JP4331928B2 - 音声符号化装置、音声復号化装置、及びそれらの方法 - Google Patents
音声符号化装置、音声復号化装置、及びそれらの方法 Download PDFInfo
- Publication number
- JP4331928B2 JP4331928B2 JP2002265929A JP2002265929A JP4331928B2 JP 4331928 B2 JP4331928 B2 JP 4331928B2 JP 2002265929 A JP2002265929 A JP 2002265929A JP 2002265929 A JP2002265929 A JP 2002265929A JP 4331928 B2 JP4331928 B2 JP 4331928B2
- Authority
- JP
- Japan
- Prior art keywords
- frame
- speech
- pitch
- information
- peak position
- 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 - Lifetime
Links
Images
Description
【０００１】
【発明の属する技術分野】
本発明は、音声信号を符号化して音声符号化情報を生成しパケット化して伝送する音声符号化装置、音声復号化装置、及びそれらの方法に関する。
【０００２】
【従来の技術】
インターネット通信に代表されるパケット通信においては、伝送路においてパケット（又はフレーム）が消失するなどして復号器側で符号化情報を受信できない時に、消失補償（隠蔽）処理を行うのが一般的である（例えば、特許文献１及び特許文献２等参照。）。
【０００３】
従来の音声信号伝送システムとして、図２５に示すものがある。図２５に示すように、従来の音声信号伝送システムは、音声信号送信装置１及び音声信号受信装置１０を具備している。音声信号送信装置１は、入力装置２、Ａ／Ｄ（アナログ／ディジタル）変換装置３、音声符号化装置４、信号処理装置５、ＲＦ変調装置６、送信装置７及びアンテナ８を有している。入力装置２は、音声信号を受け、これを電気信号であるアナログ音声信号に変換し、Ａ／Ｄ変換装置３に与える。Ａ／Ｄ変換装置３は、入力装置２からのアナログ音声信号をディジタル音声信号に変換し音声符号化装置４に与える。音声符号化装置４は、Ａ／Ｄ変換装置３からのディジタル音声信号を符号化して音声符号化情報を生成し信号処理装置５に与える。信号処理装置５は、音声符号化装置４からの音声符号化情報にチャネル符号化処理、多重化処理、パケット化処理及び送信バッファリング処理等を行った後、その音声符号化情報をＲＦ（Radio Frequency）変調装置６に与える。ＲＦ変調装置６は、信号処理装置５からの音声符号化信号を変調して送信装置７に与える。送信装置７は、ＲＦ変調装置６からの音声符号化信号をアンテナ８を介して電波（ＲＦ信号）として送信する。
【０００４】
音声信号受信装置１０は、アンテナ９、受信装置１１、ＲＦ復調装置１２、信号処理装置１３、音声復号化装置１４、Ｄ／Ａ（ディジタル／アナログ）変換装置１５及び出力装置１６を有している。
【０００５】
受信装置１１は、アンテナ９を介して音声符号化信号である電波（ＲＦ信号）を受けてアナログ電気信号である受信音声信号を生成し、これをＲＦ復調装置１２に与える。アンテナ９によって受けられた電波（ＲＦ信号）は、伝送路において信号の減衰や雑音の重畳がなければ、音声信号送信装置１から送信された電波（ＲＦ信号）と全く同じものとなる。
【０００６】
ＲＦ復調装置１２は、受信装置１１からの受信音声信号を復調し信号処理装置１３に与える。信号処理装置１３は、ＲＦ復調装置１２からの受信音声信号のジッタ吸収バッファリング処理、パケット組みたて処理、多重分離処理及びチャネル復号化処理等を行った後、その受信音声信号を音声復号化装置１４に与える。
【０００７】
また、信号処理装置１３は、パケットが所定の時間内に到着しない場合は、パケット消失が発生したことを音声復号化装置１４へ知らせる。音声復号化装置１４は、信号処理装置１３からの受信音声信号を復号化して復号音声信号を生成し、これをＤ／Ａ変換装置１５に与える。
【０００８】
なお、音声復号化装置１４は、信号処理装置１３からパケット損失情報を受け取った場合は、該当パケットの受信音声信号を受け取れないため、フレーム消失補償処理を行い、音声信号を生成する。Ｄ／Ａ変換装置１５は、音声復号化装置１４からのディジタル復号音声信号をアナログ復号音声信号に変換して出力装置１６に与える。出力装置１６は、Ｄ／Ａ変換装置１５からのアナログ復号音声信号を空気の振動に変換し音波として人間の耳に聴こえるように出力する。
【０００９】
音声復号化装置１４は、音声復号化部５６及びフレーム消失補償部５７を有している。音声復号化部５６は３つの入力端子をもち、そのうち２つは信号処理装置の２つの出力端子にそれぞれ接続されている。残りの１つの入力端子はフレーム消失補償部５７の出力端子に接続されている。音声復号化部５６の出力端子は２つあり、Ｄ／Ａ変換装置１５とフレーム消失補償部５７にそれぞれ接続されている。フレーム消失補償部５７の入力端子と出力端子は、音声復号化部５６の出力端子と入力端子にそれぞれ接続されている。フレーム消失補償部５７は、音声復号化部５６において過去に復号されたパラメータ情報を入力し、受信音声信号のフレームが損失している場合に必要となる音声パラメータを生成して音声復号化部５６へ出力する。
【００１０】
音声復号化部５６は、信号処理装置１３の一方の出力端子からフレーム損失信号を受けていない時に、信号処理装置１３の他方の出力端子からの受信音声信号に通常の復号化処理を施して復号音声信号を生成する。また、音声復号化部５６は、フレーム損失信号を受けている時には、フレーム消失補償部５７から入力される音声パラメータを用いて復号処理を行う。フレーム消失補償処理としては、音声符号化方式に応じて様々なものがあり、例えばＩＴＵ−Ｔ勧告Ｇ．７２９などでは復号化アルゴリズムの一部として規定されている。
【００１１】
【特許文献１】
特開平０９−１２０２９７号公報
【特許文献２】
特開平０９−１９０１９７号公報
【００１２】
【発明が解決しようとする課題】
しかしながら、従来の音声信号伝送システムにおいては、伝送したフレーム（またはパケット）が伝送路上で消失した場合、音声信号復号化装置１４が過去に受信済みの符号化情報を用いてフレーム（又はパケット）の消失補償処理を行う。このとき音声符号化装置４と音声信号復号化装置１４との間で内部状態の同期がとれなくなるため、フレームの消失部分のみならずフレーム消失以降のフレームの復号化処理にパケット消失の影響が伝播して復号音声信号の品質を大きく劣化させる場合があるという問題があった。
【００１３】
例えば、音声符号化方式として、ＩＴＵ−Ｔ勧告Ｇ．７２９に示すＣＥＬＰ（Code Excited Linear Prediction）方式を用いる場合には、過去の復号駆動音源信号を用いて音声の符号化及び復号化処理が行われることにより、フレーム消失補償処理によって符号器と復号器とで異なる駆動音源信号が合成されてしまうとその後しばらくの間において符号器と復号器の内部状態が一致せず、復号音声信号の品質が大きく劣化してしまう場合があるという問題がある。内部状態の中でも、過去に生成した音源信号のバッファである適応符号帳の内容の不一致による品質劣化が顕著である。
【００１４】
本発明は、かかる点に鑑みてなされたものであり、フレーム消失部およびフレーム消失の直後の復号音声信号の品質を向上させることができる音声符号化装置、音声復号化装置、及びそれらの方法を提供することを目的とする。
【００１５】
【課題を解決するための手段】
本発明の音声符号化装置は、入力音声信号を符号化する音声符号化手段と、前記音声符号化手段に保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出手段と、フレーム中で最後の前記極大パルスの位置を表す情報を含む冗長情報を符号化する符号化手段と、前記符号化された入力音声信号と前記冗長情報とを多重化する多重化手段と、を具備する構成を採る。
【００２９】
本発明の音声復号化装置は、通信相手において符号化され伝送された、フレーム中で最後の極大パルスの位置を表す情報を含む冗長情報を復号する復号化手段と、所定のフレーム単位で、前記フレームの最後の極大パルスの位置を表す情報を利用するフレーム消失補償処理を行うフレーム消失補償手段と、前記復号化手段に保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出手段と、を具備し、前記フレーム消失補償手段は、前記極大パルス位置検出手段により検出される極大パルスの位置を表す情報を用いて、前記復号化手段で得られる極大パルスの位置に、消失補償処理を行って得られるフレームの最後の極大パルスの位置をあわせる処理を行う、構成を採る。
【００５０】
本発明の音声符号化方法は、入力音声信号を符号化する音声符号化工程と、前記音声符号化工程で用いられるメモリに保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出工程と、フレーム中で最後の前記極大パルスの位置を表す情報を含む冗長情報を符号化する符号化工程と、前記符号化された入力音声信号と前記冗長情報とを多重化する多重化工程と、を具備するようにした。
【００５２】
本発明の音声復号化方法は、通信相手において符号化され伝送された、フレーム中で最後の極大パルスの位置を表す情報を含む冗長情報を復号する復号化工程と、所定のフレーム単位で、前記フレームの最後の極大パルスの位置を表す情報を利用するフレーム消失補償処理を行うフレーム消失補償工程と、前記復号化工程で用いられるメモリに保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出工程と、を具備し、前記フレーム消失補償工程において、前記極大パルス位置検出工程で検出される極大パルスの位置を表す情報を用いて、前記復号化手段で得られる極大パルスの位置に、消失補償処理を行って得られるフレームの最後の極大パルスの位置をあわせる処理を行う、ようにした。
【００５６】
【発明の実施の形態】
本発明の骨子は、音声符号化装置において、音声信号のピッチピーク位置情報を検出し、このピッチピーク位置情報を、符号化された音声信号とともに音声復号化装置に伝送することにより、音声復号化装置において、音声信号の消失フレームが発生した際に、その消失フレームに起因する品質劣化をピッチピーク位置情報に基づいて補償することである。
【００５７】
以下、本発明の実施の形態について、図面を参照して詳細に説明する。
【００５８】
（実施の形態１）
図１は、本発明の実施の形態１に係る音声信号伝送システムの構成を示すブロック図である。
【００５９】
音声信号伝送システムは、音声信号送信装置１００及び音声信号受信装置１９９を具備している。
【００６０】
音声信号送信装置１００は、入力装置１０２、Ａ／Ｄ変換装置１０３、音声符号化装置１０４、信号処理装置１０５、ＲＦ変調装置１０６、送信装置１０７及びアンテナ１０８を有している。Ａ／Ｄ変換装置１０３は入力装置１０２に接続されている。
【００６１】
音声符号化装置１０４の入力端子はＡ／Ｄ変換装置１０３の出力端子に接続されている。信号処理装置１０５の入力端子は、音声符号化装置１０４の出力端子に接続されている。ＲＦ変調装置１０６の入力端子は信号処理装置１０５の出力端子に接続されている。送信装置１０７の入力端子はＲＦ変調装置１０６の出力端子に接続されている。アンテナ１０８は、送信装置１０７の出力端子に接続されている。
【００６２】
入力装置１０２は、音声信号を受けてこれを電気信号であるアナログ音声信号に変換し、Ａ／Ｄ変換装置１０３に与える。Ａ／Ｄ変換装置１０３は、入力装置１０２からのアナログの音声信号をディジタル音声信号に変換し、これを音声符号化装置１０４に与える。音声符号化装置１０４は、Ａ／Ｄ変換装置１０３からのディジタル音声信号を符号化して音声符号化情報を生成し信号処理装置１０５に与える。
【００６３】
信号処理装置１０５は、音声符号化装置１０４からの音声符号化情報にチャネル符号化処理、パケット化処理及び送信バッファ処理等を行った後、その音声符号化情報をＲＦ変調装置１０６に与える。ＲＦ変調装置１０６は、信号処理装置１０５からの音声符号化信号を変調して送信装置１０７に与える。送信装置１０７は、ＲＦ変調装置１０６からの音声符号化信号をアンテナ１０８を介して電波（ＲＦ信号）として送信する。
【００６４】
音声信号送信装置１００においては、Ａ／Ｄ変換装置１０３を介して得られるディジタル音声信号に対して数十ｍｓのフレーム単位で処理が行われ、１フレーム又は数フレームの符号化データを１つのパケットに入れこのパケットをパケット網に送出する。本実施の形態では、伝送遅延を最小限にするために、１フレームを１パケットで伝送することを想定している。したがって、パケット損失はフレーム消失に相当する。
【００６５】
なお、本発明はパケット交換網に限らず、回線交換網にも適用可能で、その場合は、パケット化処理、ジッタ吸収バッファリング処理及びパケット組みたて処理は不要である。
【００６６】
音声信号受信装置１９９は、アンテナ１１０、受信装置１１１、ＲＦ復調装置１１２、信号処理装置１１３、音声復号化装置１１４、Ｄ／Ａ変換装置１１５及び出力装置１１６を有している。受信装置１１１の入力端子は、アンテナ１１０に接続されている。ＲＦ復調装置１１２の入力端子は、受信装置１１１の出力端子に接続されている。信号処理装置１１３の入力端子は、ＲＦ復調装置１１２の出力端子に接続されている。音声復号化装置１１４の２つの入力端子は、信号処理装置１１３の２つの出力端子に一対一接続されている。Ｄ／Ａ変換装置１１５の入力端子は、音声復号化装置１１４の出力端子に接続されている。出力装置１１６の入力端子は、Ｄ／Ａ変換装置１１５の出力端子に接続されている。
【００６７】
受信装置１１１は、アンテナ１１０を介して音声符号化情報である電波（ＲＦ信号）を受けてアナログの電気信号である受信音声信号を生成し、これをＲＦ復調装置１１２に与える。アンテナ１１０を介して受けた電波（ＲＦ信号）は、伝送路において信号の減衰や雑音の重畳がなければ、音声信号送信装置１００において送信された電波（ＲＦ信号）と全く同じものとなる。
【００６８】
ＲＦ復調装置１１２は、受信装置１１１からの受信音声信号を復調し信号処理装置１１３に与える。信号処理装置１１３は、ＲＦ復調装置１１２からの受信音声信号のジッタ吸収バッファリング処理、パケット組みたて処理、パケット消失検出処理、多重分離処理及びチャネル復号化処理等を行って受信音声信号とパケット消失情報とをそれぞれ音声復号化装置１１４に与える。
【００６９】
音声復号化装置１１４は、信号処理装置１１３からの受信音声信号を復号化して復号音声信号を生成しＤ／Ａ変換装置１１５に与える。Ｄ／Ａ変換装置１１５は、音声復号化装置１１４からのディジタル復号音声信号をアナログ復号音声信号に変換して出力装置１１６に与える。出力装置１１６は、Ｄ／Ａ変換装置１１５からのアナログ復号音声信号を空気の振動に変換し音波として人間の耳に聴こえるように出力する。
【００７０】
次に、音声符号化装置１０４について図１、図２及び図３を参照して詳細に説明する。図２は音声符号化装置１０４の構成を示すブロック図である。図３は、ピッチピーク位置検出部の動作を説明するための模式図である。
【００７１】
図１に示すように、音声符号化装置１０４は、ピッチピーク位置検出部１５１、多重化部１５２、音声符号化部１５３及び１フレーム遅延部１５４を有している。音声符号化部１５３の入力端子は、Ａ／Ｄ変換装置１０３の出力端子に接続されている。ピッチピーク位置検出部１５１の入力端子は、音声符号化部１５３の２つの出力端子のうちの一方に接続されている。１フレーム遅延部１５４の入力端子は音声符号化部１５３の２つの出力端子のうちのもう一方に接続されている。多重化部１５２は、ピッチピーク位置検出部１５１及び１フレーム遅延部１５４の出力端子と信号処理装置１０５の入力端子との間に接続されている。
【００７２】
音声符号化部１５３は、Ａ／Ｄ変換装置１０３から入力したディジタル音声信号の符号化処理を行い、符号化パラメータ情報を１フレーム遅延部１５４へ出力する。同時に、音声符号化部１５３は、後述するピッチパラメータ（量子化ピッチ周期）と適応符号帳に保持されている音源信号とをピッチピーク位置検出部１５１へ出力する。ピッチピーク位置検出部１５１は、ピッチパラメータである量子化ピッチ周期情報と過去の音源信号系列とを用いて、過去１ピッチ周期長の音源信号におけるピッチピーク位置を検出し、多重化部１５２へ出力する。
【００７３】
なお、ピッチピーク位置は現在のフレームの最後尾から過去に１ピッチ周期分だけさかのぼった範囲の中に存在する、フレーム最後尾に最も近いものとする。したがって、１フレームが複数のサブフレームに分割されている場合は、最後のサブフレームにおいてピッチピーク位置検出を行う。また、ピッチ周期が長く、現フレーム中にピッチピークが存在しない場合でも、現フレーム末尾の点から１ピッチ周期の範囲内でピッチピーク位置を探索して直前フレーム区間にあるピッチピーク位置を検出することとする。
【００７４】
多重化部１５２は、ピッチピーク位置検出部１５１によって検出された現フレームにおけるピッチピーク位置情報と、１フレーム遅延部１５４から出力される前フレームにおける音声符号化情報とを多重化し、信号処理装置１０５へ出力する。
【００７５】
次に、音声符号化部１５３について、図２を用いてより詳細に説明する。音声符号化部１５３は、図２に示されるように、前処理部２０１、線形予測係数を求める線形予測分析器２０２、線形予測係数の量子化及び符号化を行うＬＰＣ量子化器２０３、聴覚重みフィルタ２０４、聴覚重みフィルタ２０５、量子化された線形予測係数によって構成される線形予測フィルタとしてのＬＰＣ合成フィルタ２０６、加算器２０７、適応符号帳２０８、乗算器２０９、固定符号帳２１０、乗算器２１１、利得量子化器２１２、加算器２１３、音源パラメータ決定部２１４および符号化部２１５とを有している。適応符号帳２０８、固定符号帳２１０及び利得量子化器２１２によって音源符号化部が構成され、この音源符号化部によってＬＰＣ合成フィルタ２０６が駆動される。
【００７６】
前処理部２０１は、Ａ／Ｄ変換装置１０３（図１）からディジタル音声信号を入力し、背景雑音抑圧処理やプリエンファシス処理のように音声の品質を改善するための処理やＤＣ成分をカットするためのハイパスフィルタ処理などを行って線形予測分析器２０２と聴覚重みフィルタ２０４とに出力する。線形予測分析器２０２は、前処理部２０１から入力した前処理後のディジタル音声信号の線形予測分析を行って線形予測係数を算出し、ＬＰＣ量子化器２０３と聴覚重みフィルタ２０４と聴覚重みフィルタ２０５とにそれぞれ出力する。
【００７７】
ＬＰＣ量子化器２０３は、線形予測分析器２０２から入力した線形予測係数の量子化・符号化処理を行い、量子化した線形予測係数をＬＰＣ合成フィルタ２０６に出力するとともに符号化結果をパラメータLとして出力する。パラメータLは符号化部２１５に入力され、他の符号化音源パラメータとともにまとめて符号化される。聴覚重みフィルタ２０４と聴覚重みフィルタ２０５は、線形予測分析器２０２によって算出された線形予測係数を用いたＡＲＭＡ型のディジタルフィルタで、後述する音声符号化部による量子化誤差に対して人間の聴覚特性に合わせた重み付けをするためのものであり、２つの聴覚重みフィルタ２０４及び２０５は同じフィルタ特性を有する。
【００７８】
聴覚重みフィルタ２０４は、前処理部２０１から前処理後のディジタル音声信号を入力し、聴覚重み付けをするＡＲＭＡフィルタ処理を行って加算器２１３へ出力する。聴覚重みフィルタ２０５は、ＬＰＣ合成フィルタ２０６によって合成されたディジタル音声信号を入力し、同じ聴覚重み付けをするＡＲＭＡフィルタ処理を行って加算器２１３へ出力する。
【００７９】
ＬＰＣ合成フィルタ２０６は、ＬＰＣ量子化器２０３によって量子化された線形予測係数を用いて構成されるＡＲ型のディジタルフィルタであり、加算器２０７から出力された音源信号を用いて合成音声信号を生成し、聴覚重みフィルタ２０５へ出力する。加算器２０７は、適応符号帳２０８から乗算器２０９を介して入力した適応符号帳ベクトルと、固定符号帳２１０から乗算器２１１を介して入力した固定符号帳ベクトルとのベクトル加算を行って、音源ベクトルを生成し、ＬＰＣ合成フィルタ２０６へ出力する。また、生成した音源ベクトルは、適応符号帳２０８へフィードバックされて、適応符号帳２０８の内容が更新される。更新後の適応符号帳の音源信号バッファは、ピッチピーク位置検出部１５１へ出力される。
【００８０】
適応符号帳２０８は、加算器２０７によって過去に生成された音源ベクトルを蓄積・保持しているメモリであり、加算器２０７から出力された音源ベクトルによって逐次更新される。また、適応符号帳２０８は、適正な位置からベクトルを切り出して乗算器２０９へ出力する。有声信号の場合、音源信号が周期性を有することから、過去に生成した音源信号を利用して効率的に音源信号を符号化することができることから、このような適応符号帳が一般に用いられる。適応符号帳ベクトルの切りだし位置はピッチパラメータPによって決定される。ピッチパラメータPは、音源パラメータ決定部によって決定される。
【００８１】
固定符号帳２１０は、雑音系列や少数のパルスの組み合わせなどによって任意のベクトルを生成するもので、予め定められた数のベクトルを格納もしくは生成できるようになっており、各ベクトルには固有の番号が振られており、その番号を指定することで対応する形状の固定符号帳ベクトルが生成される。番号は固定符号帳インデックスCとして、音源パラメータ決定部２１４で決定される。
【００８２】
なお、図２では示していないが、固定符号帳は複数のチャンネルや複数のサブセットから構成されていたり、固定符号帳ベクトルに対してピッチ周期化処理が行われたりすることが一般的である。
【００８３】
乗算器２０９は、利得量子化器２１２によって量子化された適応符号帳利得（ピッチ利得）を、適応符号帳２０８から出力されたベクトルに乗じて加算器２０７へ出力する。乗算器２１１は、利得量子化器２１２によって量子化された固定符号帳利得を固定符号帳２１０から出力されたベクトルに乗じて加算器２０７へ出力する。
【００８４】
利得量子化器２１２は、音源利得パラメータGで示される量子化適応符号帳利得および量子化固定符号帳利得をそれぞれ乗算器２０９及び２１１へ出力する。音源利得パラメータＧは音源パラメータ決定部２１４で決定される。音源パラメータ決定部２１４は、加算器２１３から出力される、聴覚重みフィルタ２０４によって聴覚重み付けされた入力音声信号と聴覚重みフィルタ２０５によって聴覚重み付けされたＬＰＣ合成フィルタ２０６の合成音声信号との出力の誤差を最小化するように、適応符号帳パラメータPと固定符号帳パラメータCと利得パラメータGを決定する。
【００８５】
加算器２１３は、聴覚重みフィルタ２０５からの出力ベクトルと聴覚重みフィルタ２０４からの出力ベクトルとの差分ベクトルを算出して音源パラメータ決定部２１４へ出力する。音源パラメータ決定部によって決定された適応符号帳パラメータPと固定符号帳パラメータCと利得符号帳パラメータGと、ＬＰＣ量子化器２０３によって符号化された線形予測パラメータLとは、符号化部２１５により一括して一つの符号としてまとめられ、１フレーム遅延部１５４へ出力される。１フレーム遅延部１５４は、符号化部２１５より入力した音声符号化情報を１フレームの時間だけ保持した後、多重化部１５２へ出力する。
【００８６】
次に、ピッチピーク位置検出部１５１の動作について、図３を参照してより詳細に説明する。
【００８７】
図３に示すように、ピッチピーク位置検出部１５１は、ピッチパラメータPと、最新の適応符号帳の内容（過去に生成した音源信号系列）を少なくとも１ピッチ周期長以上を入力し、最も時間的に後ろにあるピッチピーク位置を検出する。ピッチピーク位置の検出法の最も単純なものは、適応符号帳の末尾（最新のサンプル：図３は１１０１）から過去に１ピッチ周期Pまでさかのぼる間において、絶対値が最大となるサンプル（図３は１１０２）をピッチピーク位置として検出する方法である。なお、現在の入力音声信号にピッチ周期性がない場合（無声部や雑音部である場合）には、ピッチピーク位置を無理に設定せず、ピッチ周期性がない区間であることを示すコードを別途割り当てて、その情報をピッチピーク位置情報として出力する。
【００８８】
次に、音声復号化装置１１４について図１、図４、図５〜図７を参照して詳細に説明する。図４は送信パケットの略線図、図５は音声復号化装置１１４の構成を示すブロック図、図６〜図８はフレーム消失補償処理を説明するための概念図である。
【００８９】
図１に示すように、音声復号化装置１１４は、多重分離部１５５、音声復号化部１５６、１フレーム遅延部１５７及びフレーム消失補償部１５８を有している。
【００９０】
多重分離部１５５の入力端子は信号処理装置１１３の２つの出力端子の一方に接続されている。音声復号化部１５６は３つの入力端子を持ち、第１の入力端子は多重分離部１５５の１つの出力端子に、第２の入力端子は信号処理装置１１３の１つの出力端子に、第３の入力端子はフレーム消失補償部１５８に、それぞれ接続されている。また、音声復号化部１５６は２つの出力端子をもち、一方はフレーム消失補償部１５８の２つの入力端子の一方に接続されており、他方はＤ／Ａ変換装置１１５へ接続されている。１フレーム遅延部１５７の入力端子は、多重分離部１５５の出力端子の一つに接続されている。フレーム消失補償部１５８は２つの入力端子をもち、一方は１フレーム遅延部１５７の出力端子に接続されており、他方は音声復号化部１５６の１つの出力端子に接続されている。
【００９１】
多重分離部１５５は、信号処理装置１１３から入力した多重化情報を、音声符号化情報とピッチピーク位置情報とに分離し、音声復号化部１５６と１フレーム遅延部１５７とにそれぞれ出力する。また、信号処理装置１１３は、フレーム消失情報を音声復号化部１５６へ出力する。音声復号化部１５６は、多重分離部１５５から入力した音声符号化情報を用いて復号処理を行い、復号音声信号をＤ／Ａ変換装置１１５へ出力する。また、フレーム消失補償処理において更新が必要なパラメータをフレーム消失補償部１５８へ出力する。
【００９２】
なお、音声復号化部１５６において、信号処理装置１１３から出力されたフレーム消失補償情報が「現在のフレームは消失している」ことを示す場合は、多重分離部１５５からの情報が入力されないので、フレーム消失補償部１５８から入力されるパラメータ情報を用いて音声信号を生成し、Ｄ／Ａ変換装置１１５へ出力する。このときもフレーム消失補償処理において更新が必要なパラメータはフレーム消失補償部１５８へ出力される。１フレーム遅延部１５７は、多重分離部１５５より入力したピッチピーク位置情報を１フレーム分の時間だけ保持してからフレーム消失補償部１５８へ出力する。フレーム消失補償部１５８は、１フレーム遅延部１５７から出力された、現フレーム（１フレーム前に送られてきているピッチピーク位置情報は、１フレーム前において１フレーム先のピッチピーク位置情報なので、現フレームのピッチピーク位置情報である）におけるピッチピーク位置情報を入力し、現フレームにおけるピッチピーク位置が入力されたピッチピーク位置情報で示される位置に合うようにフレーム消失補償処理を行う。フレーム消失補償処理は、１フレーム遅延部１５７から入力した現フレームの最後尾ピッチピーク位置と、音声復号化部１５６から入力した前フレームまでに復号している音声符号化パラメータとを用いて行われる。
