JP4510977B2 - 音声符号化方法および音声復号化方法とその装置 - Google Patents
音声符号化方法および音声復号化方法とその装置 Download PDFInfo
- Publication number
- JP4510977B2 JP4510977B2 JP2000033843A JP2000033843A JP4510977B2 JP 4510977 B2 JP4510977 B2 JP 4510977B2 JP 2000033843 A JP2000033843 A JP 2000033843A JP 2000033843 A JP2000033843 A JP 2000033843A JP 4510977 B2 JP4510977 B2 JP 4510977B2
- Authority
- JP
- Japan
- Prior art keywords
- speech
- noise
- code
- degree
- codebook
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
【０００１】
【発明の属する技術分野】
この発明は、音声信号をディジタル信号に圧縮符号化する音声符号化方法および音声復号化方法とその装置に関し、特に低ビットレートで品質の高い音声を再生するための音声符号化方法および音声復号化方法とその装置に関するものである。
【０００２】
【従来の技術】
従来、符号または符号化結果を用いて該符号化、復号化区間における音声の雑音性の度合を評価し、その評価結果に応じて異なる駆動符号帳を用いる符号駆動線形予測（Ｃｏｄｅ Ｅｘｃｉｔｅｄ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ，以下、ＣＥＬＰという）音声符号化復号化方法としては、図１１に示すようなものがある。
【０００３】
図１１は従来の音声符号化方法および音声復号化方法を実現するための音声符号化復号化装置の全体構成の一例を示すブロック図であり、図において１は音声のパラメータを符号化する符号化部、２は前記パラメータをもとに音声を復号化する復号化部、３は符号化部１において符号化した線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を多重化し符号化結果Ｓ２として出力する多重化手段、４は符号化結果Ｓ２から前記線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を分離する分離手段である。
【０００４】
符号化部１は、線形予測パラメータ分析手段５、線形予測パラメータ符号化手段６、合成フィルタ７、雑音度評価手段８、適応符号帳９、駆動符号帳切替手段１０、第１の駆動符号帳１１、第２の駆動符号帳１２、ゲイン符号化手段１３、重み付け加算手段１４、距離計算手段１５などから構成されている。
【０００５】
線形予測パラメータ分析手段５は、入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出するものである。
【０００６】
線形予測パラメータ符号化手段６は、前記線形予測パラメータを符号化し、その符号化した線形予測パラメータを合成フィルタ７の係数として設定するものである。
【０００７】
合成フィルタ７は、入力された駆動音源信号から符号化音声を生成するものである。
【０００８】
雑音度評価手段８は、入力された符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を求めてその符号化区間の雑音性の度合を評価し、その評価結果を出力するものである。
【０００９】
適応符号帳９は、過去の駆動音源信号を記憶しており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力するものである。
【００１０】
駆動符号帳切替手段１０は、雑音性の度合の評価結果に応じて符号化に用いる駆動符号帳を切り替えるものである。
【００１１】
第１の駆動符号帳１１は、非雑音的な複数の時系列ベクトルを記憶したものであり、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力するものである。
【００１２】
第２の駆動符号帳１２は、雑音的な複数の時系列ベクトルを記憶したものであり、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力するものである。
【００１３】
ゲイン符号化手段１３は、適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルに対し重み付けするためのゲインを与えるものである。
【００１４】
重み付け加算手段１４は、適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルに対し、前記ゲインにより重み付けするものである。
【００１５】
距離計算手段１５は、符号化音声と入力音声Ｓ１との距離を求め、該距離が最小となる適応符号、駆動符号、ゲインを探索するものである。
【００１６】
また、復号化部２は、線形予測パラメータ復号化手段１６、合成フィルタ１７、雑音度評価手段１８、適応符号帳１９、駆動符号帳切替手段２０、第１の駆動符号帳２１、第２の駆動符号帳２２、ゲイン復号化手段２３、重み付け加算手段２４などから構成されている。
【００１７】
線形予測パラメータ復号化手段１６は、線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するものである。
【００１８】
合成フィルタ１７は出力音声Ｓ３を生成するものである。
雑音度評価手段１８は、入力された復号化された線形予測パラメータと適応符号とから雑音性の度合を評価し、その評価結果を出力するものである。
【００１９】
適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力するものである。
【００２０】
駆動符号帳切替手段２０は、雑音度評価手段１８による雑音性の度合の評価結果に応じて第１の駆動符号帳２１と第２の駆動符号帳２２とを切り替えるものである。
【００２１】
第１の駆動符号帳２１は、非雑音的な複数の時系列ベクトルを記憶しており、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力するものである。
【００２２】
第２の駆動符号帳２２は、雑音的な複数の時系列ベクトルを記憶しており、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力するものである。
【００２３】
ゲイン復号化手段２３は、ゲインの符号からゲインを復号化するものである。重み付け加算手段２４は、適応符号帳１９と、第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルを、前記ゲインの符号から復号化したそれぞれのゲインに応じて重み付けして加算し出力するものである。
【００２４】
次に動作について説明する。
ＣＥＬＰ音声符号化では、５〜５０ｍｓｅｃ程度の期間を１フレームとして、そのフレームの音声をスペクトル情報と音源情報に分けて符号化する。まず、符号化部１において、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。線形予測パラメータ符号化手段６は前記線形予測パラメータを符号化し、その符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに、雑音度評価手段８へ出力する。
【００２５】
次に、音源情報の符号化について説明する。
適応符号帳９には過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。雑音度評価手段８は、例えば図１２に示すように、前記線形予測パラメータ符号化手段６から入力された符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を求めてその符号化区間の雑音性の度合を評価し、その評価結果を駆動符号帳切替手段１０に出力する。駆動符号帳切替手段１０は前記雑音性の度合の評価結果に応じて、例えば雑音性の度合が小さけれは第１の駆動符号帳１１を、雑音性の度合が大きければ第２の駆動符号帳１２を用いるとして、符号化に用いる駆動符号帳を切り替える。
【００２６】
第１の駆動符号帳１１には、非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されている。また、第２の駆動符号帳１２には、雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列ベクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。
【００２７】
距離計算手段１５は符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。
以上の符号化が終了した後、線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を多重化手段３により多重化し、符号化結果Ｓ２として出力する。
【００２８】
一方、復号化部２側においては、前記多重化されて送られてきた線形予測パラメータの符号、適応符号、駆動符号、ゲインの符号が分離手段４において分離される。そして、復号化部２の線形予測パラメータ復号化手段１６が線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するとともに雑音度評価手段１８へ出力する。次に、適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。雑音度評価手段１８は、前記線形予測パラメータ復号化手段１６から入力された復号化した線形予測パラメータと適応符号とから、符号化部１の雑音度評価手段８と同様の方法で雑音性の度合を評価し、その評価結果を駆動符号帳切替手段２０に出力する。
【００２９】
駆動符号帳切替手段２０は、雑音度評価手段１８による前記雑音性の度合の評価結果に応じて、符号化部１の駆動符号帳切替手段１０と同様に第１の駆動符号帳２１と第２の駆動符号帳２２とを切り替える。
【００３０】
第１の駆動符号帳２１には非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されており、また、第２の駆動符号帳２２には雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列ベクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【００３１】
適応符号帳１９と、第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルは、ゲイン復号化手段２３でゲインの符号から復号化したそれぞれのゲインに応じて重み付け加算手段２４で重み付けして加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３を生成する。
【００３２】
【発明が解決しようとする課題】
従来の音声符号化方法および音声復号化方法とその装置は以上のように構成されているので、スペクトル特性や信号周期の変動などにのみ基づいて雑音性の度合を評価しているため、例えば自動車のエンジンノイズなどのように、ある短い時間区間、スペクトル特性や信号周期の変動などについて音声信号に酷似する雑音信号が入力された場合、実際には雑音性の度合が大きい区間であるにもかかわらず雑音性の度合が小さいと誤った評価をしてしまう課題があった。
【００３３】
また、この音声符号化方法および音声復号化方法とその装置では、性質の異なる駆動符号帳を切り替えて用いているので、その切替判定に用いる雑音性の度合の評価を誤り、その符号化、復号化区間に不適当な駆動符号帳が使用された場合には、それが局所的な短い区間であっても、符号化、復号化音声の品質が大きく劣化するという課題があった。
【００３４】
この発明は上記のような課題を解決するためになされたものであり、音声の雑音性の度合の評価精度を向上させ、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置を得ることを目的とする。
【００３５】
【課題を解決するための手段】
この発明に係る音声符号化方法は、雑音性の度合の評価に用いるパラメータの１つとして、適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または符号化結果を用いるようにしたものである。
【００３６】
この発明に係る音声符号化方法は、駆動音源信号または駆動音源信号を線形予測合成して得られる符号化音声を分析し、該分析の結果得られる長周期予測利得をパラメータの１つとして用いて雑音性の度合の評価に用いるようにしたものである。
【００３７】
この発明に係る音声符号化方法は、雑音性の度合を評価するためのパラメータの１つとして過去の雑音性の度合の評価結果を用いるようにしたものである。
【００３８】
この発明に係る音声符号化方法は、格納している時系列ベクトルの雑音性の度合が異なる複数の駆動符号帳を、音声の雑音性の度合の評価結果に応じて切り替えて用いるようにしたものである。
【００３９】
この発明に係る音声符号化方法は、音声の雑音性の度合の評価結果に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させるようにしたものである。
【００４０】
この発明に係る音声符号化方法は、音声の雑音性の度合の評価結果に応じて、ゲインの符号帳を切り替えるようにしたものである。
【００４１】
この発明に係る音声復号化方法は、雑音性の度合を評価するためのパラメータの１つとして適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または復号化結果を用いるようにしたものである。
【００４２】
この発明に係る音声復号化方法は、駆動音源信号あるいは駆動音源信号を線形予測合成して得られる復号化音声を分析し、この結果得られる長周期予測利得を、雑音性の度合を評価するためのパラメータの１つとして用いるようにしたものである。
【００４３】
この発明に係る音声復号化方法は、雑音性の度合を評価するためのパラメータの１つとして過去の雑音性の度合の評価結果を用いるようにしたものである。
【００４４】
この発明に係る音声復号化方法は、格納している時系列ベクトルの雑音性の度合が異なる複数の駆動符号帳を、音声の雑音性の度合の評価結果に応じて切り替えて用いるようにしたものである。
【００４５】
この発明に係る音声復号化方法は、音声の雑音性の度合の評価結果に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させるようにしたものである。
【００４６】
この発明に係る音声復号化方法は、音声の雑音性の度合の評価結果に応じて、ゲインの符号帳を切り替えるようにしたものである。
【００４７】
この発明に係る音声符号化・音声復号化装置は、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、前記適応符号ベクトルおよび前記駆動符号ベクトルに対するゲインの符号または符号化、復号化結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるようにしたものである。
【００４８】
この発明に係る音声符号化・音声復号化装置は、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、前記過去の駆動音源信号または該駆動音源信号を線形予測合成して得られる符号化音声を分析し、その長周期予測利得を求める長周期予測利得算出手段と、該長周期予測利得算出手段が求めた前記長周期予測利得を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるようにしたものである。
【００４９】
この発明に係る音声符号化・音声復号化装置は、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、過去の雑音性の度合の評価結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるようにしたものである。
【００５０】
この発明に係る音声符号化・音声復号化装置は、雑音度評価手段が評価した雑音性の度合により駆動符号帳を切り替える駆動符号帳切替手段を備えるようにしたものである。
【００５１】
この発明に係る音声符号化・音声復号化装置は、雑音度評価手段が評価した雑音性の度合に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させる雑音性変化付与手段を備えるようにしたものである。
【００５２】
この発明に係る音声符号化・音声復号化装置は、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する駆動符号帳と、前記適応符号ベクトルおよび前記駆動符号ベクトルに対するゲインの符号または符号化、復号化結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段と、該雑音度評価手段が評価した雑音性の度合に応じて、前記駆動符号帳に格納している時系列ベクトルの低振幅なサンプルの振幅値を零にすることで雑音性の度合を変化させる雑音性変化付与手段とを備えるようにしたものである。
【００５３】
【発明の実施の形態】
以下、この発明の実施の一形態について説明する。
実施の形態１．
図１はこの実施の形態１による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。図において、１は音声のパラメータを符号化する符号化部、２は前記パラメータをもとに音声を復号化する復号化部、３は前記符号化した線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を多重化し符号化結果Ｓ２として出力する多重化手段、４は前記符号化結果Ｓ２から前記線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を分離する分離手段である。
【００５４】
また、５は線形予測パラメータ分析手段、６は線形予測パラメータ符号化手段、７は合成フィルタである。
線形予測パラメータ分析手段５は、入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出するものである。
線形予測パラメータ符号化手段６は、線形予測パラメータを符号化し、該符号化した線形予測パラメータを合成フィルタ７の係数として設定するものである。
合成フィルタ７は符号化音声を生成するものである。
【００５５】
９および１９は過去の駆動音源信号が記憶された適応符号帳、１１および２１は非雑音的な複数の時系列ベクトルが記憶された第１の駆動符号帳、１２および２２は雑音的な複数の時系列ベクトルが記憶された第２の駆動符号帳、２５および２６は適応符号ベクトルおよび駆動符号ベクトルに対するゲインを用いて雑音性の度合を評価する雑音度評価手段、１０および２０は雑音性の度合により駆動符号帳を切り替える駆動符号帳切替手段である。
【００５６】
また、１３はゲイン符号化手段、１４は重み付け加算手段、１５は距離計算手段である。１６は線形予測パラメータ復号化手段、１７は合成フィルタ、２３はゲイン復号化手段、２４は重み付け加算手段である。
【００５７】
ゲイン符号化手段１３は、適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルに対し重み付けするためのゲインを与えるものである。この場合、図２に示すように符号化する区間の雑音性が大であると、そのときの前記ゲインは不安定になり、また雑音性が小、すなわち音声であれば前記ゲインは安定したものとなる。
【００５８】
重み付け加算手段１４は、適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルに対し、前記ゲインにより重み付けするものである。
【００５９】
距離計算手段１５は、合成フィルタ７が生成した符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索するものである。
【００６０】
線形予測パラメータ復号化手段１６は、線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するものである。
【００６１】
ゲイン復号化手段２３は、ゲインの符号からゲインを復号化するものである。
重み付け加算手段２４は、適応符号帳１９と、第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルを、前記ゲインの符号から復号化したそれぞれのゲインに応じて重み付けして加算し出力するものである。
合成フィルタ１７は、出力音声Ｓ３を生成するものである。
【００６２】
次に動作について説明する。
まず、符号化部１において、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。線形予測パラメータ符号化手段６はその線形予測パラメータを符号化し、符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに、雑音度評価手段２５へ出力する。
【００６３】
次に、音源情報の符号化について説明する。
適応符号帳９には、過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【００６４】
雑音度評価手段２５は、例えば図２に示すように、前記線形予測パラメータ符号化手段６より入力した符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を、適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または符号化結果から適応符号ベクトルのゲインの符号化結果の変動と、適応符号ベクトルと駆動符号ベクトルのゲインの符号化結果の比およびその変動を求めて、前記求めた各パラメータ毎に雑音性の度合の評価値を求め、その全パラメータの評価値を重み付け平均して得られる値を最終的な雑音性の度合の評価結果とするなどとして、その符号化区間の雑音性の度合を評価し、その評価結果を駆動符号帳切替手段１０に出力する。
【００６５】
この場合、前述したように前記ゲイン符号化手段１３から与えられるゲインは、符号化する区間が音声であれば安定し、雑音性が大であれば不安定であるため、前記適応符号ベクトルおよび駆動符号ベクトルに対する前記ゲインの符号または符号化結果などを、雑音性の度合の評価を求めるためのパラメータの１つとすることで、雑音性の度合の評価精度が向上する。
【００６６】
駆動符号帳切替手段１０は前記雑音性の度合の評価結果に応じて、例えば雑音性の度合が小さければ第１の駆動符号帳１１を、雑音の度合が大きければ第２の駆動符号帳１２を用いるとして符号化に用いる駆動符号帳を切り替える。
【００６７】
第１の駆動符号帳１１には、非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されている。
【００６８】
また、第２の駆動符号帳１２には、雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列べクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【００６９】
適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けされ加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。距離計算手段１５は前記符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。
【００７０】
以上の符号化が終了した後、線形予測パラメータの符号、入力音声Ｓ１と前記符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を符号化結果Ｓ２として出力する。
【００７１】
次に、復号化部２について説明する。
復号化部２では、線形予測パラメータ復号化手段１６は線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するとともに雑音度評価手段２６へ出力する。
【００７２】
次に、適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【００７３】
雑音度評価手段２６は、前記線形予測パラメータ復号化手段１６から入力した復号化した線形予測パラメータと適応符号と、ゲイン復号化手段２３から入力される過去に復号化された適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または復号化結果から、符号化部１の雑音度評価手段２５と同様の方法で雑音性の度合を評価し、評価結果を駆動符号帳切替手段２０に出力する。
この場合においても、前記雑音度評価手段２５と同様に復号化する区間の雑音性の度合の評価精度が向上する。
【００７４】
駆動符号帳切替手段２０は前記雑音性の度合の評価結果に応じて、符号化部１の駆動符号帳切替手段１０と同様に第１の駆動符号帳２１と第２の駆動符号帳２２とを切り替える。
【００７５】
第１の駆動符号帳２１には非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが、第２の駆動符号帳２２には雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列ベクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
適応符号帳１９と、第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルは、ゲイン復号化手段２３でゲインの符号から復号化したそれぞれのゲインに応じて重み付け加算手段２４で重み付けして加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３を生成する。
【００７６】
以上のように、この実施の形態１によれば、入力音声の雑音性の度合の評価に適応符号ベクトルおよび駆動符号ベクトルに対するゲインの情報を用いることにより、簡易に該符号化、復号化区間の入力信号の周期性の強弱およびその安定性の情報を求め、これを雑音性の度合の評価に用いることができるため、雑音性の度合の評価精度が向上する効果がある。
また、この評価に基づき入力音声の態様に適合した駆動符号帳を切り替えて用いるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【００７７】
実施の形態２．
図３はこの実施の形態２の音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。図３において図１と同一または相当の部分については同一の符号を付し説明を省略する。図において、２７および２９は駆動音源信号を分析してその長周期予測利得を求める長周期予測利得算出手段、２８および３０は駆動音源信号の長周期予測利得を用いて雑音性の度合を評価する雑音度評価手段である。
【００７８】
次に動作について説明する。
まず符号化部１において、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。線形予測パラメータ符号化手段６は前記線形予測パラメータ分析手段５が抽出した線形予測パラメータを符号化し、その符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに雑音度評価手段２８へ出力する。
【００７９】
次に、音源情報の符号化について説明する。
長周期予測利得算出手段２７は過去の駆動音源信号（例えば、１つ前の符号化区間の信号）を分析し、信号の周期性の強弱を表す長周期予測利得（この長周期予測利得は、符号化する区間が音声である場合には前記信号の周期性は強くなることから図４に示すように安定し、また前記区間の雑音性の度合が大きいときには前記信号の周期性は弱くなることから不安定となる）を求め、雑音度評価手段２８へ出力する。適応符号帳９には前記過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【００８０】
雑音度評価手段２８は、例えば図４に示すように、前記線形予測パラメータ符号化手段６から入力した符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を、前記長周期予測利得算出手段２７から入力した過去の駆動音源信号の長周期予測利得からその変動を求めて、前記求めた各パラメータ毎に雑音性の度合の評価値を求め、その全パラメータの評価値を重み付け平均して得られる値を最終的な雑音性の度合の評価結果とするなどとして、該符号化区間の雑音性の度合を評価し、評価結果を駆動符号帳切替手段１０に出力する。
【００８１】
この場合、符号化する区間の雑音性の度合に応じた前記長周期予測利得の安定度から、その長周期予測利得を雑音性の度合の評価のためのパラメータの１つとして用いることで、その評価制度が向上する。
【００８２】
駆動符号帳切替手段１０は前記雑音性の度合の評価結果に応じて、例えば雑音性の度合が小さければ第１の駆動符号帳１１を、雑音性の度合が大きければ第２の駆動符号帳１２を用いるとして符号化に用いる駆動符号帳を切り替える。
【００８３】
第１の駆動符号帳１１には、非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されている。
【００８４】
また、第２の駆動符号帳１２には、雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列べクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【００８５】
適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。
【００８６】
距離計算手段１５は符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。
【００８７】
以上の符号化が終了した後、線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を符号化結果Ｓ２として出力する。
【００８８】
次に、復号化部２について説明する。
復号化部２では、線形予測パラメータ復号化手段１６は線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するとともに、雑音度評価手段３０へ出力する。
【００８９】
長周期予測利得算出手段２９は過去の駆動音源信号を分析し、信号の周期性の強弱を表す長周期予測利得を求め、雑音度評価手段３０へ出力する。次に、適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【００９０】
雑音度評価手段３０は、前記線形予測パラメータ復号化手段１６から入力された復号化した線形予測パラメータと適応符号と、前記長周期予測利得算出手段２９から入力された過去の駆動音源信号の長周期予測利得から、符号化部１の雑音度評価手段２８と同様の方法で雑音性の度合を評価し、その評価結果を駆動符号帳切替手段２０に出力する。
この場合、雑音度評価手段２８と同様に復号化区間についての雑音性の度合の評価精度が向上する。
【００９１】
駆動符号帳切替手段２０は前記雑音性の度合の評価結果に応じて、符号化部１の駆動符号帳切替手段１０と同様に第１の駆動符号帳２１と第２の駆動符号帳２２とを切り替える。
【００９２】
第１の駆動符号帳２１には非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶され、第２の駆動符号帳２２には雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列ベクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【００９３】
適応符号帳１９と第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルは、ゲイン復号化手段２３でゲインの符号から復号化したそれぞれのゲインに応じて重み付け加算手段２４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３が生成される。
【００９４】
以上のように、この実施の形態２によれば、入力音声の雑音性の度合の評価に駆動音源信号を直接分析して得られる長周期予測利得を用いることにより、駆動音源信号を生成するパラメータの一部である適応符号ベクトルおよび駆動符号ベクトルに対するゲインのみの情報を用いる場合よりも、より正確にその符号化、復号化区間の入力信号の周期性の強弱およびその安定性の情報を求めることができ、これを雑音性の度合の評価に用いることにより雑音性の度合の評価精度が向上する効果がある。
また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【００９５】
実施の形態３．
前記実施の形態２では、長周期予測利得算出手段２７，２９で駆動音源信号を分析して長周期予測利得を求めているが、これに代え、図５に示すように駆動音源信号を線形予測合成して得られる合成フィルタ７，１７の出力する符号化音声、復号化音声を分析して求めるとしても同様の効果が得られる。
【００９６】
実施の形態４．
図６はこの実施の形態４の音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。図６において図１と同一または相当の部分については同一の符号を付し説明を省略する。図において、３１および３２は過去の雑音性の度合の評価結果を用いて雑音性の度合を評価する雑音度評価手段である。
【００９７】
次に動作について説明する。
まず、符号化部１においては、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。線形予測パラメータ符号化手段６はその線形予測パラメータを符号化し、符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに雑音度評価手段３１へ出力する。
【００９８】
次に、音源情報の符号化について説明する。
適応符号帳９には、過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【００９９】
雑音度評価手段３１は、例えば図７に示すように、前記線形予測パラメータ符号化手段６から入力された符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を、雑音度評価手段３１から入力される過去の雑音性の度合の評価結果から過去の雑音の度合を求め、前記求めた各パラメータ毎に雑音性の度合の評価値（過去の雑音の度合についてのパラメータに関しては、例えば、直前の所定回数のフレームについての雑音の度合が大であれば、今回の符号化区間のフレームの雑音性の度合も大であるとの評価を行う）を求め、その全パラメータの評価値を重み付け平均して得られる値を最終的な雑音性の度合の評価結果とするなどとして、その符号化区間の雑音性の度合を評価し、その評価結果を駆動符号帳切替手段１０に出力する。
【０１００】
駆動音源切替手段１０は前記雑音性の度合の評価結果に応じて、例えば雑音性の度合が小さければ第１の駆動符号帳１１を、雑音性の度合が大きければ第２の駆動符号帳１２を用いるとして符号化に用いる駆動符号帳を切り替える。
【０１０１】
第１の駆動符号帳１１には、非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されている。また、第２の駆動符号帳１２には、雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列べクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【０１０２】
適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けして加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。
【０１０３】
距離計算手段１５は符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。
【０１０４】
以上の符号化が終了した後、線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を符号化結果Ｓ２として出力する。
【０１０５】
次に、復号化部２について説明する。
復号化部２では、線形予測パラメータ復号化手段１６は線形予測パラメータの符号から線形予測パラメータを復号化し合成フィルタ１７の係数として設定するとともに雑音度評価手段３２へ出力する。
【０１０６】
次に、適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【０１０７】
雑音度評価手段３２は、前記線形予測パラメータ復号化手段１６から入力された復号化した線形予測パラメータと適応符号と、その雑音度評価手段３２自身から入力される過去の雑音性の度合の評価結果から、符号化部１の雑音度評価手段３１と同様の方法で雑音性の度合を評価し、その評価結果を駆動符号帳切替手段２０に出力する。
【０１０８】
駆動符号帳切替手段２０は前記雑音性の度合の評価結果に応じて、符号化部１の駆動符号帳切替手段１０と同様に第１の駆動符号帳２１と第２の駆動符号帳２２とを切り替える。
【０１０９】
第１の駆動符号帳２１には非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶され、第２の駆動符号帳２２には雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列ベクトルか記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【０１１０】
適応符号帳１９と、第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルは、ゲイン復号化手段２３でゲインの符号から復号化したそれぞれのゲインに応じて重み付け加算手段２４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３を生成する。
【０１１１】
以上のように、この実施の形態４によれば、入力音声の雑音性の度合の評価に過去の雑音性の度合の評価結果を用いることにより、雑音性の度合の連続性に基づき局所的な雑音性の度合の評価誤りを解消でき、すなわち、連続する符号化、復号化対象フレームごとに、その雑音性の度合の評価結果が、雑音性大から雑音性小へ変わり、さらに雑音性大へ再度変わるなど、短時間の間に何度も評価結果が急変する様な状態を回避できるようになるため、雑音性の度合の評価精度が向上する効果がある。
また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１１２】
実施の形態５．
前記実施の形態１から実施の形態４では、２つの駆動符号帳を切り替えて用いているが、これに代え、この実施の形態５では３つ以上の駆動符号帳を備え、雑音性の度合に応じて切り替えて用いる。
【０１１３】
従って、この実施の形態５によれば、音声を雑音／非雑音の２通りだけでなく、やや雑音的であるなどの中間的な音声に対してもそれに適した駆動符号帳を用いることができるので品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１１４】
実施の形態６．
図８はこの実施の形態６の音声符号化方法および音声復号化方法を実現するこの実施の形態６の音声符号化・音声復号化装置の全体構成を示すブロック図である。図８において図１と同一または相当の部分については同一の符号を付し説明を省略する。図において３３および３５は雑音的な時系列ベクトルを格納した駆動符号帳、３４および３６は前記時系列ベクトルの低振幅なサンプルの振幅値を零にするサンプル間引き手段（雑音性変化付与手段）である。
【０１１５】
次に動作について説明する。
まず、符号化部１において、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。
線形予測パラメータ符号化手段６は線形予測パラメータ分析手段５が抽出した線形予測パラメータを符号化し、その符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに、雑音度評価手段２５へ出力する。
【０１１６】
次に、音源情報の符号化について説明する。
適応符号帳９には過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【０１１７】
雑音度評価手段２５は、例えば、前記線形予測パラメータ符号化手段６から入力された符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を、ゲイン符号化手段１３から入力される過去に決定された適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または符号化結果から適応符号ベクトルのゲインの符号化結果の変動、適応符号ベクトルと駆動符号ベクトルのゲインの符号化結果の比およびその変動を求めて、前記求めた各パラメータ毎に雑音性の度合の評価値を求め、その全パラメータの評価値を重み付け平均して得られる値を最終的な雑音性の度合の評価結果とするなどとして、該符号化区間の雑音性の度合を評価し、その評価結果をサンプル間引き手段３４に出力する。
【０１１８】
駆動符号帳３３には、例えばランダム雑音から生成した複数の時系列ベクトルが記憶されており、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【０１１９】
サンプル間引き手段３４は、前記雑音性の度合の評価結果に応じて雑音性の度合が小さければ前記駆動符号帳３３から入力された時系列ベクトルに対して、例えば所定の振幅値に満たないサンプルの振幅値を零にした時系列ベクトルを出力し、また、雑音性の度合が大きければ前記駆動符号帳３３から入力された時系列ベクトルをそのまま出力する。
【０１２０】
適応符号帳９とサンプル間引き手段３４からの各時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けされ加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。
【０１２１】
距離計算手段１５は符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。
【０１２２】
以上の符号化が終了した後、線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を符号化結果Ｓ２として出力する。
【０１２３】
次に、復号化部２について説明する。
復号化部２では、線形予測パラメータ復号化手段１６は線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するとともに雑音度評価手段２６へ出力する。
【０１２４】
次に、音源情報の復号化について説明する。
適応符号帳１９は、適応符号に対応して、過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。雑音度評価手段２６は、線形予測パラメータ復号化手段１６から入力した復号化された線形予測パラメータと適応符号と、ゲイン復号化手段２３から入力される過去に復号化された適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または復号化結果から、符号化部１の雑音度評価手段２５と同様の方法で雑音性の度合を評価し、その評価結果をサンプル間引き手段３６に出力する。
【０１２５】
駆動符号帳３５は、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。サンプル間引き手段３６は、前記雑音性の度合の評価結果に応じて、前記符号化部１のサンプル間引き手段３４と同様の処理により時系列べクトルを出力する。適応符号帳１９とサンプル間引き手段３６からの各時系列ベクトルは、ゲイン復号化手段２３から与えられるそれぞれのゲインに応じて重み付け加算手段２４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３が生成される。
【０１２６】
以上のように、この実施の形態６によれは、符号化、復号化区間の雑音性の度合の評価に適応符号ベクトルおよび駆動符号ベクトルに対するゲインの情報も用いることにより、雑音性の度合の評価精度が向上する効果がある。
また、雑音的な時系列ベクトルを駆動符号ベクトルとして格納している駆動符号帳を備え、符号化、復号化区間の音声の雑音性の度合の評価結果に応じて、この評価に基づき入力音声の態様に適合するように、前記雑音的な駆動符号ベクトルの信号サンプルを間引くことにより雑音性の度合が小さい駆動符号ベクトルを生成するので、少ない情報量で、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
また、複数の駆動符号帳を備える必要がないので、駆動符号帳の記憶に要するメモリ容量を少なくできる効果もある。
【０１２７】
実施の形態７．
前記実施の形態６では、時系列ベクトルのサンプルを間引く／間引かないの２通りとしているか、この実施の形態７では、これに代え、例えば雑音性の度合に応じてサンプルを間引く際の振幅閾値を変更するなど、サンプル間引き率を複数段階に変更しても良い。
【０１２８】
従って、この実施の形態７によれば、音声を雑音／非雑音の２通りだけでなく、やや雑音的であるなどの中間的な音声に対してもそれに適した時系列べクトルを生成し用いることができるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１２９】
実施の形態８．
図９はこの実施の形態８の音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。図において、３７および４０は雑音的な時系列ベクトルを記憶している第１の駆動符号帳、３８および４１は非雑音的な時系列ベクトルを記憶している第２の駆動符号帳、３９および４２は重み決定手段（雑音性変化付与手段）である。
【０１３０】
次に動作について説明する。
まず、符号化部１において、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。線形予測パラメータ符号化手段６は、線形予測パラメータ分析手段５が抽出した線形予測パラメータを符号化し、その符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに雑音度評価手段２５へ出力する。
【０１３１】
次に、音源情報の符号化について説明する。
適応符号帳９には過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【０１３２】
雑音度評価手段２５は、例えば前記線形予測パラメータ符号化手段６より入力された符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を、ゲイン符号化手段１３から入力される過去に決定された適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または符号化結果から適応符号ベクトルのゲインの符号化結果の変動、適応符号ベクトルと駆動符号ベクトルのゲインの符号化結果の比およびその変動を求め、前記求めた各パラメータ毎に雑音性の度合の評価値を求め、その全パラメータの評価値を重み付け平均して得られる値を最終的な雑音性の度合の評価結果とするなどとして、その符号化区間の雑音性の度合を評価し、その評価結果を重み決定手段３９に出力する。
【０１３３】
第１の駆動符号帳３７には、例えばランダム雑音から生成した複数の雑音的な時系列ベクトルが記憶されており、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。第２の駆動符号帳３８には、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されており、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【０１３４】
重み決定手段３９は、前記雑音度評価手段２５から入力された雑音性の度合の評価結果に応じて、例えば図１０に従って、第１の駆動符号帳３７からの時系列ベクトルと第２の駆動符号帳３８からの時系列べクトルに与える重みを決定する。第１の駆動符号帳３７および第２の駆動符号帳３８からの各時系列ベクトルは、前記重み決定手段３９から与えられる重みに応じて重み付けして加算される。
【０１３５】
適応符号帳９から出力された時系列ベクトルと、重み決定手段３９により前記重み付け加算して生成された時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けされ加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。
【０１３６】
距離計算手段１５は符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。この符号化が終了した後、線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を符号化結果Ｓ２として出力する。
【０１３７】
次に、復号化部２について説明する。
復号化部２では、線形予測パラメータ復号化手段１６は線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するとともに雑音度評価手段２６へ出力する。
【０１３８】
次に、音源情報の復号化について説明する。
適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
雑音度評価手段２６は、前記線形予測パラメータ復号化手段１６から入力した復号化した線形予測パラメータと適応符号と、ゲイン復号化手段２３から入力される過去に復号化された適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または復号化結果から、符号化部１の雑音度評価手段２５と同様の方法で復号化区間の雑音性の度合を評価し、評価結果を重み決定手段４２に出力する。
【０１３９】
第１の駆動符号帳４０および第２の駆動符号帳４１は、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。重み決定手段４２は前記雑音度評価手段２６から入力された雑音性の度合の評価結果に応じて、符号化部１の重み決定手段３９と同様に重みを与えるとする。
【０１４０】
第１の駆動符号帳４０および第２の駆動符号帳４１からの各時系列ベクトルは、前記重み決定手段４２から与えられるそれぞれの重みに応じて重み付けされて加算される。
【０１４１】
適応符号帳１９から出力された時系列ベクトルと、重み決定手段４２により前記重み付け加算して生成された時系列ベクトルは、ゲイン復号化手段２３でゲインの符号から復号化したそれぞれのゲインに応じて重み付け加算手段２４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３を生成する。
【０１４２】
以上のように、この実施の形態８によれば、符号化、復号化区間の音声の雑音性の度合の評価に適応符号ベクトルおよび駆動符号ベクトルに対するゲインの情報も用いることにより、雑音性の度合の評価精度が向上する効果がある。
また、この評価に基づき入力音声の態様に適合するように雑音的な時系列ベクトルと非雑音的な時系列ベクトルを重み付き加算して用いるので、少ない情報量で、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１４３】
実施の形態９．
前記実施の形態６から前記実施の形態８では、音声の雑音性の度合の評価に適応符号ベクトルおよび駆動符号ベクトルに対するゲインを用いているが、この実施の形態９では、これに代えて駆動音源信号の長周期予測利得、あるいは駆動音源信号を線形予測合成して得られる符号化音声の長周期予測利得、あるいは過去の雑音性の度合の評価結果を用いるものであり、同様の効果が得られる。
【０１４４】
実施の形態１０．
前記実施の形態１から前記実施の形態９では、雑音性の度合の評価に適応符号ベクトルおよび駆動符号ベクトルに対するゲイン、あるいは駆動音源信号の長周期予測利得、あるいは駆動音源信号を線形予測合成して得られる符号化音声の長周期予測利得、あるいは過去の雑音性の度合の評価結果をそれぞれ個別に用いているが、この実施の形態１０では、これに代え、これらの２つ以上を組み合わせて用いる。
【０１４５】
この実施の形態１０によれば、雑音性の度合の評価精度がさらに向上するので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１４６】
実施の形態１１．
前記実施の形態１から前記実施の形態１０に対し、さらに雑音性の度合の評価結果に応じてゲイン符号化手段１３およびゲイン復号化手段２３におけるゲインの符号帳を変更するとしても良い。
【０１４７】
この実施の形態１１によれば、駆動符号帳に応じて最適なゲインの符号帳を用いることができるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１４８】
実施の形態１２．
前記実施の形態１から実施の形態１１では、音声の雑音性の度合を評価し、その評価結果に応じて駆動符号帳またはゲインの符号帳を切り替えているが、有声の立ち上がりや破裂性の子音などをそれぞれ判定、評価し、その評価結果に応じて駆動符号帳またはゲインの符号帳を切り替えても良い。
【０１４９】
この実施の形態１２によれば、音声の雑音的な状態だけでなく、有声の立ち上がりや破裂性子音などさらに細かく分類し、それぞれに適した駆動符号帳またはゲインの符号帳を用いることができるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１５０】
【発明の効果】
以上のように、この発明によれば、音声符号化において、雑音性の度合を評価するためのパラメータの１つとして、適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または符号化結果を用いるように構成したので、簡易にその符号化区間の入力信号の周期性の強弱およびその安定性の情報を求め、これを雑音性の度合の評価に用いることができ、雑音性の度合の評価精度が向上し、また、この評価に応じた駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化が実現できる効果がある。
【０１５１】
この発明によれば、音声符号化において、駆動音源信号または駆動音源信号を線形予測合成して得られる符号化音声を分析し、該分析の結果得られる長周期予測利得を雑音性の度合を評価するためのパラメータの１つとして用いるように構成したので、より正確にその符号化区間の入力信号の周期性の強弱およびその安定性の情報を求めることができ、これを雑音性の度合の評価に用いることにより雑音性の度合の評価精度が向上し、また、この評価に応じた駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化を実現できる効果がある。
【０１５２】
この発明によれば、音声符号化において、雑音性の度合を評価するためのパラメータの１つとして過去の雑音性の度合の評価結果を用いるように構成したので、雑音性の度合の連続性に基づき局所的な雑音性の度合の評価誤りを解消でき、雑音性の度合の評価精度が向上し、また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化を実現できる効果がある。
【０１５３】
この発明によれば、音声符号化において、格納している時系列ベクトルの雑音性の度合が異なる複数の駆動符号帳を、音声の雑音性の度合の評価結果に応じて切り替えて用いるように構成したので、やや雑音的であるなどの中間的な音声に対してもそれに適した駆動符号帳を用いることができるので品質の高い音声の再生を可能にする符号化を実現できる効果がある。
【０１５４】
この発明によれば、音声符号化において、音声の雑音性の度合の評価結果に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させるように構成したので、少ない情報量で、品質の高い音声の再生を可能にする符号化を実現できる効果がある。
【０１５５】
この発明によれば、音声符号化において、音声の雑音性の度合の評価結果に応じて、ゲインの符号帳を切り替えるように構成したので、品質の高い音声の再生を可能にする符号化を実現できる効果がある。
【０１５６】
この発明によれば、音声復号化において、雑音性の度合を評価するためのパラメータの１つとして適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または復号化結果を用いるように構成したので、簡易にその復号化区間の入力信号の周期性の強弱およびその安定性の情報を求め、これを雑音性の度合の評価に用いることができ、雑音性の度合の評価精度が向上し、また、この評価に基づき復号化する入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声を再生できる効果がある。
【０１５７】
この発明によれば、音声復号化において、雑音性の度合を評価するためのパラメータの１つとして、駆動音源信号あるいは駆動音源信号を線形予測合成して得られる復号化音声を分析し、この結果得られる長周期予測利得を用いるように構成したので、より正確にその復号化区間の入力信号の周期性の強弱およびその安定性の情報を求めることができ、これを雑音性の度合の評価に用いることにより雑音性の度合の評価精度が向上し、また、この評価に基づき復号化する入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声を再生できる効果がある。
【０１５８】
この発明によれば、音声復号化において、雑音性の度合を評価するためのパラメータの１つとして過去の雑音性の度合の評価結果を用いるように構成したので、雑音性の度合の連続性に基づき復号化の際の局所的な雑音性の度合の評価誤りを解消でき、雑音性の度合の評価精度が向上し、また、この評価に基づき復号化する入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声を再生できる効果がある。
【０１５９】
この発明によれば、音声復号化において、格納している時系列ベクトルの雑音性の度合が異なる複数の駆動符号帳を、音声の雑音性の度合の評価結果に応じて切り替えて用いるように構成したので、復号化するやや雑音的であるなどの中間的な音声に対してもそれに適した駆動符号帳を用いることができるので品質の高い音声を再生できる効果がある。
【０１６０】
この発明によれば、音声復号化において、音声の雑音性の度合の評価結果に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させるように構成したので、少ない情報量で、品質の高い音声を再生できる効果がある。
【０１６１】
この発明によれば、音声復号化において、音声の雑音性の度合の評価結果に応じて、ゲインの符号帳を切り替えるように構成したので、品質の高い音声を再生できる効果がある。
【０１６２】
この発明によれば、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、前記適応符号ベクトルおよび前記駆動符号ベクトルに対するゲインの符号または符号化、復号化結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるように構成したので、簡易にその符号化区間または復号化区間の入力信号の周期性の強弱およびその安定性の情報を求め、これを雑音性の度合の評価に用いることができ、雑音性の度合の評価精度が向上し、また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化および復号化が実現できる効果がある。
【０１６３】
この発明によれば、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、前記過去の駆動音源信号または該駆動音源信号を線形予測合成して得られる符号化音声を分析し、その長周期予測利得を求める長周期予測利得算出手段と、該長周期予測利得算出手段が求めた前記長周期予測利得を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるように構成したので、より正確にその符号化区間または復号化区間の入力信号の周期性の強弱およびその安定性の情報を求めることができ、これを雑音性の度合の評価に用いることにより雑音性の度合の評価精度が向上し、また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化および復号化が実現できる効果がある。
【０１６４】
この発明によれば、過去の雑音性の度合の評価結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるように構成したので、雑音性の度合の連続性に基づき局所的な雑音性の度合の評価誤りを解消でき、雑音性の度合の評価精度が向上し、また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化および復号化が実現できる効果がある。
【０１６５】
この発明によれば、雑音度評価手段が評価した雑音性の度合により駆動符号帳を切り替える駆動符号帳切替手段を備えるように構成したので、品質の高い音声の再生を可能にする符号化および復号化が実現できる効果がある。
【０１６６】
この発明によれば、雑音度評価手段が評価した雑音性の度合に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させる雑音性変化付与手段を備えるように構成したので、少ない情報量で品質の高い音声の再生を可能にする符号化および復号化を実現できる効果がある。
【０１６７】
この発明によれば、雑音度評価手段が評価した雑音性の度合に応じて、駆動符号帳に格納している時系列ベクトルの低振幅なサンプルの振幅値を零にすることで雑音性の度合を変化させる雑音性変化付与手段を備えるように構成したので、少ない情報量で品質の高い音声の再生を可能にする符号化および復号化を実現できる効果がある。
【図面の簡単な説明】
【図１】 この発明の実施の形態１による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図２】 この発明の実施の形態１による音声符号化・音声復号化装置の雑音度評価手段が求める各パラメータ毎の雑音性の度合を示す説明図である。
【図３】 この発明の実施の形態２による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図４】 この発明の実施の形態２による音声符号化・音声復号化装置の雑音度評価手段が求める各パラメータ毎の雑音性の度合を示す説明図である。
【図５】 この発明の実施の形態３による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図６】 この発明の実施の形態４による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図７】 この発明の実施の形態４による音声符号化・音声復号化装置の雑音度評価手段が求める各パラメータ毎の雑音性の度合を示す説明図である。
【図８】 この発明の実施の形態６による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図９】 この発明の実施の形態８による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図１０】 この発明の実施の形態８による音声符号化・音声復号化装置の重み決定手段による時系列べクトルに与える重みについての説明図である。
【図１１】 従来の音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図１２】 従来の音声符号化・音声復号化装置の雑音度評価手段が求める各パラメータ毎の雑音性の度合を示す説明図である。
【符号の説明】
１ 符号化部、２ 復号化部、９ 適応符号帳、１０，２０ 駆動符号帳切替手段、１１，３７，４０ 第１の駆動符号帳、１２，３８，４１ 第２の駆動符号帳、１３ ゲイン符号化手段、２３ ゲイン復号化手段、２５，２６，２８，３０，３１，３２ 雑音度評価手段、２７，２９ 長周期予測利得算出手段、３３，３５ 駆動符号帳、３４，３６ サンプル間引き手段（雑音性変化付与手段）、３９，４２ 重み決定手段（雑音性変化付与手段）。
【発明の属する技術分野】
この発明は、音声信号をディジタル信号に圧縮符号化する音声符号化方法および音声復号化方法とその装置に関し、特に低ビットレートで品質の高い音声を再生するための音声符号化方法および音声復号化方法とその装置に関するものである。
【０００２】
【従来の技術】
従来、符号または符号化結果を用いて該符号化、復号化区間における音声の雑音性の度合を評価し、その評価結果に応じて異なる駆動符号帳を用いる符号駆動線形予測（Ｃｏｄｅ Ｅｘｃｉｔｅｄ Ｌｉｎｅａｒ Ｐｒｅｄｉｃｔｉｏｎ，以下、ＣＥＬＰという）音声符号化復号化方法としては、図１１に示すようなものがある。
【０００３】
図１１は従来の音声符号化方法および音声復号化方法を実現するための音声符号化復号化装置の全体構成の一例を示すブロック図であり、図において１は音声のパラメータを符号化する符号化部、２は前記パラメータをもとに音声を復号化する復号化部、３は符号化部１において符号化した線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を多重化し符号化結果Ｓ２として出力する多重化手段、４は符号化結果Ｓ２から前記線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を分離する分離手段である。
【０００４】
符号化部１は、線形予測パラメータ分析手段５、線形予測パラメータ符号化手段６、合成フィルタ７、雑音度評価手段８、適応符号帳９、駆動符号帳切替手段１０、第１の駆動符号帳１１、第２の駆動符号帳１２、ゲイン符号化手段１３、重み付け加算手段１４、距離計算手段１５などから構成されている。
【０００５】
線形予測パラメータ分析手段５は、入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出するものである。
【０００６】
線形予測パラメータ符号化手段６は、前記線形予測パラメータを符号化し、その符号化した線形予測パラメータを合成フィルタ７の係数として設定するものである。
【０００７】
合成フィルタ７は、入力された駆動音源信号から符号化音声を生成するものである。
【０００８】
雑音度評価手段８は、入力された符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を求めてその符号化区間の雑音性の度合を評価し、その評価結果を出力するものである。
【０００９】
適応符号帳９は、過去の駆動音源信号を記憶しており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力するものである。
【００１０】
駆動符号帳切替手段１０は、雑音性の度合の評価結果に応じて符号化に用いる駆動符号帳を切り替えるものである。
【００１１】
第１の駆動符号帳１１は、非雑音的な複数の時系列ベクトルを記憶したものであり、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力するものである。
【００１２】
第２の駆動符号帳１２は、雑音的な複数の時系列ベクトルを記憶したものであり、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力するものである。
【００１３】
ゲイン符号化手段１３は、適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルに対し重み付けするためのゲインを与えるものである。
【００１４】
重み付け加算手段１４は、適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルに対し、前記ゲインにより重み付けするものである。
【００１５】
距離計算手段１５は、符号化音声と入力音声Ｓ１との距離を求め、該距離が最小となる適応符号、駆動符号、ゲインを探索するものである。
【００１６】
また、復号化部２は、線形予測パラメータ復号化手段１６、合成フィルタ１７、雑音度評価手段１８、適応符号帳１９、駆動符号帳切替手段２０、第１の駆動符号帳２１、第２の駆動符号帳２２、ゲイン復号化手段２３、重み付け加算手段２４などから構成されている。
【００１７】
線形予測パラメータ復号化手段１６は、線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するものである。
【００１８】
合成フィルタ１７は出力音声Ｓ３を生成するものである。
雑音度評価手段１８は、入力された復号化された線形予測パラメータと適応符号とから雑音性の度合を評価し、その評価結果を出力するものである。
【００１９】
適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力するものである。
【００２０】
駆動符号帳切替手段２０は、雑音度評価手段１８による雑音性の度合の評価結果に応じて第１の駆動符号帳２１と第２の駆動符号帳２２とを切り替えるものである。
【００２１】
第１の駆動符号帳２１は、非雑音的な複数の時系列ベクトルを記憶しており、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力するものである。
【００２２】
第２の駆動符号帳２２は、雑音的な複数の時系列ベクトルを記憶しており、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力するものである。
【００２３】
ゲイン復号化手段２３は、ゲインの符号からゲインを復号化するものである。重み付け加算手段２４は、適応符号帳１９と、第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルを、前記ゲインの符号から復号化したそれぞれのゲインに応じて重み付けして加算し出力するものである。
【００２４】
次に動作について説明する。
ＣＥＬＰ音声符号化では、５〜５０ｍｓｅｃ程度の期間を１フレームとして、そのフレームの音声をスペクトル情報と音源情報に分けて符号化する。まず、符号化部１において、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。線形予測パラメータ符号化手段６は前記線形予測パラメータを符号化し、その符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに、雑音度評価手段８へ出力する。
【００２５】
次に、音源情報の符号化について説明する。
適応符号帳９には過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。雑音度評価手段８は、例えば図１２に示すように、前記線形予測パラメータ符号化手段６から入力された符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を求めてその符号化区間の雑音性の度合を評価し、その評価結果を駆動符号帳切替手段１０に出力する。駆動符号帳切替手段１０は前記雑音性の度合の評価結果に応じて、例えば雑音性の度合が小さけれは第１の駆動符号帳１１を、雑音性の度合が大きければ第２の駆動符号帳１２を用いるとして、符号化に用いる駆動符号帳を切り替える。
【００２６】
第１の駆動符号帳１１には、非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されている。また、第２の駆動符号帳１２には、雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列ベクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。
【００２７】
距離計算手段１５は符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。
以上の符号化が終了した後、線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を多重化手段３により多重化し、符号化結果Ｓ２として出力する。
【００２８】
一方、復号化部２側においては、前記多重化されて送られてきた線形予測パラメータの符号、適応符号、駆動符号、ゲインの符号が分離手段４において分離される。そして、復号化部２の線形予測パラメータ復号化手段１６が線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するとともに雑音度評価手段１８へ出力する。次に、適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。雑音度評価手段１８は、前記線形予測パラメータ復号化手段１６から入力された復号化した線形予測パラメータと適応符号とから、符号化部１の雑音度評価手段８と同様の方法で雑音性の度合を評価し、その評価結果を駆動符号帳切替手段２０に出力する。
【００２９】
駆動符号帳切替手段２０は、雑音度評価手段１８による前記雑音性の度合の評価結果に応じて、符号化部１の駆動符号帳切替手段１０と同様に第１の駆動符号帳２１と第２の駆動符号帳２２とを切り替える。
【００３０】
第１の駆動符号帳２１には非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されており、また、第２の駆動符号帳２２には雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列ベクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【００３１】
適応符号帳１９と、第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルは、ゲイン復号化手段２３でゲインの符号から復号化したそれぞれのゲインに応じて重み付け加算手段２４で重み付けして加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３を生成する。
【００３２】
【発明が解決しようとする課題】
従来の音声符号化方法および音声復号化方法とその装置は以上のように構成されているので、スペクトル特性や信号周期の変動などにのみ基づいて雑音性の度合を評価しているため、例えば自動車のエンジンノイズなどのように、ある短い時間区間、スペクトル特性や信号周期の変動などについて音声信号に酷似する雑音信号が入力された場合、実際には雑音性の度合が大きい区間であるにもかかわらず雑音性の度合が小さいと誤った評価をしてしまう課題があった。
【００３３】
また、この音声符号化方法および音声復号化方法とその装置では、性質の異なる駆動符号帳を切り替えて用いているので、その切替判定に用いる雑音性の度合の評価を誤り、その符号化、復号化区間に不適当な駆動符号帳が使用された場合には、それが局所的な短い区間であっても、符号化、復号化音声の品質が大きく劣化するという課題があった。
【００３４】
この発明は上記のような課題を解決するためになされたものであり、音声の雑音性の度合の評価精度を向上させ、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置を得ることを目的とする。
【００３５】
【課題を解決するための手段】
この発明に係る音声符号化方法は、雑音性の度合の評価に用いるパラメータの１つとして、適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または符号化結果を用いるようにしたものである。
【００３６】
この発明に係る音声符号化方法は、駆動音源信号または駆動音源信号を線形予測合成して得られる符号化音声を分析し、該分析の結果得られる長周期予測利得をパラメータの１つとして用いて雑音性の度合の評価に用いるようにしたものである。
【００３７】
この発明に係る音声符号化方法は、雑音性の度合を評価するためのパラメータの１つとして過去の雑音性の度合の評価結果を用いるようにしたものである。
【００３８】
この発明に係る音声符号化方法は、格納している時系列ベクトルの雑音性の度合が異なる複数の駆動符号帳を、音声の雑音性の度合の評価結果に応じて切り替えて用いるようにしたものである。
【００３９】
この発明に係る音声符号化方法は、音声の雑音性の度合の評価結果に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させるようにしたものである。
【００４０】
この発明に係る音声符号化方法は、音声の雑音性の度合の評価結果に応じて、ゲインの符号帳を切り替えるようにしたものである。
【００４１】
この発明に係る音声復号化方法は、雑音性の度合を評価するためのパラメータの１つとして適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または復号化結果を用いるようにしたものである。
【００４２】
この発明に係る音声復号化方法は、駆動音源信号あるいは駆動音源信号を線形予測合成して得られる復号化音声を分析し、この結果得られる長周期予測利得を、雑音性の度合を評価するためのパラメータの１つとして用いるようにしたものである。
【００４３】
この発明に係る音声復号化方法は、雑音性の度合を評価するためのパラメータの１つとして過去の雑音性の度合の評価結果を用いるようにしたものである。
【００４４】
この発明に係る音声復号化方法は、格納している時系列ベクトルの雑音性の度合が異なる複数の駆動符号帳を、音声の雑音性の度合の評価結果に応じて切り替えて用いるようにしたものである。
【００４５】
この発明に係る音声復号化方法は、音声の雑音性の度合の評価結果に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させるようにしたものである。
【００４６】
この発明に係る音声復号化方法は、音声の雑音性の度合の評価結果に応じて、ゲインの符号帳を切り替えるようにしたものである。
【００４７】
この発明に係る音声符号化・音声復号化装置は、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、前記適応符号ベクトルおよび前記駆動符号ベクトルに対するゲインの符号または符号化、復号化結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるようにしたものである。
【００４８】
この発明に係る音声符号化・音声復号化装置は、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、前記過去の駆動音源信号または該駆動音源信号を線形予測合成して得られる符号化音声を分析し、その長周期予測利得を求める長周期予測利得算出手段と、該長周期予測利得算出手段が求めた前記長周期予測利得を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるようにしたものである。
【００４９】
この発明に係る音声符号化・音声復号化装置は、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、過去の雑音性の度合の評価結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるようにしたものである。
【００５０】
この発明に係る音声符号化・音声復号化装置は、雑音度評価手段が評価した雑音性の度合により駆動符号帳を切り替える駆動符号帳切替手段を備えるようにしたものである。
【００５１】
この発明に係る音声符号化・音声復号化装置は、雑音度評価手段が評価した雑音性の度合に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させる雑音性変化付与手段を備えるようにしたものである。
【００５２】
この発明に係る音声符号化・音声復号化装置は、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する駆動符号帳と、前記適応符号ベクトルおよび前記駆動符号ベクトルに対するゲインの符号または符号化、復号化結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段と、該雑音度評価手段が評価した雑音性の度合に応じて、前記駆動符号帳に格納している時系列ベクトルの低振幅なサンプルの振幅値を零にすることで雑音性の度合を変化させる雑音性変化付与手段とを備えるようにしたものである。
【００５３】
【発明の実施の形態】
以下、この発明の実施の一形態について説明する。
実施の形態１．
図１はこの実施の形態１による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。図において、１は音声のパラメータを符号化する符号化部、２は前記パラメータをもとに音声を復号化する復号化部、３は前記符号化した線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を多重化し符号化結果Ｓ２として出力する多重化手段、４は前記符号化結果Ｓ２から前記線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を分離する分離手段である。
【００５４】
また、５は線形予測パラメータ分析手段、６は線形予測パラメータ符号化手段、７は合成フィルタである。
線形予測パラメータ分析手段５は、入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出するものである。
線形予測パラメータ符号化手段６は、線形予測パラメータを符号化し、該符号化した線形予測パラメータを合成フィルタ７の係数として設定するものである。
合成フィルタ７は符号化音声を生成するものである。
【００５５】
９および１９は過去の駆動音源信号が記憶された適応符号帳、１１および２１は非雑音的な複数の時系列ベクトルが記憶された第１の駆動符号帳、１２および２２は雑音的な複数の時系列ベクトルが記憶された第２の駆動符号帳、２５および２６は適応符号ベクトルおよび駆動符号ベクトルに対するゲインを用いて雑音性の度合を評価する雑音度評価手段、１０および２０は雑音性の度合により駆動符号帳を切り替える駆動符号帳切替手段である。
【００５６】
また、１３はゲイン符号化手段、１４は重み付け加算手段、１５は距離計算手段である。１６は線形予測パラメータ復号化手段、１７は合成フィルタ、２３はゲイン復号化手段、２４は重み付け加算手段である。
【００５７】
ゲイン符号化手段１３は、適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルに対し重み付けするためのゲインを与えるものである。この場合、図２に示すように符号化する区間の雑音性が大であると、そのときの前記ゲインは不安定になり、また雑音性が小、すなわち音声であれば前記ゲインは安定したものとなる。
【００５８】
重み付け加算手段１４は、適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルに対し、前記ゲインにより重み付けするものである。
【００５９】
距離計算手段１５は、合成フィルタ７が生成した符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索するものである。
【００６０】
線形予測パラメータ復号化手段１６は、線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するものである。
【００６１】
ゲイン復号化手段２３は、ゲインの符号からゲインを復号化するものである。
重み付け加算手段２４は、適応符号帳１９と、第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルを、前記ゲインの符号から復号化したそれぞれのゲインに応じて重み付けして加算し出力するものである。
合成フィルタ１７は、出力音声Ｓ３を生成するものである。
【００６２】
次に動作について説明する。
まず、符号化部１において、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。線形予測パラメータ符号化手段６はその線形予測パラメータを符号化し、符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに、雑音度評価手段２５へ出力する。
【００６３】
次に、音源情報の符号化について説明する。
適応符号帳９には、過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【００６４】
雑音度評価手段２５は、例えば図２に示すように、前記線形予測パラメータ符号化手段６より入力した符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を、適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または符号化結果から適応符号ベクトルのゲインの符号化結果の変動と、適応符号ベクトルと駆動符号ベクトルのゲインの符号化結果の比およびその変動を求めて、前記求めた各パラメータ毎に雑音性の度合の評価値を求め、その全パラメータの評価値を重み付け平均して得られる値を最終的な雑音性の度合の評価結果とするなどとして、その符号化区間の雑音性の度合を評価し、その評価結果を駆動符号帳切替手段１０に出力する。
【００６５】
この場合、前述したように前記ゲイン符号化手段１３から与えられるゲインは、符号化する区間が音声であれば安定し、雑音性が大であれば不安定であるため、前記適応符号ベクトルおよび駆動符号ベクトルに対する前記ゲインの符号または符号化結果などを、雑音性の度合の評価を求めるためのパラメータの１つとすることで、雑音性の度合の評価精度が向上する。
【００６６】
駆動符号帳切替手段１０は前記雑音性の度合の評価結果に応じて、例えば雑音性の度合が小さければ第１の駆動符号帳１１を、雑音の度合が大きければ第２の駆動符号帳１２を用いるとして符号化に用いる駆動符号帳を切り替える。
【００６７】
第１の駆動符号帳１１には、非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されている。
【００６８】
また、第２の駆動符号帳１２には、雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列べクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【００６９】
適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けされ加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。距離計算手段１５は前記符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。
【００７０】
以上の符号化が終了した後、線形予測パラメータの符号、入力音声Ｓ１と前記符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を符号化結果Ｓ２として出力する。
【００７１】
次に、復号化部２について説明する。
復号化部２では、線形予測パラメータ復号化手段１６は線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するとともに雑音度評価手段２６へ出力する。
【００７２】
次に、適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【００７３】
雑音度評価手段２６は、前記線形予測パラメータ復号化手段１６から入力した復号化した線形予測パラメータと適応符号と、ゲイン復号化手段２３から入力される過去に復号化された適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または復号化結果から、符号化部１の雑音度評価手段２５と同様の方法で雑音性の度合を評価し、評価結果を駆動符号帳切替手段２０に出力する。
この場合においても、前記雑音度評価手段２５と同様に復号化する区間の雑音性の度合の評価精度が向上する。
【００７４】
駆動符号帳切替手段２０は前記雑音性の度合の評価結果に応じて、符号化部１の駆動符号帳切替手段１０と同様に第１の駆動符号帳２１と第２の駆動符号帳２２とを切り替える。
【００７５】
第１の駆動符号帳２１には非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが、第２の駆動符号帳２２には雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列ベクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
適応符号帳１９と、第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルは、ゲイン復号化手段２３でゲインの符号から復号化したそれぞれのゲインに応じて重み付け加算手段２４で重み付けして加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３を生成する。
【００７６】
以上のように、この実施の形態１によれば、入力音声の雑音性の度合の評価に適応符号ベクトルおよび駆動符号ベクトルに対するゲインの情報を用いることにより、簡易に該符号化、復号化区間の入力信号の周期性の強弱およびその安定性の情報を求め、これを雑音性の度合の評価に用いることができるため、雑音性の度合の評価精度が向上する効果がある。
また、この評価に基づき入力音声の態様に適合した駆動符号帳を切り替えて用いるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【００７７】
実施の形態２．
図３はこの実施の形態２の音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。図３において図１と同一または相当の部分については同一の符号を付し説明を省略する。図において、２７および２９は駆動音源信号を分析してその長周期予測利得を求める長周期予測利得算出手段、２８および３０は駆動音源信号の長周期予測利得を用いて雑音性の度合を評価する雑音度評価手段である。
【００７８】
次に動作について説明する。
まず符号化部１において、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。線形予測パラメータ符号化手段６は前記線形予測パラメータ分析手段５が抽出した線形予測パラメータを符号化し、その符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに雑音度評価手段２８へ出力する。
【００７９】
次に、音源情報の符号化について説明する。
長周期予測利得算出手段２７は過去の駆動音源信号（例えば、１つ前の符号化区間の信号）を分析し、信号の周期性の強弱を表す長周期予測利得（この長周期予測利得は、符号化する区間が音声である場合には前記信号の周期性は強くなることから図４に示すように安定し、また前記区間の雑音性の度合が大きいときには前記信号の周期性は弱くなることから不安定となる）を求め、雑音度評価手段２８へ出力する。適応符号帳９には前記過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【００８０】
雑音度評価手段２８は、例えば図４に示すように、前記線形予測パラメータ符号化手段６から入力した符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を、前記長周期予測利得算出手段２７から入力した過去の駆動音源信号の長周期予測利得からその変動を求めて、前記求めた各パラメータ毎に雑音性の度合の評価値を求め、その全パラメータの評価値を重み付け平均して得られる値を最終的な雑音性の度合の評価結果とするなどとして、該符号化区間の雑音性の度合を評価し、評価結果を駆動符号帳切替手段１０に出力する。
【００８１】
この場合、符号化する区間の雑音性の度合に応じた前記長周期予測利得の安定度から、その長周期予測利得を雑音性の度合の評価のためのパラメータの１つとして用いることで、その評価制度が向上する。
【００８２】
駆動符号帳切替手段１０は前記雑音性の度合の評価結果に応じて、例えば雑音性の度合が小さければ第１の駆動符号帳１１を、雑音性の度合が大きければ第２の駆動符号帳１２を用いるとして符号化に用いる駆動符号帳を切り替える。
【００８３】
第１の駆動符号帳１１には、非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されている。
【００８４】
また、第２の駆動符号帳１２には、雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列べクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【００８５】
適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。
【００８６】
距離計算手段１５は符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。
【００８７】
以上の符号化が終了した後、線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を符号化結果Ｓ２として出力する。
【００８８】
次に、復号化部２について説明する。
復号化部２では、線形予測パラメータ復号化手段１６は線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するとともに、雑音度評価手段３０へ出力する。
【００８９】
長周期予測利得算出手段２９は過去の駆動音源信号を分析し、信号の周期性の強弱を表す長周期予測利得を求め、雑音度評価手段３０へ出力する。次に、適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【００９０】
雑音度評価手段３０は、前記線形予測パラメータ復号化手段１６から入力された復号化した線形予測パラメータと適応符号と、前記長周期予測利得算出手段２９から入力された過去の駆動音源信号の長周期予測利得から、符号化部１の雑音度評価手段２８と同様の方法で雑音性の度合を評価し、その評価結果を駆動符号帳切替手段２０に出力する。
この場合、雑音度評価手段２８と同様に復号化区間についての雑音性の度合の評価精度が向上する。
【００９１】
駆動符号帳切替手段２０は前記雑音性の度合の評価結果に応じて、符号化部１の駆動符号帳切替手段１０と同様に第１の駆動符号帳２１と第２の駆動符号帳２２とを切り替える。
【００９２】
第１の駆動符号帳２１には非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶され、第２の駆動符号帳２２には雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列ベクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【００９３】
適応符号帳１９と第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルは、ゲイン復号化手段２３でゲインの符号から復号化したそれぞれのゲインに応じて重み付け加算手段２４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３が生成される。
【００９４】
以上のように、この実施の形態２によれば、入力音声の雑音性の度合の評価に駆動音源信号を直接分析して得られる長周期予測利得を用いることにより、駆動音源信号を生成するパラメータの一部である適応符号ベクトルおよび駆動符号ベクトルに対するゲインのみの情報を用いる場合よりも、より正確にその符号化、復号化区間の入力信号の周期性の強弱およびその安定性の情報を求めることができ、これを雑音性の度合の評価に用いることにより雑音性の度合の評価精度が向上する効果がある。
また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【００９５】
実施の形態３．
前記実施の形態２では、長周期予測利得算出手段２７，２９で駆動音源信号を分析して長周期予測利得を求めているが、これに代え、図５に示すように駆動音源信号を線形予測合成して得られる合成フィルタ７，１７の出力する符号化音声、復号化音声を分析して求めるとしても同様の効果が得られる。
【００９６】
実施の形態４．
図６はこの実施の形態４の音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。図６において図１と同一または相当の部分については同一の符号を付し説明を省略する。図において、３１および３２は過去の雑音性の度合の評価結果を用いて雑音性の度合を評価する雑音度評価手段である。
【００９７】
次に動作について説明する。
まず、符号化部１においては、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。線形予測パラメータ符号化手段６はその線形予測パラメータを符号化し、符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに雑音度評価手段３１へ出力する。
【００９８】
次に、音源情報の符号化について説明する。
適応符号帳９には、過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【００９９】
雑音度評価手段３１は、例えば図７に示すように、前記線形予測パラメータ符号化手段６から入力された符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を、雑音度評価手段３１から入力される過去の雑音性の度合の評価結果から過去の雑音の度合を求め、前記求めた各パラメータ毎に雑音性の度合の評価値（過去の雑音の度合についてのパラメータに関しては、例えば、直前の所定回数のフレームについての雑音の度合が大であれば、今回の符号化区間のフレームの雑音性の度合も大であるとの評価を行う）を求め、その全パラメータの評価値を重み付け平均して得られる値を最終的な雑音性の度合の評価結果とするなどとして、その符号化区間の雑音性の度合を評価し、その評価結果を駆動符号帳切替手段１０に出力する。
【０１００】
駆動音源切替手段１０は前記雑音性の度合の評価結果に応じて、例えば雑音性の度合が小さければ第１の駆動符号帳１１を、雑音性の度合が大きければ第２の駆動符号帳１２を用いるとして符号化に用いる駆動符号帳を切り替える。
【０１０１】
第１の駆動符号帳１１には、非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されている。また、第２の駆動符号帳１２には、雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列べクトルが記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【０１０２】
適応符号帳９と、第１の駆動符号帳１１または第２の駆動符号帳１２からの各時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けして加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。
【０１０３】
距離計算手段１５は符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。
【０１０４】
以上の符号化が終了した後、線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を符号化結果Ｓ２として出力する。
【０１０５】
次に、復号化部２について説明する。
復号化部２では、線形予測パラメータ復号化手段１６は線形予測パラメータの符号から線形予測パラメータを復号化し合成フィルタ１７の係数として設定するとともに雑音度評価手段３２へ出力する。
【０１０６】
次に、適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【０１０７】
雑音度評価手段３２は、前記線形予測パラメータ復号化手段１６から入力された復号化した線形予測パラメータと適応符号と、その雑音度評価手段３２自身から入力される過去の雑音性の度合の評価結果から、符号化部１の雑音度評価手段３１と同様の方法で雑音性の度合を評価し、その評価結果を駆動符号帳切替手段２０に出力する。
【０１０８】
駆動符号帳切替手段２０は前記雑音性の度合の評価結果に応じて、符号化部１の駆動符号帳切替手段１０と同様に第１の駆動符号帳２１と第２の駆動符号帳２２とを切り替える。
【０１０９】
第１の駆動符号帳２１には非雑音的な複数の時系列ベクトル、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶され、第２の駆動符号帳２２には雑音的な複数の時系列ベクトル、例えばランダム雑音から生成した複数の時系列ベクトルか記憶されており、それぞれ駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【０１１０】
適応符号帳１９と、第１の駆動符号帳２１または第２の駆動符号帳２２からの各時系列ベクトルは、ゲイン復号化手段２３でゲインの符号から復号化したそれぞれのゲインに応じて重み付け加算手段２４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３を生成する。
【０１１１】
以上のように、この実施の形態４によれば、入力音声の雑音性の度合の評価に過去の雑音性の度合の評価結果を用いることにより、雑音性の度合の連続性に基づき局所的な雑音性の度合の評価誤りを解消でき、すなわち、連続する符号化、復号化対象フレームごとに、その雑音性の度合の評価結果が、雑音性大から雑音性小へ変わり、さらに雑音性大へ再度変わるなど、短時間の間に何度も評価結果が急変する様な状態を回避できるようになるため、雑音性の度合の評価精度が向上する効果がある。
また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１１２】
実施の形態５．
前記実施の形態１から実施の形態４では、２つの駆動符号帳を切り替えて用いているが、これに代え、この実施の形態５では３つ以上の駆動符号帳を備え、雑音性の度合に応じて切り替えて用いる。
【０１１３】
従って、この実施の形態５によれば、音声を雑音／非雑音の２通りだけでなく、やや雑音的であるなどの中間的な音声に対してもそれに適した駆動符号帳を用いることができるので品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１１４】
実施の形態６．
図８はこの実施の形態６の音声符号化方法および音声復号化方法を実現するこの実施の形態６の音声符号化・音声復号化装置の全体構成を示すブロック図である。図８において図１と同一または相当の部分については同一の符号を付し説明を省略する。図において３３および３５は雑音的な時系列ベクトルを格納した駆動符号帳、３４および３６は前記時系列ベクトルの低振幅なサンプルの振幅値を零にするサンプル間引き手段（雑音性変化付与手段）である。
【０１１５】
次に動作について説明する。
まず、符号化部１において、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。
線形予測パラメータ符号化手段６は線形予測パラメータ分析手段５が抽出した線形予測パラメータを符号化し、その符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに、雑音度評価手段２５へ出力する。
【０１１６】
次に、音源情報の符号化について説明する。
適応符号帳９には過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【０１１７】
雑音度評価手段２５は、例えば、前記線形予測パラメータ符号化手段６から入力された符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を、ゲイン符号化手段１３から入力される過去に決定された適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または符号化結果から適応符号ベクトルのゲインの符号化結果の変動、適応符号ベクトルと駆動符号ベクトルのゲインの符号化結果の比およびその変動を求めて、前記求めた各パラメータ毎に雑音性の度合の評価値を求め、その全パラメータの評価値を重み付け平均して得られる値を最終的な雑音性の度合の評価結果とするなどとして、該符号化区間の雑音性の度合を評価し、その評価結果をサンプル間引き手段３４に出力する。
【０１１８】
駆動符号帳３３には、例えばランダム雑音から生成した複数の時系列ベクトルが記憶されており、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【０１１９】
サンプル間引き手段３４は、前記雑音性の度合の評価結果に応じて雑音性の度合が小さければ前記駆動符号帳３３から入力された時系列ベクトルに対して、例えば所定の振幅値に満たないサンプルの振幅値を零にした時系列ベクトルを出力し、また、雑音性の度合が大きければ前記駆動符号帳３３から入力された時系列ベクトルをそのまま出力する。
【０１２０】
適応符号帳９とサンプル間引き手段３４からの各時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けされ加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。
【０１２１】
距離計算手段１５は符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。
【０１２２】
以上の符号化が終了した後、線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を符号化結果Ｓ２として出力する。
【０１２３】
次に、復号化部２について説明する。
復号化部２では、線形予測パラメータ復号化手段１６は線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するとともに雑音度評価手段２６へ出力する。
【０１２４】
次に、音源情報の復号化について説明する。
適応符号帳１９は、適応符号に対応して、過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。雑音度評価手段２６は、線形予測パラメータ復号化手段１６から入力した復号化された線形予測パラメータと適応符号と、ゲイン復号化手段２３から入力される過去に復号化された適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または復号化結果から、符号化部１の雑音度評価手段２５と同様の方法で雑音性の度合を評価し、その評価結果をサンプル間引き手段３６に出力する。
【０１２５】
駆動符号帳３５は、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。サンプル間引き手段３６は、前記雑音性の度合の評価結果に応じて、前記符号化部１のサンプル間引き手段３４と同様の処理により時系列べクトルを出力する。適応符号帳１９とサンプル間引き手段３６からの各時系列ベクトルは、ゲイン復号化手段２３から与えられるそれぞれのゲインに応じて重み付け加算手段２４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３が生成される。
【０１２６】
以上のように、この実施の形態６によれは、符号化、復号化区間の雑音性の度合の評価に適応符号ベクトルおよび駆動符号ベクトルに対するゲインの情報も用いることにより、雑音性の度合の評価精度が向上する効果がある。
また、雑音的な時系列ベクトルを駆動符号ベクトルとして格納している駆動符号帳を備え、符号化、復号化区間の音声の雑音性の度合の評価結果に応じて、この評価に基づき入力音声の態様に適合するように、前記雑音的な駆動符号ベクトルの信号サンプルを間引くことにより雑音性の度合が小さい駆動符号ベクトルを生成するので、少ない情報量で、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
また、複数の駆動符号帳を備える必要がないので、駆動符号帳の記憶に要するメモリ容量を少なくできる効果もある。
【０１２７】
実施の形態７．
前記実施の形態６では、時系列ベクトルのサンプルを間引く／間引かないの２通りとしているか、この実施の形態７では、これに代え、例えば雑音性の度合に応じてサンプルを間引く際の振幅閾値を変更するなど、サンプル間引き率を複数段階に変更しても良い。
【０１２８】
従って、この実施の形態７によれば、音声を雑音／非雑音の２通りだけでなく、やや雑音的であるなどの中間的な音声に対してもそれに適した時系列べクトルを生成し用いることができるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１２９】
実施の形態８．
図９はこの実施の形態８の音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。図において、３７および４０は雑音的な時系列ベクトルを記憶している第１の駆動符号帳、３８および４１は非雑音的な時系列ベクトルを記憶している第２の駆動符号帳、３９および４２は重み決定手段（雑音性変化付与手段）である。
【０１３０】
次に動作について説明する。
まず、符号化部１において、線形予測パラメータ分析手段５は入力音声Ｓ１を分析し、音声のスペクトル情報である線形予測パラメータを抽出する。線形予測パラメータ符号化手段６は、線形予測パラメータ分析手段５が抽出した線形予測パラメータを符号化し、その符号化した線形予測パラメータを合成フィルタ７の係数として設定するとともに雑音度評価手段２５へ出力する。
【０１３１】
次に、音源情報の符号化について説明する。
適応符号帳９には過去の駆動音源信号が記憶されており、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
【０１３２】
雑音度評価手段２５は、例えば前記線形予測パラメータ符号化手段６より入力された符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を、ゲイン符号化手段１３から入力される過去に決定された適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または符号化結果から適応符号ベクトルのゲインの符号化結果の変動、適応符号ベクトルと駆動符号ベクトルのゲインの符号化結果の比およびその変動を求め、前記求めた各パラメータ毎に雑音性の度合の評価値を求め、その全パラメータの評価値を重み付け平均して得られる値を最終的な雑音性の度合の評価結果とするなどとして、その符号化区間の雑音性の度合を評価し、その評価結果を重み決定手段３９に出力する。
【０１３３】
第１の駆動符号帳３７には、例えばランダム雑音から生成した複数の雑音的な時系列ベクトルが記憶されており、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。第２の駆動符号帳３８には、例えば学習用音声とその符号化音声との歪みが小さくなるように学習して構成された複数の時系列ベクトルが記憶されており、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。
【０１３４】
重み決定手段３９は、前記雑音度評価手段２５から入力された雑音性の度合の評価結果に応じて、例えば図１０に従って、第１の駆動符号帳３７からの時系列ベクトルと第２の駆動符号帳３８からの時系列べクトルに与える重みを決定する。第１の駆動符号帳３７および第２の駆動符号帳３８からの各時系列ベクトルは、前記重み決定手段３９から与えられる重みに応じて重み付けして加算される。
【０１３５】
適応符号帳９から出力された時系列ベクトルと、重み決定手段３９により前記重み付け加算して生成された時系列ベクトルは、ゲイン符号化手段１３から与えられるそれぞれのゲインに応じて重み付け加算手段１４で重み付けされ加算され、その加算結果は駆動音源信号として合成フィルタ７へ供給され符号化音声を生成する。
【０１３６】
距離計算手段１５は符号化音声と入力音声Ｓ１との距離を求め、距離が最小となる適応符号、駆動符号、ゲインを探索する。この符号化が終了した後、線形予測パラメータの符号、入力音声と符号化音声との歪みを最小にする適応符号、駆動符号、ゲインの符号を符号化結果Ｓ２として出力する。
【０１３７】
次に、復号化部２について説明する。
復号化部２では、線形予測パラメータ復号化手段１６は線形予測パラメータの符号から線形予測パラメータを復号化し、合成フィルタ１７の係数として設定するとともに雑音度評価手段２６へ出力する。
【０１３８】
次に、音源情報の復号化について説明する。
適応符号帳１９は、適応符号に対応して過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する。
雑音度評価手段２６は、前記線形予測パラメータ復号化手段１６から入力した復号化した線形予測パラメータと適応符号と、ゲイン復号化手段２３から入力される過去に復号化された適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または復号化結果から、符号化部１の雑音度評価手段２５と同様の方法で復号化区間の雑音性の度合を評価し、評価結果を重み決定手段４２に出力する。
【０１３９】
第１の駆動符号帳４０および第２の駆動符号帳４１は、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する。重み決定手段４２は前記雑音度評価手段２６から入力された雑音性の度合の評価結果に応じて、符号化部１の重み決定手段３９と同様に重みを与えるとする。
【０１４０】
第１の駆動符号帳４０および第２の駆動符号帳４１からの各時系列ベクトルは、前記重み決定手段４２から与えられるそれぞれの重みに応じて重み付けされて加算される。
【０１４１】
適応符号帳１９から出力された時系列ベクトルと、重み決定手段４２により前記重み付け加算して生成された時系列ベクトルは、ゲイン復号化手段２３でゲインの符号から復号化したそれぞれのゲインに応じて重み付け加算手段２４で重み付けされて加算され、その加算結果は駆動音源信号として合成フィルタ１７へ供給され出力音声Ｓ３を生成する。
【０１４２】
以上のように、この実施の形態８によれば、符号化、復号化区間の音声の雑音性の度合の評価に適応符号ベクトルおよび駆動符号ベクトルに対するゲインの情報も用いることにより、雑音性の度合の評価精度が向上する効果がある。
また、この評価に基づき入力音声の態様に適合するように雑音的な時系列ベクトルと非雑音的な時系列ベクトルを重み付き加算して用いるので、少ない情報量で、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１４３】
実施の形態９．
前記実施の形態６から前記実施の形態８では、音声の雑音性の度合の評価に適応符号ベクトルおよび駆動符号ベクトルに対するゲインを用いているが、この実施の形態９では、これに代えて駆動音源信号の長周期予測利得、あるいは駆動音源信号を線形予測合成して得られる符号化音声の長周期予測利得、あるいは過去の雑音性の度合の評価結果を用いるものであり、同様の効果が得られる。
【０１４４】
実施の形態１０．
前記実施の形態１から前記実施の形態９では、雑音性の度合の評価に適応符号ベクトルおよび駆動符号ベクトルに対するゲイン、あるいは駆動音源信号の長周期予測利得、あるいは駆動音源信号を線形予測合成して得られる符号化音声の長周期予測利得、あるいは過去の雑音性の度合の評価結果をそれぞれ個別に用いているが、この実施の形態１０では、これに代え、これらの２つ以上を組み合わせて用いる。
【０１４５】
この実施の形態１０によれば、雑音性の度合の評価精度がさらに向上するので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１４６】
実施の形態１１．
前記実施の形態１から前記実施の形態１０に対し、さらに雑音性の度合の評価結果に応じてゲイン符号化手段１３およびゲイン復号化手段２３におけるゲインの符号帳を変更するとしても良い。
【０１４７】
この実施の形態１１によれば、駆動符号帳に応じて最適なゲインの符号帳を用いることができるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１４８】
実施の形態１２．
前記実施の形態１から実施の形態１１では、音声の雑音性の度合を評価し、その評価結果に応じて駆動符号帳またはゲインの符号帳を切り替えているが、有声の立ち上がりや破裂性の子音などをそれぞれ判定、評価し、その評価結果に応じて駆動符号帳またはゲインの符号帳を切り替えても良い。
【０１４９】
この実施の形態１２によれば、音声の雑音的な状態だけでなく、有声の立ち上がりや破裂性子音などさらに細かく分類し、それぞれに適した駆動符号帳またはゲインの符号帳を用いることができるので、品質の高い音声を再生できる音声符号化方法および音声復号化方法とその装置が得られる効果がある。
【０１５０】
【発明の効果】
以上のように、この発明によれば、音声符号化において、雑音性の度合を評価するためのパラメータの１つとして、適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または符号化結果を用いるように構成したので、簡易にその符号化区間の入力信号の周期性の強弱およびその安定性の情報を求め、これを雑音性の度合の評価に用いることができ、雑音性の度合の評価精度が向上し、また、この評価に応じた駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化が実現できる効果がある。
【０１５１】
この発明によれば、音声符号化において、駆動音源信号または駆動音源信号を線形予測合成して得られる符号化音声を分析し、該分析の結果得られる長周期予測利得を雑音性の度合を評価するためのパラメータの１つとして用いるように構成したので、より正確にその符号化区間の入力信号の周期性の強弱およびその安定性の情報を求めることができ、これを雑音性の度合の評価に用いることにより雑音性の度合の評価精度が向上し、また、この評価に応じた駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化を実現できる効果がある。
【０１５２】
この発明によれば、音声符号化において、雑音性の度合を評価するためのパラメータの１つとして過去の雑音性の度合の評価結果を用いるように構成したので、雑音性の度合の連続性に基づき局所的な雑音性の度合の評価誤りを解消でき、雑音性の度合の評価精度が向上し、また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化を実現できる効果がある。
【０１５３】
この発明によれば、音声符号化において、格納している時系列ベクトルの雑音性の度合が異なる複数の駆動符号帳を、音声の雑音性の度合の評価結果に応じて切り替えて用いるように構成したので、やや雑音的であるなどの中間的な音声に対してもそれに適した駆動符号帳を用いることができるので品質の高い音声の再生を可能にする符号化を実現できる効果がある。
【０１５４】
この発明によれば、音声符号化において、音声の雑音性の度合の評価結果に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させるように構成したので、少ない情報量で、品質の高い音声の再生を可能にする符号化を実現できる効果がある。
【０１５５】
この発明によれば、音声符号化において、音声の雑音性の度合の評価結果に応じて、ゲインの符号帳を切り替えるように構成したので、品質の高い音声の再生を可能にする符号化を実現できる効果がある。
【０１５６】
この発明によれば、音声復号化において、雑音性の度合を評価するためのパラメータの１つとして適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または復号化結果を用いるように構成したので、簡易にその復号化区間の入力信号の周期性の強弱およびその安定性の情報を求め、これを雑音性の度合の評価に用いることができ、雑音性の度合の評価精度が向上し、また、この評価に基づき復号化する入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声を再生できる効果がある。
【０１５７】
この発明によれば、音声復号化において、雑音性の度合を評価するためのパラメータの１つとして、駆動音源信号あるいは駆動音源信号を線形予測合成して得られる復号化音声を分析し、この結果得られる長周期予測利得を用いるように構成したので、より正確にその復号化区間の入力信号の周期性の強弱およびその安定性の情報を求めることができ、これを雑音性の度合の評価に用いることにより雑音性の度合の評価精度が向上し、また、この評価に基づき復号化する入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声を再生できる効果がある。
【０１５８】
この発明によれば、音声復号化において、雑音性の度合を評価するためのパラメータの１つとして過去の雑音性の度合の評価結果を用いるように構成したので、雑音性の度合の連続性に基づき復号化の際の局所的な雑音性の度合の評価誤りを解消でき、雑音性の度合の評価精度が向上し、また、この評価に基づき復号化する入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声を再生できる効果がある。
【０１５９】
この発明によれば、音声復号化において、格納している時系列ベクトルの雑音性の度合が異なる複数の駆動符号帳を、音声の雑音性の度合の評価結果に応じて切り替えて用いるように構成したので、復号化するやや雑音的であるなどの中間的な音声に対してもそれに適した駆動符号帳を用いることができるので品質の高い音声を再生できる効果がある。
【０１６０】
この発明によれば、音声復号化において、音声の雑音性の度合の評価結果に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させるように構成したので、少ない情報量で、品質の高い音声を再生できる効果がある。
【０１６１】
この発明によれば、音声復号化において、音声の雑音性の度合の評価結果に応じて、ゲインの符号帳を切り替えるように構成したので、品質の高い音声を再生できる効果がある。
【０１６２】
この発明によれば、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、前記適応符号ベクトルおよび前記駆動符号ベクトルに対するゲインの符号または符号化、復号化結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるように構成したので、簡易にその符号化区間または復号化区間の入力信号の周期性の強弱およびその安定性の情報を求め、これを雑音性の度合の評価に用いることができ、雑音性の度合の評価精度が向上し、また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化および復号化が実現できる効果がある。
【０１６３】
この発明によれば、過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、前記過去の駆動音源信号または該駆動音源信号を線形予測合成して得られる符号化音声を分析し、その長周期予測利得を求める長周期予測利得算出手段と、該長周期予測利得算出手段が求めた前記長周期予測利得を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるように構成したので、より正確にその符号化区間または復号化区間の入力信号の周期性の強弱およびその安定性の情報を求めることができ、これを雑音性の度合の評価に用いることにより雑音性の度合の評価精度が向上し、また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化および復号化が実現できる効果がある。
【０１６４】
この発明によれば、過去の雑音性の度合の評価結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段とを備えるように構成したので、雑音性の度合の連続性に基づき局所的な雑音性の度合の評価誤りを解消でき、雑音性の度合の評価精度が向上し、また、この評価に基づき入力音声の態様に適合した駆動符号帳を用いるので、品質の高い音声の再生を可能にする符号化および復号化が実現できる効果がある。
【０１６５】
この発明によれば、雑音度評価手段が評価した雑音性の度合により駆動符号帳を切り替える駆動符号帳切替手段を備えるように構成したので、品質の高い音声の再生を可能にする符号化および復号化が実現できる効果がある。
【０１６６】
この発明によれば、雑音度評価手段が評価した雑音性の度合に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させる雑音性変化付与手段を備えるように構成したので、少ない情報量で品質の高い音声の再生を可能にする符号化および復号化を実現できる効果がある。
【０１６７】
この発明によれば、雑音度評価手段が評価した雑音性の度合に応じて、駆動符号帳に格納している時系列ベクトルの低振幅なサンプルの振幅値を零にすることで雑音性の度合を変化させる雑音性変化付与手段を備えるように構成したので、少ない情報量で品質の高い音声の再生を可能にする符号化および復号化を実現できる効果がある。
【図面の簡単な説明】
【図１】 この発明の実施の形態１による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図２】 この発明の実施の形態１による音声符号化・音声復号化装置の雑音度評価手段が求める各パラメータ毎の雑音性の度合を示す説明図である。
【図３】 この発明の実施の形態２による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図４】 この発明の実施の形態２による音声符号化・音声復号化装置の雑音度評価手段が求める各パラメータ毎の雑音性の度合を示す説明図である。
【図５】 この発明の実施の形態３による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図６】 この発明の実施の形態４による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図７】 この発明の実施の形態４による音声符号化・音声復号化装置の雑音度評価手段が求める各パラメータ毎の雑音性の度合を示す説明図である。
【図８】 この発明の実施の形態６による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図９】 この発明の実施の形態８による音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図１０】 この発明の実施の形態８による音声符号化・音声復号化装置の重み決定手段による時系列べクトルに与える重みについての説明図である。
【図１１】 従来の音声符号化方法および音声復号化方法を実現する音声符号化・音声復号化装置の全体構成を示すブロック図である。
【図１２】 従来の音声符号化・音声復号化装置の雑音度評価手段が求める各パラメータ毎の雑音性の度合を示す説明図である。
【符号の説明】
１ 符号化部、２ 復号化部、９ 適応符号帳、１０，２０ 駆動符号帳切替手段、１１，３７，４０ 第１の駆動符号帳、１２，３８，４１ 第２の駆動符号帳、１３ ゲイン符号化手段、２３ ゲイン復号化手段、２５，２６，２８，３０，３１，３２ 雑音度評価手段、２７，２９ 長周期予測利得算出手段、３３，３５ 駆動符号帳、３４，３６ サンプル間引き手段（雑音性変化付与手段）、３９，４２ 重み決定手段（雑音性変化付与手段）。
Claims (18)
- 符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を求め、その符号化区間における音声の雑音性の度合を評価し、その評価結果に応じた駆動符号帳を使用する、符号駆動線形予測方式を適用した音声符号化方法において、
前記雑音性の度合の評価を求めるパラメータの１つとして、適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または符号化結果を用いることを特徴とする音声符号化方法。 - 符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を求め、その符号化区間における音声の雑音性の度合を評価し、その評価結果に応じた駆動符号帳を使用する、符号駆動線形予測方式を適用した音声符号化方法において、
前記雑音性の度合の評価を求めるパラメータの１つとして、駆動音源信号または駆動音源信号を線形予測合成して得られる符号化音声を分析し、該分析の結果得られる長周期予測利得を用いることを特徴とする音声符号化方法。 - 符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を求めてその符号化区間における音声の雑音性の度合を評価し、その評価結果に応じた駆動符号帳を使用する、符号駆動線形予測方式を適用した音声符号化方法において、
前記雑音性の度合の評価を求めるパラメータの１つとして、過去の雑音性の度合の評価結果を用いることを特徴とする音声符号化方法。 - 格納している時系列ベクトルの雑音性の度合が異なる複数の駆動符号帳を、音声の雑音性の度合の評価結果に応じて切り替えて用いることを特徴とする請求項１から請求項３のうちのいずれか１項記載の音声符号化方法。
- 音声の雑音性の度合の評価結果に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させることを特徴とする請求項１から請求項３のうちのいずれか１項記載の音声符号化方法。
- 音声の雑音性の度合の評価結果に応じて、ゲインの符号帳を切り替えることを特徴とする請求項１から請求項５のうちのいずれか１項記載の音声符号化方法。
- 符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を求めてその符号化区間における音声の雑音性の度合を評価し、その評価結果に応じた駆動符号帳を使用する、符号駆動線形予測方式を適用した音声復号化方法において、
前記雑音性の度合の評価を求めるパラメータの１つとして、適応符号ベクトルおよび駆動符号ベクトルに対するゲインの符号または復号化結果を用いることを特徴とする音声復号化方法。 - 符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を求めてその復号化区間における音声の雑音性の度合を評価し、その評価結果に応じた駆動符号帳を使用する、符号駆動線形予測方式を適用した音声復号化方法において、
前記雑音性の度合の評価を求めるパラメータの１つとして、駆動音源信号あるいは駆動音源信号を線形予測合成して得られる復号化音声を分析し、この結果得られる長周期予測利得を用いることを特徴とする音声復号化方法。 - 符号化した線形予測パラメータからスペクトルの傾斜と短期予測利得を、適応符号からピッチ変動を求めてその復号化区間における音声の雑音性の度合を評価し、その評価結果に応じた駆動符号帳を使用する、符号駆動線形予測方式を適用した音声復号化方法において、
前記雑音性の度合の評価を求めるパラメータの１つとして、過去の雑音性の度合の評価結果を用いることを特徴とする音声復号化方法。 - 格納している時系列ベクトルの雑音性の度合が異なる複数の駆動符号帳を、音声の雑音性の度合の評価結果に応じて切り替えて用いることを特徴とする請求項７から請求項９のうちのいずれか１項記載の音声復号化方法。
- 音声の雑音性の度合の評価結果に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させることを持徴とする請求項７から請求項９のうちのいずれか１項記載の音声復号化方法。
- 音声の雑音性の度合の評価結果に応じて、ゲインの符号帳を切り替えることを特徴とする請求項７から請求項１１のうちのいずれか１項記載の音声復号化方法。
- 符号駆動線形予測方式が適用される音声符号化・音声復号化装置において、
過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、
非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、
雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、
前記適応符号ベクトルおよび前記駆動符号ベクトルに対するゲインの符号または符号化、復号化結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段と、
を備えていることを特徴とする音声符号化・音声復号化装置。 - 符号駆動線形予測方式が適用される音声符号化・音声復号化装置において、
過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、
非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、
雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、
前記過去の駆動音源信号または該駆動音源信号を線形予測合成して得られる符号化音声を分析し、その長周期予測利得を求める長周期予測利得算出手段と、
該長周期予測利得算出手段が求めた前記長周期予測利得を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段と、
を備えていることを特徴とする音声符号化・音声復号化装置。 - 符号駆動線形予測方式が適用される音声符号化・音声復号化装置において、
過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、
非雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第１の駆動符号帳と、
雑音的な複数の時系列ベクトルが記憶され、前記駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する第２の駆動符号帳と、
過去の雑音性の度合の評価結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段と、
を備えていることを特徴とする音声符号化・音声復号化装置。 - 雑音度評価手段が評価した雑音性の度合により駆動符号帳を切り替える駆動符号帳切替手段を備えていることを特徴とする請求項１３から請求項１５のうちのいずれか１項記載の音声符号化・音声復号化装置。
- 雑音度評価手段が評価した雑音性の度合に応じて、駆動符号帳に格納している時系列ベクトルの雑音性の度合を変化させる雑音性変化付与手段を備えていることを特徴とする請求項１３から請求項１５のうちのいずれか１項記載の音声符号化・音声復号化装置。
- 符号駆動線形予測方式が適用される音声符号化・音声復号化装置において、
過去の駆動音源信号が記憶され、適応符号に対応して前記過去の駆動音源信号を周期的に繰り返した時系列ベクトルを適応符号ベクトルとして出力する適応符号帳と、
雑音的な複数の時系列ベクトルが記憶され、駆動符号に対応した時系列ベクトルを駆動符号ベクトルとして出力する駆動符号帳と、
前記適応符号ベクトルおよび前記駆動符号ベクトルに対するゲインの符号または符号化、復号化結果を雑音性の度合の評価値を求めるための要素の１つとして用いて雑音性の度合を評価する雑音度評価手段と、
該雑音度評価手段が評価した雑音性の度合に応じて、前記駆動符号帳に格納している時系列ベクトルの低振幅なサンプルの振幅値を零にすることで雑音性の度合を変化させる雑音性変化付与手段を備えていることを特徴とする音声符号化・音声復号化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000033843A JP4510977B2 (ja) | 2000-02-10 | 2000-02-10 | 音声符号化方法および音声復号化方法とその装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000033843A JP4510977B2 (ja) | 2000-02-10 | 2000-02-10 | 音声符号化方法および音声復号化方法とその装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001222298A JP2001222298A (ja) | 2001-08-17 |
| JP4510977B2 true JP4510977B2 (ja) | 2010-07-28 |
Family
ID=18558266
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000033843A Expired - Fee Related JP4510977B2 (ja) | 2000-02-10 | 2000-02-10 | 音声符号化方法および音声復号化方法とその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4510977B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100566163B1 (ko) * | 2000-11-30 | 2006-03-29 | 마츠시타 덴끼 산교 가부시키가이샤 | 음성 복호화 장치, 음성 복호화 방법 및 프로그램을기록한 기록 매체 |
| WO2008072733A1 (ja) * | 2006-12-15 | 2008-06-19 | Panasonic Corporation | 符号化装置および符号化方法 |
| JP4764956B1 (ja) * | 2011-02-08 | 2011-09-07 | パナソニック株式会社 | 音声符号化装置及び音声符号化方法 |
| DK3217399T3 (en) * | 2016-03-11 | 2019-02-25 | Gn Hearing As | Kalman filtering based speech enhancement using a codebook based approach |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1999034354A1 (en) * | 1997-12-24 | 1999-07-08 | Mitsubishi Denki Kabushiki Kaisha | Sound encoding method and sound decoding method, and sound encoding device and sound decoding device |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI100840B (fi) * | 1995-12-12 | 1998-02-27 | Nokia Mobile Phones Ltd | Kohinanvaimennin ja menetelmä taustakohinan vaimentamiseksi kohinaises ta puheesta sekä matkaviestin |
| JPH10149200A (ja) * | 1996-11-20 | 1998-06-02 | Olympus Optical Co Ltd | 線形予測符号化装置 |
| JP3174756B2 (ja) * | 1998-03-31 | 2001-06-11 | 松下電器産業株式会社 | 音源ベクトル生成装置及び音源ベクトル生成方法 |
-
2000
- 2000-02-10 JP JP2000033843A patent/JP4510977B2/ja not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1999034354A1 (en) * | 1997-12-24 | 1999-07-08 | Mitsubishi Denki Kabushiki Kaisha | Sound encoding method and sound decoding method, and sound encoding device and sound decoding device |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2001222298A (ja) | 2001-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3346765B2 (ja) | 音声復号化方法及び音声復号化装置 | |
| JP3094908B2 (ja) | 音声符号化装置 | |
| JP3746067B2 (ja) | 音声復号化方法及び音声復号化装置 | |
| JPH0944195A (ja) | 音声符号化装置 | |
| JP4510977B2 (ja) | 音声符号化方法および音声復号化方法とその装置 | |
| JP4800285B2 (ja) | 音声復号化方法及び音声復号化装置 | |
| JP3144284B2 (ja) | 音声符号化装置 | |
| JP3563400B2 (ja) | 音声復号化装置及び音声復号化方法 | |
| JP3092654B2 (ja) | 信号符号化装置 | |
| JP3471542B2 (ja) | 音声符号化装置 | |
| WO2000003385A1 (fr) | Codeur/decodeur vocal | |
| JP3736801B2 (ja) | 音声復号化方法及び音声復号化装置 | |
| JP4170288B2 (ja) | 音声符号化方法及び音声符号化装置 | |
| JPH09319399A (ja) | 音声符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070124 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20071114 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20071114 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20071114 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20080804 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090918 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091006 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091109 |
|
| 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: 20100427 |
|
| 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: 20100506 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130514 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |