子化した差分信号として伝送する。送信した差分信号を受取る復号器では、到達した差分信号を基に元の音声信号に復元する。差分量子化方式では、符号器、復号器にこの差分と元の信号とを計算・変換するための共通した内部変数を持っている。したがって、この方式により符号器・復号器が動作している間は、符号器・復号器内の内部変数は常に更新がなされている。
ＩＴＵ−Ｔ勧告Ｇ．７１１ＡｐｐｅｎｄｉｘＩＩＴＵ−Ｔ勧告Ｇ．７１１ＩＴＵ−Ｔ勧告Ｇ．７２６

ところで、前記非特許文献２のように、標本化した音声の振幅値をそのまま量子化する場合はよいが、前記非特許文献３のように、標本点間の振幅値の変化量を量子化する差分量子化などの手法が用いられていると、音声フレームを受信した通信装置で、量子化と逆の操作（逆量子化）を行って振幅方向に離散的な値を得るときに予期せぬ極端な離散値が出現する可能性がある。差分量子化などでは、ある離散値を逆量子化によって得るとき、その離散値の値が時間的に前の（あるいは、後の）離散値に依存して決まるため、何らかの方法で得た補間用の音声データ自体の値が前記音声消失によって失われた本来の音声データの値に近いものであったとしても、逆量子化の過程では、本来のものから極端に値の異なる離散値が生成されてしまう可能性が残るからである。

これは、実際の機器の内部では、例えば、前記復号器の内部変数に不連続な跳躍が発生する形で反映され得る。また、逆量子化時に、このように予期せぬ極端な離散値が生成されてしまうと、実際の音声出力では、それまでに行われていた（、あるいは、その後に行われる）音声出力に比較して、極端に大きな異常な音声出力となってユーザ（音声出力を聴取する者）に体感される可能性が高く、著しい通信品質の劣化として認識されるため、通信品質が低い。

かかる課題を解決するために、第１の本発明では、送信側で、時間的な先後関係にある複数の標本値の相対的な相違に基づく値を量子化して、量子化結果に応じて時系列に生成される生成データを分割し、分割結果を所定の伝送単位信号に収容して送信したものを受信する受信装置において、前記伝送単位信号に収容されていた生成データの復号結果である標本値が示す信号波形の振幅の値において、所定以上の変動の出現を判定した場合に振幅調整を要と判定する調整要否判定手段と、当該調整要否判定手段から振幅調整不要の判定結果が出た場合、前記信号波形を透過的に通過させ、振幅調整要の判定結果が出た場合には、所定の振幅調整処理を実行し前記信号波形の振幅を調整した上で通過させる振幅調整手段とを備えたことを特徴とする。

また、第２の本発明では、送信側で、時間的な先後関係にある複数の標本値の相対的な相違に基づく値を量子化して、量子化結果に応じて時系列に生成される生成データを分割し、分割結果を所定の伝送単位信号に収容して送信したものを受信する受信方法において、調整要否判定手段が、前記伝送単位信号に収容されていた生成データの復号結果である標本値が示す信号波形の振幅の値において、所定以上の変動の出現を判定した場合に振幅調整を要と判定し、振幅調整手段が、当該調整要否判定手段から振幅調整不要の判定結果が出た場合、前記信号波形を透過的に通過させ、振幅調整要の判定結果が出た場合には、所定の振幅調整処理を実行し前記信号波形の振幅を調整した上で通過させることを特徴とする。

本発明によれば、通信品質を高めることができる。

（Ａ）実施形態
以下、本発明にかかる受信装置および方法を、前記差分量子化を用いた音声通信に適用した場合を例に、実施形態について説明する。

（Ａ−１）第１の実施形態の構成
本実施形態にかかる通信システム７０の全体構成例を図７に示す。

図７において、当該通信システム７０は、ネットワーク７１と、通信端末７２，７３とを備えている。

このうちネットワーク７１はインターネットであってもよく、通信事業者が提供し、ある程度、通信品質が保証されたＩＰネットワークなどであってもよい。

また、通信端末７２は例えばＩＰ電話機のような音声通話をリアルタイムで実行することのできる通信装置である。ＩＰ電話機は、ＶｏＩＰ技術を利用し、ＩＰプロトコルを用いるネットワーク上で音声データをやり取りして通話を行うことを可能にする。通信端末７３も、当該通信端末７２と同じ通信装置である。

通信端末７２はユーザＵ１によって利用され、通信端末７３はユーザＵ２によって利用される。通常、ＩＰ電話機ではユーザ間の会話を成立させるために、双方向に音声がやり取りされるものであるが、ここでは、通信端末７２から音声フレーム（音声パケット）ＰＫ１１〜ＰＫ１３などが送信され、これらのパケットがネットワーク７１経由で通信端末７３に受信される方向に注目して説明を進める。

これらのパケットＰＫ１１〜ＰＫ１３にはユーザＵ１が発話した内容を示す音声データが含まれているので、この方向に関する限り、通信端末７３は受信処理のみを行い、ユーザＵ２はユーザＵ１が発話した音声の聴取のみを行う。

これらのパケットはＰＫ１１、ＰＫ１２，ＰＫ１３，…の順番で送信され、多くの場合、この順番で欠けることなく全パケットが通信端末７３に受信されるが、ネットワーク７１上におけるルータ（図示せず）の輻輳などの事象に起因してパケット損失が発生することがある。パケット損失で失われたパケットは、例えば、ＰＫ１２であってもよい。

本実施形態の特徴は受信側の機能にあるため、以下では、前記通信端末７３に注目して説明する。通信端末７３の主要部の構成例を図１に示す。前記通信端末７２が受信処理を行うためにこれと同じ構成を備えていてよいことは当然である。

（Ａ−１−１）通信端末の構成例
図１において、当該通信端末７３は、復号器１１と、調整器１２と、補間器１３と、消失判定器１４とを備えている。

このうち復号器１１は、当該通信端末７３が受信したパケット（例えば、ＰＫ１１など）から抽出された音声データＣＤ１を復号し、復号結果ＤＣ１を出力する部分である。送信側の通信端末７２では符号化により音声データＣＤ１を生成する際、前記差分量子化を行っているため、受信側の通信端末７３に含まれる当該復号器１１が行うこの復号のなかでは、差分量子化に対応する逆量子化を実行することになる。

消失判定器１４は、基礎情報ＳＴ１に基づいて前記パケット損失（音声消失）の発生を検出し、消失状態検出結果ＥＲ１を出力する部分である。パケット損失が発生すると、前記調整器１２や補間器１３の機能が必要となるので、その旨を当該消失状態検出結果ＥＲ１で、前記調整器１２および補間器１３に通知する。

パケット損失の検出方法には様々な方法を使用可能であるが、例えば、各パケットに含まれるＲＴＰヘッダなどが持つ、連番となるはずのシーケンス番号（通信端末７２がパケット送信時に付与した連続番号）に抜けが発生した場合に、パケット損失が発生したものと判定してもよく、当該ＲＴＰヘッダなどが持つタイムスタンプ（通信端末７２がパケット送信時に付与した送信時刻情報）の値をもとに、遅延が大きすぎるパケットは、パケット損失により失われたものと判定するようにしてもよい。シーケンス番号を用いる場合には、前記基礎情報ＳＴ１は当該シーケンス番号となり、タイムスタンプを用いる場合には、前記基礎情報ＳＴ１はタイムスタンプとなる。

いったんパケット損失により失われたと判定されたパケットが、後から受信されることも起こり得るが、そのような場合、受信したパケットは廃棄するものであってよい。リアルタイム通信では、受信されるべきタイミングまでに受信されなかった音声データを音声出力に利用することができないからである。

ただし、シーケンス番号をもとにパケット損失を判定するケースでは、音声出力までに間に合うタイミングでそのパケットが受信された場合、受信したパケットの順番を通信端末７３内で入れ替えることにより、音声出力に利用できる可能性があるので、このような入れ替えを行う場合には、前記消失状態検出結果ＥＲ１でパケット損失を通知するタイミングが早くなりすぎないように配慮したほうがよい。

補間器１３は、前記復号器１１から出力され調整器１２によって調整された音声情報（調整結果）ＡＪ１の系列に対し、補間音声情報を挿入して補間結果ＩＮ１を出力する部分である。当該補間器１３は、前記消失状態検出結果ＥＲ１が音声消失を示したときに、所定の方法で作成した補間音声（補間音声情報）を、前記音声消失に対応する区間に挿入することになる。

補間音声の作成には様々な方法を用いることができるが、そのために必要ならば、当該補間器１３は、調整器１２から供給される調整結果ＡＪ１のうち新しいものを保存しておき、例えば、音声消失直前の調整結果ＡＪ１から当該補間音声を作成するものであってよい。

当該補間器１３を復号器１１と調整器１２のあいだに配置し、補間後の音声情報を調整器１２で調整することや、復号器１１の前段に配置し、復号の前に補間することも可能であるが、本実施形態では、図示したように、補間器１３は調整器１２の後段に配置されているため、補間は、調整後に実行されることになる。

補間をいずれの位置で行ったとしても、補間によって挿入されるものは、本来の音声情報とは相違する疑似的な音声情報であるため、補間だけでは、復号器１１で実行される逆量子化で上述したように予期せぬ極端な離散値が出現して、通信端末７３から出力される音声出力の品質を劣化させることを防ぐことはできない。

そこで、本実施形態では、前記調整器１２を用いて音声消失区間（ここに補間音声情報が挿入される）とその後の区間のつながりに関連する音声出力の品質劣化を軽減している。

調整器１２は、前記復号器１１から供給される復号結果ＤＣ１に関する直流成分傾向を求めること等により、調整の必要があるか否かを判定し、調整の必要があると判定した場合には復号結果ＤＣ１の示す振幅の値を調整し、そうでない場合には何も処理を行わず透過的に復号結果ＤＣ１を通過させ（この場合、ＤＣ１がそのままＡＪ１となる）、調整結果ＡＪ１を後段の補間器１３へ渡す。

このような調整器１２の詳細構成を図２に示す。

（Ａ−１−２）調整器の詳細構成
図２において、当該調整器１２は、総和算出器２１と、判定器２２と、補正器２３とを備えている。

このうち総和算出器２１は基本的に前記復号結果ＤＣ１に関する直流成分傾向を求める部分である。当該総和算出器２１が求める直流成分傾向は、後述する３つの総和情報ＳＧ１〜ＳＧ３によって表現される。

当該総和算出器２１は、音声消失が発生していない区間や、音声消失が発生している区間では動作せず、音声消失が解消したタイミングで動作する。音声消失が解消するまでの音声消失が発生している区間では、処理するべき有効な復号結果ＤＣ１が存在しないからである。例えば、前記消失状態検出結果ＥＲ１で、音声消失（パケット損失）の発生と、パケットの受信を明示的に示すようにすれば、当該消失状態検出結果ＥＲ１が音声消失を示したあと、最初にパケットの受信を示したタイミングで、当該総和算出器２１が動作を開始することができる。

開始した総和算出器２１の動作を継続させる期間（この期間は、補正器２３が後述する振幅調整処理を実行する処理区間に対応する）に関しては様々な変形例が考えられる。

この処理区間は、例えば、パケットのサイズ（厳密には、パケットに収容されている音声データ（例えば、ＣＤ１１）のサイズ）に合わせるようにするとよい。この場合、１パケット中の音声データのサイズが変動する場合には、その変動に合わせて処理区間の長さも変化させることになる。復号器１１と同様、調整器１２でも、１パケット（厳密には、１パケットに収容されている１つの音声データ）を処理単位としたほうが効率的だからである。
図３に示すように、当該総和算出器２１は、正負判定器３１と、総和積算器３２と、負数総和積算器３４と、正数総和積算器３３と、正負変換器３５とを含んでいる。

このうち総和積算器３２は、復号結果ＤＣ１に含まれる離散的な値（振幅値）を、前記処理区間のあいだ積算し、その積算結果を出力する部分である。

総和積算器３２は、前記処理区間のあいだに存在する全ての離散値の値を積算し、その積算結果を全総和情報ＳＧ１として出力するので、例えば、当該処理区間のあいだ、正方向と負方向に同程度の大きさの離散値が同程度の数だけ存在する場合などには、それらのほとんどが相殺される結果、当該全総和情報ＳＧ１の値は０または０に近いものとなるが、正方向と負方向で離散値の大きさが極端に相違していたり、離散値の数に大きな偏りがある場合などには、相殺し切れずに残るものが多くなって当該全総和情報ＳＧ１の値（絶対値）は大きくなる。

図８に音声波形の一例を示している。図８中、横軸Ｘは時間軸（図示した時間範囲は前記処理区間に比較してはるかに短い）であり、縦軸Ｙは振幅を示している。Ｙ軸の０から上が正（＋）、０から下が負（−）である。また、標本化（サンプリング）のタイミングを点線で示しているので、各点線と音声波形ＡＷ１の交わる各点Ｐ１１〜Ｐ２６が標本点となる。実際には量子化雑音が混入し得るものの、基本的に、各標本点（例えば、Ｐ１１）の示す振幅値（Ｙ座標の値）が、差分量子化後の離散値（振幅値）に対応する。ただし差分量子化では、前記非特許文献２による量子化と異なり、前記非特許文献３に記載されたように、標本点間の振幅値の変化量を量子化する点は、すでに説明した通りである。

また、正負判定器３１は、前記処理区間のあいだ、復号結果ＤＣ１に含まれる各離散値（例えば、前記各標本点Ｐ１１〜Ｐ２６に対応）に関し、その値の正負（前記Ｙ軸上で０より上か下か）を判定して、判定結果が正となった離散値は正数音声Ｐ１として正数総和積算器３３へ供給し、判定結果が負となった離散値は負数音声Ｎ１として負数総和積算器３４へ供給する。具体的な実装にも依存するが、負数音声Ｎ１が負の符号を持つ場合などには、図３に示したように正負変換器３５を介して、負の符号を除去する操作を施したほうが、その後の処理で正負符号を取り扱う必要がなくなって、処理の効率があがる場合も少なくない。

前記正数総和積算器３３は、供給された正数音声Ｐ１の示す値を積算しその積算値を正数総和情報ＳＧ３として出力する部分である。この正数総和情報ＳＧ３は、例えば、図８で波形ＡＷ１とＸ軸によって囲まれた領域のうちＹ座標が０より大きな部分の面積に対応する。

また、負数総和積算器３４は、供給された負数音声Ｎ１の示す値を積算しその積算値を負数総和情報ＳＧ２として出力する部分である。この負数総和情報ＳＧ２は、例えば、図８で波形ＡＷ１とＸ軸によって囲まれた領域のうちＹ座標が０より小さな部分の面積に対応する。

これらの総和情報ＳＧ１〜ＳＧ３は、図２に示した判定器２２に供給される。

図２において、当該判定器２２は、総和情報ＳＧ１〜ＳＧ３をもとに、上述した予期せぬ極端な離散値（多くの場合、極端に大きな異常な振幅値）が出現しているか否かを判定し、判定結果ＤＳ１を出力する部分である。

これらの総和情報ＳＧ１〜ＳＧ３をもとに、どのようにして、予期せぬ極端な離散値の存否を特定するかに関しても様々な方法が利用できる可能性があるが、ここでは次のＣＲ１およびＣＲ２の判定方法を用いるものとする。

ＣＲ１：前記全総和情報ＳＧ１の絶対値が所定のしきい値ＴＨ１を越えるとき、極端な離散値が存在するものと判定する。

ＣＲ２：同時に入力された負数総和情報ＳＧ２と正数総和情報ＳＧ３の大小関係を調べ、大きいほうが所定のしきい値ＴＨ２を越え、なおかつ、小さいほうが所定のしきい値ＴＨ３より小さいときに、極端な離散値が存在するものと判定する。

換言すると、これらの判定方法ＣＲ１、ＣＲ２のいずれによっても極端な離散値が存在しないものと判定された場合には、正常であるとみなしたことになる。音声消失が発生した場合でも、音声消失の区間の前後におけるユーザＵ１の発話の内容（例えば、その間、何も話さず無音であった場合など）等によっては、極端な離散値が出現しない可能性もある。

なお、前記しきい値ＴＨ１，ＴＨ２，ＴＨ３の値としては様々な値を設定することが可能であるが、一例として、ＴＨ１を３００，ＴＨ２を２００，ＴＨ３を１００などとしてもよい。

当該判定器２２による判定結果ＤＳ１と、前記復号結果ＤＣ１を受け取る補正器２３は、判定結果ＤＳ１が前記極端な離散値が出現していないことを示している場合、復号結果ＤＣ１を何ら加工することなく透過的に通過させ、前記極端な離散値が出現していることを示している場合には、復号結果ＤＣ１の離散値を変更することによって極端さを解消するように調整した上で通過させる。いずれの場合も、当該補正器２３を通過した復号結果ＤＣ１は調整結果ＡＪ１として、前記補間器１３へ供給されることになる。

極端さを解消するための調整方法（振幅調整処理）には様々なものがあり、例えば、補間器１３が作成する前記補間音声（補間音声情報）の振幅を参照して、その振幅に近い値に変更すること等も可能であるが、極端さが、振幅値が極端に大きくなる方向に現れる傾向が強い場合や、大きくなる方向に現れた場合に特にユーザＵ２に大きな違和感を与える傾向が強い場合などには、振幅値を０に変更することも簡便である。また、波形軸を移動することによって、当該極端さを解消するようにしてもよい。

波形軸の移動とは、例えば、図８の場合、波形ＡＷ１をＹ軸方向に平行移動させることに相当する操作である。波形ＡＷ１の場合、Ｙ軸の正の方向に偏っているため、もしも当該波形ＡＷ１に波形軸の移動を適用するとすれば、Ｙ軸の負の方向に平行移動させることになる。

いずれの解消方法を用いることも可能であるが、ここでは、振幅値を０にする方法を用いるものとする。

以下、上記のような構成を有する本実施形態の動作について説明する。

（Ａ−２）第１の実施形態の動作
ユーザＵ１の発話した音声が図７に示す通信端末７２から時系列に送信されるパケットＰＫ１１，ＰＫ１２，ＰＫ１３，…に収容され、ネットワーク７１経由で通信端末７３に受信され、音声出力される。この音声出力は、ユーザＵ２によって聴取される。各パケットに収容されていた音声データＣＤ１を区別するため、パケットＰＫ１１に収容されている音声データをＣＤ１１とし、パケットＰＫ１２に収容されている音声データをＣＤ１２とし、パケットＰＫ１３に収容されている音声データをＣＤ１３とすると、音声データＣＤ１１，ＣＤ１２，ＣＤ１３は、ユーザＵ２が聴取する音声情報に関し、一連の系列を構成する。

パケットＰＫ１１〜ＰＫ１３がネットワーク７１を伝送されるときにパケット損失が発生しなければ、通信端末７３内の図１に示した消失判定器１４が出力する消失状態検出結果ＥＲ１が、音声消失の発生を示すことがないから、調整器１２は復号器１１から受け取った復号結果ＤＣ１を透過的に（調整結果ＡＪ１として）補間器１３に渡し、補間器１３は前記補間音声の作成や、挿入を行うことがない。

このような状態がつづく限り、通信品質を劣化させるその他の要因（大きなジッタの発生など）がなければ、通信端末７３は高い音声品質で音声出力を継続することができる。

ところが、いずれかのパケット（ここでは、ＰＫ１２とする）がパケット損失によって失われると、前記消失状態検出結果ＥＲ１が音声消失の発生を示すため、補間器１３内では前記補間音声が作成され、調整器１２内では、前記総和算出器２１や判定器２２などが動作開始の準備を行う。

実際に当該総和算出器２１や判定器２２などが動作を開始するのは、前記消失状態検出結果ＥＲ１が、音声消失の発生を示したあと前記パケット（ここでは、ＰＫ１３）の受信を明示的に示す状態となるタイミング、すなわち、音声消失が解消したタイミングである。

ここでは、上述した差分量子化に対応する復号（逆量子化）を行うとき、前記系列中のある音声データ（ここでは、ＣＤ１３）の逆量子化が、時間的に前の音声データ（ここでは、ＣＤ１２）の内容を利用することが前提である。

パケット損失（音声消失）のため、利用すべき音声データＣＤ１２が存在しないから、音声データＣＤ１３の逆量子化の結果が正常なものとはならず、前記極端な離散値（振幅値）が出現する可能性が高い。例えば、前記処理区間のなかに、この音声データＣＤ１３の区間の一部または全部が含まれる。

前記総和算出器２１内の各構成要素３１〜３４が動作した結果として出力される総和情報ＳＧ１〜ＳＧ３に基づいて、前記判定方法ＣＲ１、ＣＲ２による処理を実行した結果、判定器２２が音声データＣＤ１３の復号結果ＤＣ１に極端な離散値（振幅値）が含まれていると判定した場合には、補正器２３は上述したように、音声データＣＤ１３の振幅値を０に変更する。

また、音声消失によって失われた音声データＣＤ１２の区間については、前記補間器１３が作成した補間音声が挿入される。

したがってこの場合、ユーザＵ２は、当該パケットＰＫ１１〜ＰＫ１３に対応し、本来なら、音声データＣＤ１１，ＣＤ１２，ＣＤ１３の復号結果に対応した音声出力が聴取される区間では、音声データＣＤ１１の復号結果、補間音声、無音（振幅値０）を聴取することになる。

この場合、本来の復号結果が聴取できる場合と比較すると音声品質が低下することは避けられないが、音声データＣＤ１３に対応する区間で上述した極端な離散値に対応する音声出力が行われてしまう場合に比べると、無音区間と音声データＣＤ１１の復号結果や補間音声の区間とのつながりが自然で、後続のパケット（ＰＫ１３以降に受信されるパケット）に含まれる音声データの復号結果とのつながりもなめらかなものとなり、ユーザＵ２にとって違和感が少ない。これにより、通信品質の劣化の程度が抑制されるため、従来に比べて通信品質が高いといえる。

（Ａ−３）第１の実施形態の効果
本実施形態によれば、差分量子化を用いる条件下で、パケット損失が発生した場合の通信品質を従来よりも高めることができる。

（Ｂ）第２の実施形態
以下では、本実施形態が第１の実施形態と相違する点についてのみ説明する。

本実施形態が第１の実施形態の相違するのは、基本的に、前記総和算出器２１の機能に関する点に限られる。したがって図１や図７などは、そのまま本実施形態の構成を示したものでもある。

第１の実施形態の総和算出器２１と区別するため、本実施形態の総和算出器に、符号８０を付与する。

（Ｂ−１）第２の実施形態の構成および動作
本実施形態の総和算出器８０の内部構成は例えば図４に示す通りである。

図４において、当該総和算出器８０は、正負計数器４１と、総和積算器４２と、正数計数器４３と、負数計数器４４とを備えている。

このうち正負計数器４１は、前記復号器１１から復号結果ＤＣ１を受け取ると、前記処理区間のあいだ、復号結果ＤＣ１に含まれる各離散値（例えば、前記各標本点Ｐ１１〜Ｐ２６に対応）に関し、その値の正負（前記Ｙ軸上で０より上か下か）を判定して、判定結果が正となるたびに正数判定信号Ｐ１１を出力し、判定結果が負となるたびに負数判定信号Ｎ１１を出力する部分である。

当該正数判定信号Ｐ１１を受け取る正数計数器４３は、正数判定信号Ｐ１１を受け取るたびに例えばインクリメント（＋１）することにより、受け取った正数判定信号Ｐ１１の数（正標本点数）をカウントし、カウント結果を正数計数情報ＳＧ１３として出力する部分である。当該正数計数情報ＳＧ１３は、前記判定器２２に供給される。

同様に、前記負数判定信号Ｎ１１を受け取る負数計数器４４は、負数判定信号Ｎ１１を受け取るたびに例えばインクリメント（＋１）することにより、受け取った負数判定信号Ｎ１１の数（負標本点数）をカウントし、カウント結果を負数計数情報ＳＧ１２として出力する部分である。当該負数計数情報ＳＧ１２は、前記判定器２２に供給される。

判定器２２は、これら２つの計数情報ＳＧ１２，ＳＧ１３に基づいて判定を行うため、その動作も第１の実施形態とは相違したものとなる。計数情報ＳＧ１２とＳＧ１３を用いて、上述した極端な離散値が出現しているか否かを判定する判定方法には様々なものがあり得るが、ここでは、次の判定方法ＣＲ３を用いるものとする。

ＣＲ３：正数計数情報ＳＧ１３が示す正標本点数と、負数計数情報ＳＧ１２が示す負標本点数の差分を求め、この差分の絶対値が所定のしきい値ＴＨ４を越えている場合には、極端な離散値が存在するものと判定する。

当該しきい値ＴＨ４の値としては様々な値を設定することが可能であるが、一例として、２０としてもよい。

図４に示す前記総和積算器４２は、それ自体の機能は第１の実施形態における総和積算器３２とまったく同じであり、したがって、当該総和積算器４２から出力される全総和情報ＳＧ１１は、第１の実施形態の全総和情報ＳＧ１と同じである。ただし本実施形態の全総和情報ＳＧ１１は、判定器２２ではなく、補正器２３に供給される。

この全総和情報ＳＧ１１を受け取った本実施形態の補正器２３は、これを該当する区間（例えば、前記パケットＰＫ１２が失われた場合には前記音声データＣＤ１３に対応する区間）の直流成分量とする。そして、この区間の復号結果ＤＣ１から当該直流成分量を減算したものを、当該区間の調整結果ＡＪ１として出力する。全総和情報ＳＧ１１の平均値を、当該直流成分量としてもよい。

さらに、直流成分量を減算する場合の減算量は、現時点での処理期間の前および後ろの期間とで減算量が連続的に変化するように値を決めるようにすることが望ましい。たとえば、現時点のパケット（例えば、前記ＰＫ１３の次のパケットであるＰＫ１４（図示せず））での直流成分量と１つ前のパケット（ここでは、ＰＫ１３）での直流成分量をそれぞれＤ０、Ｄ１として保持し、現時点での処理区間（ＰＫ１４に対応）の最初の減算量がＤ１、最後の減算量がＤ０となるように当該処理区間内の減算量を線形的に変化させるなどの方法をとってもよい。

この処理は、補正器２３による調整（すなわち、振幅調整）をおこなう期間からおこなわない期間へ移行するときも同様におこなうことができる。

なお、たとえ前記消失状態検出結果ＥＲ１が音声消失の発生を示したとしても、前記判定方法ＣＲ３に応じた処理で、極端な離散値が出現していないと判定された場合には、復号結果ＤＣ１を何ら加工することなく透過的に通過させる点などは、本実施形態も第１の実施形態と同様である。

（Ｂ−２）第２の実施形態の効果
本実施形態によれば、第１の実施形態と同等な効果を得ることができる。

加えて、本実施形態では、第１の実施形態の正数総和積算器（３３）や負数総和積算器（３４）に相当する正数計数器（４３）や負数計数器（４４）は、単に標本点の数をカウントするだけでよいため、同一条件下で比較した場合、第１の実施形態のように離散値を積算するケースに比べて、記憶資源の消費量を削減することができ、処理速度を早くできる可能性も高い。

（Ｃ）第３の実施形態
以下では、本実施形態が第１、第２の実施形態と相違する点についてのみ説明する。

本実施形態が第１、第２の実施形態と相違するのは、基本的に、前記復号結果ＤＣ１の示す包絡線を利用して各処理を行う点に限られる。したがって図１や図７などは、そのまま本実施形態の構成を示したものでもある。

第１の実施形態の調整器１２と区別するために、本実施形態の調整器には、符号８１を付与する。

（Ｃ−１）第３の実施形態の構成および動作
本実施形態の調整器８１の内部構成は例えば図５に示す通りである。

図５において、当該調整器８１は、包絡線算出器５１と、判定器５２と、補正器５３とを備えている。

このうち包絡線算出器５１は、復号結果ＤＣ１の各離散値の包絡線ＲＥ１を算出する部分である。

そのため当該包絡線算出器５１は、例えば、図６に示すような遅延器６１と、アンプ６２，６３と、加算器６４とを備えた循環型フィルタを含んでいる。

ここで、アンプ６１の利得であるαは、１より小さい正数であるが、一例として、０．９であってよい。

利得１−αのアンプ６３に入力される入力値ｘ（ｔ）は、前記復号結果ＤＣ１に含まれる各離散値（振幅値）に対応するが、正負符号を含まない絶対値である。

当該アンプ６３からの出力値と前記アンプ６２からの出力値が加算器６４で加算された結果が、包絡線の値（包絡値）であるｙ（ｔ）となる。また、当該ｙ（ｔ）が遅延器６１によって遅延を付与された上で帰還した値ｙ（ｔ−１）が、前記アンプ６２に対する入力値となり、その入力値を当該アンプ６２で処理した結果が、次回、加算器６４に対して出力される出力値となる。

前記利得αが大きい場合には、包絡値ｙ（ｔ）に関し、遅延器６１を通って循環する値ｙ（ｔ−１）に対応する信号成分を強め、小さい場合には、新たな入力値ｘ（ｔ）に対応する信号成分を強める。

当該包絡線算出器５１は、第１の実施形態における総和算出器２１に対応し得る部分であるが、第１の実施形態の総和算出器２１が、音声消失が発生していない区間に動作しなかったのに対し、当該包絡線算出器５１は音声消失が発生していない区間にも動作する点が相違する。

判定器５２は判定結果ＤＳ１を補正器５３に供給する点は、前記判定器２２と同様であるが、その判定結果を得るための判定方法ＣＲ４は、第１、第２の実施形態の判定方法と相違する。

この判定方法ＣＲ４を実行するため、判定器５２は、音声消失が発生していない区間に前記包絡線算出器５１が動作することによって得られた包絡値ｙ（ｔ）のうち新しいものは、常に、記憶しておく必要がある。この場合、新しい包絡値ｙ（ｔ）が供給されるたびに、同じサイズの包絡値の記憶データを、古いものから順番に削除（または無効化）して、その新しい包絡値ｙ（ｔ）を記憶するための記憶領域を確保するようにするとよい。

その上で、当該判定器５２は、音声消失が発生したときに、次の判定方法ＣＲ４を実行する。

ＣＲ４：音声消失が解消したタイミングで判定器５２に供給される最新の包絡値ｙ（ｔ）と、記憶されていた包絡値ｙ（ｔ）（これは、音声消失直前の包絡値にあたる）とを比較し、比較の結果、最新の包絡値ｙ（ｔ）のほうが、記憶されていた包絡値ｙ（ｔ）より小さい場合には正常と判定し、大きい場合には異常な振幅と判定する。

当該判定器５２から判定結果ＤＳ１を受け取る補正器５３の動作（調整方法）は、第１、第２の実施形態の補正器２３と同じであってもよいが、ここでは、判定器５２内に記憶しておいた音声消失直前の包絡値を各離散値に対する包絡値で除算したものを減衰率として復号結果ＤＣ１に含まれる離散値（振幅値）に乗算し、その乗算結果を調整結果ＡＪ１として出力するものとする。これにより、振幅が調整される。

なお、判定器５２による判定方法ＣＲ４を用いた包絡値の大小判定と、補正器５３による振幅調整は、例えば前記処理区間のあいだだけ、復号結果ＤＣ１中の各離散値に対し、繰返しおこなわれることになる。

ここでは、比較や減衰率の基準を消失直前の包絡値としたが、これには限定せず、例えば、消失直前の音声データ（例えば、前記ＣＤ１１）における包絡値の平均などとしてもよい。

また、補正器５３における振幅調整処理（調整方法）も、減衰率を乗算する方法でなく、減衰させる量を減算するようにしてもよい。現在の異常な振幅を減衰させ、消失前の振幅に近づける方法であればこの方法に限定しない。

さらに、前記処理区間を、音声消失が解消した直後の減衰率（０から１の間の値）を１０倍したパケット（音声データ）数に相当する期間とするなどの方法をとることもでき、なんらかの形で振幅調整する期間の上限を設定する方法であれば、手段は限定しない。

さらに振幅調整をおこなう区間と後続の区間とのつながりをなめらかなものとするため、振幅調整を行う区間の最後の部分（例えば、最後の１０ｍｓの期間）では、当該１０ｍｓの直前での減衰率を保持しておき、当該１０ｍｓ期間内では線形的にこの減衰率を減らしていき、振幅調整をおこなわない音声に連続的に遷移させるようにするとよい。

この期間として１０ｍｓ以外の期間を用意してもよいことは当然である。

また、振幅を調整した音声から、元の音声に連続的に遷移させる方法であれば、この方法には限定せず、たとえば、指数関数的に減衰率を減少させる方法などを用いることもできる。

（Ｃ−２）第３の実施形態の効果
本実施形態によれば、第１の実施形態の効果と同等な効果を得ることができる。

加えて、本実施形態では、個々の振幅値に対応する包絡値を直接利用して、復号結果（ＤＣ１）中における極端な離散値（振幅値）の存否を検査するため、より高精度な検査が可能である。

また、本実施形態では、連続する複数の包絡値を利用して包絡線の形状を知ることができるため、補正器（５３）が実行する振幅調整処理では、より自然に（より忠実に）前後の波形の変化に合わせた調整を行うことが可能性となり、ユーザ（Ｕ２）の聴感上の違和感のさらなる低減や解消に有効である。

（Ｄ）他の実施形態
上記第１〜第３の実施形態では、いったん動作開始した総和算出器２１や補正器２３などが動作を継続する処理区間はパケットサイズに合わせるものとしたが、処理区間の長さがパケットサイズに依存しない構成を取ることも可能である。この場合など、例えば、処理区間は、８０ｍｓの固定値としてもよい。

また、当該期間を固定的に設定せず、振幅総和を０．０５倍した数のパケット（フレーム）に相当する期間にするなどの方法をとってもよく、なんらかの形で振幅調整する期間の上限を設定する方法であれば、手段を限定しない。さらに、１つのパケットに対応する期間より短い期間を単位として振幅調整を行う期間を決めてもよい。

また、複数のパケット（フレーム）にわたって振幅の調整が必要な場合にも適応可能である。例えば、前述の判定方法をパケット毎に行い、振幅の調整の必要がない場合は、以後のパケットでは振幅調整を行わず、振幅の調整の必要がある場合は引き続き振幅調整を行い、この動作を繰り返すことをおこなう。この際、繰り返すパケット（フレーム）の数に上限を設けてもよい事は、言うまでもない。その方法としては、上述の上限を設定する方法を用いてもよい。

さらに、上記第１〜第３の実施形態では、多くの処理で、共通の前記処理区間を用いるものとしたが、処理ごとに異なる処理区間を用いるようにしてもよい。例えば、前記全総和情報ＳＧ１を求めるための処理区間と、前記負数総和情報ＳＧ２や正数総和情報ＳＧ３を求めるための処理区間の長さが相違していてもかまわない。

なお、前記補正器（１２，８１）が実行する調整方法としては、上述した以外の方法を用いることが可能である。

また、各実施形態と調整方法の組み合わせを上述したものから変更してもよいことは当然である。

さらに、前記しきい値ＴＨ１〜ＴＨ４の値は上述したものに限定しない点はすでに説明した通りである。また、これらのしきい値ＴＨ１〜ＴＨ４の値を固定値とせず、音声の入力状況などに応じて、変更するようにしてもよい。

なお、上記第３の実施形態にかかわらず、循環型フィルタ以外の手段で、波形（例えば、ＡＷ１）の振幅変化を求めるようにしてもよい。

例えば、ある標本点から一定時間までのすべての標本点において、振幅値の絶対値の総和をとり、これを各々標本点ごとに求めた系列を包絡線として用いてもよい。

また、上記第３の実施形態では、基準となる記憶されていた包絡値と最新の包絡値とを比較しているが、これらの包絡値に有効範囲を設定してもよい。例えば、判定器５２内に記憶しておいた音声消失直前の包絡値を最新の包絡値で除算した減衰率の逆数が１．００１未満であれば振幅調整を終了するようにしてもよい。

さらに、上記第１〜第３の実施形態では、音声消失直後の音声データ（その復号結果（例えば、前記ＤＣ１３））に対して調整方法を実行するようにしたが、調整方法をどの音声データに対して実行するかは、使用する差分量子化の手順、および装置の構成に依存して決まる。

例えば、差分量子化が、ある区間の振幅値に関する量子化で、その前の区間の振幅値からの変化量を量子化するものである場合には、上記第１〜第３の実施形態のように音声消失が発生した直後の音声データに対して調整方法を実行するものであってよいが、ある区間の振幅値に関する量子化で、その後の区間の振幅値への変化量を量子化する場合などには、音声消失直前の音声データに対して、調整方法を実行することが必要となる可能性がある。

また、上記第１〜第３の実施形態では、パケット損失（音声消失）が発生したときに調整器（１２，８１）が機能する機会を与え、必要に応じて、振幅調整を行わせたが、パケット損失が発生していないときにも振幅調整を行うことができる可能性がある。

例えば、あるパケット（フレーム）について伝送誤りの発生を検出した場合などに、調整器（１２，８１）が機能する機会を与えるようにしてもよい。パケットを受信することはできても、伝送誤りが検出された場合には、そのパケット中の音声データが壊れていて、上述した極端な離散値（振幅値）が出現する可能性があるからである。

なお、上記第１〜第３の実施形態では、音声通信を例に説明したが、本発明は、音声通信以外のリアルタイム通信に適用できる可能性がある。例えば、動画像データの通信などに本発明を適用してもよい。

また、本発明を適用する通信プロトコルは、上述したＩＰプロトコルに限定する必要はないことは当然である。

以上の説明では主としてハードウエア的に本発明を実現したが、本発明はソフトウエア的に実現することも可能である。

第１〜第３の実施形態で使用する通信端末の主要部の構成例を示す概略図である。第１および第２の実施形態の通信端末に含まれる調整器の構成例を示す概略図である。第１の実施形態で使用する通信端末に含まれる総和算出器の構成例を示す概略図である。第２の実施形態で使用する通信端末に含まれる総和算出器の構成例を示す概略図である。第３の実施形態で使用する通信端末に含まれる調整器の構成例を示す概略図である。第３の実施形態で使用する通信端末に含まれる包絡線算出器の構成例を示す概略図である。第１〜第３の実施形態にかかる通信システムの全体構成例を示す概略図である。第１〜第３の実施形態の動作説明図である。

符号の説明

１１…復号器、１２…調整器、１３…補間器、１４…消失判定器、２１…総和算出器、２２…判定器、２３…補正器、３１…正負判定器、３２…総和積算器、３３…正数総和積算器、３４…負数総和積算器、７０…通信システム、７１…ネットワーク、７２，７３…通信端末、Ｐ１１〜Ｐ２６…標本点、ＰＫ１１〜ＰＫ１３…パケット（音声フレーム）。

Claims

送信側で、時間的な先後関係にある複数の標本値の相対的な相違に基づく値を量子化して、量子化結果に応じて時系列に生成される生成データを分割し、分割結果を所定の伝送単位信号に収容して送信したものを受信する受信装置において、
前記伝送単位信号に収容されていた生成データの復号結果である標本値が示す信号波形の振幅の値において、所定以上の変動の出現を判定した場合に振幅調整を要と判定する調整要否判定手段と、
当該調整要否判定手段から振幅調整不要の判定結果が出た場合、前記信号波形を透過的に通過させ、振幅調整要の判定結果が出た場合には、所定の振幅調整処理を実行し前記信号波形の振幅を調整した上で通過させる振幅調整手段とを備えたことを特徴とする受信装置。
請求項１の受信装置において、
前記調整要否判定手段は、
前記信号波形の振幅を示す前記復号結果の総和を算出する振幅総和算出部と、
当該振幅総和算出部が算出した総和を、予め設定した第１のしきい値と比較し、その比較結果により、前記算出した総和の絶対値が前記第１のしきい値を超えるときを振幅調整要とする第１の判定実行部とを備えたことを特徴とする受信装置。
請求項１の受信装置において、
前記調整要否判定手段は、
前記信号波形の振幅を示す前記復号結果のうち正の値を持つものの総和を算出する正数振幅総和算出部と、
前記信号波形の振幅を示す前記復号結果のうち負の値を持つものの総和を算出する負数振幅総和算出部と、
前記正数振幅総和算出部が算出した総和および前記負数振幅総和算出部が算出した総和の絶対値の何れか一方が、予め定めた第２のしきい値より大きく、他方が予め定めた第３のしきい値より小さい場合を振幅調整要とする第２の判定実行部とを備えたことを特徴とする受信装置。
請求項１の受信装置において、
前記調整要否判定手段は、
前記信号波形の振幅を示す前記復号結果のうち正の値を持つものの個数を算出する正個数算出部と、
前記信号波形の振幅を示す前記復号結果のうち負の値を持つものの個数を算出する負個数算出部と、
当該正個数算出部が算出した個数と負個数算出部が算出した個数の差分を求め、前記差分の絶対値を予め設定した第４のしきい値と比較し、前記差分の絶対値が予め定めた第４のしきい値を超える場合に振幅調整要とする第３の判定実行部とを備えたことを特徴とする受信装置。
請求項１の受信装置において、
前記調整要否判定手段は、
前記信号波形の振幅を示す前記復号結果に基づいて信号波形の包絡線を算出する包絡線算出部と、
当該包絡線算出部が算出した包絡線を、それ以前に算出しておいた基準包絡線と比較し、前記包絡線が基準包絡線を越える場合を振幅調整要とする第４の判定実行部とを備えたことを特徴とする受信装置。
請求項１の受信装置において、
前記振幅調整手段は、
前記信号波形の波形軸を移動することによって振幅調整を実行する第１の振幅調整実行部、
前記信号波形の振幅の絶対値を所定の基準振幅値未満にすることによって振幅調整を実行する第２の振幅調整実行部、または、
付与された減衰率で、前記信号波形の振幅を減衰させることによって振幅調整を実行する第３の振幅調整実行部のいずれかを備えたことを特徴とする受信装置。
請求項１の受信装置において、
１つの前記伝送単位信号に収容されてきた生成データを単位として、前記振幅調整処理を実行する場合、時系列に受信される前記伝送単位信号が欠損すると、欠損した伝送単位信号に対応する生成データの直後の区間を、前記振幅調整処理の対象とすることを特徴とする受信装置。
請求項５の受信装置において、
時系列に受信される前記伝送単位信号が欠損すると、欠損した伝送単位信号に対応する生成データの直前の生成データに関する前記信号波形から、前記基準包絡線を算出することを特徴とする受信装置。
送信側で、時間的な先後関係にある複数の標本値の相対的な相違に基づく値を量子化して、量子化結果に応じて時系列に生成される生成データを分割し、分割結果を所定の伝送単位信号に収容して送信したものを受信する受信方法において、
調整要否判定手段が、前記伝送単位信号に収容されていた生成データの復号結果である標本値が示す信号波形の振幅の値において、所定以上の変動の出現を判定した場合に振幅調整を要と判定し、
振幅調整手段が、当該調整要否判定手段から振幅調整不要の判定結果が出た場合、前記信号波形を透過的に通過させ、振幅調整要の判定結果が出た場合には、所定の振幅調整処理を実行し前記信号波形の振幅を調整した上で通過させることを特徴とする受信方法。