【００９３】
因みに、音声復号化装置１１４において、１フレーム遅延部１５７から出力されたピッチピーク位置情報が、現フレームにおけるピッチピーク位置である理由を図４を参照しながら説明する。
【００９４】
図４は、音声符号化装置１０４において符号化された各フレームの音声符号化情報とピッチピーク位置情報とをパケット化して送信する際の説明に供する略線図である。図４に示すように、音声符号化装置１０４では、符号化されてなる音声符号化情報を１フレーム分遅延させるとともに、ピッチピーク位置情報は遅延させることなく、多重化している。
【００９５】
従って、図４において、例えばフレームｆ２のピッチピーク位置情報１００１ｐは、遅延なく第１のパケット１００１によって送信されるのに対して、そのフレームｆ２の音声符号化情報１００２ａは１フレーム遅延し、次のフレームｆ３のピッチピーク位置情報１００２ｐとともにパケット１００２によって送信される。
【００９６】
このようにして音声符号化装置１０４（音声信号送信装置１００）から送信されたパケット化された音声符号化情報及びピッチピーク位置情報は、音声信号受信装置１９９の音声復号化部１５６において復号される。この場合、例えばパケット１００１によって送信された、フレームｆ２のピッチピーク位置情報１００１ｐは、送信側で１フレーム遅延されて送信されたフレームｆ２の音声符号化情報１００２ａがパケット１００２によって到来するのを待って処理される。
【００９７】
次に、音声復号化部１５６について、図５を参照してより詳細に説明する。音声復号化部１５６は、図５に示されるように、パラメータ復号部３０１、利得復号器３０２、切り替えスイッチ３０３、適応符号帳３０４、固定符号帳３０５、線形予測係数の復号処理を行うＬＰＣ復号器３０６、乗算器３０７、乗算器３０８、加算器３０９、ＬＰＣ復号器３０６において復号された線形予測係数によって構成される線形予測フィルタであるＬＰＣ合成フィルタ３１０及び後処理部３１１を有する。適応符号帳３０４、固定符号帳３０５及び利得復号器３０２によって音源復号部が構成され、この音源復号部によってＬＰＣ合成フィルタ３１０を駆動する。
【００９８】
パラメータ復号器３０１の入力端子は多重分離部１５５の出力端子の１つに接続されている。利得復号器３０２の入力端子はパラメータ復号部３０１の出力端子の一つに接続されている。ＬＰＣ復号器３０６の入力端子はパラメータ復号部３０１の出力端子の一つに接続されている。切り替えスイッチ３０３の入力端子はパラメータ復号部３０１の出力端子と利得復号器の出力端子とＬＰＣ復号器３０６の出力端子とフレーム消失補償部の出力端子にそれぞれ接続されている。また、切り替えスイッチ３０３のフレーム消失情報を受信する端子が、信号処理装置１１３（図１）に接続されている。適応符号帳３０４の入力端子は、スイッチ３０３の出力端子と加算器３０９の出力端子に接続されている。
【００９９】
固定符号帳３０５の入力端子は、切り替えスイッチ３０３の出力端子に接続している。乗算器３０７の２つの入力端子は、一方が適応符号帳３０４の出力端子に、他方が切り替えスイッチ３０３の出力端子にそれぞれ接続している。乗算器３０８の２つの入力端子は、一方が固定符号帳３０５に、他方が切り替えスイッチ３０３の出力端子に、それぞれ接続している。加算器３０９の２つの入力端子は、一方が乗算器３０７の出力端子に、他方が乗算器３０８の出力端子に、それぞれ接続されている。ＬＰＣ合成フィルタ３１０の２つの入力端子は、一方が加算器３０９に、他方が切り替えスイッチ３０３に、それぞれ接続している。後処理部３１１の入力端子は、ＬＰＣ合成フィルタ３１０の出力端子に接続しており、ディジタル復号音声信号をＤ／Ａ変換装置１１５へ出力する。
【０１００】
パラメータ復号部３０１は、多重分離部１５５から入力した音声符号化情報（ビットストリーム）から音声符号化パラメータ（ピッチ（適応符号帳）パラメータP、固定符号帳パラメータC、線形予測パラメータL、利得パラメータG）を復号し、利得パラメータGを利得復号器３０２へ、線形予測係数パラメータLをＬＰＣ復号器３０６へ、その他のパラメータを切り替えスイッチ３０３へそれぞれ出力する。
【０１０１】
利得復号器３０２は、パラメータ復号部３０１から入力した利得パラメータGから適応符号帳利得Gpと固定符号帳利得Gcをそれぞれ復号し、切り替えスイッチ３０３へ出力する。ＬＰＣ復号器３０６は、パラメータ復号部３０１から入力した線形予測係数パラメータLから復号量子化線形予測係数αを復号し、切り替えスイッチ３０３へ出力する。切り替えスイッチ３０３は、パラメータ復号器３０１、利得復号器３０２およびＬＰＣ復号器３０６から入力されるパラメータ群と、フレーム消失補償部１５８から入力されるパラメータ群との切替を行うためのスイッチで、信号処理装置１１３（図１）から受信したフレーム消失情報が「現フレームは消失フレームである」を示す場合にはフレーム消失補償処理部１５８が生成したパラメータ側にスイッチが切り替わり、それ以外の場合はパラメータ復号部３０１、利得復号器３０２およびＬＰＣ復号器３０６から出力されるパラメータ側にスイッチが接続される。
【０１０２】
切り替えスイッチ３０３は、適応符号帳パラメータ（ピッチ）PまたはP'を適応符号帳３０４へ、適応符号帳利得GpまたはGp'を乗算器３０７へ、固定符号帳パラメータCまたはC'を固定符号帳３０５へ、固定符号帳利得GcまたはGc'を乗算器３０８へ、復号量子化線形予測係数αまたはα'をＬＰＣ復号器３０６へ、それぞれ出力する。また、切り替えスイッチ３０３は、適応符号帳３０４、固定符号帳３０５、乗算器３０７、乗算器３０８、ＬＰＣ合成フィルタ３１０へ出力した各パラメータをフレーム消失補償部１５８にも同時に出力する。
【０１０３】
適応符号帳３０４は、過去に生成された音源信号をバッファリングしており、加算器３０９から最新の音源信号が入力されるたびに更新される。適応符号帳３０４のバッファリングしている信号長は、最大ピッチ周期長＋フレーム長以上である。切り替えスイッチ３０３から入力した適応符号長パラメータ（ピッチ）PまたはP'によって指定される位置から適応符号帳ベクトルを切り出して乗算器３０７へ出力するとともに、１フレーム前以前の音源信号をフレーム消失補償処理部１５８へ出力する。乗算器３０７は、適応符号帳３０４から出力された適応符号ベクトルに、切り替えスイッチ３０３から入力した適応符号帳利得GpまたはGp'を乗じて加算器３０９へ出力する。
【０１０４】
固定符号帳３０５は、切り替えスイッチ３０３から入力した固定符号帳パラメータCまたはC'によって指定される固定符号帳ベクトルを生成し、乗算器３０８へ出力する。乗算器３０８は、固定符号帳３０５から入力した固定符号帳ベクトルに、切り替えスイッチ３０３から入力した固定符号帳利得GcまたはGc'を乗じて加算器３０９へ出力する。加算器３０９は、乗算器３０７から入力した適応符号帳ベクトルと、乗算器３０８から入力した固定符号帳ベクトルとを加算し、ＬＰＣ合成フィルタ３１０および適応符号帳３０４へ出力する。
【０１０５】
ＬＰＣ復号器３０６は、パラメータ復号部３０１によって復号された線形予測パラメータＬから復号量子化線形予測係数αを切り替えスイッチ３０３に出力する。ＬＰＣ合成フィルタ３１０は、切り替えスイッチ３０３から入力した復号量子化線形予測係数αまたはα'によって構成されるＡＲ型ディジタルフィルタを、加算器３０９より入力する音源信号によって駆動し、合成音声信号を後処理部３１１へ出力する。後処理部３１１は、音声信号の主観品質を改善するためのホルマント強調ポストフィルタ処理、ピッチ強調ポストフィルタ処理、傾斜補正ポストフィルタ処理、及び、背景雑音信号の主観品質を改善するための雑音後処理、を行い、これらの処理が施されたディジタル復号音声信号をＤ／Ａ変換装置１１５へ出力する。
【０１０６】
次に、フレーム消失補償部１５８について、図５、図６〜図８を参照しながら詳細を説明する。フレーム消失補償部１５８は、パラメータバッファ３１２、ピッチピーク位置検出器３１３、ピッチ周期算出器３１４及びパラメータ生成部３１５を有する。
【０１０７】
パラメータバッファ３１２の入力端子は、音声復号化部１５６内の切り替えスイッチ３０３に接続されている。ピッチピーク位置検出器３１３の２つの入力端子は、一方が音声復号化部の適応符号帳３０４に、他方はパラメータバッファ３１２の出力端子の一つ（ピッチ情報を入力）に、それぞれ接続されている。
【０１０８】
ピッチ周期算出器３１４の３つの入力端子は、一つがピッチピーク位置検出器３１３に、もう一つが１フレーム遅延部１５７に、残りの一つがパラメータバッファ３１２の出力端子の一つ（ピッチ情報を入力）に、それぞれ接続されている。パラメータ生成部３１５の６つの入力端子は、５つがパラメータバッファ３１２の５つの出力端子に接続されており、残りの１つがピッチ周期算出器３１４に、それぞれ接続されている。
【０１０９】
パラメータバッファ３１２は、過去に音声復号化部１５６において、復号音声を生成するために用いられた各種の音声符号化パラメータを記憶しておくバッファであり、復号した適応符号帳パラメータ（ピッチ）P、雑音符号帳パラメータC、適応符号帳利得Gp、固定符号帳利得Gc、復号量子化線形予測係数αが音声復号化部１５６から入力される。また消失フレームにおいては、パラメータ生成部によって生成されたパラメータ（適応符号帳パラメータ（ピッチ）P'、固定符号帳パラメータC'、適応符号帳利得Gp'、固定符号帳利得Gc'、復号量子化線形予測係数α'）が入力される。
【０１１０】
バッファリングされている各種パラメータは、パラメータ生成部３１５へ出力され、消失フレームにおける各種パラメータを生成する際に使用される。ピッチピーク位置検出器３１３は、音声復号化部１５６内の適応符号帳３０４から入力した音源信号と、パラメータバッファ３１２から入力した前フレームのピッチ周期とを用いて、ピッチピーク位置検出部１５１（図１）と同様にしてピッチピーク位置を検出し、ピッチ周期算出器３１４へ出力する。ただし、ピッチピーク位置を探す範囲は直前のフレーム以前において生成された音源信号の部分であり、ピッチピーク位置が存在する範囲は前フレームで生成された音源信号の末尾の点から、前フレームのピッチ周期だけさかのぼった点までである。
【０１１１】
ピッチ周期算出器３１４は、ピッチピーク位置検出器３１３から入力した前フレームの最終ピッチピーク位置と、１フレーム遅延部１５７から入力した現フレームの最終ピッチピーク位置（１フレーム遅延部から出力されるのは、１フレーム前に受信したピッチピーク位置情報であり、１フレーム前に送られてきているピッチピーク位置情報は、現在復号している（消失補償処理を行っている）音声フレームに対応するピッチピーク位置情報である）と、パラメータバッファ３１２から入力した前フレームにおける音声復号部で復号されたピッチ周期と、を入力し、現在のピッチ周期を求める。具体的には、（式１）によって現フレームのピッチ周期を決定することが出来る。
【０１１２】
Pc = (N(PPc)＋Nf−N(PPp))÷Int[0.5+(N(PPc)＋Nf−N(PPp))/Pp] （式１）
但し、PPcは現フレームにおける最終ピッチピーク位置（１フレーム遅延部１５７から入力した情報によって得られる）、PPpは前フレームにおける最終ピッチピーク位置（ピッチピーク位置検出器３１３から入力した情報によって得られる）、Ppは前フレームにおけるピッチ周期（パラメータバッファ３１２より入力）、N(PPx)はフレームＸにおけるピッチピーク位置PPxをフレームＸの先頭からの距離で表した場合の数値、Nfはフレーム長、をそれぞれ示す。また、Int[]は演算結果を越えない最大の整数を示す。
【０１１３】
例えば、図６に示すようなフレーム消失のケースを考える。図６では現フレームが消失し、前フレームのピッチ周期を用いて、前フレームの波形を繰り返す消失補償処理を行った場合を示している。このとき、フレーム消失補償によって生成される現フレームの波形における最終ピッチピーク位置はPPc'である。
【０１１４】
ところで、図７のように、実際には現フレームにおいてピッチ周期が短くなっていた場合、実際のピッチピーク位置PPcと図６のようなフレーム消失補償処理を行った場合のピッチピーク位置PPc'との間にずれが生じてしまう。このようなずれは、消失した現フレームのみならず、後続の正常受信フレームにおいて適応符号帳のピッチピーク位置が符号器側と復号器側とでずれてしまうため、復号音声品質の劣化が大きくなる。
【０１１５】
しかしながら、消失したフレームにおけるピッチピーク位置情報が前フレームの音声符号化パラメータとともに伝送されていれば、消失した現フレームにおけるピッチピーク位置PPcが合うように、ピッチ周期Pcを（式１）の様にして決定することができる。ピッチの量子化精度によっては、同一ピッチ周期で繰り返してもピッチピーク位置を合わせることが出来ない場合もあるので、（式１）で求められるピッチ周期Pc付近のピッチ量子化値を用いて段階的にピッチ周期Pcを変化させてピッチピーク位置を合わせることも可能である。
【０１１６】
なお、ピッチピーク位置におけるピーク値の極性が合わないことが問題になる場合は、極性情報もピッチピーク位置情報として伝送するようにして利用する。
【０１１７】
フレーム消失補償部１５８において、このようにしてピッチ周期Pcを求め、そのピッチ周期Pcを用いてフレーム消失補間処理を行った例を図８に示す。フレーム消失がなかった場合の復号信号（破線）に比べて波形レベルでは一致しないものの、ピッチピーク位置を一致させることが出来るので、後続フレームにおける符号器側と復号器側の適応符号帳間不一致の影響を低減することが可能となる。また、ピッチピーク位置情報だけを送るので、ビットレートの増加も少ない。たとえばIETF標準のＲＦC2198(Perkinsら、"RTP PayloＡ／Ｄ for RedunＤ／Ａnt Audio Ｄ／Ａta", Sept. 1997)などで規定されているようにプライマリコーデック情報とセカンダリコーデック情報とを伝送するのに比べると、低ビットレートでのFEC(Forward Error Correction:前方誤り訂正)を実現することが可能である。
【０１１８】
なお、現フレームのピッチピーク位置情報が「現フレームはピッチ周期性を有していないフレームである」ことを示している場合は、ピッチ周期算出器３１４は、上述のようなピッチ周期の計算は行わず、現フレームがピッチ周期性を有さないフレームであることを示す情報をパラメータ生成部に出力する。
【０１１９】
パラメータ生成部３１５は、ピッチ周期算出器３１４で算出されたピッチ周期と、パラメータバッファ３１２から入力した前フレームにおける各種復号パラメータを用いて消失したフレームの音源パラメータを生成する。例えば、ピッチ周期算出器３１４から入力した情報が、「現フレームはピッチ周期性を有さないフレームである」ことを示している場合は、パラメータ生成部３１５は、適応符号帳利得Gp'を0.0とし、ランダムに生成した固定符号帳パラメータC'と前フレームにおいて使用した固定符号帳利得を減衰させた値をGc'として切り替えスイッチ３０３へ出力する。反対に、ピッチ周期算出器３１４から入力した情報が「現フレームはピッチ周期性を有し、そのピッチ周期はPc'である」ことを示している場合は、パラメータ生成部３１５は、ピッチパラメータをPc'に設定し、適応符号帳利得Gp'を前フレームで復号した適応符号帳利得GpやGpを減衰した値（例えば0.9倍した値）や過去に復号したGpの平均的な値などに設定し、固定符号帳利得Gc'を0.0に設定して、切り替えスイッチ３０３へそれぞれ出力する。なお、復号量子化線形予測係数α'としては、前フレームにおける復号量子化線形予測係数が繰り返して使用されたり、又は帯域幅を拡張してスペクトル特性を平坦化したものが使用される。
【０１２０】
次に、音声符号化装置１０４および音声復号化装置１１４の動作について、図９及び図１０を参照して説明する。図９は、音声符号化装置１０４の動作を説明するためのフロー図であり、図１０は、音声復号化装置１１４の動作を説明するためのフロー図である。
【０１２１】
図９に示すように、音声符号化装置１０４は、まずステップＳＴ１０１において、音声符号化部１５３により１フレーム分のＣＥＬＰ音声符号化処理を行い、次に、ステップＳＴ１０２において、ステップＳＴ１０１にて得られた音声符号化情報を次のフレームの処理が終わるまで１フレーム遅延部１５４によって保存する。
【０１２２】
次に、音声符号化装置１０４は、ステップＳＴ１０３において、ピッチピーク位置検出部１５１によって、現フレームにおいて一番後ろにあるピッチピーク位置の検出を行う。
【０１２３】
次に、音声符号化装置１０４は、ステップＳＴ１０４において、ステップＳＴ１０２にて保存された前フレームの音声符号化情報（前フレームの音声符号化情報）を１フレーム遅延部１５４から取り出した後、ステップＳＴ１０５に移って、ステップＳＴ１０４において取り出された前フレームの音声符号化情報と、ステップＳＴ１０３にて検出されたピッチピーク位置情報とを多重化部１５２によって多重化し、これを音声符号化装置１０４の出力として出力する。
【０１２４】
音声符号化装置１０４は、上述したステップＳＴ１０１〜ステップＳＴ１０５の一連の符号化処理を繰り返す。
【０１２５】
続いて音声復号化装置１１４の動作を説明する。図１０に示すように、音声復号化装置１１４は、まず、ステップＳＴ１１０において、現フレームが消失しているかどうかを信号処理装置１１３によって判定する。消失していない場合はステップＳＴ１１１に移り、また、消失している場合はステップＳＴ１１４に移る。
【０１２６】
次に、フレーム消失していない場合は、ステップＳＴ１１１において、多重分離部１５５が受信した多重化情報を分離する。
【０１２７】
続いて、ステップＳＴ１１２において、音声復号化部１５６内のパラメータ復号部３０１が、分離された音声符号化情報から音声符号化パラメータを復号する。次に、ステップＳＴ１１３において、音声復号化部１５６の残りの部分が、復号された音声符号化パラメータから音声信号を再合成する処理を行い、復号音声信号がＤ／Ａ変換装置１１５へ出力される。
【０１２８】
これに対して、ステップＳＴ１１０においてフレームが消失していると判断された場合は、音声復号化装置１１４は、ステップＳＴ１１４に移って、ピッチ周期算出器３１４によって、現フレーム（消失フレーム）がピッチ周期性を有するフレームであるか否かをチェックする。ピッチ周期性があるか否かに関する情報は受信したピッチピーク位置情報に含まれている。音声復号化装置１１４は、ピッチ周期性がある場合はステップＳＴ１１５へ移り、ピッチ周期性がない場合はステップＳＴ１１８へ移る。そして、現フレーム（消失フレーム）がピッチ周期性を有する場合、音声復号化装置１１４は、ステップＳＴ１１５に移って、ピッチピーク位置検出器３１３によって、前フレームのピッチ情報と復号した音源信号とを、パラメータバッファ３１２と適応符号帳３０４から、それぞれ読み出す。
【０１２９】
次に、音声復号化装置１１４は、ステップＳＴ１１６に移って、ピッチピーク位置検出器３１３によって、前フレームにおいて最も後ろにあるピッチピーク位置を検出する。なお、パラメータバッファ３１２が、２つ前に受信したピッチピーク位置情報を保持している場合は、その情報を用いて前フレームにおけるピッチピーク位置を得ても良い。
【０１３０】
次に、音声復号化装置１１４は、ステップＳＴ１１７に移って、ピッチ周期算出器３１４によって、現フレーム（消失フレーム）のピッチピーク位置と前フレームのピッチピーク位置と前フレームのピッチ周期を用いて、上述の（式１）によってピッチ周期を算出する。
【０１３１】
次に、音声復号化装置１１４は、ステップＳＴ１１８に移って、消失したフレームにおける各種音声符号化パラメータをパラメータ生成部３１５によって生成する。
【０１３２】
現フレームがピッチ周期性を有するフレームであると判断された場合は、固定符号帳利得をゼロとし、適応符号帳のみを用いて音声信号を生成する。このとき用いるピッチ周期（適応符号帳パラメータ）は、ピッチ周期算出器３１４にて算出されたものを用いる。また、現フレームがピッチ周期性をもたないフレームであると判断された場合は、音声復号化装置１１４は、適応符号帳利得をゼロとし、固定符号帳のみで音声信号を生成する。この場合、固定符号帳パラメータはランダムに決定する。線形予測係数については、現在フレームのピッチ周期性の有無に関らず、前フレームのものを繰り返し利用するか、又は、帯域幅拡張を行いながら次第に白色化したものを用いる。
【０１３３】
最後に、音声復号化装置１１４は、ステップＳＴ１１９において、パラメータバッファ３１２の内容を更新して、１フレームの復号処理を終了する。
【０１３４】
音声復号化装置１１４は、上記ステップＳＴ１１０〜ステップＳＴ１１９の一連の復号処理を繰り返す。
【０１３５】
このように、本実施の形態の音声信号送信装置１００及び音声信号受信装置１９９によれば、少ない冗長情報の追加で、精度良いフレーム消失補償処理が可能となるとともに、ピッチピーク位置が合わせられることにより、ピッチピーク位置のずれが消失フレーム後に伝搬されることを回避することができ、この結果、消失フレーム後の誤り伝播の影響を軽減することができる。
【０１３６】
（実施の形態２）
図１１は、本発明の実施の形態２に係る音声信号伝送システムの構成を示すブロック図である。
【０１３７】
図１１に示す音声信号伝送システムは、音声信号送信装置４００及び音声信号受信装置４９９を有している。
【０１３８】
音声信号送信装置４００は、実施の形態１の音声信号送信装置１００における音声符号化装置１０４を音声符号化装置４０４に置き換えたものである。実施の形態１と同じ構成要素で同じ動作をするものについては、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１３９】
音声符号化装置４０４は、Ａ／Ｄ変換装置１０３からのディジタル音声信号を符号化することにより音声符号化情報を生成し、この生成された音声符号化情報を信号処理装置１０５に与える。
【０１４０】
音声信号受信装置４９９は、実施の形態１の音声信号受信装置１９９における音声復号化装置１１４を音声復号化装置４１４に置き換えたものである。実施の形態１と同じ構成要素で同じ動作をするものについては、実施の形態１と同一符号を付し、詳しい説明を省略する。音声復号化装置４１４は、信号処理装置１１３からの受信音声信号を復号化して復号音声信号を生成してＤ／Ａ変換装置１１５に与える。
【０１４１】
次に、図１１および図１２を参照して音声符号化装置４０４の詳細について説明する。
【０１４２】
図１１および図１２に示した音声符号化装置４０４において、図１および図２に示した実施の形態１の音声符号化装置１０４と同じ動作をする同じ構成要素については、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１４３】
１フレーム遅延部４５２の入力端子は、ピッチピーク位置検出部１５１の出力端子に接続されている。多重化部４５４の２つの入力端子は、一方が1フレーム遅延部４５２の出力端子に、他方が音声符号化部１５３の出力端子に、それぞれ接続されている。
【０１４４】
１フレーム遅延部４５２は、ピッチピーク位置検出部１５１から出力された、現フレームにおける最も後ろにあるピッチピーク位置情報を、１フレームの時間だけ保持してから多重化部４５４へ出力する。多重化部４５４は、１フレーム遅延部４５２から入力した１フレーム前における前記ピッチピーク位置情報と、音声符号化部１５３から入力した現フレームの符号化音声情報と、を多重化して一つにまとめた符号化情報としてＤ／Ａ変換装置１１５へ出力する。
【０１４５】
すなわち、実施の形態１と実施の形態２との違いは、ピッチピーク位置情報と音声符号化情報のどちらを１フレーム遅延させて多重化させるかの違いである。ピッチピーク位置情報を遅延させるのが実施の形態２であり、音声符号化情報を遅延させるのが実施の形態１である。実施の形態１と実施の形態２の音声符号化装置におけるその他の動作は全て同じである。
【０１４６】
因みに、図１３は、音声符号化装置４０４において、符号化された各フレームの音声符号化情報とピッチピーク位置情報とをパケット化して送信する際の説明に供する略線図である。図１３に示すように、音声符号化装置４０４では、ピッチピーク位置情報を１フレーム分遅延させるとともに、音声符号化情報は遅延させることなく、多重化している。
【０１４７】
従って、図１３において、例えばフレームｆ２の音声符号化情報２００１ａは、遅延なく第１のパケット２００１によって送信されるのに対して、そのフレームｆ２のピッチピーク位置情報２００２ｐは１フレーム遅延し、次のフレームｆ３の音声符号化情報２００２ａとともにパケット２００２によって送信される。
【０１４８】
このようにして音声符号化装置４０４（音声信号送信装置４００）から送信されたパケット化された音声符号化情報及びピッチピーク位置情報は、音声信号受信装置４９９の音声復号化部４５６において復号される。この場合、例えばパケット２００２によって送信された、フレームｆ２のピッチピーク位置情報２００２ｐは、送信側で１フレーム遅延されて送信されていることにより、音声復号化部４５６において復号される際には、前フレームのピッチピーク位置情報となる。音声復号化部４５６では、フレーム消失情報に基づいて現在復号しようとするフレームの音声符号化情報が消失している場合には、前フレームで復号した音声符号化情報を用いて、フレーム消失補償部４５７によって一般的なフレーム消失補償を行う。また、前フレームが消失フレームであった場合は、音声復号化部４５６の１フレーム遅延部６０１（後述）によって、その前フレームにおけるフレーム消失情報を１フレーム分だけ遅延させることにより、消失した前フレームに続く現在フレームにおいて、このフレーム消失情報によって適応符号帳修正器６０３（後述）を動作させる。これにより、前フレームにおいてフレーム消失補償部４５７によって補償されたパラメータに基づいて生成された適応符号帳３０４が修正される。
【０１４９】
次に、図１１および図１４を参照して実施の形態２における音声復号化装置４１４について詳細に説明する。
【０１５０】
図１４に示した音声復号化装置４１４において、図５に示した実施の形態１の音声復号化装置１１４と同じ動作をする同じ構成要素については、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１５１】
図１４に示すように、音声復号化装置４１４は、多重分離部４５５と、音声復号化部４５６と、フレーム消失補償部４５７とを有する。
【０１５２】
多重分離部４５５の入力端子は、信号処理装置１１３の出力端子の一つに接続されている。音声復号化部４５６の８つの入力端子は、多重分離部４５５の２つの出力端子に一つずつと、信号処理装置１１３の一つの出力端子と、フレーム消失補償部４５７の５つの出力端子とにそれぞれ接続されている。フレーム消失補償部４５７の６つの入力端子は、一つが多重分離部４５５の一方の出力端子に接続されており、残りの５つが音声復号化部４５６の５つの出力端子に接続されている。音声復号化部の残り１つの出力端子は、Ｄ／Ａ変換装置１１５へ接続されている。
【０１５３】
多重分離部４５５は信号処理装置１１３（図１）から出力される符号化情報から音声符号化パラメータ情報とピッチピーク位置情報とを分離し、双方とも音声復号化部４５６へ出力する。また、多重分離部４５５は、ピッチピーク位置情報（PP）をフレーム消失補償部４５７へも出力する。音声復号化部４５６は、信号処理装置１１３からフレーム消失情報を入力し、復号するフレーム（現フレーム）が消失フレームである場合は、切り替えスイッチ３０３を切り替えることにより、フレーム消失補償部４５７によって生成される音声符号化パラメータを用いて音声信号を合成し、Ｄ／Ａ変換装置１１５へ出力する。復号するフレームが消失フレームでない場合は、多重分離部４５５から出力された音声符号化パラメータを用いて復号処理を行い、音声信号を合成し、Ｄ／Ａ変換装置１１５へ出力する。ただし、前フレームが消失フレームである場合は、多重分離部４５５から出力された（前フレームの）ピッチピーク位置を用いて、前フレームにおいて生成した適応符号帳の内容を修正してから復号化処理を行う。
【０１５４】
図１４を参照して、音声復号化部４５６の詳細について説明する。図１４において、音声復号化部４１４が、図５に示した実施の形態１における音声復号化部１１４と異なる部分は、１フレーム遅延部６０１と切り替えスイッチ６０２と適応符号帳修正器６０３とが新たに加わった点である。その他の構成要素については、同じ構成で同じ動作をするため、図５と同一符号を付して詳しい説明を省略する。
【０１５５】
１フレーム遅延部６０１の入力端子は信号処理部１１３の出力端子の一つに接続されている。切り替えスイッチ６０２の２つの入力端子は、一方が適応符号帳３０４に、他方が適応符号帳修正器６０３に、それぞれ接続されている。また、切り替えスイッチ６０２には、１フレーム遅延部６０１から、スイッチ切り替えの制御情報が入力されている。適応符号帳修正器６０３の２つの入力端子は、一方が切り替えスイッチ６０２の入力端子の一つに接続されており、他方が多重分離部４５５の出力端子の一つに接続されている。
【０１５６】
１フレーム遅延部６０１は、信号処理装置１１３から、フレーム消失情報を入力し、１フレーム時間だけ保持した後、切り替えスイッチ６０２へ出力する。切り替えスイッチ６０２は、１フレーム遅延部６０１から入力した情報が、フレーム（＝前フレーム）が消失していることを示している場合にON（接続）となり、フレームが消失していない場合にはOFF（解放）となる。なお、２つのスイッチは連動しており、同時にON/OFFされる。切り替えスイッチ６０２がONになると、適応符号帳３０４の内容が読み出され、適応符号帳修正器６０３へ出力される。読み出された適応符号帳３０４の内容は、適応符号帳修正器６０３によって修正された後、切り替えスイッチ６０２を介して適応符号帳３０４へ出力され、適応符号帳の内容が書き換えられる。適応符号帳３０４の書き換えが終わってから音声復号化処理が行われる。
【０１５７】
適応符号帳修正器６０３は、多重分離部４５５から、復号するフレームの前フレームにおける一番後ろにあるピッチピーク位置情報を入力し、適応符号帳３０４に格納されている前フレームで生成された音源部分のピッチピーク位置が前記ピッチピーク位置に合うように、適応符号帳３０４に格納されている音源信号バッファの内容を修正する。具体的には、実施の形態１で述べた方法と同様にして、２つ前のフレームにおける最終ピッチピーク位置PPp'（２つ前のフレームにおける音源信号およびピッチ周期Pp'を用いて、実施の形態１に示した方法で求める）と、１つ前のフレームにおける最終ピッチピーク位置PPp（現フレームで受信しているピッチピーク位置情報から得られる）と、を用いて（式１）と同様の（式２）によって、１つ前のフレームにおけるピッチ周期Ppを算出し、Ppを用いて前フレームにおけるフレーム消失補償処理をやり直すことによって修正した適応符号帳を生成する。
【０１５８】
Pp = (N(PPp)＋Nf−N(PPp'))÷Int[0.5+(N(PPp)＋Nf−N(PPp'))/Pp'] （式２）
または、単に１つ前のフレームにおけるピッチピーク位置PPpを、修正前の適応符号帳３０４に格納されている１つ前のフレームにおいて生成された音源信号を用いて求め、求められたピッチピーク位置と、現フレームで受信したピッチピーク位置情報から得られるピッチピーク位置との差だけ適応符号帳の内容をシフトさせて位置あわせを行う方法も可能である。
【０１５９】
このようにして修正した適応符号帳は、切り替えスイッチ６０２を介して適応符号帳３０４へ出力され、適応符号帳３０４の内容が修正される。適応符号帳３０４の内容を修正した後は、実施の形態１で説明した音声復号化部１５６と同じ動作によって音声信号が復号される。
【０１６０】
次に、フレーム消失補償部４５７について図１４を参照して詳細に説明する。フレーム消失補償部４５７は、パラメータバッファ３１２およびパラメータ生成部６０４を有する。パラメータバッファ３１２の動作は、実施の形態１と同じなのでその説明は省略する。パラメータ生成部６０４の動作は、基本的に実施の形態１のパラメータ生成部３１５と同様である。即ち、例えば、ピッチピーク位置情報PPが、「前フレームはピッチ周期性を有さないフレームである」ことを示している場合は、適応符号帳利得Gp'を0.0とし、ランダムに生成した固定符号帳パラメータC'と前フレームにおいて使用した固定符号帳利得を減衰させた値をGc'として切り替えスイッチ３０３へ出力する。反対に、ピッチピーク位置情報PPが「前フレームはピッチ周期性を有する」ことを示している場合は、適応符号帳利得Gp'を前フレームで復号した適応符号帳利得GpやGpを減衰した値（例えば0.9倍した値）や過去に復号したGpの平均的な値などに設定し、固定符号帳利得Gc'を0.0に設定して、切り替えスイッチ３０３へそれぞれ出力する。
【０１６１】
ピッチ周期情報にはパラメータバッファ３１２に記憶されている前フレームのピッチ周期やそれに準じるピッチ周期（ランダムな揺らぎを付加したり、１サンプルずつ増やしたりしたもの）を用い、固定符号帳パラメータには乱数で生成した符号帳インデックスなどを用いる。なお、復号量子化線形予測係数α'としては、前フレームにおける復号量子化線形予測係数を繰り返して使用したり、帯域幅を拡張してスペクトル特性を平坦化したものを使用したりする。
【０１６２】
このように、本実施の形態の音声信号送信装置４００及び音声信号受信装置４９９によれば、フレーム消失後の誤り伝播の影響を、遅延の増加なく軽減することができる。
【０１６３】
（実施の形態３）
図１５は、本発明の実施の形態３に係る音声信号伝送システムの構成を示すブロック図である。
【０１６４】
音声信号伝送システムは、音声信号送信装置７００及び音声信号受信装置７９９を具備している。
【０１６５】
音声信号送信装置７００は、実施の形態２の音声信号送信装置４００と同じものであるので、各構成要素には実施の形態１および２と同一符号を付し、詳しい説明を省略する。
【０１６６】
音声信号受信装置７９９は、実施の形態２の音声信号受信装置４９９における音声復号化装置４１４を音声復号化装置７１４に置き換えたものである。実施の形態１および２と同じ構成要素で同じ動作をするものについては、実施の形態１および２と同じ番号を付し、説明を省略する。音声復号化装置７１４は、信号処理装置１１３からの受信音声信号を復号化して復号音声信号を生成してＤ／Ａ変換装置１１５に与える。
【０１６７】
次に、図１５および図１６を参照して実施の形態３における音声復号化装置７１４について詳細に説明する。
【０１６８】
図１５および図１６に示した音声復号化装置７１４において、図５に示した実施の形態１の音声復号化装置１１４及び図１４に示した実施の形態２の音声復号化装置４１４と同じ動作をする同じ構成要素については、実施の形態１および実施の形態２と同一符号を付し、詳しい説明を省略する。
【０１６９】
図１５および図１６に示すように、音声復号化装置７１４は、多重分離部７５５と、音声復号化部７５６と、フレーム消失補償部７５７とを有する。
【０１７０】
多重分離部７５５の入力端子は、信号処理装置１１３の出力端子の一つに接続されている。音声復号化部７５６の３つの入力端子は、多重分離部７５５の出力端子と、信号処理装置１１３の一つの出力端子と、フレーム消失補償部７５７の出力端子とにそれぞれ接続されている。フレーム消失補償部７５７の２つの入力端子は、一方が多重分離部７５５の一方の出力端子に接続されており、他方が音声復号化部７５６の２つの出力端子の一方に接続されている。音声復号化部７５６の他方の出力端子は、Ｄ／Ａ変換装置１１５へ接続されている。
【０１７１】
多重分離部７５５は音声符号化パラメータ情報とピッチピーク位置情報とを分離し、音声符号化パラメータ情報を音声復号化部７５６へ、ピッチピーク位置情報をフレーム消失補償部７５７へ、それぞれ出力する。音声復号化部７５６は、信号処理装置１１３からフレーム消失情報を入力し、復号するフレーム（現在受信しているフレームの前フレーム）が消失フレームである場合は、フレーム消失補償部７５７によって生成される音声符号化パラメータを用いて音声信号を合成し、Ｄ／Ａ変換装置１１５へ出力する。復号するフレームが消失フレームでない場合は、多重分離部７５５から出力された音声符号化パラメータを用いて復号処理を行い、音声信号を合成し、Ｄ／Ａ変換装置１１５へ出力する。実施の形態２と異なる点は、復号するフレームが１フレーム前に受信したものである点である。即ち、復号器側で１フレーム待ってから復号を行う点である。このようにすると、例えば復号しようとするフレームが消失していて、消失フレームの前後のフレームが受信されている場合に、前後のフレーム情報を用いて消失フレームの補償処理を行うことが可能となり、前後のフレーム間で滑らかに変化するように消失補償処理を行うことができる。
【０１７２】
図１６を参照して、音声復号化装置７１４の動作を詳細に説明する。図１６に示すように、音声復号化部７５６は、実施の形態１の音声復号化部１５６におけるパラメータ復号部３０１が、パラメータ復号部８０１および１フレーム遅延部８０２に置き換えられている。また、１フレーム遅延部８０３が信号処理装置１１３と切り替えスイッチ３０３との間に挿入されている。これら２点が実施の形態１と異なる。それ以外の構成要素については同じ構成で同じ動作をするため、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１７３】
図１６において、パラメータ復号部８０１は、多重分離部７５５から、音声符号化情報を入力し、各音声符号化パラメータを分離して１フレーム遅延部８０２に出力する。同時にパラメータ復号部８０１は、適応符号帳パラメータPn（復号するフレームの次のフレームにおける適応符号帳パラメータ）をフレーム消失補償部７５７内のピッチ周期算出器８１４へ出力する。
【０１７４】
１フレーム遅延部８０２は、パラメータ復号部８０１から出力された各パラメータを１フレームの時間保持した後、ピッチ（適応符号帳）パラメータP（これから復号するフレームのピッチ（適応符号帳）パラメータであり、Pnよりも１フレーム前になる）および固定符号帳パラメータCをそれぞれ切り替えスイッチ３０３へ出力する。同時に１フレーム遅延部８０２は、利得パラメータGを利得復号器３０２へ出力する。同時に１フレーム遅延部８０２は、線形予測係数パラメータLをＬＰＣ復号器３０６へ出力する。また、１フレーム遅延部８０３は、信号処理装置１１３から出力されたフレーム消失情報を入力して１フレームの時間だけ保持した後、切り替えスイッチ３０３へ出力する。
【０１７５】
次にフレーム消失補償部７５７について、図１６を参照して詳細に説明する。フレーム消失補償部７５７は、ピッチピーク位置検出器３１３、パラメータバッファ８１２、ピッチ周期算出器８１４、パラメータ生成部８１５とを有する。
【０１７６】
ピッチピーク位置検出器３１３は、実施の形態１におけるピッチピーク位置検出器３１３と同じ動作をする。即ち、復号しているフレームの前フレームにおける最終ピッチピーク位置を、パラメータバッファ８１２から入力するピッチ周期と、適応符号帳３０４から入力する音源信号とを用いて検出し、ピッチ周期算出器８１４へ出力する。なお、復号しているフレームの前フレームにおいてピッチピーク位置を正常に受信している場合は、その情報をバッファリングしておいて用いても良い。パラメータバッファ８１２は、実施の形態１および実施の形態２のパラメータバッファ３１２と同じ動作をする。ただし、バッファリングしているパラメータが、１フレーム遅延部８０２の存在により、１フレームだけ過去にさかのぼっている点のみが異なる。
【０１７７】
ピッチ周期算出器８１４は、復号フレームのピッチピーク位置情報PPcを多重分離部７５５から、復号フレームの次のフレームのピッチ周期Pnをパラメータ復号部８０１から、復号フレームの前のピッチ周期情報Ppをパラメータバッファ８１２から、復号フレームの前のフレームのピッチピーク位置情報PPpをピッチピーク位置検出器３１３から、それぞれ入力し、消失フレーム（復号フレーム）のピッチ周期を計算してパラメータ生成部８１５へ出力する。
【０１７８】
なお、ピッチ周期算出器８１４は、多重分離部７５５から入力したピッチピーク位置情報PPcが、「ピッチ周期性を有さないフレームである」ことを示している場合は、その情報をパラメータ生成部へ出力する。
【０１７９】
パラメータ生成部８１５は、実施の形態１のパラメータ生成部３１５と同様の動作を行う。即ち、ピッチ周期算出器８１４で算出されたピッチ周期と、パラメータバッファ８１２から入力した前フレームにおける各種復号パラメータを用いて消失したフレームの音源パラメータを生成する。
【０１８０】
例えば、ピッチ周期算出器８１４から入力した情報が、「復号するフレームはピッチ周期性を有さないフレームである」ことを示している場合は、適応符号帳利得Gp'を0.0とし、ランダムに生成した固定符号帳パラメータC'と前フレームにおいて使用した固定符号帳利得を減衰させた値をGc'として切り替えスイッチ３０３へ出力する。
【０１８１】
反対に、ピッチ周期算出器８１４から入力した情報が「復号するフレームはピッチ周期性を有し、そのピッチ周期はPc'である」ことを示している場合は、ピッチ周期をピッチ周期算出器８１４で求めた値P'に設定し、適応符号帳利得Gp'を前フレームで復号した適応符号帳利得GpやGpを減衰した値（例えば0.9倍した値）や過去に復号したGpの平均的な値などに設定し、固定符号帳利得Gc'を0.0に設定して、切り替えスイッチ３０３へそれぞれ出力する。
【０１８２】
なお、復号量子化線形予測係数α'としては、前フレームにおける復号量子化線形予測係数を繰り返して使用したり、帯域幅を拡張してスペクトル特性を平坦化したものを使用したりする。
【０１８３】
図１７に、復号フレームの次のフレームのピッチ周期Pnと、復号フレームのピッチピーク位置情報N(PPc)と、復号フレームの前のフレームのピッチ周期Ppと、（復号フレームの前のフレームのピッチ周期Ppと適応符号帳の音源信号から求めた）復号フレームの前のフレームのピッチピーク位置情報N(PPp)とを用いて、復号フレームのピッチ周期Pcを求める原理図を示す。
【０１８４】
復号フレームのピッチピーク位置PPcの情報は、多重分離部７５５から供給される。前フレームのピッチピーク位置PPpの情報は、ピッチピーク位置検出器３１３から供給される。前フレームのピッチ周期Ppはパラメータバッファ８１２から供給される。次のフレームのピッチ周期Pnはパラメータ復号部８０１から供給される。この復号フレームのピッチピーク位置PPcと、前フレームのピッチピーク位置PPpと、前フレームのピッチ周期Ppと、次フレームのピッチ周期Pnとを用いて、（式３）より復号フレームのピッチ周期Pcを求める。なお、N(PPx)はフレームＸの先頭からピッチピーク位置PPxまでの距離を、Nfはサブフレーム長を、Int[]は[]内の演算結果以下の最大整数値を、それぞれ示す。
【０１８５】
Pc ＝ （N(PPc) ＋Nf −N(PPp)）／
Int[((N(PPc) ＋Nf−N(PPp))/Pp ＋ (N(PPc) ＋Nf−N(PPp))/Pn)×0.5 ＋ 0.5] （式３）
例えば、図１７の場合、PPc―PPp間の距離は、周期Ppでは3.1周期分、周期Pnでは2.8周期分なので、(3.1+2.8)×0.5＝2.95となる。したがって分母は３周期となり、N(PPc)+Nf-N(PPp)を３で割った値がピッチ周期ということになる。
【０１８６】
このような方法で消失フレームである復号フレームのピッチ周期を求めることにより、前後のフレームの中間的なピッチ周期を用いて連続的にピッチが変化するようなフレーム消失補償処理が可能となる。また、実施の形態２と同様、消失フレームにおけるピッチピーク位置を一致させることが出来るので、後続正常フレームにおける符号器側と復号器側の適応符号帳間不一致の影響を低減することが可能となる。
【０１８７】
このように、本実施の形態の音声信号送信装置７００及び音声信号受信装置７９９によれば、少ない冗長情報を追加することにより、精度良いフレーム消失補償法を実現できるとともに、消失フレーム後の誤り伝播の影響を軽減することができる。
【０１８８】
（実施の形態４）
図１８は、本発明の実施の形態４に係る音声信号伝送システムの構成を示すブロック図である。
【０１８９】
図１８に示す音声信号伝送システムは、音声信号送信装置１０００及び音声信号受信装置１１９９を有している。
【０１９０】
音声信号送信装置１０００は、実施の形態１の音声信号送信装置１００における音声符号化装置１０４を音声符号化装置１１０４に置き換えたものである。実施の形態１と同じ構成要素で同じ動作をするものについては、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１９１】
音声符号化装置１１０４は、Ａ／Ｄ変換装置１０３からのディジタル音声信号を符号化することにより音声符号化情報を生成し、この生成された音声符号化情報を信号処理装置１０５に与える。
【０１９２】
音声信号受信装置１１９９は、実施の形態１の音声信号受信装置１９９における音声復号化装置１１４を音声復号化装置１１１４に置き換えたものである。実施の形態１と同じ構成要素で同じ動作をするものについては、実施の形態１と同一符号を付し、詳しい説明を省略する。音声復号化装置１１１４は、信号処理装置１１３からの受信音声信号を復号化して復号音声信号を生成してＤ／Ａ変換装置１１５に与える。
【０１９３】
次に、音声符号化装置１１０４について、図１８、図１９、図２０及び図２１を参照して詳細に説明する。図１９は音声符号化装置１１０４の構成を示すブロック図であり、図２０はピッチピーク位置検出部の動作を説明するための模式図であり、図２１はピッチピーク位置検出処理手順を示すフローチャートである。但し、図１８及び図１９に示した音声符号化装置１１０４において、図１および図２に示した実施の形態１の音声符号化装置１０４と同じ動作をする同じ構成要素については、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１９４】
図１８に示すように、音声符号化装置１１０４は、ピッチピーク位置検出部１５１、ピッチピーク位置情報埋め込み部１１５２、音声符号化部１５３及び１フレーム遅延部１５４を有している。音声符号化部１５３の入力端子は、Ａ／Ｄ変換装置１０３の出力端子に接続されている。ピッチピーク位置検出部１５１の入力端子は、音声符号化部１５３の２つの出力端子のうちの一方に接続されている。１フレーム遅延部１５４の入力端子は音声符号化部１５３の２つの出力端子のうちのもう一方に接続されている。ピッチピーク位置情報埋め込み部１１５２は、ピッチピーク位置検出部１５１及び１フレーム遅延部１５４の出力端子と信号処理装置１０５の入力端子との間に接続されている。
【０１９５】
音声符号化部１５３は、Ａ／Ｄ変換装置１０３から入力したディジタル音声信号の符号化処理を行い、符号化パラメータ情報を１フレーム遅延部１５４へ出力する。同時に、音声符号化部１５３は、後述するピッチパラメータ（量子化ピッチ周期）と適応符号帳に保持されている音源信号とをピッチピーク位置検出部１５１へ出力する。
【０１９６】
ピッチピーク位置検出部１５１は、ピッチパラメータである量子化ピッチ周期情報と過去の音源信号系列とを用いて、過去１ピッチ周期長の音源信号におけるピッチピーク位置を検出し、ピッチピーク位置情報埋め込み部１１５２へ出力する。
【０１９７】
なお、ピッチピーク位置は現在のフレームの最後尾から過去に１ピッチ周期分だけさかのぼった範囲の中に存在する、フレーム最後尾に最も近いものとする。したがって、１フレームが複数のサブフレームに分割されている場合は、最後のサブフレームにおいてピッチピーク位置検出を行う。また、ピッチ周期が長く、現フレーム中にピッチピークが存在しない場合でも、現フレーム末尾の点から１ピッチ周期の範囲内でピッチピーク位置を探索して直前フレーム区間にあるピッチピーク位置を検出することとする。
【０１９８】
ピッチピーク位置情報埋め込み部１１５２は、ピッチピーク位置検出部１５１によって検出された現フレームにおけるピッチピーク位置情報を、１フレーム遅延部１５４から出力される前フレームにおける音声符号化情報に埋めこんで、信号処理装置１０５へ出力する。この処理によって、前フレームにおける音声符号化情報の特定の情報がピッチピーク位置情報に置き換えられる。したがって、ピッチピーク位置情報の埋めこみによる情報量の増加はない。置き換えられる音声符号化情報は、復号音声の品質に対する影響度が小さいものを予め選んでおいたものとする。因みに、ピッチピーク位置情報は、間欠的に埋め込まれるようにしてもよい。このようにすれば、ピッチピーク位置情報は、必要最低限度の頻度又はフレームで伝送されることとなり、符号化された音声信号のビットレートの低下による品質劣化を抑えることができる。
【０１９９】
図１９に示すように、音声符号化部１５３において、音源パラメータ決定部によって決定された適応符号帳パラメータPと固定符号帳パラメータCと利得符号帳パラメータGと、ＬＰＣ量子化器によって符号化された線形予測パラメータLとは、符号化部２１５により一括して一つの符号としてまとめられ、１フレーム遅延部１５４へ出力される。１フレーム遅延部１５４は、符号化部２１５より入力した音声符号化情報を１フレームの時間だけ保持した後、ピッチピーク位置情報埋め込み部１５２へ出力する。
【０２００】
次に、ピッチピーク位置検出部１５１の動作について、図２０を参照してより詳細に説明する。
【０２０１】
ピッチピーク位置検出部１５１は、図２０に示すように、ピッチパラメータPと、最新の適応符号帳の内容（過去に生成した音源信号系列）を少なくとも１ピッチ周期長以上を入力し、最も時間的に後ろにあるピッチピーク位置を検出する。ピッチピーク位置の検出法の最も単純なものは、適応符号帳の末尾（最新のサンプル：図２０ではサンプル１１０１であり、これをe[-1]とする）から過去に１ピッチ周期Pまでさかのぼる間において、絶対値が最大となるサンプル（図２０ではサンプル１１０２）をピッチピーク位置として検出する方法である。
【０２０２】
ただし、このような単純な方法だと、サンプリングの影響などにより、本来のピッチピークとは異なるピークをピッチピークとして検出してしまうことがある。この様な場合、（式４）に示すように、1ピッチ遡った点を加味したc[i]を計算し、計算した値の絶対値が最も大きくなる点をピッチピーク位置として検出することで、ピッチピーク位置検出精度を改善することができる（図２１のステップＳＴ１６０１〜ステップＳＴ１６０６、peak1がピッチピーク位置）。
【０２０３】
c[i] = e[i] + e[i-P], i = -1, …, -P （式４）
ピッチ周期が分数精度で与えられている場合は、（式４）の第二項を、分数精度を利用して補間して求めた値を利用するとさらに精度が増す。
【０２０４】
さらに、（式４）を最大化する点の前後（例えばプラスマイナス５サンプル程度（8kHzサンプリング時））で振幅が最大になる点を再探索して最終的なピッチピーク位置とする（図２１のステップＳＴ１６０７〜ステップＳＴ１６１１、aは定数（例えば５程度））と、さらに精度が改善される。図２１は、このようなピッチピーク位置検出処理アルゴリズムのフローチャートである。
【０２０５】
なお、現在の入力音声信号にピッチ周期性がない場合（無声部や雑音部である場合）には、ピッチピーク位置を無理に設定せず、ピッチ周期性がない区間であることを示すコードを別途割り当てて、その情報をピッチピーク位置情報として出力しても良い。
【０２０６】
ピッチピーク位置情報埋め込み部１１５２は、１フレーム遅延部１５４を介して入力した音声符号化情報のうち、復号時への影響が比較的少ない部分に、ピッチピーク位置検出部１５１で求められたピッチピーク位置情報を書きこむ。
【０２０７】
例えば、ITU-T勧告G.729では、ＬＳＰ符号化情報のうち、ベクトル量子化の２段目で高次側に割り当てられた５ビットについては、伝送路上で誤っても復号音声の品質への影響が比較的小さいことが知られている（片岡、林、「ITU-T標準8kbit/s音声符号化のビット誤り感度について」、1995年電子情報通信学会情報・システムソサイエティ大会、D-251）ので、これら５ビットを用いてピッチピーク位置を表すことが考えられる。
【０２０８】
さらに、伝送路上のビット誤りへの対策を考える必要がなければ、ピッチパリティの１ビットを加えた６ビットを用いることが考えられる。なお、ピッチピーク位置情報の埋めこみは、毎フレーム行わずに一定フレーム数おきに行う構成により、復号音声への影響を減らすこともできる。
【０２０９】
次に、音声復号化装置１１１４について図１８、図２２、図２３及び図２４、並びに、実施の形態１の説明において用いた図６〜図８を参照して詳細に説明する。図２２は音声復号化装置１１１４の構成を示すブロック図、図２３及び図２４は、音声符号化および復号化処理手順を示すフローチャートである。但し、図１８及び図２２に示した音声復号化装置１１１４において、図１および図５に示した実施の形態１の音声復号化装置１１４と同じ動作をする同じ構成要素については、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０２１０】
図１８に示すように、音声復号化装置１１１４は、ピッチピーク位置情報分離部１１５５、音声復号化部１５６、１フレーム遅延部１５７、フレーム消失補償部１５８を有している。
【０２１１】
ピッチピーク位置情報分離部１１５５の入力端子は信号処理装置１１３の２つの出力端子の一方に接続されている。音声符号化部１５６は３つの入力端子を持ち、一つはピッチピーク位置情報分離部１１５５の１つの出力端子に、一つは信号処理装置１１３の１つの出力端子に、一つはフレーム消失補償部１５８に、それぞれ接続されている。また、音声符号化部１５６は２つの出力端子をもち、一方はフレーム消失補償部１５８の２つの入力端子の一方に接続されており、他方はＤ／Ａ変換装置１１５へ接続されている。１フレーム遅延部１５７の入力端子は、ピッチピーク位置情報分離部１１５５の出力端子の一つに接続されている。フレーム消失補償部１５８は２つの入力端子をもち、一方は１フレーム遅延部１５７の出力端子に接続されており、他方は音声復号化部１５６の１つの出力端子に接続されている。
【０２１２】
ピッチピーク位置情報分離部１１５５は、信号処理装置１１３から入力したピッチピーク位置情報が埋めこまれている符号化情報から、ピッチピーク位置情報を分離し、ピッチピーク位置情報を１フレーム遅延部１５７へ、その他の音声符号化情報を音声復号化部１５６に、それぞれ出力する。
【０２１３】
また、信号処理装置１１３は、フレーム消失情報を音声復号化部１５６へ出力する。音声復号化部１５６は、ピッチピーク位置情報分離部１１５５から入力した音声符号化情報を用いて復号処理を行い、復号音声信号をＤ／Ａ変換装置１１５へ出力する。また、音声復号化部１５６は、フレーム消失補償処理において更新が必要なパラメータをフレーム消失補償部１５８へ出力する。
【０２１４】
なお、信号処理装置１１３から入力されたフレーム消失補償情報が「現在のフレームは消失している」ことを示す場合は、ピッチピーク位置情報分離部１１５５からの情報が入力されないので、フレーム消失補償部１５８から入力されるパラメータ情報を用いて音声信号を生成し、Ｄ／Ａ変換装置１１５へ出力する。このときもフレーム消失補償処理に必要なパラメータはフレーム消失補償部１５８へ出力される。１フレーム遅延部１５７は、ピッチピーク位置情報分離部１５５より入力したピッチピーク位置情報を１フレーム分の時間だけ保持してからフレーム消失補償部１５８へ出力する。
【０２１５】
フレーム消失補償部１５８は、１フレーム遅延部１５７から入力した、現フレーム（１フレーム前に送られてきているピッチピーク位置情報は、１フレーム前において１フレーム先のピッチピーク位置情報なので、現フレームのピッチピーク位置情報である）におけるピッチピーク位置情報を入力し、現フレームにおけるピッチピーク位置が入力されたピッチピーク位置情報で示される位置に合うようにフレーム消失補償処理を行う。フレーム消失補償処理は、１フレーム遅延部１５７から入力した現フレームの最後尾ピッチピーク位置と、音声復号化部１５６から入力した前フレームまでに復号している音声符号化パラメータとを用いて行われる。
【０２１６】
また、図２２に示すように、音声復号化部１５６において、パラメータ復号部３０１は、ピッチピーク位置情報分離部１１５５から入力した音声符号化情報（ビットストリーム）から音声符号化パラメータ（ピッチ（適応符号帳）パラメータP、固定符号帳パラメータC、線形予測パラメータL、利得パラメータG）を復号し、利得パラメータGを利得復号器３０２へ、線形予測係数パラメータLをＬＰＣ復号器３０６へ、その他のパラメータを切り替えスイッチ３０３へそれぞれ出力する。その後の処理は、図５について上述した音声復号化部１５６の場合と同様である。
【０２１７】
次に、フレーム消失補償部１５８について、図２２、図６〜図８を参照しながら詳細を説明する。フレーム消失補償部１５８は、パラメータバッファ３１２、ピッチピーク位置検出器３１３、ピッチ周期算出器３１４およびパラメータ生成部３１５を有する。
【０２１８】
パラメータバッファは、過去に音声復号部１５６において、復号音声を生成するために用いられた各種の音声符号化パラメータを記憶しておくバッファであり、復号した適応符号帳パラメータ（ピッチ）P、雑音符号帳パラメータC、適応符号帳利得Gp、固定符号帳利得Gc、復号量子化線形予測係数αが音声符号化部１５６から入力される。また消失フレームにおいては、パラメータ生成部によって生成されたパラメータ（適応符号帳パラメータ（ピッチ）P'、固定符号帳パラメータC'、適応符号帳利得Gp'、固定符号帳利得Gc'、復号量子化線形予測係数α'）が入力される。バッファリングされている各種パラメータは、パラメータ生成部３１５へ出力され、消失フレームにおける各種パラメータを生成する際に使用される。
【０２１９】
ピッチピーク位置検出器３１３は、音声復号化部１５６内の適応符号帳３０４から入力した音源信号と、パラメータバッファ３１２から入力した前フレームのピッチ周期とを用いて、ピッチピーク位置検出部１５１と同様にしてピッチピーク位置を検出し、ピッチ周期算出器３１４へ出力する。ただし、ピッチピーク位置を探す範囲は直前のフレーム以前において生成された音源信号の部分であり、ピッチピーク位置が存在する範囲は前フレームで生成された音源信号の末尾の点から、前フレームのピッチ周期だけさかのぼった点までである。
【０２２０】
ピッチ周期算出器３１４は、ピッチピーク位置検出器３１３から入力した前フレームの最終ピッチピーク位置と、１フレーム遅延部１５７から入力した現フレームの最終ピッチピーク位置（１フレーム遅延部から出力されるのは、１フレーム前に受信したピッチピーク位置情報であり、１フレーム前に送られてきているピッチピーク位置情報は、現在復号している（消失補償処理を行っている）音声フレームに対応するピッチピーク位置情報である）と、パラメータバッファ３１２から入力した前フレームにおける音声復号部で復号されたピッチ周期と、を入力し、現在のピッチ周期を求める。具体的には、（式５）によって現フレームのピッチ周期を決定することが出来る。
【０２２１】
Pc = (peak_c−peak_p)÷Int[0.5+(peak_c−peak_p)/Pp] （式５）
但し、peac_cは現フレームにおける最終ピッチピーク位置（１フレーム遅延部１５７から入力した情報によって得られる）、peak_pは前フレームにおける最終ピッチピーク位置（ピッチピーク位置検出器３１３から入力した情報によって得られる。図２１のフローによって算出される）、Ppは前フレームにおけるピッチ周期（パラメータバッファ３１２より入力）、をそれぞれ示し、peak_pおよびpeak_cは、現フレームの先頭を基準（例えば０）とした位置として表現される。また、Int[]は演算結果を越えない最大の整数を示す。
【０２２２】
例えば、図６に示すようなフレーム消失のケースを考える。図６では現フレームが消失し、前フレームのピッチ周期を用いて、前フレームの波形を繰り返す消失補償処理を行った場合を示している。このとき、フレーム消失補償によって生成される現フレームの波形における最終ピッチピーク位置はPPc'である。
【０２２３】
ところで、図７のように、実際（太線）には現フレームにおいてピッチ周期が短くなっていた場合、実際のピッチピーク位置PPcと図１６のようなフレーム消失補償処理を行った場合（破線）のピッチピーク位置PPc'との間にずれが生じてしまう。このようなずれは、消失した現フレームのみならず、後続の正常受信フレームにおいて適応符号帳のピッチピーク位置が符号器側と復号器側とでずれてしまうため、復号音声品質の劣化が大きくなる。
【０２２４】
しかしながら、消失したフレームにおけるピッチピーク位置情報が前フレームの音声符号化パラメータとともに伝送されていれば、消失した現フレームにおけるピッチピーク位置PPcが合うように、ピッチ周期Pcを（式５）の様にして決定することができる。ピッチの量子化精度によっては、同一ピッチ周期で繰り返してもピッチピーク位置を合わせることが出来ない場合もあるので、（式５）で求められるピッチ周期Pc付近のピッチ量子化値を用いて段階的にピッチ周期Pcを変化させてピッチピーク位置を合わせることも可能である。
【０２２５】
なお、ピッチピーク位置におけるピーク値の極性が合わないことが問題になる場合は、極性情報もピッチピーク位置情報として伝送するようにして利用する。このようにしてピッチ周期Pcを求め、そのピッチ周期Pcを用いてフレーム消失補間処理を行った例を図８（太線）に示す。
【０２２６】
フレーム消失がなかった場合の復号信号（破線）と波形レベルでは一致しないものの、ピッチピーク位置を一致させることが出来るので、後続フレームにおける符号器側と復号器側の適応符号帳間不一致の影響を低減することが可能となる。また、ピッチピーク位置情報を、音声符号化情報に埋めこむ（復号音声に影響の小さい音声符号化情報の代わりにピッチピーク位置情報を伝送する）ので、ビットレートの増加がない。
【０２２７】
また、２フレーム以上を１つのパケットで伝送する場合は、１パケット中の末尾のフレームに関するピッチピーク位置情報のみを送れば良いので、それ以外のフレームについてはピッチピーク位置情報を埋めこむ必要がなく、復号音声信号への影響がさらに少なくなる。なお、現フレームのピッチピーク位置情報が「現フレームはピッチ周期性を有していないフレームである」ことを示している場合は、上記のようなピッチ周期の計算は行わず、現フレームがピッチ周期性を有さないフレームであることを示す情報をパラメータ生成部に出力しても良い。
【０２２８】
パラメータ生成部３１５は、ピッチ周期算出器３１４で算出されたピッチ周期と、パラメータバッファ３１２から入力した前フレームにおける各種復号パラメータを用いて消失したフレームの音源パラメータを生成する。例えば、ピッチ周期算出器３１４から入力した情報が、「現フレームはピッチ周期性を有さないフレームである」ことを示している場合は、適応符号帳利得Gp'を0.0とし、ランダムに生成した固定符号帳パラメータC'と前フレームにおいて使用した固定符号帳利得を減衰させた値をGc'として切り替えスイッチ３０３へ出力する。
【０２２９】
反対に、ピッチ周期算出器３１４から入力した情報が「現フレームはピッチ周期性を有し、そのピッチ周期はPc'である」ことを示している場合は、ピッチパラメータをPc'に設定し、適応符号帳利得Gp'を前フレームで復号した適応符号帳利得GpやGpを減衰した値（例えば0.9倍した値）や過去に復号したGpの平均的な値などに設定し、固定符号帳利得Gc'を0.0に設定して、切り替えスイッチ３０３へそれぞれ出力する。
【０２３０】
なお、復号量子化線形予測係数α'としては、前フレームにおける復号量子化線形予測係数を繰り返して使用したり、帯域幅を拡張してスペクトル特性を平坦化したものを使用したりする。
【０２３１】
次に、音声符号化装置１１０４および音声復号化装置１１１４の動作について、図２３及び図２４を参照して説明する。図２３は、音声符号化装置１１０４の動作を説明するためのフローチャートであり、図２４は、音声復号化装置１１１４の動作を説明するためのフローチャートである。
【０２３２】
図２３に示すように、音声符号化装置１１０４は、まずステップＳＴ９０１において、音声符号化部１５３により１フレーム分のＣＥＬＰ音声符号化処理を行い、次に、ステップＳＴ９０２において、ステップＳＴ９０１にて得られた音声符号化情報を次のフレームの処理が終わるまで１フレーム遅延部１５４によって保存する。
【０２３３】
次に、音声符号化装置１１０４は、ステップＳＴ９０３において、ピッチピーク位置検出部１５１によって、現フレームにおいて一番後ろにあるピッチピーク位置の検出を行う。
【０２３４】
次に、音声符号化装置１１０４は、ステップＳＴ９０４において、ステップＳＴ９０２にて保存された前フレームの音声符号化情報（前フレームの音声符号化情報）を１フレーム遅延部１５４から取り出した後、ステップＳＴ９０５に移って、ステップＳＴ９０３にて検出されたピッチピーク位置情報を、取り出された前フレームの音声符号化情報に埋めこんで、音声符号化装置１１０４の出力として出力する。音声符号化装置１１０４は、上述したステップＳＴ９０１〜ステップＳＴ９０５の一連の符号化処理を繰り返す。
【０２３５】
続いて音声復号化装置１１１４の動作を説明する。図２４に示すように、音声復号化装置１１４は、まず、ステップＳＴ９１０において、現フレームが消失しているかどうかを信号処理装置１１３によって判定する。消失していない場合はステップＳＴ９１１に移り、また、消失している場合はステップＳＴ９１４に移る。
【０２３６】
次に、フレーム消失していない場合は、ステップＳＴ９１１において、ピッチピーク位置情報分離部１１５５が受信した符号化情報からピッチピーク位置情報を分離する。
【０２３７】
続いて、ステップＳＴ９１２において、音声復号化部１５６内のパラメータ復号部３０１が、分離された音声符号化情報から音声符号化パラメータを復号する。次に、ステップＳＴ９１３において、音声復号化部１５６の残りの部分が、復号された音声符号化パラメータから音声信号を再合成する処理を行い、復号音声信号がＤ／Ａ変換装置１１５へ出力される。
【０２３８】
これに対して、ステップＳＴ９１０においてフレームが消失していると判断された場合は、音声復号化装置１１１４は、ステップＳＴ９１４に移って、ピッチ周期算出器３１４によって、現フレーム（消失フレーム）がピッチ周期性を有するフレームであるか否かをチェックする。ピッチ周期性があるか否かに関する情報は受信したピッチピーク位置情報に含まれている。音声復号化装置１１１４は、ピッチ周期性がある場合はステップＳＴ９１５へ移り、ピッチ周期性がない場合はステップＳＴ９１８へ移る。そして、現フレーム（消失フレーム）がピッチ周期性を有する場合、音声復号化装置１１１４は、ステップＳＴ９１５に移って、ピッチピーク位置検出器３１３によって、前フレームのピッチ情報と復号した音源信号とを、パラメータバッファ３１２と適応符号帳３０４から、それぞれ読み出す。
【０２３９】
次に、音声復号化装置１１１４は、ステップＳＴ９１６に移って、ピッチピーク位置検出器３１３によって、前フレームにおいて最も後ろにあるピッチピーク位置を検出する。なお、パラメータバッファ３１２が、２つ前に受信したピッチピーク位置情報を保持している場合は、その情報を用いて前フレームにおけるピッチピーク位置を得ても良い。
【０２４０】
次に、音声復号化装置１１１４は、ステップＳＴ９１７に移って、ピッチ周期算出器３１４によって、現フレーム（消失フレーム）のピッチピーク位置と前フレームのピッチピーク位置と前フレームのピッチ周期を用いて、上述の（式５）によってピッチ周期を算出する。
【０２４１】
次に、音声復号化装置１１１４は、ステップＳＴ９１８に移って、消失したフレームにおける各種音声符号化パラメータをパラメータ生成部３１５によって生成する。
【０２４２】
現フレームがピッチ周期性を有するフレームであると判断された場合は、固定符号帳利得をゼロとし、適応符号帳のみを用いて音声信号を生成する。このとき用いるピッチ周期（適応符号帳パラメータ）は、ピッチ周期算出器３１４にて算出されたものを用いる。また、現フレームがピッチ周期性をもたないフレームであると判断された場合は、音声復号化装置１１１４は、適応符号帳利得をゼロとし、固定符号帳のみで音声信号を生成する。この場合、固定符号帳パラメータはランダムに決定する。線形予測係数については、現在フレームのピッチ周期性の有無に関らず、前フレームのものを繰り返し利用するか、又は、帯域幅拡張を行いながら次第に白色化したものを用いる。
【０２４３】
最後に、音声復号化装置１１１４は、ステップＳＴ９１９において、パラメータバッファ３１２の内容を更新して、１フレームの復号処理を終了する。
【０２４４】
音声復号化装置１１１４は、上記ステップＳＴ９１０〜ステップＳＴ９１９の一連の復号処理を繰り返す。
【０２４５】
上記説明したように、本実施の形態によれば、ビットレートの増加なく、品質劣化を抑えつつ、精度良いフレーム消失補償処理が可能となるとともに、消失フレーム後の誤り伝播の影響を軽減することができる。
【０２４６】
【発明の効果】
以上説明したように、本発明によれば、消失フレームにおける最後尾のピッチピーク位置情報を冗長情報として伝送するので、少ないビット数の増加で消失フレームおよびフレーム消失直後の復号音声品質の劣化を改善することが可能である。また、本発明によれば、消失フレームにおける最後尾のピッチピーク位置情報を音声符号化情報に埋めこんで伝送するので、ビット数の増加なしに消失フレームおよびフレーム消失直後の復号音声品質の劣化を改善することが可能である。
【図面の簡単な説明】
【図１】本発明の実施の形態１に係る音声符号化装置を含む音声信号送信装置および音声復号化装置を含む音声信号受信装置を示すブロック図
【図２】本発明の実施の形態１に係る音声符号化装置の構成を示すブロック図
【図３】ピッチピーク位置検出部の動作原理の説明に供する信号図
【図４】本発明の実施の形態１に係る音声符号化装置から送出されるパケットを示す略線図
【図５】本発明の実施の形態１に係る音声復号化装置の構成を示すブロック図
【図６】本発明の実施の形態１に係る音声復号化装置の動作の説明に供する信号波形図
【図７】本発明の実施の形態１に係る音声復号化装置の動作の説明に供する信号波形図
【図８】本発明の実施の形態１に係る音声復号化装置の動作の説明に供する信号波形図
【図９】本発明の実施の形態１に係る音声符号化処理手順を示すフローチャート
【図１０】本発明の実施の形態１に係る音声復号化処理手順を示すフローチャート
【図１１】本発明の実施の形態２に係る音声符号化装置を含む音声信号送信装置および音声復号化装置を含む音声信号受信装置を示すブロック図
【図１２】本発明の実施の形態２に係る音声符号化装置の構成を示すブロック図
【図１３】本発明の実施の形態２に係る音声符号化装置から送出されるパケットを示す略線図
【図１４】本発明の実施の形態２に係る音声復号化装置の構成を示すブロック図
【図１５】本発明の実施の形態３に係る音声符号化装置を含む音声信号送信装置および音声復号化装置を含む音声信号受信装置を示すブロック図
【図１６】本発明の実施の形態３に係る音声復号化装置の構成を示すブロック図
【図１７】本発明の実施の形態３に係る音声復号化装置の動作の説明に供する略線図
【図１８】本発明の実施の形態４に係る音声符号化装置を含む音声信号送信装置および音声復号化装置を含む音声信号受信装置を示すブロック図
【図１９】本発明の実施の形態４に係る音声符号化装置の構成を示すブロック図
【図２０】本発明の実施の形態４に係る音声符号化装置のピッチピーク位置の検出方法の説明に供する信号波形図
【図２１】本発明の実施の形態４に係る音声符号化装置のピッチピーク位置検出処理手順を示すフローチャート
【図２２】本発明の実施の形態４に係る音声復号化装置の構成を示すブロック図
【図２３】本発明の実施の形態４に係る音声符号化処理手順を示すフローチャート
【図２４】本発明の実施の形態４に係る音声復号化処理手順を示すフローチャート
【図２５】従来の音声符号化装置を含む音声信号送信装置および音声復号化装置を含む音声信号受信装置の構成を示すブロック図
【符号の説明】
１００，４００，７００，１０００ 音声信号送信装置
１９９，４９９，７９９，１１９９ 音声信号受信装置
１０２ 入力装置
１０３ Ａ／Ｄ変換装置
１０４，４０４，１１０４ 音声符号化装置
１０５，１１３ 信号処理装置
１０６ ＲＦ変調装置
１０７ 送信装置
１０８，１１０ アンテナ
１１１ 受信装置
１１２ ＲＦ復調装置
１１４，４１４，７１４，１１１４ 音声復号化装置
１１５ Ｄ／Ａ変換装置
１１６ 出力装置
１５１ ピッチピーク位置検出部
１５２，４５４ 多重化部
１５３ 音声符号化部
１５４，１５７，６０１ １フレーム遅延部
１５５，４５５，７５５ 多重分離部
１５６，４５６，７５６ 音声復号化部
１５８，４５７，７５７ フレーム消失補償部
２０２ 線形予測分析器
２０３ ＬＰＣ量子化器
２０６ ＬＰＣ合成フィルタ
２０８，３０４ 適応符号帳
２１０，３０５ 固定符号帳
２１２ 利得量子化器
３０１ パラメータ復号部
３０２ 利得復号器
３０６ ＬＰＣ復号器
３０３ スイッチ
３１３ ピッチピーク位置検出器
３１４，８１４ ピッチ周期算出器
３１２，８１２ パラメータバッファ
３１５，８１５ パラメータ生成部
６０３ 適応符号帳修正器
１１５２ ピッチピーク位置情報埋め込み部
【発明の属する技術分野】
本発明は、音声信号を符号化して音声符号化情報を生成しパケット化して伝送する音声符号化装置、音声復号化装置、及びそれらの方法に関する。
【０００２】
【従来の技術】
インターネット通信に代表されるパケット通信においては、伝送路においてパケット（又はフレーム）が消失するなどして復号器側で符号化情報を受信できない時に、消失補償（隠蔽）処理を行うのが一般的である（例えば、特許文献１及び特許文献２等参照。）。
【０００３】
従来の音声信号伝送システムとして、図２５に示すものがある。図２５に示すように、従来の音声信号伝送システムは、音声信号送信装置１及び音声信号受信装置１０を具備している。音声信号送信装置１は、入力装置２、Ａ／Ｄ（アナログ／ディジタル）変換装置３、音声符号化装置４、信号処理装置５、ＲＦ変調装置６、送信装置７及びアンテナ８を有している。入力装置２は、音声信号を受け、これを電気信号であるアナログ音声信号に変換し、Ａ／Ｄ変換装置３に与える。Ａ／Ｄ変換装置３は、入力装置２からのアナログ音声信号をディジタル音声信号に変換し音声符号化装置４に与える。音声符号化装置４は、Ａ／Ｄ変換装置３からのディジタル音声信号を符号化して音声符号化情報を生成し信号処理装置５に与える。信号処理装置５は、音声符号化装置４からの音声符号化情報にチャネル符号化処理、多重化処理、パケット化処理及び送信バッファリング処理等を行った後、その音声符号化情報をＲＦ（Radio Frequency）変調装置６に与える。ＲＦ変調装置６は、信号処理装置５からの音声符号化信号を変調して送信装置７に与える。送信装置７は、ＲＦ変調装置６からの音声符号化信号をアンテナ８を介して電波（ＲＦ信号）として送信する。
【０００４】
音声信号受信装置１０は、アンテナ９、受信装置１１、ＲＦ復調装置１２、信号処理装置１３、音声復号化装置１４、Ｄ／Ａ（ディジタル／アナログ）変換装置１５及び出力装置１６を有している。
【０００５】
受信装置１１は、アンテナ９を介して音声符号化信号である電波（ＲＦ信号）を受けてアナログ電気信号である受信音声信号を生成し、これをＲＦ復調装置１２に与える。アンテナ９によって受けられた電波（ＲＦ信号）は、伝送路において信号の減衰や雑音の重畳がなければ、音声信号送信装置１から送信された電波（ＲＦ信号）と全く同じものとなる。
【０００６】
ＲＦ復調装置１２は、受信装置１１からの受信音声信号を復調し信号処理装置１３に与える。信号処理装置１３は、ＲＦ復調装置１２からの受信音声信号のジッタ吸収バッファリング処理、パケット組みたて処理、多重分離処理及びチャネル復号化処理等を行った後、その受信音声信号を音声復号化装置１４に与える。
【０００７】
また、信号処理装置１３は、パケットが所定の時間内に到着しない場合は、パケット消失が発生したことを音声復号化装置１４へ知らせる。音声復号化装置１４は、信号処理装置１３からの受信音声信号を復号化して復号音声信号を生成し、これをＤ／Ａ変換装置１５に与える。
【０００８】
なお、音声復号化装置１４は、信号処理装置１３からパケット損失情報を受け取った場合は、該当パケットの受信音声信号を受け取れないため、フレーム消失補償処理を行い、音声信号を生成する。Ｄ／Ａ変換装置１５は、音声復号化装置１４からのディジタル復号音声信号をアナログ復号音声信号に変換して出力装置１６に与える。出力装置１６は、Ｄ／Ａ変換装置１５からのアナログ復号音声信号を空気の振動に変換し音波として人間の耳に聴こえるように出力する。
【０００９】
音声復号化装置１４は、音声復号化部５６及びフレーム消失補償部５７を有している。音声復号化部５６は３つの入力端子をもち、そのうち２つは信号処理装置の２つの出力端子にそれぞれ接続されている。残りの１つの入力端子はフレーム消失補償部５７の出力端子に接続されている。音声復号化部５６の出力端子は２つあり、Ｄ／Ａ変換装置１５とフレーム消失補償部５７にそれぞれ接続されている。フレーム消失補償部５７の入力端子と出力端子は、音声復号化部５６の出力端子と入力端子にそれぞれ接続されている。フレーム消失補償部５７は、音声復号化部５６において過去に復号されたパラメータ情報を入力し、受信音声信号のフレームが損失している場合に必要となる音声パラメータを生成して音声復号化部５６へ出力する。
【００１０】
音声復号化部５６は、信号処理装置１３の一方の出力端子からフレーム損失信号を受けていない時に、信号処理装置１３の他方の出力端子からの受信音声信号に通常の復号化処理を施して復号音声信号を生成する。また、音声復号化部５６は、フレーム損失信号を受けている時には、フレーム消失補償部５７から入力される音声パラメータを用いて復号処理を行う。フレーム消失補償処理としては、音声符号化方式に応じて様々なものがあり、例えばＩＴＵ−Ｔ勧告Ｇ．７２９などでは復号化アルゴリズムの一部として規定されている。
【００１１】
【特許文献１】
特開平０９−１２０２９７号公報
【特許文献２】
特開平０９−１９０１９７号公報
【００１２】
【発明が解決しようとする課題】
しかしながら、従来の音声信号伝送システムにおいては、伝送したフレーム（またはパケット）が伝送路上で消失した場合、音声信号復号化装置１４が過去に受信済みの符号化情報を用いてフレーム（又はパケット）の消失補償処理を行う。このとき音声符号化装置４と音声信号復号化装置１４との間で内部状態の同期がとれなくなるため、フレームの消失部分のみならずフレーム消失以降のフレームの復号化処理にパケット消失の影響が伝播して復号音声信号の品質を大きく劣化させる場合があるという問題があった。
【００１３】
例えば、音声符号化方式として、ＩＴＵ−Ｔ勧告Ｇ．７２９に示すＣＥＬＰ（Code Excited Linear Prediction）方式を用いる場合には、過去の復号駆動音源信号を用いて音声の符号化及び復号化処理が行われることにより、フレーム消失補償処理によって符号器と復号器とで異なる駆動音源信号が合成されてしまうとその後しばらくの間において符号器と復号器の内部状態が一致せず、復号音声信号の品質が大きく劣化してしまう場合があるという問題がある。内部状態の中でも、過去に生成した音源信号のバッファである適応符号帳の内容の不一致による品質劣化が顕著である。
【００１４】
本発明は、かかる点に鑑みてなされたものであり、フレーム消失部およびフレーム消失の直後の復号音声信号の品質を向上させることができる音声符号化装置、音声復号化装置、及びそれらの方法を提供することを目的とする。
【００１５】
【課題を解決するための手段】
本発明の音声符号化装置は、入力音声信号を符号化する音声符号化手段と、前記音声符号化手段に保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出手段と、フレーム中で最後の前記極大パルスの位置を表す情報を含む冗長情報を符号化する符号化手段と、前記符号化された入力音声信号と前記冗長情報とを多重化する多重化手段と、を具備する構成を採る。
【００２９】
本発明の音声復号化装置は、通信相手において符号化され伝送された、フレーム中で最後の極大パルスの位置を表す情報を含む冗長情報を復号する復号化手段と、所定のフレーム単位で、前記フレームの最後の極大パルスの位置を表す情報を利用するフレーム消失補償処理を行うフレーム消失補償手段と、前記復号化手段に保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出手段と、を具備し、前記フレーム消失補償手段は、前記極大パルス位置検出手段により検出される極大パルスの位置を表す情報を用いて、前記復号化手段で得られる極大パルスの位置に、消失補償処理を行って得られるフレームの最後の極大パルスの位置をあわせる処理を行う、構成を採る。
【００５０】
本発明の音声符号化方法は、入力音声信号を符号化する音声符号化工程と、前記音声符号化工程で用いられるメモリに保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出工程と、フレーム中で最後の前記極大パルスの位置を表す情報を含む冗長情報を符号化する符号化工程と、前記符号化された入力音声信号と前記冗長情報とを多重化する多重化工程と、を具備するようにした。
【００５２】
本発明の音声復号化方法は、通信相手において符号化され伝送された、フレーム中で最後の極大パルスの位置を表す情報を含む冗長情報を復号する復号化工程と、所定のフレーム単位で、前記フレームの最後の極大パルスの位置を表す情報を利用するフレーム消失補償処理を行うフレーム消失補償工程と、前記復号化工程で用いられるメモリに保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出工程と、を具備し、前記フレーム消失補償工程において、前記極大パルス位置検出工程で検出される極大パルスの位置を表す情報を用いて、前記復号化手段で得られる極大パルスの位置に、消失補償処理を行って得られるフレームの最後の極大パルスの位置をあわせる処理を行う、ようにした。
【００５６】
【発明の実施の形態】
本発明の骨子は、音声符号化装置において、音声信号のピッチピーク位置情報を検出し、このピッチピーク位置情報を、符号化された音声信号とともに音声復号化装置に伝送することにより、音声復号化装置において、音声信号の消失フレームが発生した際に、その消失フレームに起因する品質劣化をピッチピーク位置情報に基づいて補償することである。
【００５７】
以下、本発明の実施の形態について、図面を参照して詳細に説明する。
【００５８】
（実施の形態１）
図１は、本発明の実施の形態１に係る音声信号伝送システムの構成を示すブロック図である。
【００５９】
音声信号伝送システムは、音声信号送信装置１００及び音声信号受信装置１９９を具備している。
【００６０】
音声信号送信装置１００は、入力装置１０２、Ａ／Ｄ変換装置１０３、音声符号化装置１０４、信号処理装置１０５、ＲＦ変調装置１０６、送信装置１０７及びアンテナ１０８を有している。Ａ／Ｄ変換装置１０３は入力装置１０２に接続されている。
【００６１】
音声符号化装置１０４の入力端子はＡ／Ｄ変換装置１０３の出力端子に接続されている。信号処理装置１０５の入力端子は、音声符号化装置１０４の出力端子に接続されている。ＲＦ変調装置１０６の入力端子は信号処理装置１０５の出力端子に接続されている。送信装置１０７の入力端子はＲＦ変調装置１０６の出力端子に接続されている。アンテナ１０８は、送信装置１０７の出力端子に接続されている。
【００６２】
入力装置１０２は、音声信号を受けてこれを電気信号であるアナログ音声信号に変換し、Ａ／Ｄ変換装置１０３に与える。Ａ／Ｄ変換装置１０３は、入力装置１０２からのアナログの音声信号をディジタル音声信号に変換し、これを音声符号化装置１０４に与える。音声符号化装置１０４は、Ａ／Ｄ変換装置１０３からのディジタル音声信号を符号化して音声符号化情報を生成し信号処理装置１０５に与える。
【００６３】
信号処理装置１０５は、音声符号化装置１０４からの音声符号化情報にチャネル符号化処理、パケット化処理及び送信バッファ処理等を行った後、その音声符号化情報をＲＦ変調装置１０６に与える。ＲＦ変調装置１０６は、信号処理装置１０５からの音声符号化信号を変調して送信装置１０７に与える。送信装置１０７は、ＲＦ変調装置１０６からの音声符号化信号をアンテナ１０８を介して電波（ＲＦ信号）として送信する。
【００６４】
音声信号送信装置１００においては、Ａ／Ｄ変換装置１０３を介して得られるディジタル音声信号に対して数十ｍｓのフレーム単位で処理が行われ、１フレーム又は数フレームの符号化データを１つのパケットに入れこのパケットをパケット網に送出する。本実施の形態では、伝送遅延を最小限にするために、１フレームを１パケットで伝送することを想定している。したがって、パケット損失はフレーム消失に相当する。
【００６５】
なお、本発明はパケット交換網に限らず、回線交換網にも適用可能で、その場合は、パケット化処理、ジッタ吸収バッファリング処理及びパケット組みたて処理は不要である。
【００６６】
音声信号受信装置１９９は、アンテナ１１０、受信装置１１１、ＲＦ復調装置１１２、信号処理装置１１３、音声復号化装置１１４、Ｄ／Ａ変換装置１１５及び出力装置１１６を有している。受信装置１１１の入力端子は、アンテナ１１０に接続されている。ＲＦ復調装置１１２の入力端子は、受信装置１１１の出力端子に接続されている。信号処理装置１１３の入力端子は、ＲＦ復調装置１１２の出力端子に接続されている。音声復号化装置１１４の２つの入力端子は、信号処理装置１１３の２つの出力端子に一対一接続されている。Ｄ／Ａ変換装置１１５の入力端子は、音声復号化装置１１４の出力端子に接続されている。出力装置１１６の入力端子は、Ｄ／Ａ変換装置１１５の出力端子に接続されている。
【００６７】
受信装置１１１は、アンテナ１１０を介して音声符号化情報である電波（ＲＦ信号）を受けてアナログの電気信号である受信音声信号を生成し、これをＲＦ復調装置１１２に与える。アンテナ１１０を介して受けた電波（ＲＦ信号）は、伝送路において信号の減衰や雑音の重畳がなければ、音声信号送信装置１００において送信された電波（ＲＦ信号）と全く同じものとなる。
【００６８】
ＲＦ復調装置１１２は、受信装置１１１からの受信音声信号を復調し信号処理装置１１３に与える。信号処理装置１１３は、ＲＦ復調装置１１２からの受信音声信号のジッタ吸収バッファリング処理、パケット組みたて処理、パケット消失検出処理、多重分離処理及びチャネル復号化処理等を行って受信音声信号とパケット消失情報とをそれぞれ音声復号化装置１１４に与える。
【００６９】
音声復号化装置１１４は、信号処理装置１１３からの受信音声信号を復号化して復号音声信号を生成しＤ／Ａ変換装置１１５に与える。Ｄ／Ａ変換装置１１５は、音声復号化装置１１４からのディジタル復号音声信号をアナログ復号音声信号に変換して出力装置１１６に与える。出力装置１１６は、Ｄ／Ａ変換装置１１５からのアナログ復号音声信号を空気の振動に変換し音波として人間の耳に聴こえるように出力する。
【００７０】
次に、音声符号化装置１０４について図１、図２及び図３を参照して詳細に説明する。図２は音声符号化装置１０４の構成を示すブロック図である。図３は、ピッチピーク位置検出部の動作を説明するための模式図である。
【００７１】
図１に示すように、音声符号化装置１０４は、ピッチピーク位置検出部１５１、多重化部１５２、音声符号化部１５３及び１フレーム遅延部１５４を有している。音声符号化部１５３の入力端子は、Ａ／Ｄ変換装置１０３の出力端子に接続されている。ピッチピーク位置検出部１５１の入力端子は、音声符号化部１５３の２つの出力端子のうちの一方に接続されている。１フレーム遅延部１５４の入力端子は音声符号化部１５３の２つの出力端子のうちのもう一方に接続されている。多重化部１５２は、ピッチピーク位置検出部１５１及び１フレーム遅延部１５４の出力端子と信号処理装置１０５の入力端子との間に接続されている。
【００７２】
音声符号化部１５３は、Ａ／Ｄ変換装置１０３から入力したディジタル音声信号の符号化処理を行い、符号化パラメータ情報を１フレーム遅延部１５４へ出力する。同時に、音声符号化部１５３は、後述するピッチパラメータ（量子化ピッチ周期）と適応符号帳に保持されている音源信号とをピッチピーク位置検出部１５１へ出力する。ピッチピーク位置検出部１５１は、ピッチパラメータである量子化ピッチ周期情報と過去の音源信号系列とを用いて、過去１ピッチ周期長の音源信号におけるピッチピーク位置を検出し、多重化部１５２へ出力する。
【００７３】
なお、ピッチピーク位置は現在のフレームの最後尾から過去に１ピッチ周期分だけさかのぼった範囲の中に存在する、フレーム最後尾に最も近いものとする。したがって、１フレームが複数のサブフレームに分割されている場合は、最後のサブフレームにおいてピッチピーク位置検出を行う。また、ピッチ周期が長く、現フレーム中にピッチピークが存在しない場合でも、現フレーム末尾の点から１ピッチ周期の範囲内でピッチピーク位置を探索して直前フレーム区間にあるピッチピーク位置を検出することとする。
【００７４】
多重化部１５２は、ピッチピーク位置検出部１５１によって検出された現フレームにおけるピッチピーク位置情報と、１フレーム遅延部１５４から出力される前フレームにおける音声符号化情報とを多重化し、信号処理装置１０５へ出力する。
【００７５】
次に、音声符号化部１５３について、図２を用いてより詳細に説明する。音声符号化部１５３は、図２に示されるように、前処理部２０１、線形予測係数を求める線形予測分析器２０２、線形予測係数の量子化及び符号化を行うＬＰＣ量子化器２０３、聴覚重みフィルタ２０４、聴覚重みフィルタ２０５、量子化された線形予測係数によって構成される線形予測フィルタとしてのＬＰＣ合成フィルタ２０６、加算器２０７、適応符号帳２０８、乗算器２０９、固定符号帳２１０、乗算器２１１、利得量子化器２１２、加算器２１３、音源パラメータ決定部２１４および符号化部２１５とを有している。適応符号帳２０８、固定符号帳２１０及び利得量子化器２１２によって音源符号化部が構成され、この音源符号化部によってＬＰＣ合成フィルタ２０６が駆動される。
【００７６】
前処理部２０１は、Ａ／Ｄ変換装置１０３（図１）からディジタル音声信号を入力し、背景雑音抑圧処理やプリエンファシス処理のように音声の品質を改善するための処理やＤＣ成分をカットするためのハイパスフィルタ処理などを行って線形予測分析器２０２と聴覚重みフィルタ２０４とに出力する。線形予測分析器２０２は、前処理部２０１から入力した前処理後のディジタル音声信号の線形予測分析を行って線形予測係数を算出し、ＬＰＣ量子化器２０３と聴覚重みフィルタ２０４と聴覚重みフィルタ２０５とにそれぞれ出力する。
【００７７】
ＬＰＣ量子化器２０３は、線形予測分析器２０２から入力した線形予測係数の量子化・符号化処理を行い、量子化した線形予測係数をＬＰＣ合成フィルタ２０６に出力するとともに符号化結果をパラメータLとして出力する。パラメータLは符号化部２１５に入力され、他の符号化音源パラメータとともにまとめて符号化される。聴覚重みフィルタ２０４と聴覚重みフィルタ２０５は、線形予測分析器２０２によって算出された線形予測係数を用いたＡＲＭＡ型のディジタルフィルタで、後述する音声符号化部による量子化誤差に対して人間の聴覚特性に合わせた重み付けをするためのものであり、２つの聴覚重みフィルタ２０４及び２０５は同じフィルタ特性を有する。
【００７８】
聴覚重みフィルタ２０４は、前処理部２０１から前処理後のディジタル音声信号を入力し、聴覚重み付けをするＡＲＭＡフィルタ処理を行って加算器２１３へ出力する。聴覚重みフィルタ２０５は、ＬＰＣ合成フィルタ２０６によって合成されたディジタル音声信号を入力し、同じ聴覚重み付けをするＡＲＭＡフィルタ処理を行って加算器２１３へ出力する。
【００７９】
ＬＰＣ合成フィルタ２０６は、ＬＰＣ量子化器２０３によって量子化された線形予測係数を用いて構成されるＡＲ型のディジタルフィルタであり、加算器２０７から出力された音源信号を用いて合成音声信号を生成し、聴覚重みフィルタ２０５へ出力する。加算器２０７は、適応符号帳２０８から乗算器２０９を介して入力した適応符号帳ベクトルと、固定符号帳２１０から乗算器２１１を介して入力した固定符号帳ベクトルとのベクトル加算を行って、音源ベクトルを生成し、ＬＰＣ合成フィルタ２０６へ出力する。また、生成した音源ベクトルは、適応符号帳２０８へフィードバックされて、適応符号帳２０８の内容が更新される。更新後の適応符号帳の音源信号バッファは、ピッチピーク位置検出部１５１へ出力される。
【００８０】
適応符号帳２０８は、加算器２０７によって過去に生成された音源ベクトルを蓄積・保持しているメモリであり、加算器２０７から出力された音源ベクトルによって逐次更新される。また、適応符号帳２０８は、適正な位置からベクトルを切り出して乗算器２０９へ出力する。有声信号の場合、音源信号が周期性を有することから、過去に生成した音源信号を利用して効率的に音源信号を符号化することができることから、このような適応符号帳が一般に用いられる。適応符号帳ベクトルの切りだし位置はピッチパラメータPによって決定される。ピッチパラメータPは、音源パラメータ決定部によって決定される。
【００８１】
固定符号帳２１０は、雑音系列や少数のパルスの組み合わせなどによって任意のベクトルを生成するもので、予め定められた数のベクトルを格納もしくは生成できるようになっており、各ベクトルには固有の番号が振られており、その番号を指定することで対応する形状の固定符号帳ベクトルが生成される。番号は固定符号帳インデックスCとして、音源パラメータ決定部２１４で決定される。
【００８２】
なお、図２では示していないが、固定符号帳は複数のチャンネルや複数のサブセットから構成されていたり、固定符号帳ベクトルに対してピッチ周期化処理が行われたりすることが一般的である。
【００８３】
乗算器２０９は、利得量子化器２１２によって量子化された適応符号帳利得（ピッチ利得）を、適応符号帳２０８から出力されたベクトルに乗じて加算器２０７へ出力する。乗算器２１１は、利得量子化器２１２によって量子化された固定符号帳利得を固定符号帳２１０から出力されたベクトルに乗じて加算器２０７へ出力する。
【００８４】
利得量子化器２１２は、音源利得パラメータGで示される量子化適応符号帳利得および量子化固定符号帳利得をそれぞれ乗算器２０９及び２１１へ出力する。音源利得パラメータＧは音源パラメータ決定部２１４で決定される。音源パラメータ決定部２１４は、加算器２１３から出力される、聴覚重みフィルタ２０４によって聴覚重み付けされた入力音声信号と聴覚重みフィルタ２０５によって聴覚重み付けされたＬＰＣ合成フィルタ２０６の合成音声信号との出力の誤差を最小化するように、適応符号帳パラメータPと固定符号帳パラメータCと利得パラメータGを決定する。
【００８５】
加算器２１３は、聴覚重みフィルタ２０５からの出力ベクトルと聴覚重みフィルタ２０４からの出力ベクトルとの差分ベクトルを算出して音源パラメータ決定部２１４へ出力する。音源パラメータ決定部によって決定された適応符号帳パラメータPと固定符号帳パラメータCと利得符号帳パラメータGと、ＬＰＣ量子化器２０３によって符号化された線形予測パラメータLとは、符号化部２１５により一括して一つの符号としてまとめられ、１フレーム遅延部１５４へ出力される。１フレーム遅延部１５４は、符号化部２１５より入力した音声符号化情報を１フレームの時間だけ保持した後、多重化部１５２へ出力する。
【００８６】
次に、ピッチピーク位置検出部１５１の動作について、図３を参照してより詳細に説明する。
【００８７】
図３に示すように、ピッチピーク位置検出部１５１は、ピッチパラメータPと、最新の適応符号帳の内容（過去に生成した音源信号系列）を少なくとも１ピッチ周期長以上を入力し、最も時間的に後ろにあるピッチピーク位置を検出する。ピッチピーク位置の検出法の最も単純なものは、適応符号帳の末尾（最新のサンプル：図３は１１０１）から過去に１ピッチ周期Pまでさかのぼる間において、絶対値が最大となるサンプル（図３は１１０２）をピッチピーク位置として検出する方法である。なお、現在の入力音声信号にピッチ周期性がない場合（無声部や雑音部である場合）には、ピッチピーク位置を無理に設定せず、ピッチ周期性がない区間であることを示すコードを別途割り当てて、その情報をピッチピーク位置情報として出力する。
【００８８】
次に、音声復号化装置１１４について図１、図４、図５〜図７を参照して詳細に説明する。図４は送信パケットの略線図、図５は音声復号化装置１１４の構成を示すブロック図、図６〜図８はフレーム消失補償処理を説明するための概念図である。
【００８９】
図１に示すように、音声復号化装置１１４は、多重分離部１５５、音声復号化部１５６、１フレーム遅延部１５７及びフレーム消失補償部１５８を有している。
【００９０】
多重分離部１５５の入力端子は信号処理装置１１３の２つの出力端子の一方に接続されている。音声復号化部１５６は３つの入力端子を持ち、第１の入力端子は多重分離部１５５の１つの出力端子に、第２の入力端子は信号処理装置１１３の１つの出力端子に、第３の入力端子はフレーム消失補償部１５８に、それぞれ接続されている。また、音声復号化部１５６は２つの出力端子をもち、一方はフレーム消失補償部１５８の２つの入力端子の一方に接続されており、他方はＤ／Ａ変換装置１１５へ接続されている。１フレーム遅延部１５７の入力端子は、多重分離部１５５の出力端子の一つに接続されている。フレーム消失補償部１５８は２つの入力端子をもち、一方は１フレーム遅延部１５７の出力端子に接続されており、他方は音声復号化部１５６の１つの出力端子に接続されている。
【００９１】
多重分離部１５５は、信号処理装置１１３から入力した多重化情報を、音声符号化情報とピッチピーク位置情報とに分離し、音声復号化部１５６と１フレーム遅延部１５７とにそれぞれ出力する。また、信号処理装置１１３は、フレーム消失情報を音声復号化部１５６へ出力する。音声復号化部１５６は、多重分離部１５５から入力した音声符号化情報を用いて復号処理を行い、復号音声信号をＤ／Ａ変換装置１１５へ出力する。また、フレーム消失補償処理において更新が必要なパラメータをフレーム消失補償部１５８へ出力する。
【００９２】
なお、音声復号化部１５６において、信号処理装置１１３から出力されたフレーム消失補償情報が「現在のフレームは消失している」ことを示す場合は、多重分離部１５５からの情報が入力されないので、フレーム消失補償部１５８から入力されるパラメータ情報を用いて音声信号を生成し、Ｄ／Ａ変換装置１１５へ出力する。このときもフレーム消失補償処理において更新が必要なパラメータはフレーム消失補償部１５８へ出力される。１フレーム遅延部１５７は、多重分離部１５５より入力したピッチピーク位置情報を１フレーム分の時間だけ保持してからフレーム消失補償部１５８へ出力する。フレーム消失補償部１５８は、１フレーム遅延部１５７から出力された、現フレーム（１フレーム前に送られてきているピッチピーク位置情報は、１フレーム前において１フレーム先のピッチピーク位置情報なので、現フレームのピッチピーク位置情報である）におけるピッチピーク位置情報を入力し、現フレームにおけるピッチピーク位置が入力されたピッチピーク位置情報で示される位置に合うようにフレーム消失補償処理を行う。フレーム消失補償処理は、１フレーム遅延部１５７から入力した現フレームの最後尾ピッチピーク位置と、音声復号化部１５６から入力した前フレームまでに復号している音声符号化パラメータとを用いて行われる。
【００９３】
因みに、音声復号化装置１１４において、１フレーム遅延部１５７から出力されたピッチピーク位置情報が、現フレームにおけるピッチピーク位置である理由を図４を参照しながら説明する。
【００９４】
図４は、音声符号化装置１０４において符号化された各フレームの音声符号化情報とピッチピーク位置情報とをパケット化して送信する際の説明に供する略線図である。図４に示すように、音声符号化装置１０４では、符号化されてなる音声符号化情報を１フレーム分遅延させるとともに、ピッチピーク位置情報は遅延させることなく、多重化している。
【００９５】
従って、図４において、例えばフレームｆ２のピッチピーク位置情報１００１ｐは、遅延なく第１のパケット１００１によって送信されるのに対して、そのフレームｆ２の音声符号化情報１００２ａは１フレーム遅延し、次のフレームｆ３のピッチピーク位置情報１００２ｐとともにパケット１００２によって送信される。
【００９６】
このようにして音声符号化装置１０４（音声信号送信装置１００）から送信されたパケット化された音声符号化情報及びピッチピーク位置情報は、音声信号受信装置１９９の音声復号化部１５６において復号される。この場合、例えばパケット１００１によって送信された、フレームｆ２のピッチピーク位置情報１００１ｐは、送信側で１フレーム遅延されて送信されたフレームｆ２の音声符号化情報１００２ａがパケット１００２によって到来するのを待って処理される。
【００９７】
次に、音声復号化部１５６について、図５を参照してより詳細に説明する。音声復号化部１５６は、図５に示されるように、パラメータ復号部３０１、利得復号器３０２、切り替えスイッチ３０３、適応符号帳３０４、固定符号帳３０５、線形予測係数の復号処理を行うＬＰＣ復号器３０６、乗算器３０７、乗算器３０８、加算器３０９、ＬＰＣ復号器３０６において復号された線形予測係数によって構成される線形予測フィルタであるＬＰＣ合成フィルタ３１０及び後処理部３１１を有する。適応符号帳３０４、固定符号帳３０５及び利得復号器３０２によって音源復号部が構成され、この音源復号部によってＬＰＣ合成フィルタ３１０を駆動する。
【００９８】
パラメータ復号器３０１の入力端子は多重分離部１５５の出力端子の１つに接続されている。利得復号器３０２の入力端子はパラメータ復号部３０１の出力端子の一つに接続されている。ＬＰＣ復号器３０６の入力端子はパラメータ復号部３０１の出力端子の一つに接続されている。切り替えスイッチ３０３の入力端子はパラメータ復号部３０１の出力端子と利得復号器の出力端子とＬＰＣ復号器３０６の出力端子とフレーム消失補償部の出力端子にそれぞれ接続されている。また、切り替えスイッチ３０３のフレーム消失情報を受信する端子が、信号処理装置１１３（図１）に接続されている。適応符号帳３０４の入力端子は、スイッチ３０３の出力端子と加算器３０９の出力端子に接続されている。
【００９９】
固定符号帳３０５の入力端子は、切り替えスイッチ３０３の出力端子に接続している。乗算器３０７の２つの入力端子は、一方が適応符号帳３０４の出力端子に、他方が切り替えスイッチ３０３の出力端子にそれぞれ接続している。乗算器３０８の２つの入力端子は、一方が固定符号帳３０５に、他方が切り替えスイッチ３０３の出力端子に、それぞれ接続している。加算器３０９の２つの入力端子は、一方が乗算器３０７の出力端子に、他方が乗算器３０８の出力端子に、それぞれ接続されている。ＬＰＣ合成フィルタ３１０の２つの入力端子は、一方が加算器３０９に、他方が切り替えスイッチ３０３に、それぞれ接続している。後処理部３１１の入力端子は、ＬＰＣ合成フィルタ３１０の出力端子に接続しており、ディジタル復号音声信号をＤ／Ａ変換装置１１５へ出力する。
【０１００】
パラメータ復号部３０１は、多重分離部１５５から入力した音声符号化情報（ビットストリーム）から音声符号化パラメータ（ピッチ（適応符号帳）パラメータP、固定符号帳パラメータC、線形予測パラメータL、利得パラメータG）を復号し、利得パラメータGを利得復号器３０２へ、線形予測係数パラメータLをＬＰＣ復号器３０６へ、その他のパラメータを切り替えスイッチ３０３へそれぞれ出力する。
【０１０１】
利得復号器３０２は、パラメータ復号部３０１から入力した利得パラメータGから適応符号帳利得Gpと固定符号帳利得Gcをそれぞれ復号し、切り替えスイッチ３０３へ出力する。ＬＰＣ復号器３０６は、パラメータ復号部３０１から入力した線形予測係数パラメータLから復号量子化線形予測係数αを復号し、切り替えスイッチ３０３へ出力する。切り替えスイッチ３０３は、パラメータ復号器３０１、利得復号器３０２およびＬＰＣ復号器３０６から入力されるパラメータ群と、フレーム消失補償部１５８から入力されるパラメータ群との切替を行うためのスイッチで、信号処理装置１１３（図１）から受信したフレーム消失情報が「現フレームは消失フレームである」を示す場合にはフレーム消失補償処理部１５８が生成したパラメータ側にスイッチが切り替わり、それ以外の場合はパラメータ復号部３０１、利得復号器３０２およびＬＰＣ復号器３０６から出力されるパラメータ側にスイッチが接続される。
【０１０２】
切り替えスイッチ３０３は、適応符号帳パラメータ（ピッチ）PまたはP'を適応符号帳３０４へ、適応符号帳利得GpまたはGp'を乗算器３０７へ、固定符号帳パラメータCまたはC'を固定符号帳３０５へ、固定符号帳利得GcまたはGc'を乗算器３０８へ、復号量子化線形予測係数αまたはα'をＬＰＣ復号器３０６へ、それぞれ出力する。また、切り替えスイッチ３０３は、適応符号帳３０４、固定符号帳３０５、乗算器３０７、乗算器３０８、ＬＰＣ合成フィルタ３１０へ出力した各パラメータをフレーム消失補償部１５８にも同時に出力する。
【０１０３】
適応符号帳３０４は、過去に生成された音源信号をバッファリングしており、加算器３０９から最新の音源信号が入力されるたびに更新される。適応符号帳３０４のバッファリングしている信号長は、最大ピッチ周期長＋フレーム長以上である。切り替えスイッチ３０３から入力した適応符号長パラメータ（ピッチ）PまたはP'によって指定される位置から適応符号帳ベクトルを切り出して乗算器３０７へ出力するとともに、１フレーム前以前の音源信号をフレーム消失補償処理部１５８へ出力する。乗算器３０７は、適応符号帳３０４から出力された適応符号ベクトルに、切り替えスイッチ３０３から入力した適応符号帳利得GpまたはGp'を乗じて加算器３０９へ出力する。
【０１０４】
固定符号帳３０５は、切り替えスイッチ３０３から入力した固定符号帳パラメータCまたはC'によって指定される固定符号帳ベクトルを生成し、乗算器３０８へ出力する。乗算器３０８は、固定符号帳３０５から入力した固定符号帳ベクトルに、切り替えスイッチ３０３から入力した固定符号帳利得GcまたはGc'を乗じて加算器３０９へ出力する。加算器３０９は、乗算器３０７から入力した適応符号帳ベクトルと、乗算器３０８から入力した固定符号帳ベクトルとを加算し、ＬＰＣ合成フィルタ３１０および適応符号帳３０４へ出力する。
【０１０５】
ＬＰＣ復号器３０６は、パラメータ復号部３０１によって復号された線形予測パラメータＬから復号量子化線形予測係数αを切り替えスイッチ３０３に出力する。ＬＰＣ合成フィルタ３１０は、切り替えスイッチ３０３から入力した復号量子化線形予測係数αまたはα'によって構成されるＡＲ型ディジタルフィルタを、加算器３０９より入力する音源信号によって駆動し、合成音声信号を後処理部３１１へ出力する。後処理部３１１は、音声信号の主観品質を改善するためのホルマント強調ポストフィルタ処理、ピッチ強調ポストフィルタ処理、傾斜補正ポストフィルタ処理、及び、背景雑音信号の主観品質を改善するための雑音後処理、を行い、これらの処理が施されたディジタル復号音声信号をＤ／Ａ変換装置１１５へ出力する。
【０１０６】
次に、フレーム消失補償部１５８について、図５、図６〜図８を参照しながら詳細を説明する。フレーム消失補償部１５８は、パラメータバッファ３１２、ピッチピーク位置検出器３１３、ピッチ周期算出器３１４及びパラメータ生成部３１５を有する。
【０１０７】
パラメータバッファ３１２の入力端子は、音声復号化部１５６内の切り替えスイッチ３０３に接続されている。ピッチピーク位置検出器３１３の２つの入力端子は、一方が音声復号化部の適応符号帳３０４に、他方はパラメータバッファ３１２の出力端子の一つ（ピッチ情報を入力）に、それぞれ接続されている。
【０１０８】
ピッチ周期算出器３１４の３つの入力端子は、一つがピッチピーク位置検出器３１３に、もう一つが１フレーム遅延部１５７に、残りの一つがパラメータバッファ３１２の出力端子の一つ（ピッチ情報を入力）に、それぞれ接続されている。パラメータ生成部３１５の６つの入力端子は、５つがパラメータバッファ３１２の５つの出力端子に接続されており、残りの１つがピッチ周期算出器３１４に、それぞれ接続されている。
【０１０９】
パラメータバッファ３１２は、過去に音声復号化部１５６において、復号音声を生成するために用いられた各種の音声符号化パラメータを記憶しておくバッファであり、復号した適応符号帳パラメータ（ピッチ）P、雑音符号帳パラメータC、適応符号帳利得Gp、固定符号帳利得Gc、復号量子化線形予測係数αが音声復号化部１５６から入力される。また消失フレームにおいては、パラメータ生成部によって生成されたパラメータ（適応符号帳パラメータ（ピッチ）P'、固定符号帳パラメータC'、適応符号帳利得Gp'、固定符号帳利得Gc'、復号量子化線形予測係数α'）が入力される。
【０１１０】
バッファリングされている各種パラメータは、パラメータ生成部３１５へ出力され、消失フレームにおける各種パラメータを生成する際に使用される。ピッチピーク位置検出器３１３は、音声復号化部１５６内の適応符号帳３０４から入力した音源信号と、パラメータバッファ３１２から入力した前フレームのピッチ周期とを用いて、ピッチピーク位置検出部１５１（図１）と同様にしてピッチピーク位置を検出し、ピッチ周期算出器３１４へ出力する。ただし、ピッチピーク位置を探す範囲は直前のフレーム以前において生成された音源信号の部分であり、ピッチピーク位置が存在する範囲は前フレームで生成された音源信号の末尾の点から、前フレームのピッチ周期だけさかのぼった点までである。
【０１１１】
ピッチ周期算出器３１４は、ピッチピーク位置検出器３１３から入力した前フレームの最終ピッチピーク位置と、１フレーム遅延部１５７から入力した現フレームの最終ピッチピーク位置（１フレーム遅延部から出力されるのは、１フレーム前に受信したピッチピーク位置情報であり、１フレーム前に送られてきているピッチピーク位置情報は、現在復号している（消失補償処理を行っている）音声フレームに対応するピッチピーク位置情報である）と、パラメータバッファ３１２から入力した前フレームにおける音声復号部で復号されたピッチ周期と、を入力し、現在のピッチ周期を求める。具体的には、（式１）によって現フレームのピッチ周期を決定することが出来る。
【０１１２】
Pc = (N(PPc)＋Nf−N(PPp))÷Int[0.5+(N(PPc)＋Nf−N(PPp))/Pp] （式１）
但し、PPcは現フレームにおける最終ピッチピーク位置（１フレーム遅延部１５７から入力した情報によって得られる）、PPpは前フレームにおける最終ピッチピーク位置（ピッチピーク位置検出器３１３から入力した情報によって得られる）、Ppは前フレームにおけるピッチ周期（パラメータバッファ３１２より入力）、N(PPx)はフレームＸにおけるピッチピーク位置PPxをフレームＸの先頭からの距離で表した場合の数値、Nfはフレーム長、をそれぞれ示す。また、Int[]は演算結果を越えない最大の整数を示す。
【０１１３】
例えば、図６に示すようなフレーム消失のケースを考える。図６では現フレームが消失し、前フレームのピッチ周期を用いて、前フレームの波形を繰り返す消失補償処理を行った場合を示している。このとき、フレーム消失補償によって生成される現フレームの波形における最終ピッチピーク位置はPPc'である。
【０１１４】
ところで、図７のように、実際には現フレームにおいてピッチ周期が短くなっていた場合、実際のピッチピーク位置PPcと図６のようなフレーム消失補償処理を行った場合のピッチピーク位置PPc'との間にずれが生じてしまう。このようなずれは、消失した現フレームのみならず、後続の正常受信フレームにおいて適応符号帳のピッチピーク位置が符号器側と復号器側とでずれてしまうため、復号音声品質の劣化が大きくなる。
【０１１５】
しかしながら、消失したフレームにおけるピッチピーク位置情報が前フレームの音声符号化パラメータとともに伝送されていれば、消失した現フレームにおけるピッチピーク位置PPcが合うように、ピッチ周期Pcを（式１）の様にして決定することができる。ピッチの量子化精度によっては、同一ピッチ周期で繰り返してもピッチピーク位置を合わせることが出来ない場合もあるので、（式１）で求められるピッチ周期Pc付近のピッチ量子化値を用いて段階的にピッチ周期Pcを変化させてピッチピーク位置を合わせることも可能である。
【０１１６】
なお、ピッチピーク位置におけるピーク値の極性が合わないことが問題になる場合は、極性情報もピッチピーク位置情報として伝送するようにして利用する。
【０１１７】
フレーム消失補償部１５８において、このようにしてピッチ周期Pcを求め、そのピッチ周期Pcを用いてフレーム消失補間処理を行った例を図８に示す。フレーム消失がなかった場合の復号信号（破線）に比べて波形レベルでは一致しないものの、ピッチピーク位置を一致させることが出来るので、後続フレームにおける符号器側と復号器側の適応符号帳間不一致の影響を低減することが可能となる。また、ピッチピーク位置情報だけを送るので、ビットレートの増加も少ない。たとえばIETF標準のＲＦC2198(Perkinsら、"RTP PayloＡ／Ｄ for RedunＤ／Ａnt Audio Ｄ／Ａta", Sept. 1997)などで規定されているようにプライマリコーデック情報とセカンダリコーデック情報とを伝送するのに比べると、低ビットレートでのFEC(Forward Error Correction:前方誤り訂正)を実現することが可能である。
【０１１８】
なお、現フレームのピッチピーク位置情報が「現フレームはピッチ周期性を有していないフレームである」ことを示している場合は、ピッチ周期算出器３１４は、上述のようなピッチ周期の計算は行わず、現フレームがピッチ周期性を有さないフレームであることを示す情報をパラメータ生成部に出力する。
【０１１９】
パラメータ生成部３１５は、ピッチ周期算出器３１４で算出されたピッチ周期と、パラメータバッファ３１２から入力した前フレームにおける各種復号パラメータを用いて消失したフレームの音源パラメータを生成する。例えば、ピッチ周期算出器３１４から入力した情報が、「現フレームはピッチ周期性を有さないフレームである」ことを示している場合は、パラメータ生成部３１５は、適応符号帳利得Gp'を0.0とし、ランダムに生成した固定符号帳パラメータC'と前フレームにおいて使用した固定符号帳利得を減衰させた値をGc'として切り替えスイッチ３０３へ出力する。反対に、ピッチ周期算出器３１４から入力した情報が「現フレームはピッチ周期性を有し、そのピッチ周期はPc'である」ことを示している場合は、パラメータ生成部３１５は、ピッチパラメータをPc'に設定し、適応符号帳利得Gp'を前フレームで復号した適応符号帳利得GpやGpを減衰した値（例えば0.9倍した値）や過去に復号したGpの平均的な値などに設定し、固定符号帳利得Gc'を0.0に設定して、切り替えスイッチ３０３へそれぞれ出力する。なお、復号量子化線形予測係数α'としては、前フレームにおける復号量子化線形予測係数が繰り返して使用されたり、又は帯域幅を拡張してスペクトル特性を平坦化したものが使用される。
【０１２０】
次に、音声符号化装置１０４および音声復号化装置１１４の動作について、図９及び図１０を参照して説明する。図９は、音声符号化装置１０４の動作を説明するためのフロー図であり、図１０は、音声復号化装置１１４の動作を説明するためのフロー図である。
【０１２１】
図９に示すように、音声符号化装置１０４は、まずステップＳＴ１０１において、音声符号化部１５３により１フレーム分のＣＥＬＰ音声符号化処理を行い、次に、ステップＳＴ１０２において、ステップＳＴ１０１にて得られた音声符号化情報を次のフレームの処理が終わるまで１フレーム遅延部１５４によって保存する。
【０１２２】
次に、音声符号化装置１０４は、ステップＳＴ１０３において、ピッチピーク位置検出部１５１によって、現フレームにおいて一番後ろにあるピッチピーク位置の検出を行う。
【０１２３】
次に、音声符号化装置１０４は、ステップＳＴ１０４において、ステップＳＴ１０２にて保存された前フレームの音声符号化情報（前フレームの音声符号化情報）を１フレーム遅延部１５４から取り出した後、ステップＳＴ１０５に移って、ステップＳＴ１０４において取り出された前フレームの音声符号化情報と、ステップＳＴ１０３にて検出されたピッチピーク位置情報とを多重化部１５２によって多重化し、これを音声符号化装置１０４の出力として出力する。
【０１２４】
音声符号化装置１０４は、上述したステップＳＴ１０１〜ステップＳＴ１０５の一連の符号化処理を繰り返す。
【０１２５】
続いて音声復号化装置１１４の動作を説明する。図１０に示すように、音声復号化装置１１４は、まず、ステップＳＴ１１０において、現フレームが消失しているかどうかを信号処理装置１１３によって判定する。消失していない場合はステップＳＴ１１１に移り、また、消失している場合はステップＳＴ１１４に移る。
【０１２６】
次に、フレーム消失していない場合は、ステップＳＴ１１１において、多重分離部１５５が受信した多重化情報を分離する。
【０１２７】
続いて、ステップＳＴ１１２において、音声復号化部１５６内のパラメータ復号部３０１が、分離された音声符号化情報から音声符号化パラメータを復号する。次に、ステップＳＴ１１３において、音声復号化部１５６の残りの部分が、復号された音声符号化パラメータから音声信号を再合成する処理を行い、復号音声信号がＤ／Ａ変換装置１１５へ出力される。
【０１２８】
これに対して、ステップＳＴ１１０においてフレームが消失していると判断された場合は、音声復号化装置１１４は、ステップＳＴ１１４に移って、ピッチ周期算出器３１４によって、現フレーム（消失フレーム）がピッチ周期性を有するフレームであるか否かをチェックする。ピッチ周期性があるか否かに関する情報は受信したピッチピーク位置情報に含まれている。音声復号化装置１１４は、ピッチ周期性がある場合はステップＳＴ１１５へ移り、ピッチ周期性がない場合はステップＳＴ１１８へ移る。そして、現フレーム（消失フレーム）がピッチ周期性を有する場合、音声復号化装置１１４は、ステップＳＴ１１５に移って、ピッチピーク位置検出器３１３によって、前フレームのピッチ情報と復号した音源信号とを、パラメータバッファ３１２と適応符号帳３０４から、それぞれ読み出す。
【０１２９】
次に、音声復号化装置１１４は、ステップＳＴ１１６に移って、ピッチピーク位置検出器３１３によって、前フレームにおいて最も後ろにあるピッチピーク位置を検出する。なお、パラメータバッファ３１２が、２つ前に受信したピッチピーク位置情報を保持している場合は、その情報を用いて前フレームにおけるピッチピーク位置を得ても良い。
【０１３０】
次に、音声復号化装置１１４は、ステップＳＴ１１７に移って、ピッチ周期算出器３１４によって、現フレーム（消失フレーム）のピッチピーク位置と前フレームのピッチピーク位置と前フレームのピッチ周期を用いて、上述の（式１）によってピッチ周期を算出する。
【０１３１】
次に、音声復号化装置１１４は、ステップＳＴ１１８に移って、消失したフレームにおける各種音声符号化パラメータをパラメータ生成部３１５によって生成する。
【０１３２】
現フレームがピッチ周期性を有するフレームであると判断された場合は、固定符号帳利得をゼロとし、適応符号帳のみを用いて音声信号を生成する。このとき用いるピッチ周期（適応符号帳パラメータ）は、ピッチ周期算出器３１４にて算出されたものを用いる。また、現フレームがピッチ周期性をもたないフレームであると判断された場合は、音声復号化装置１１４は、適応符号帳利得をゼロとし、固定符号帳のみで音声信号を生成する。この場合、固定符号帳パラメータはランダムに決定する。線形予測係数については、現在フレームのピッチ周期性の有無に関らず、前フレームのものを繰り返し利用するか、又は、帯域幅拡張を行いながら次第に白色化したものを用いる。
【０１３３】
最後に、音声復号化装置１１４は、ステップＳＴ１１９において、パラメータバッファ３１２の内容を更新して、１フレームの復号処理を終了する。
【０１３４】
音声復号化装置１１４は、上記ステップＳＴ１１０〜ステップＳＴ１１９の一連の復号処理を繰り返す。
【０１３５】
このように、本実施の形態の音声信号送信装置１００及び音声信号受信装置１９９によれば、少ない冗長情報の追加で、精度良いフレーム消失補償処理が可能となるとともに、ピッチピーク位置が合わせられることにより、ピッチピーク位置のずれが消失フレーム後に伝搬されることを回避することができ、この結果、消失フレーム後の誤り伝播の影響を軽減することができる。
【０１３６】
（実施の形態２）
図１１は、本発明の実施の形態２に係る音声信号伝送システムの構成を示すブロック図である。
【０１３７】
図１１に示す音声信号伝送システムは、音声信号送信装置４００及び音声信号受信装置４９９を有している。
【０１３８】
音声信号送信装置４００は、実施の形態１の音声信号送信装置１００における音声符号化装置１０４を音声符号化装置４０４に置き換えたものである。実施の形態１と同じ構成要素で同じ動作をするものについては、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１３９】
音声符号化装置４０４は、Ａ／Ｄ変換装置１０３からのディジタル音声信号を符号化することにより音声符号化情報を生成し、この生成された音声符号化情報を信号処理装置１０５に与える。
【０１４０】
音声信号受信装置４９９は、実施の形態１の音声信号受信装置１９９における音声復号化装置１１４を音声復号化装置４１４に置き換えたものである。実施の形態１と同じ構成要素で同じ動作をするものについては、実施の形態１と同一符号を付し、詳しい説明を省略する。音声復号化装置４１４は、信号処理装置１１３からの受信音声信号を復号化して復号音声信号を生成してＤ／Ａ変換装置１１５に与える。
【０１４１】
次に、図１１および図１２を参照して音声符号化装置４０４の詳細について説明する。
【０１４２】
図１１および図１２に示した音声符号化装置４０４において、図１および図２に示した実施の形態１の音声符号化装置１０４と同じ動作をする同じ構成要素については、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１４３】
１フレーム遅延部４５２の入力端子は、ピッチピーク位置検出部１５１の出力端子に接続されている。多重化部４５４の２つの入力端子は、一方が1フレーム遅延部４５２の出力端子に、他方が音声符号化部１５３の出力端子に、それぞれ接続されている。
【０１４４】
１フレーム遅延部４５２は、ピッチピーク位置検出部１５１から出力された、現フレームにおける最も後ろにあるピッチピーク位置情報を、１フレームの時間だけ保持してから多重化部４５４へ出力する。多重化部４５４は、１フレーム遅延部４５２から入力した１フレーム前における前記ピッチピーク位置情報と、音声符号化部１５３から入力した現フレームの符号化音声情報と、を多重化して一つにまとめた符号化情報としてＤ／Ａ変換装置１１５へ出力する。
【０１４５】
すなわち、実施の形態１と実施の形態２との違いは、ピッチピーク位置情報と音声符号化情報のどちらを１フレーム遅延させて多重化させるかの違いである。ピッチピーク位置情報を遅延させるのが実施の形態２であり、音声符号化情報を遅延させるのが実施の形態１である。実施の形態１と実施の形態２の音声符号化装置におけるその他の動作は全て同じである。
【０１４６】
因みに、図１３は、音声符号化装置４０４において、符号化された各フレームの音声符号化情報とピッチピーク位置情報とをパケット化して送信する際の説明に供する略線図である。図１３に示すように、音声符号化装置４０４では、ピッチピーク位置情報を１フレーム分遅延させるとともに、音声符号化情報は遅延させることなく、多重化している。
【０１４７】
従って、図１３において、例えばフレームｆ２の音声符号化情報２００１ａは、遅延なく第１のパケット２００１によって送信されるのに対して、そのフレームｆ２のピッチピーク位置情報２００２ｐは１フレーム遅延し、次のフレームｆ３の音声符号化情報２００２ａとともにパケット２００２によって送信される。
【０１４８】
このようにして音声符号化装置４０４（音声信号送信装置４００）から送信されたパケット化された音声符号化情報及びピッチピーク位置情報は、音声信号受信装置４９９の音声復号化部４５６において復号される。この場合、例えばパケット２００２によって送信された、フレームｆ２のピッチピーク位置情報２００２ｐは、送信側で１フレーム遅延されて送信されていることにより、音声復号化部４５６において復号される際には、前フレームのピッチピーク位置情報となる。音声復号化部４５６では、フレーム消失情報に基づいて現在復号しようとするフレームの音声符号化情報が消失している場合には、前フレームで復号した音声符号化情報を用いて、フレーム消失補償部４５７によって一般的なフレーム消失補償を行う。また、前フレームが消失フレームであった場合は、音声復号化部４５６の１フレーム遅延部６０１（後述）によって、その前フレームにおけるフレーム消失情報を１フレーム分だけ遅延させることにより、消失した前フレームに続く現在フレームにおいて、このフレーム消失情報によって適応符号帳修正器６０３（後述）を動作させる。これにより、前フレームにおいてフレーム消失補償部４５７によって補償されたパラメータに基づいて生成された適応符号帳３０４が修正される。
【０１４９】
次に、図１１および図１４を参照して実施の形態２における音声復号化装置４１４について詳細に説明する。
【０１５０】
図１４に示した音声復号化装置４１４において、図５に示した実施の形態１の音声復号化装置１１４と同じ動作をする同じ構成要素については、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１５１】
図１４に示すように、音声復号化装置４１４は、多重分離部４５５と、音声復号化部４５６と、フレーム消失補償部４５７とを有する。
【０１５２】
多重分離部４５５の入力端子は、信号処理装置１１３の出力端子の一つに接続されている。音声復号化部４５６の８つの入力端子は、多重分離部４５５の２つの出力端子に一つずつと、信号処理装置１１３の一つの出力端子と、フレーム消失補償部４５７の５つの出力端子とにそれぞれ接続されている。フレーム消失補償部４５７の６つの入力端子は、一つが多重分離部４５５の一方の出力端子に接続されており、残りの５つが音声復号化部４５６の５つの出力端子に接続されている。音声復号化部の残り１つの出力端子は、Ｄ／Ａ変換装置１１５へ接続されている。
【０１５３】
多重分離部４５５は信号処理装置１１３（図１）から出力される符号化情報から音声符号化パラメータ情報とピッチピーク位置情報とを分離し、双方とも音声復号化部４５６へ出力する。また、多重分離部４５５は、ピッチピーク位置情報（PP）をフレーム消失補償部４５７へも出力する。音声復号化部４５６は、信号処理装置１１３からフレーム消失情報を入力し、復号するフレーム（現フレーム）が消失フレームである場合は、切り替えスイッチ３０３を切り替えることにより、フレーム消失補償部４５７によって生成される音声符号化パラメータを用いて音声信号を合成し、Ｄ／Ａ変換装置１１５へ出力する。復号するフレームが消失フレームでない場合は、多重分離部４５５から出力された音声符号化パラメータを用いて復号処理を行い、音声信号を合成し、Ｄ／Ａ変換装置１１５へ出力する。ただし、前フレームが消失フレームである場合は、多重分離部４５５から出力された（前フレームの）ピッチピーク位置を用いて、前フレームにおいて生成した適応符号帳の内容を修正してから復号化処理を行う。
【０１５４】
図１４を参照して、音声復号化部４５６の詳細について説明する。図１４において、音声復号化部４１４が、図５に示した実施の形態１における音声復号化部１１４と異なる部分は、１フレーム遅延部６０１と切り替えスイッチ６０２と適応符号帳修正器６０３とが新たに加わった点である。その他の構成要素については、同じ構成で同じ動作をするため、図５と同一符号を付して詳しい説明を省略する。
【０１５５】
１フレーム遅延部６０１の入力端子は信号処理部１１３の出力端子の一つに接続されている。切り替えスイッチ６０２の２つの入力端子は、一方が適応符号帳３０４に、他方が適応符号帳修正器６０３に、それぞれ接続されている。また、切り替えスイッチ６０２には、１フレーム遅延部６０１から、スイッチ切り替えの制御情報が入力されている。適応符号帳修正器６０３の２つの入力端子は、一方が切り替えスイッチ６０２の入力端子の一つに接続されており、他方が多重分離部４５５の出力端子の一つに接続されている。
【０１５６】
１フレーム遅延部６０１は、信号処理装置１１３から、フレーム消失情報を入力し、１フレーム時間だけ保持した後、切り替えスイッチ６０２へ出力する。切り替えスイッチ６０２は、１フレーム遅延部６０１から入力した情報が、フレーム（＝前フレーム）が消失していることを示している場合にON（接続）となり、フレームが消失していない場合にはOFF（解放）となる。なお、２つのスイッチは連動しており、同時にON/OFFされる。切り替えスイッチ６０２がONになると、適応符号帳３０４の内容が読み出され、適応符号帳修正器６０３へ出力される。読み出された適応符号帳３０４の内容は、適応符号帳修正器６０３によって修正された後、切り替えスイッチ６０２を介して適応符号帳３０４へ出力され、適応符号帳の内容が書き換えられる。適応符号帳３０４の書き換えが終わってから音声復号化処理が行われる。
【０１５７】
適応符号帳修正器６０３は、多重分離部４５５から、復号するフレームの前フレームにおける一番後ろにあるピッチピーク位置情報を入力し、適応符号帳３０４に格納されている前フレームで生成された音源部分のピッチピーク位置が前記ピッチピーク位置に合うように、適応符号帳３０４に格納されている音源信号バッファの内容を修正する。具体的には、実施の形態１で述べた方法と同様にして、２つ前のフレームにおける最終ピッチピーク位置PPp'（２つ前のフレームにおける音源信号およびピッチ周期Pp'を用いて、実施の形態１に示した方法で求める）と、１つ前のフレームにおける最終ピッチピーク位置PPp（現フレームで受信しているピッチピーク位置情報から得られる）と、を用いて（式１）と同様の（式２）によって、１つ前のフレームにおけるピッチ周期Ppを算出し、Ppを用いて前フレームにおけるフレーム消失補償処理をやり直すことによって修正した適応符号帳を生成する。
【０１５８】
Pp = (N(PPp)＋Nf−N(PPp'))÷Int[0.5+(N(PPp)＋Nf−N(PPp'))/Pp'] （式２）
または、単に１つ前のフレームにおけるピッチピーク位置PPpを、修正前の適応符号帳３０４に格納されている１つ前のフレームにおいて生成された音源信号を用いて求め、求められたピッチピーク位置と、現フレームで受信したピッチピーク位置情報から得られるピッチピーク位置との差だけ適応符号帳の内容をシフトさせて位置あわせを行う方法も可能である。
【０１５９】
このようにして修正した適応符号帳は、切り替えスイッチ６０２を介して適応符号帳３０４へ出力され、適応符号帳３０４の内容が修正される。適応符号帳３０４の内容を修正した後は、実施の形態１で説明した音声復号化部１５６と同じ動作によって音声信号が復号される。
【０１６０】
次に、フレーム消失補償部４５７について図１４を参照して詳細に説明する。フレーム消失補償部４５７は、パラメータバッファ３１２およびパラメータ生成部６０４を有する。パラメータバッファ３１２の動作は、実施の形態１と同じなのでその説明は省略する。パラメータ生成部６０４の動作は、基本的に実施の形態１のパラメータ生成部３１５と同様である。即ち、例えば、ピッチピーク位置情報PPが、「前フレームはピッチ周期性を有さないフレームである」ことを示している場合は、適応符号帳利得Gp'を0.0とし、ランダムに生成した固定符号帳パラメータC'と前フレームにおいて使用した固定符号帳利得を減衰させた値をGc'として切り替えスイッチ３０３へ出力する。反対に、ピッチピーク位置情報PPが「前フレームはピッチ周期性を有する」ことを示している場合は、適応符号帳利得Gp'を前フレームで復号した適応符号帳利得GpやGpを減衰した値（例えば0.9倍した値）や過去に復号したGpの平均的な値などに設定し、固定符号帳利得Gc'を0.0に設定して、切り替えスイッチ３０３へそれぞれ出力する。
【０１６１】
ピッチ周期情報にはパラメータバッファ３１２に記憶されている前フレームのピッチ周期やそれに準じるピッチ周期（ランダムな揺らぎを付加したり、１サンプルずつ増やしたりしたもの）を用い、固定符号帳パラメータには乱数で生成した符号帳インデックスなどを用いる。なお、復号量子化線形予測係数α'としては、前フレームにおける復号量子化線形予測係数を繰り返して使用したり、帯域幅を拡張してスペクトル特性を平坦化したものを使用したりする。
【０１６２】
このように、本実施の形態の音声信号送信装置４００及び音声信号受信装置４９９によれば、フレーム消失後の誤り伝播の影響を、遅延の増加なく軽減することができる。
【０１６３】
（実施の形態３）
図１５は、本発明の実施の形態３に係る音声信号伝送システムの構成を示すブロック図である。
【０１６４】
音声信号伝送システムは、音声信号送信装置７００及び音声信号受信装置７９９を具備している。
【０１６５】
音声信号送信装置７００は、実施の形態２の音声信号送信装置４００と同じものであるので、各構成要素には実施の形態１および２と同一符号を付し、詳しい説明を省略する。
【０１６６】
音声信号受信装置７９９は、実施の形態２の音声信号受信装置４９９における音声復号化装置４１４を音声復号化装置７１４に置き換えたものである。実施の形態１および２と同じ構成要素で同じ動作をするものについては、実施の形態１および２と同じ番号を付し、説明を省略する。音声復号化装置７１４は、信号処理装置１１３からの受信音声信号を復号化して復号音声信号を生成してＤ／Ａ変換装置１１５に与える。
【０１６７】
次に、図１５および図１６を参照して実施の形態３における音声復号化装置７１４について詳細に説明する。
【０１６８】
図１５および図１６に示した音声復号化装置７１４において、図５に示した実施の形態１の音声復号化装置１１４及び図１４に示した実施の形態２の音声復号化装置４１４と同じ動作をする同じ構成要素については、実施の形態１および実施の形態２と同一符号を付し、詳しい説明を省略する。
【０１６９】
図１５および図１６に示すように、音声復号化装置７１４は、多重分離部７５５と、音声復号化部７５６と、フレーム消失補償部７５７とを有する。
【０１７０】
多重分離部７５５の入力端子は、信号処理装置１１３の出力端子の一つに接続されている。音声復号化部７５６の３つの入力端子は、多重分離部７５５の出力端子と、信号処理装置１１３の一つの出力端子と、フレーム消失補償部７５７の出力端子とにそれぞれ接続されている。フレーム消失補償部７５７の２つの入力端子は、一方が多重分離部７５５の一方の出力端子に接続されており、他方が音声復号化部７５６の２つの出力端子の一方に接続されている。音声復号化部７５６の他方の出力端子は、Ｄ／Ａ変換装置１１５へ接続されている。
【０１７１】
多重分離部７５５は音声符号化パラメータ情報とピッチピーク位置情報とを分離し、音声符号化パラメータ情報を音声復号化部７５６へ、ピッチピーク位置情報をフレーム消失補償部７５７へ、それぞれ出力する。音声復号化部７５６は、信号処理装置１１３からフレーム消失情報を入力し、復号するフレーム（現在受信しているフレームの前フレーム）が消失フレームである場合は、フレーム消失補償部７５７によって生成される音声符号化パラメータを用いて音声信号を合成し、Ｄ／Ａ変換装置１１５へ出力する。復号するフレームが消失フレームでない場合は、多重分離部７５５から出力された音声符号化パラメータを用いて復号処理を行い、音声信号を合成し、Ｄ／Ａ変換装置１１５へ出力する。実施の形態２と異なる点は、復号するフレームが１フレーム前に受信したものである点である。即ち、復号器側で１フレーム待ってから復号を行う点である。このようにすると、例えば復号しようとするフレームが消失していて、消失フレームの前後のフレームが受信されている場合に、前後のフレーム情報を用いて消失フレームの補償処理を行うことが可能となり、前後のフレーム間で滑らかに変化するように消失補償処理を行うことができる。
【０１７２】
図１６を参照して、音声復号化装置７１４の動作を詳細に説明する。図１６に示すように、音声復号化部７５６は、実施の形態１の音声復号化部１５６におけるパラメータ復号部３０１が、パラメータ復号部８０１および１フレーム遅延部８０２に置き換えられている。また、１フレーム遅延部８０３が信号処理装置１１３と切り替えスイッチ３０３との間に挿入されている。これら２点が実施の形態１と異なる。それ以外の構成要素については同じ構成で同じ動作をするため、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１７３】
図１６において、パラメータ復号部８０１は、多重分離部７５５から、音声符号化情報を入力し、各音声符号化パラメータを分離して１フレーム遅延部８０２に出力する。同時にパラメータ復号部８０１は、適応符号帳パラメータPn（復号するフレームの次のフレームにおける適応符号帳パラメータ）をフレーム消失補償部７５７内のピッチ周期算出器８１４へ出力する。
【０１７４】
１フレーム遅延部８０２は、パラメータ復号部８０１から出力された各パラメータを１フレームの時間保持した後、ピッチ（適応符号帳）パラメータP（これから復号するフレームのピッチ（適応符号帳）パラメータであり、Pnよりも１フレーム前になる）および固定符号帳パラメータCをそれぞれ切り替えスイッチ３０３へ出力する。同時に１フレーム遅延部８０２は、利得パラメータGを利得復号器３０２へ出力する。同時に１フレーム遅延部８０２は、線形予測係数パラメータLをＬＰＣ復号器３０６へ出力する。また、１フレーム遅延部８０３は、信号処理装置１１３から出力されたフレーム消失情報を入力して１フレームの時間だけ保持した後、切り替えスイッチ３０３へ出力する。
【０１７５】
次にフレーム消失補償部７５７について、図１６を参照して詳細に説明する。フレーム消失補償部７５７は、ピッチピーク位置検出器３１３、パラメータバッファ８１２、ピッチ周期算出器８１４、パラメータ生成部８１５とを有する。
【０１７６】
ピッチピーク位置検出器３１３は、実施の形態１におけるピッチピーク位置検出器３１３と同じ動作をする。即ち、復号しているフレームの前フレームにおける最終ピッチピーク位置を、パラメータバッファ８１２から入力するピッチ周期と、適応符号帳３０４から入力する音源信号とを用いて検出し、ピッチ周期算出器８１４へ出力する。なお、復号しているフレームの前フレームにおいてピッチピーク位置を正常に受信している場合は、その情報をバッファリングしておいて用いても良い。パラメータバッファ８１２は、実施の形態１および実施の形態２のパラメータバッファ３１２と同じ動作をする。ただし、バッファリングしているパラメータが、１フレーム遅延部８０２の存在により、１フレームだけ過去にさかのぼっている点のみが異なる。
【０１７７】
ピッチ周期算出器８１４は、復号フレームのピッチピーク位置情報PPcを多重分離部７５５から、復号フレームの次のフレームのピッチ周期Pnをパラメータ復号部８０１から、復号フレームの前のピッチ周期情報Ppをパラメータバッファ８１２から、復号フレームの前のフレームのピッチピーク位置情報PPpをピッチピーク位置検出器３１３から、それぞれ入力し、消失フレーム（復号フレーム）のピッチ周期を計算してパラメータ生成部８１５へ出力する。
【０１７８】
なお、ピッチ周期算出器８１４は、多重分離部７５５から入力したピッチピーク位置情報PPcが、「ピッチ周期性を有さないフレームである」ことを示している場合は、その情報をパラメータ生成部へ出力する。
【０１７９】
パラメータ生成部８１５は、実施の形態１のパラメータ生成部３１５と同様の動作を行う。即ち、ピッチ周期算出器８１４で算出されたピッチ周期と、パラメータバッファ８１２から入力した前フレームにおける各種復号パラメータを用いて消失したフレームの音源パラメータを生成する。
【０１８０】
例えば、ピッチ周期算出器８１４から入力した情報が、「復号するフレームはピッチ周期性を有さないフレームである」ことを示している場合は、適応符号帳利得Gp'を0.0とし、ランダムに生成した固定符号帳パラメータC'と前フレームにおいて使用した固定符号帳利得を減衰させた値をGc'として切り替えスイッチ３０３へ出力する。
【０１８１】
反対に、ピッチ周期算出器８１４から入力した情報が「復号するフレームはピッチ周期性を有し、そのピッチ周期はPc'である」ことを示している場合は、ピッチ周期をピッチ周期算出器８１４で求めた値P'に設定し、適応符号帳利得Gp'を前フレームで復号した適応符号帳利得GpやGpを減衰した値（例えば0.9倍した値）や過去に復号したGpの平均的な値などに設定し、固定符号帳利得Gc'を0.0に設定して、切り替えスイッチ３０３へそれぞれ出力する。
【０１８２】
なお、復号量子化線形予測係数α'としては、前フレームにおける復号量子化線形予測係数を繰り返して使用したり、帯域幅を拡張してスペクトル特性を平坦化したものを使用したりする。
【０１８３】
図１７に、復号フレームの次のフレームのピッチ周期Pnと、復号フレームのピッチピーク位置情報N(PPc)と、復号フレームの前のフレームのピッチ周期Ppと、（復号フレームの前のフレームのピッチ周期Ppと適応符号帳の音源信号から求めた）復号フレームの前のフレームのピッチピーク位置情報N(PPp)とを用いて、復号フレームのピッチ周期Pcを求める原理図を示す。
【０１８４】
復号フレームのピッチピーク位置PPcの情報は、多重分離部７５５から供給される。前フレームのピッチピーク位置PPpの情報は、ピッチピーク位置検出器３１３から供給される。前フレームのピッチ周期Ppはパラメータバッファ８１２から供給される。次のフレームのピッチ周期Pnはパラメータ復号部８０１から供給される。この復号フレームのピッチピーク位置PPcと、前フレームのピッチピーク位置PPpと、前フレームのピッチ周期Ppと、次フレームのピッチ周期Pnとを用いて、（式３）より復号フレームのピッチ周期Pcを求める。なお、N(PPx)はフレームＸの先頭からピッチピーク位置PPxまでの距離を、Nfはサブフレーム長を、Int[]は[]内の演算結果以下の最大整数値を、それぞれ示す。
【０１８５】
Pc ＝ （N(PPc) ＋Nf −N(PPp)）／
Int[((N(PPc) ＋Nf−N(PPp))/Pp ＋ (N(PPc) ＋Nf−N(PPp))/Pn)×0.5 ＋ 0.5] （式３）
例えば、図１７の場合、PPc―PPp間の距離は、周期Ppでは3.1周期分、周期Pnでは2.8周期分なので、(3.1+2.8)×0.5＝2.95となる。したがって分母は３周期となり、N(PPc)+Nf-N(PPp)を３で割った値がピッチ周期ということになる。
【０１８６】
このような方法で消失フレームである復号フレームのピッチ周期を求めることにより、前後のフレームの中間的なピッチ周期を用いて連続的にピッチが変化するようなフレーム消失補償処理が可能となる。また、実施の形態２と同様、消失フレームにおけるピッチピーク位置を一致させることが出来るので、後続正常フレームにおける符号器側と復号器側の適応符号帳間不一致の影響を低減することが可能となる。
【０１８７】
このように、本実施の形態の音声信号送信装置７００及び音声信号受信装置７９９によれば、少ない冗長情報を追加することにより、精度良いフレーム消失補償法を実現できるとともに、消失フレーム後の誤り伝播の影響を軽減することができる。
【０１８８】
（実施の形態４）
図１８は、本発明の実施の形態４に係る音声信号伝送システムの構成を示すブロック図である。
【０１８９】
図１８に示す音声信号伝送システムは、音声信号送信装置１０００及び音声信号受信装置１１９９を有している。
【０１９０】
音声信号送信装置１０００は、実施の形態１の音声信号送信装置１００における音声符号化装置１０４を音声符号化装置１１０４に置き換えたものである。実施の形態１と同じ構成要素で同じ動作をするものについては、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１９１】
音声符号化装置１１０４は、Ａ／Ｄ変換装置１０３からのディジタル音声信号を符号化することにより音声符号化情報を生成し、この生成された音声符号化情報を信号処理装置１０５に与える。
【０１９２】
音声信号受信装置１１９９は、実施の形態１の音声信号受信装置１９９における音声復号化装置１１４を音声復号化装置１１１４に置き換えたものである。実施の形態１と同じ構成要素で同じ動作をするものについては、実施の形態１と同一符号を付し、詳しい説明を省略する。音声復号化装置１１１４は、信号処理装置１１３からの受信音声信号を復号化して復号音声信号を生成してＤ／Ａ変換装置１１５に与える。
【０１９３】
次に、音声符号化装置１１０４について、図１８、図１９、図２０及び図２１を参照して詳細に説明する。図１９は音声符号化装置１１０４の構成を示すブロック図であり、図２０はピッチピーク位置検出部の動作を説明するための模式図であり、図２１はピッチピーク位置検出処理手順を示すフローチャートである。但し、図１８及び図１９に示した音声符号化装置１１０４において、図１および図２に示した実施の形態１の音声符号化装置１０４と同じ動作をする同じ構成要素については、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０１９４】
図１８に示すように、音声符号化装置１１０４は、ピッチピーク位置検出部１５１、ピッチピーク位置情報埋め込み部１１５２、音声符号化部１５３及び１フレーム遅延部１５４を有している。音声符号化部１５３の入力端子は、Ａ／Ｄ変換装置１０３の出力端子に接続されている。ピッチピーク位置検出部１５１の入力端子は、音声符号化部１５３の２つの出力端子のうちの一方に接続されている。１フレーム遅延部１５４の入力端子は音声符号化部１５３の２つの出力端子のうちのもう一方に接続されている。ピッチピーク位置情報埋め込み部１１５２は、ピッチピーク位置検出部１５１及び１フレーム遅延部１５４の出力端子と信号処理装置１０５の入力端子との間に接続されている。
【０１９５】
音声符号化部１５３は、Ａ／Ｄ変換装置１０３から入力したディジタル音声信号の符号化処理を行い、符号化パラメータ情報を１フレーム遅延部１５４へ出力する。同時に、音声符号化部１５３は、後述するピッチパラメータ（量子化ピッチ周期）と適応符号帳に保持されている音源信号とをピッチピーク位置検出部１５１へ出力する。
【０１９６】
ピッチピーク位置検出部１５１は、ピッチパラメータである量子化ピッチ周期情報と過去の音源信号系列とを用いて、過去１ピッチ周期長の音源信号におけるピッチピーク位置を検出し、ピッチピーク位置情報埋め込み部１１５２へ出力する。
【０１９７】
なお、ピッチピーク位置は現在のフレームの最後尾から過去に１ピッチ周期分だけさかのぼった範囲の中に存在する、フレーム最後尾に最も近いものとする。したがって、１フレームが複数のサブフレームに分割されている場合は、最後のサブフレームにおいてピッチピーク位置検出を行う。また、ピッチ周期が長く、現フレーム中にピッチピークが存在しない場合でも、現フレーム末尾の点から１ピッチ周期の範囲内でピッチピーク位置を探索して直前フレーム区間にあるピッチピーク位置を検出することとする。
【０１９８】
ピッチピーク位置情報埋め込み部１１５２は、ピッチピーク位置検出部１５１によって検出された現フレームにおけるピッチピーク位置情報を、１フレーム遅延部１５４から出力される前フレームにおける音声符号化情報に埋めこんで、信号処理装置１０５へ出力する。この処理によって、前フレームにおける音声符号化情報の特定の情報がピッチピーク位置情報に置き換えられる。したがって、ピッチピーク位置情報の埋めこみによる情報量の増加はない。置き換えられる音声符号化情報は、復号音声の品質に対する影響度が小さいものを予め選んでおいたものとする。因みに、ピッチピーク位置情報は、間欠的に埋め込まれるようにしてもよい。このようにすれば、ピッチピーク位置情報は、必要最低限度の頻度又はフレームで伝送されることとなり、符号化された音声信号のビットレートの低下による品質劣化を抑えることができる。
【０１９９】
図１９に示すように、音声符号化部１５３において、音源パラメータ決定部によって決定された適応符号帳パラメータPと固定符号帳パラメータCと利得符号帳パラメータGと、ＬＰＣ量子化器によって符号化された線形予測パラメータLとは、符号化部２１５により一括して一つの符号としてまとめられ、１フレーム遅延部１５４へ出力される。１フレーム遅延部１５４は、符号化部２１５より入力した音声符号化情報を１フレームの時間だけ保持した後、ピッチピーク位置情報埋め込み部１５２へ出力する。
【０２００】
次に、ピッチピーク位置検出部１５１の動作について、図２０を参照してより詳細に説明する。
【０２０１】
ピッチピーク位置検出部１５１は、図２０に示すように、ピッチパラメータPと、最新の適応符号帳の内容（過去に生成した音源信号系列）を少なくとも１ピッチ周期長以上を入力し、最も時間的に後ろにあるピッチピーク位置を検出する。ピッチピーク位置の検出法の最も単純なものは、適応符号帳の末尾（最新のサンプル：図２０ではサンプル１１０１であり、これをe[-1]とする）から過去に１ピッチ周期Pまでさかのぼる間において、絶対値が最大となるサンプル（図２０ではサンプル１１０２）をピッチピーク位置として検出する方法である。
【０２０２】
ただし、このような単純な方法だと、サンプリングの影響などにより、本来のピッチピークとは異なるピークをピッチピークとして検出してしまうことがある。この様な場合、（式４）に示すように、1ピッチ遡った点を加味したc[i]を計算し、計算した値の絶対値が最も大きくなる点をピッチピーク位置として検出することで、ピッチピーク位置検出精度を改善することができる（図２１のステップＳＴ１６０１〜ステップＳＴ１６０６、peak1がピッチピーク位置）。
【０２０３】
c[i] = e[i] + e[i-P], i = -1, …, -P （式４）
ピッチ周期が分数精度で与えられている場合は、（式４）の第二項を、分数精度を利用して補間して求めた値を利用するとさらに精度が増す。
【０２０４】
さらに、（式４）を最大化する点の前後（例えばプラスマイナス５サンプル程度（8kHzサンプリング時））で振幅が最大になる点を再探索して最終的なピッチピーク位置とする（図２１のステップＳＴ１６０７〜ステップＳＴ１６１１、aは定数（例えば５程度））と、さらに精度が改善される。図２１は、このようなピッチピーク位置検出処理アルゴリズムのフローチャートである。
【０２０５】
なお、現在の入力音声信号にピッチ周期性がない場合（無声部や雑音部である場合）には、ピッチピーク位置を無理に設定せず、ピッチ周期性がない区間であることを示すコードを別途割り当てて、その情報をピッチピーク位置情報として出力しても良い。
【０２０６】
ピッチピーク位置情報埋め込み部１１５２は、１フレーム遅延部１５４を介して入力した音声符号化情報のうち、復号時への影響が比較的少ない部分に、ピッチピーク位置検出部１５１で求められたピッチピーク位置情報を書きこむ。
【０２０７】
例えば、ITU-T勧告G.729では、ＬＳＰ符号化情報のうち、ベクトル量子化の２段目で高次側に割り当てられた５ビットについては、伝送路上で誤っても復号音声の品質への影響が比較的小さいことが知られている（片岡、林、「ITU-T標準8kbit/s音声符号化のビット誤り感度について」、1995年電子情報通信学会情報・システムソサイエティ大会、D-251）ので、これら５ビットを用いてピッチピーク位置を表すことが考えられる。
【０２０８】
さらに、伝送路上のビット誤りへの対策を考える必要がなければ、ピッチパリティの１ビットを加えた６ビットを用いることが考えられる。なお、ピッチピーク位置情報の埋めこみは、毎フレーム行わずに一定フレーム数おきに行う構成により、復号音声への影響を減らすこともできる。
【０２０９】
次に、音声復号化装置１１１４について図１８、図２２、図２３及び図２４、並びに、実施の形態１の説明において用いた図６〜図８を参照して詳細に説明する。図２２は音声復号化装置１１１４の構成を示すブロック図、図２３及び図２４は、音声符号化および復号化処理手順を示すフローチャートである。但し、図１８及び図２２に示した音声復号化装置１１１４において、図１および図５に示した実施の形態１の音声復号化装置１１４と同じ動作をする同じ構成要素については、実施の形態１と同一符号を付し、詳しい説明を省略する。
【０２１０】
図１８に示すように、音声復号化装置１１１４は、ピッチピーク位置情報分離部１１５５、音声復号化部１５６、１フレーム遅延部１５７、フレーム消失補償部１５８を有している。
【０２１１】
ピッチピーク位置情報分離部１１５５の入力端子は信号処理装置１１３の２つの出力端子の一方に接続されている。音声符号化部１５６は３つの入力端子を持ち、一つはピッチピーク位置情報分離部１１５５の１つの出力端子に、一つは信号処理装置１１３の１つの出力端子に、一つはフレーム消失補償部１５８に、それぞれ接続されている。また、音声符号化部１５６は２つの出力端子をもち、一方はフレーム消失補償部１５８の２つの入力端子の一方に接続されており、他方はＤ／Ａ変換装置１１５へ接続されている。１フレーム遅延部１５７の入力端子は、ピッチピーク位置情報分離部１１５５の出力端子の一つに接続されている。フレーム消失補償部１５８は２つの入力端子をもち、一方は１フレーム遅延部１５７の出力端子に接続されており、他方は音声復号化部１５６の１つの出力端子に接続されている。
【０２１２】
ピッチピーク位置情報分離部１１５５は、信号処理装置１１３から入力したピッチピーク位置情報が埋めこまれている符号化情報から、ピッチピーク位置情報を分離し、ピッチピーク位置情報を１フレーム遅延部１５７へ、その他の音声符号化情報を音声復号化部１５６に、それぞれ出力する。
【０２１３】
また、信号処理装置１１３は、フレーム消失情報を音声復号化部１５６へ出力する。音声復号化部１５６は、ピッチピーク位置情報分離部１１５５から入力した音声符号化情報を用いて復号処理を行い、復号音声信号をＤ／Ａ変換装置１１５へ出力する。また、音声復号化部１５６は、フレーム消失補償処理において更新が必要なパラメータをフレーム消失補償部１５８へ出力する。
【０２１４】
なお、信号処理装置１１３から入力されたフレーム消失補償情報が「現在のフレームは消失している」ことを示す場合は、ピッチピーク位置情報分離部１１５５からの情報が入力されないので、フレーム消失補償部１５８から入力されるパラメータ情報を用いて音声信号を生成し、Ｄ／Ａ変換装置１１５へ出力する。このときもフレーム消失補償処理に必要なパラメータはフレーム消失補償部１５８へ出力される。１フレーム遅延部１５７は、ピッチピーク位置情報分離部１５５より入力したピッチピーク位置情報を１フレーム分の時間だけ保持してからフレーム消失補償部１５８へ出力する。
【０２１５】
フレーム消失補償部１５８は、１フレーム遅延部１５７から入力した、現フレーム（１フレーム前に送られてきているピッチピーク位置情報は、１フレーム前において１フレーム先のピッチピーク位置情報なので、現フレームのピッチピーク位置情報である）におけるピッチピーク位置情報を入力し、現フレームにおけるピッチピーク位置が入力されたピッチピーク位置情報で示される位置に合うようにフレーム消失補償処理を行う。フレーム消失補償処理は、１フレーム遅延部１５７から入力した現フレームの最後尾ピッチピーク位置と、音声復号化部１５６から入力した前フレームまでに復号している音声符号化パラメータとを用いて行われる。
【０２１６】
また、図２２に示すように、音声復号化部１５６において、パラメータ復号部３０１は、ピッチピーク位置情報分離部１１５５から入力した音声符号化情報（ビットストリーム）から音声符号化パラメータ（ピッチ（適応符号帳）パラメータP、固定符号帳パラメータC、線形予測パラメータL、利得パラメータG）を復号し、利得パラメータGを利得復号器３０２へ、線形予測係数パラメータLをＬＰＣ復号器３０６へ、その他のパラメータを切り替えスイッチ３０３へそれぞれ出力する。その後の処理は、図５について上述した音声復号化部１５６の場合と同様である。
【０２１７】
次に、フレーム消失補償部１５８について、図２２、図６〜図８を参照しながら詳細を説明する。フレーム消失補償部１５８は、パラメータバッファ３１２、ピッチピーク位置検出器３１３、ピッチ周期算出器３１４およびパラメータ生成部３１５を有する。
【０２１８】
パラメータバッファは、過去に音声復号部１５６において、復号音声を生成するために用いられた各種の音声符号化パラメータを記憶しておくバッファであり、復号した適応符号帳パラメータ（ピッチ）P、雑音符号帳パラメータC、適応符号帳利得Gp、固定符号帳利得Gc、復号量子化線形予測係数αが音声符号化部１５６から入力される。また消失フレームにおいては、パラメータ生成部によって生成されたパラメータ（適応符号帳パラメータ（ピッチ）P'、固定符号帳パラメータC'、適応符号帳利得Gp'、固定符号帳利得Gc'、復号量子化線形予測係数α'）が入力される。バッファリングされている各種パラメータは、パラメータ生成部３１５へ出力され、消失フレームにおける各種パラメータを生成する際に使用される。
【０２１９】
ピッチピーク位置検出器３１３は、音声復号化部１５６内の適応符号帳３０４から入力した音源信号と、パラメータバッファ３１２から入力した前フレームのピッチ周期とを用いて、ピッチピーク位置検出部１５１と同様にしてピッチピーク位置を検出し、ピッチ周期算出器３１４へ出力する。ただし、ピッチピーク位置を探す範囲は直前のフレーム以前において生成された音源信号の部分であり、ピッチピーク位置が存在する範囲は前フレームで生成された音源信号の末尾の点から、前フレームのピッチ周期だけさかのぼった点までである。
【０２２０】
ピッチ周期算出器３１４は、ピッチピーク位置検出器３１３から入力した前フレームの最終ピッチピーク位置と、１フレーム遅延部１５７から入力した現フレームの最終ピッチピーク位置（１フレーム遅延部から出力されるのは、１フレーム前に受信したピッチピーク位置情報であり、１フレーム前に送られてきているピッチピーク位置情報は、現在復号している（消失補償処理を行っている）音声フレームに対応するピッチピーク位置情報である）と、パラメータバッファ３１２から入力した前フレームにおける音声復号部で復号されたピッチ周期と、を入力し、現在のピッチ周期を求める。具体的には、（式５）によって現フレームのピッチ周期を決定することが出来る。
【０２２１】
Pc = (peak_c−peak_p)÷Int[0.5+(peak_c−peak_p)/Pp] （式５）
但し、peac_cは現フレームにおける最終ピッチピーク位置（１フレーム遅延部１５７から入力した情報によって得られる）、peak_pは前フレームにおける最終ピッチピーク位置（ピッチピーク位置検出器３１３から入力した情報によって得られる。図２１のフローによって算出される）、Ppは前フレームにおけるピッチ周期（パラメータバッファ３１２より入力）、をそれぞれ示し、peak_pおよびpeak_cは、現フレームの先頭を基準（例えば０）とした位置として表現される。また、Int[]は演算結果を越えない最大の整数を示す。
【０２２２】
例えば、図６に示すようなフレーム消失のケースを考える。図６では現フレームが消失し、前フレームのピッチ周期を用いて、前フレームの波形を繰り返す消失補償処理を行った場合を示している。このとき、フレーム消失補償によって生成される現フレームの波形における最終ピッチピーク位置はPPc'である。
【０２２３】
ところで、図７のように、実際（太線）には現フレームにおいてピッチ周期が短くなっていた場合、実際のピッチピーク位置PPcと図１６のようなフレーム消失補償処理を行った場合（破線）のピッチピーク位置PPc'との間にずれが生じてしまう。このようなずれは、消失した現フレームのみならず、後続の正常受信フレームにおいて適応符号帳のピッチピーク位置が符号器側と復号器側とでずれてしまうため、復号音声品質の劣化が大きくなる。
【０２２４】
しかしながら、消失したフレームにおけるピッチピーク位置情報が前フレームの音声符号化パラメータとともに伝送されていれば、消失した現フレームにおけるピッチピーク位置PPcが合うように、ピッチ周期Pcを（式５）の様にして決定することができる。ピッチの量子化精度によっては、同一ピッチ周期で繰り返してもピッチピーク位置を合わせることが出来ない場合もあるので、（式５）で求められるピッチ周期Pc付近のピッチ量子化値を用いて段階的にピッチ周期Pcを変化させてピッチピーク位置を合わせることも可能である。
【０２２５】
なお、ピッチピーク位置におけるピーク値の極性が合わないことが問題になる場合は、極性情報もピッチピーク位置情報として伝送するようにして利用する。このようにしてピッチ周期Pcを求め、そのピッチ周期Pcを用いてフレーム消失補間処理を行った例を図８（太線）に示す。
【０２２６】
フレーム消失がなかった場合の復号信号（破線）と波形レベルでは一致しないものの、ピッチピーク位置を一致させることが出来るので、後続フレームにおける符号器側と復号器側の適応符号帳間不一致の影響を低減することが可能となる。また、ピッチピーク位置情報を、音声符号化情報に埋めこむ（復号音声に影響の小さい音声符号化情報の代わりにピッチピーク位置情報を伝送する）ので、ビットレートの増加がない。
【０２２７】
また、２フレーム以上を１つのパケットで伝送する場合は、１パケット中の末尾のフレームに関するピッチピーク位置情報のみを送れば良いので、それ以外のフレームについてはピッチピーク位置情報を埋めこむ必要がなく、復号音声信号への影響がさらに少なくなる。なお、現フレームのピッチピーク位置情報が「現フレームはピッチ周期性を有していないフレームである」ことを示している場合は、上記のようなピッチ周期の計算は行わず、現フレームがピッチ周期性を有さないフレームであることを示す情報をパラメータ生成部に出力しても良い。
【０２２８】
パラメータ生成部３１５は、ピッチ周期算出器３１４で算出されたピッチ周期と、パラメータバッファ３１２から入力した前フレームにおける各種復号パラメータを用いて消失したフレームの音源パラメータを生成する。例えば、ピッチ周期算出器３１４から入力した情報が、「現フレームはピッチ周期性を有さないフレームである」ことを示している場合は、適応符号帳利得Gp'を0.0とし、ランダムに生成した固定符号帳パラメータC'と前フレームにおいて使用した固定符号帳利得を減衰させた値をGc'として切り替えスイッチ３０３へ出力する。
【０２２９】
反対に、ピッチ周期算出器３１４から入力した情報が「現フレームはピッチ周期性を有し、そのピッチ周期はPc'である」ことを示している場合は、ピッチパラメータをPc'に設定し、適応符号帳利得Gp'を前フレームで復号した適応符号帳利得GpやGpを減衰した値（例えば0.9倍した値）や過去に復号したGpの平均的な値などに設定し、固定符号帳利得Gc'を0.0に設定して、切り替えスイッチ３０３へそれぞれ出力する。
【０２３０】
なお、復号量子化線形予測係数α'としては、前フレームにおける復号量子化線形予測係数を繰り返して使用したり、帯域幅を拡張してスペクトル特性を平坦化したものを使用したりする。
【０２３１】
次に、音声符号化装置１１０４および音声復号化装置１１１４の動作について、図２３及び図２４を参照して説明する。図２３は、音声符号化装置１１０４の動作を説明するためのフローチャートであり、図２４は、音声復号化装置１１１４の動作を説明するためのフローチャートである。
【０２３２】
図２３に示すように、音声符号化装置１１０４は、まずステップＳＴ９０１において、音声符号化部１５３により１フレーム分のＣＥＬＰ音声符号化処理を行い、次に、ステップＳＴ９０２において、ステップＳＴ９０１にて得られた音声符号化情報を次のフレームの処理が終わるまで１フレーム遅延部１５４によって保存する。
【０２３３】
次に、音声符号化装置１１０４は、ステップＳＴ９０３において、ピッチピーク位置検出部１５１によって、現フレームにおいて一番後ろにあるピッチピーク位置の検出を行う。
【０２３４】
次に、音声符号化装置１１０４は、ステップＳＴ９０４において、ステップＳＴ９０２にて保存された前フレームの音声符号化情報（前フレームの音声符号化情報）を１フレーム遅延部１５４から取り出した後、ステップＳＴ９０５に移って、ステップＳＴ９０３にて検出されたピッチピーク位置情報を、取り出された前フレームの音声符号化情報に埋めこんで、音声符号化装置１１０４の出力として出力する。音声符号化装置１１０４は、上述したステップＳＴ９０１〜ステップＳＴ９０５の一連の符号化処理を繰り返す。
【０２３５】
続いて音声復号化装置１１１４の動作を説明する。図２４に示すように、音声復号化装置１１４は、まず、ステップＳＴ９１０において、現フレームが消失しているかどうかを信号処理装置１１３によって判定する。消失していない場合はステップＳＴ９１１に移り、また、消失している場合はステップＳＴ９１４に移る。
【０２３６】
次に、フレーム消失していない場合は、ステップＳＴ９１１において、ピッチピーク位置情報分離部１１５５が受信した符号化情報からピッチピーク位置情報を分離する。
【０２３７】
続いて、ステップＳＴ９１２において、音声復号化部１５６内のパラメータ復号部３０１が、分離された音声符号化情報から音声符号化パラメータを復号する。次に、ステップＳＴ９１３において、音声復号化部１５６の残りの部分が、復号された音声符号化パラメータから音声信号を再合成する処理を行い、復号音声信号がＤ／Ａ変換装置１１５へ出力される。
【０２３８】
これに対して、ステップＳＴ９１０においてフレームが消失していると判断された場合は、音声復号化装置１１１４は、ステップＳＴ９１４に移って、ピッチ周期算出器３１４によって、現フレーム（消失フレーム）がピッチ周期性を有するフレームであるか否かをチェックする。ピッチ周期性があるか否かに関する情報は受信したピッチピーク位置情報に含まれている。音声復号化装置１１１４は、ピッチ周期性がある場合はステップＳＴ９１５へ移り、ピッチ周期性がない場合はステップＳＴ９１８へ移る。そして、現フレーム（消失フレーム）がピッチ周期性を有する場合、音声復号化装置１１１４は、ステップＳＴ９１５に移って、ピッチピーク位置検出器３１３によって、前フレームのピッチ情報と復号した音源信号とを、パラメータバッファ３１２と適応符号帳３０４から、それぞれ読み出す。
【０２３９】
次に、音声復号化装置１１１４は、ステップＳＴ９１６に移って、ピッチピーク位置検出器３１３によって、前フレームにおいて最も後ろにあるピッチピーク位置を検出する。なお、パラメータバッファ３１２が、２つ前に受信したピッチピーク位置情報を保持している場合は、その情報を用いて前フレームにおけるピッチピーク位置を得ても良い。
【０２４０】
次に、音声復号化装置１１１４は、ステップＳＴ９１７に移って、ピッチ周期算出器３１４によって、現フレーム（消失フレーム）のピッチピーク位置と前フレームのピッチピーク位置と前フレームのピッチ周期を用いて、上述の（式５）によってピッチ周期を算出する。
【０２４１】
次に、音声復号化装置１１１４は、ステップＳＴ９１８に移って、消失したフレームにおける各種音声符号化パラメータをパラメータ生成部３１５によって生成する。
【０２４２】
現フレームがピッチ周期性を有するフレームであると判断された場合は、固定符号帳利得をゼロとし、適応符号帳のみを用いて音声信号を生成する。このとき用いるピッチ周期（適応符号帳パラメータ）は、ピッチ周期算出器３１４にて算出されたものを用いる。また、現フレームがピッチ周期性をもたないフレームであると判断された場合は、音声復号化装置１１１４は、適応符号帳利得をゼロとし、固定符号帳のみで音声信号を生成する。この場合、固定符号帳パラメータはランダムに決定する。線形予測係数については、現在フレームのピッチ周期性の有無に関らず、前フレームのものを繰り返し利用するか、又は、帯域幅拡張を行いながら次第に白色化したものを用いる。
【０２４３】
最後に、音声復号化装置１１１４は、ステップＳＴ９１９において、パラメータバッファ３１２の内容を更新して、１フレームの復号処理を終了する。
【０２４４】
音声復号化装置１１１４は、上記ステップＳＴ９１０〜ステップＳＴ９１９の一連の復号処理を繰り返す。
【０２４５】
上記説明したように、本実施の形態によれば、ビットレートの増加なく、品質劣化を抑えつつ、精度良いフレーム消失補償処理が可能となるとともに、消失フレーム後の誤り伝播の影響を軽減することができる。
【０２４６】
【発明の効果】
以上説明したように、本発明によれば、消失フレームにおける最後尾のピッチピーク位置情報を冗長情報として伝送するので、少ないビット数の増加で消失フレームおよびフレーム消失直後の復号音声品質の劣化を改善することが可能である。また、本発明によれば、消失フレームにおける最後尾のピッチピーク位置情報を音声符号化情報に埋めこんで伝送するので、ビット数の増加なしに消失フレームおよびフレーム消失直後の復号音声品質の劣化を改善することが可能である。
【図面の簡単な説明】
【図１】本発明の実施の形態１に係る音声符号化装置を含む音声信号送信装置および音声復号化装置を含む音声信号受信装置を示すブロック図
【図２】本発明の実施の形態１に係る音声符号化装置の構成を示すブロック図
【図３】ピッチピーク位置検出部の動作原理の説明に供する信号図
【図４】本発明の実施の形態１に係る音声符号化装置から送出されるパケットを示す略線図
【図５】本発明の実施の形態１に係る音声復号化装置の構成を示すブロック図
【図６】本発明の実施の形態１に係る音声復号化装置の動作の説明に供する信号波形図
【図７】本発明の実施の形態１に係る音声復号化装置の動作の説明に供する信号波形図
【図８】本発明の実施の形態１に係る音声復号化装置の動作の説明に供する信号波形図
【図９】本発明の実施の形態１に係る音声符号化処理手順を示すフローチャート
【図１０】本発明の実施の形態１に係る音声復号化処理手順を示すフローチャート
【図１１】本発明の実施の形態２に係る音声符号化装置を含む音声信号送信装置および音声復号化装置を含む音声信号受信装置を示すブロック図
【図１２】本発明の実施の形態２に係る音声符号化装置の構成を示すブロック図
【図１３】本発明の実施の形態２に係る音声符号化装置から送出されるパケットを示す略線図
【図１４】本発明の実施の形態２に係る音声復号化装置の構成を示すブロック図
【図１５】本発明の実施の形態３に係る音声符号化装置を含む音声信号送信装置および音声復号化装置を含む音声信号受信装置を示すブロック図
【図１６】本発明の実施の形態３に係る音声復号化装置の構成を示すブロック図
【図１７】本発明の実施の形態３に係る音声復号化装置の動作の説明に供する略線図
【図１８】本発明の実施の形態４に係る音声符号化装置を含む音声信号送信装置および音声復号化装置を含む音声信号受信装置を示すブロック図
【図１９】本発明の実施の形態４に係る音声符号化装置の構成を示すブロック図
【図２０】本発明の実施の形態４に係る音声符号化装置のピッチピーク位置の検出方法の説明に供する信号波形図
【図２１】本発明の実施の形態４に係る音声符号化装置のピッチピーク位置検出処理手順を示すフローチャート
【図２２】本発明の実施の形態４に係る音声復号化装置の構成を示すブロック図
【図２３】本発明の実施の形態４に係る音声符号化処理手順を示すフローチャート
【図２４】本発明の実施の形態４に係る音声復号化処理手順を示すフローチャート
【図２５】従来の音声符号化装置を含む音声信号送信装置および音声復号化装置を含む音声信号受信装置の構成を示すブロック図
【符号の説明】
１００，４００，７００，１０００ 音声信号送信装置
１９９，４９９，７９９，１１９９ 音声信号受信装置
１０２ 入力装置
１０３ Ａ／Ｄ変換装置
１０４，４０４，１１０４ 音声符号化装置
１０５，１１３ 信号処理装置
１０６ ＲＦ変調装置
１０７ 送信装置
１０８，１１０ アンテナ
１１１ 受信装置
１１２ ＲＦ復調装置
１１４，４１４，７１４，１１１４ 音声復号化装置
１１５ Ｄ／Ａ変換装置
１１６ 出力装置
１５１ ピッチピーク位置検出部
１５２，４５４ 多重化部
１５３ 音声符号化部
１５４，１５７，６０１ １フレーム遅延部
１５５，４５５，７５５ 多重分離部
１５６，４５６，７５６ 音声復号化部
１５８，４５７，７５７ フレーム消失補償部
２０２ 線形予測分析器
２０３ ＬＰＣ量子化器
２０６ ＬＰＣ合成フィルタ
２０８，３０４ 適応符号帳
２１０，３０５ 固定符号帳
２１２ 利得量子化器
３０１ パラメータ復号部
３０２ 利得復号器
３０６ ＬＰＣ復号器
３０３ スイッチ
３１３ ピッチピーク位置検出器
３１４，８１４ ピッチ周期算出器
３１２，８１２ パラメータバッファ
３１５，８１５ パラメータ生成部
６０３ 適応符号帳修正器
１１５２ ピッチピーク位置情報埋め込み部
Claims (16)
- 入力音声信号を符号化する音声符号化手段と、
前記音声符号化手段に保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出手段と、
フレーム中で最後の前記極大パルスの位置を表す情報を含む冗長情報を符号化する符号化手段と、
前記符号化された入力音声信号と前記冗長情報とを多重化する多重化手段と、
を具備することを特徴とする音声符号化装置。 - 前記冗長情報は、前フレームにおける最後の極大パルスの位置情報である、ことを特徴とする請求項１に記載の音声符号化装置。
- 前記音声符号化手段は、ＣＥＬＰ符号化を行う、ことを特徴とする請求項１または請求項２に記載の音声符号化装置。
- 前記冗長情報は、さらに前記極大パルスの極性情報を含む、ことを特徴とする請求項１から請求項３のいずれかに記載の音声符号化装置。
- 前記第２の音源信号の各サンプルは、前記第１音源信号の１ピッチ周期だけ離れた２サンプルを加算することによって生成される、ことを特徴とする請求項１から請求項４のいずれかに記載の音声符号化装置。
- 通信相手において符号化され伝送された、フレーム中で最後の極大パルスの位置を表す情報を含む冗長情報を復号する復号化手段と、
所定のフレーム単位で、前記フレームの最後の極大パルスの位置を表す情報を利用するフレーム消失補償処理を行うフレーム消失補償手段と、
前記復号化手段に保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出手段と、を具備し、
前記フレーム消失補償手段は、前記極大パルス位置検出手段により検出される極大パルスの位置を表す情報を用いて、前記復号化手段で得られる極大パルスの位置に、消失補償処理を行って得られるフレームの最後の極大パルスの位置をあわせる処理を行う、
ことを特徴とする音声復号化装置。 - 前記復号化手段で得られる前記極大パルスの位置情報は、現フレームにおいて最も後ろにある極大パルスの位置を表し、
前記極大パルスの位置情報は、消失フレームの次のフレームにおいて受信される、ことを特徴とする請求項６に記載の音声復号化装置。 - 前記第２の音源信号の各サンプルは、前記第１音源信号の１ピッチ周期だけ離れた２サンプルを加算することによって生成される、ことを特徴とする請求項６または請求項７に記載の音声復号化装置。
- 入力音声信号を符号化する音声符号化工程と、
前記音声符号化工程で用いられるメモリに保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出工程と、
フレーム中で最後の前記極大パルスの位置を表す情報を含む冗長情報を符号化する符号化工程と、
前記符号化された入力音声信号と前記冗長情報とを多重化する多重化工程と、
を具備することを特徴とする音声符号化方法。 - 前記冗長情報は、前フレームにおける最後の前記極大パルスの位置情報であることを特徴とする請求項９に記載の音声符号化方法。
- 前記音声符号化工程は、ＣＥＬＰ符号化を行う、ことを特徴とする請求項９または請求項１０に記載の音声符号化方法。
- 前記冗長情報は、さらに前記極大パルスの極性情報を含む、ことを特徴とする請求項９から請求項１１のいずれかに記載の音声符号化方法。
- 前記第２の音源信号の各サンプルは、前記第１音源信号の１ピッチ周期だけ離れた２サンプルを加算することによって生成される、ことを特徴とする、請求項９から請求項１２のいずれかに記載の音声符号化方法。
- 通信相手において符号化され伝送された、フレーム中で最後の極大パルスの位置を表す情報を含む冗長情報を復号する復号化工程と、
所定のフレーム単位で、前記フレームの最後の極大パルスの位置を表す情報を利用するフレーム消失補償処理を行うフレーム消失補償工程と、
前記復号化工程で用いられるメモリに保持されているサンプリングされた第１の音源信号に対応する第２の音源信号の各サンプルを、前記第１の音源信号の２つ以上のサンプルを加算して生成し、前記第２の音源信号のサンプルの中で振幅の絶対値が極大となるサンプルである極大パルスの位置を検出する極大パルス位置検出工程と、を具備し、
前記フレーム消失補償工程において、前記極大パルス位置検出工程で検出される極大パルスの位置を表す情報を用いて、前記復号化手段で得られる極大パルスの位置に、消失補償処理を行って得られるフレームの最後の極大パルスの位置をあわせる処理を行う、
ことを特徴とする音声復号化方法。 - 前記復号化工程で得られる極大パルスの位置情報は、現フレームにおいて最も後ろにある極大パルスの位置を表し、
前記極大パルスの位置情報は、消失フレームの次のフレームにおいて受信される、ことを特徴とする請求項１４に記載の音声復号化方法。 - 前記第２の音源信号の各サンプルは、前記第１音源信号の１ピッチ周期だけ離れた２サンプルを加算することによって生成される、ことを特徴とする請求項１４または請求項１５に記載の音声復号化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002265929A JP4331928B2 (ja) | 2002-09-11 | 2002-09-11 | 音声符号化装置、音声復号化装置、及びそれらの方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002265929A JP4331928B2 (ja) | 2002-09-11 | 2002-09-11 | 音声符号化装置、音声復号化装置、及びそれらの方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009106820A Division JP5111430B2 (ja) | 2009-04-24 | 2009-04-24 | 音声符号化装置、音声復号化装置、及びこれらの方法 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2004102074A JP2004102074A (ja) | 2004-04-02 |
| JP2004102074A5 JP2004102074A5 (ja) | 2007-03-22 |
| JP4331928B2 true JP4331928B2 (ja) | 2009-09-16 |
Family
ID=32264924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002265929A Expired - Lifetime JP4331928B2 (ja) | 2002-09-11 | 2002-09-11 | 音声符号化装置、音声復号化装置、及びそれらの方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4331928B2 (ja) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1989548B (zh) * | 2004-07-20 | 2010-12-08 | 松下电器产业株式会社 | 语音解码装置及补偿帧生成方法 |
| WO2006030864A1 (ja) * | 2004-09-17 | 2006-03-23 | Matsushita Electric Industrial Co., Ltd. | 音声符号化装置、音声復号装置、通信装置及び音声符号化方法 |
| US7519535B2 (en) * | 2005-01-31 | 2009-04-14 | Qualcomm Incorporated | Frame erasure concealment in voice communications |
| JP4666485B2 (ja) * | 2005-08-18 | 2011-04-06 | Ｋｄｄｉ株式会社 | 音声信号のセグメント境界整合方式 |
| JP5052514B2 (ja) * | 2006-07-12 | 2012-10-17 | パナソニック株式会社 | 音声復号装置 |
| US8255213B2 (en) | 2006-07-12 | 2012-08-28 | Panasonic Corporation | Speech decoding apparatus, speech encoding apparatus, and lost frame concealment method |
| JPWO2008007698A1 (ja) * | 2006-07-12 | 2009-12-10 | パナソニック株式会社 | 消失フレーム補償方法、音声符号化装置、および音声復号装置 |
| JP5074749B2 (ja) * | 2006-12-04 | 2012-11-14 | 日本電信電話株式会社 | 音声信号受信装置、それに使用される音声パケット消失補償方法、その方法を実施するプログラム、及びそのプログラムを記録した記録媒体 |
| US8364472B2 (en) | 2007-03-02 | 2013-01-29 | Panasonic Corporation | Voice encoding device and voice encoding method |
| WO2008108080A1 (ja) * | 2007-03-02 | 2008-09-12 | Panasonic Corporation | 音声符号化装置及び音声復号装置 |
| FR3024582A1 (fr) | 2014-07-29 | 2016-02-05 | Orange | Gestion de la perte de trame dans un contexte de transition fd/lpd |
-
2002
- 2002-09-11 JP JP2002265929A patent/JP4331928B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004102074A (ja) | 2004-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7016831B2 (en) | Voice code conversion apparatus | |
| JP4518714B2 (ja) | 音声符号変換方法 | |
| JP4263412B2 (ja) | 音声符号変換方法 | |
| JP4287637B2 (ja) | 音声符号化装置、音声符号化方法及びプログラム | |
| KR20070029754A (ko) | 음성 부호화 장치 및 그 방법과, 음성 복호화 장치 및 그방법 | |
| KR20070028373A (ko) | 음성음악 복호화 장치 및 음성음악 복호화 방법 | |
| EP1179820A2 (en) | Method of coding LSP coefficients during speech inactivity | |
| JP4331928B2 (ja) | 音声符号化装置、音声復号化装置、及びそれらの方法 | |
| US7302385B2 (en) | Speech restoration system and method for concealing packet losses | |
| JP2002268696A (ja) | 音響信号符号化方法、復号化方法及び装置並びにプログラム及び記録媒体 | |
| KR100792209B1 (ko) | 디지털 오디오 패킷 손실을 복구하기 위한 방법 및 장치 | |
| JP4365653B2 (ja) | 音声信号送信装置、音声信号伝送システム及び音声信号送信方法 | |
| JP5328883B2 (ja) | Ｃｅｌｐ型音声復号化装置およびｃｅｌｐ型音声復号化方法 | |
| JP4236675B2 (ja) | 音声符号変換方法および装置 | |
| JP5111430B2 (ja) | 音声符号化装置、音声復号化装置、及びこれらの方法 | |
| EP1204094A2 (en) | Frequency dependent long term prediction analysis for speech coding | |
| JP4597360B2 (ja) | 音声復号装置及び音声復号方法 | |
| KR20060002569A (ko) | 수신단 기반의 패킷 손실 복구 장치 및 그 방법 | |
| RU2792658C1 (ru) | Устройство кодирования аудио, способ кодирования аудио, программа кодирования аудио, устройство декодирования аудио, способ декодирования аудио и программа декодирования аудио | |
| JP4985743B2 (ja) | 音声符号変換方法 | |
| JP3824706B2 (ja) | 音声符号化／復号化装置 | |
| JP2004020676A (ja) | 音声符号化／復号化方法及び音声符号化／復号化装置 | |
| JP2004109803A (ja) | 音声符号化装置及び方法 | |
| JPH0736496A (ja) | 伝送誤り補償装置 | |
| KR100392258B1 (ko) | Ｃｅｌｐ 보코더의 처리 지연시간을 감소하기 위한 인코딩및 디코딩 블럭 구조 및 그 구조를 이용한 인코딩 및디코딩 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050711 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070206 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080122 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080219 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080421 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090224 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090424 |
|
| 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: 20090526 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090619 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4331928 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120626 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120626 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130626 Year of fee payment: 4 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |