JP4619549B2 - マルチモード音声復号化装置及びマルチモード音声復号化方法 - Google Patents
マルチモード音声復号化装置及びマルチモード音声復号化方法 Download PDFInfo
- Publication number
- JP4619549B2 JP4619549B2 JP2001000797A JP2001000797A JP4619549B2 JP 4619549 B2 JP4619549 B2 JP 4619549B2 JP 2001000797 A JP2001000797 A JP 2001000797A JP 2001000797 A JP2001000797 A JP 2001000797A JP 4619549 B2 JP4619549 B2 JP 4619549B2
- Authority
- JP
- Japan
- Prior art keywords
- mode
- noise
- codebook
- section
- quantized
- 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
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
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伝送する移動通信システムなどにおける低ビットレート音声符号化装置、特に音声信号を声道情報と音源情報とに分離して表現するようなＣＥＬＰ（Code Excited Linear Prediction）型音声符号化装置などに関する。
【０００２】
【従来の技術】
ディジタル移動通信や音声蓄積の分野においては、電波や記憶媒体の有効利用のために音声情報を圧縮し、高能率で符号化するための音声符号化装置が用いられている。中でもＣＥＬＰ（Code Excited Linear Prediction：符号励振線形予測符号化）方式をベースにした方式が中・低ビットレートにおいて広く実用化されている。ＣＥＬＰの技術については、M.R.Schroeder and B.S.Atal："Code-Excited Linear Prediction (CELP)：High-quality Speech at Very Low Bit Rates"，Proc．ICASSP-85, 25.1.1, pp.937-940, 1985" に示されている。
【０００３】
ＣＥＬＰ型音声符号化方式は、音声をある一定のフレーム長（５ｍｓ〜５０ｍｓ程度）に区切り、各フレーム毎に音声の線形予測を行い、フレーム毎の線形予測による予測残差（励振信号）を既知の波形からなる適応符号ベクトルと雑音符号ベクトルを用いて符号化するものである。適応符号ベクトルは過去に生成した駆動音源ベクトルを格納している適応符号帳から、雑音符号ベクトルは予め用意された定められた数の定められた形状を有するベクトルを格納している雑音符号帳から選択されて使用される。雑音符号帳に格納される雑音符号ベクトルには、ランダムな雑音系列のベクトルや何本かのパルスを異なる位置に配置することによって生成されるベクトルなどが用いられる。
【０００４】
従来のＣＥＬＰ符号化装置では、入力されたディジタル信号を用いてＬＰＣの分析・量子化とピッチ探索と雑音符号帳探索とゲイン符号帳探索とが行われ、量子化ＬＰＣ符号（Ｌ）とピッチ周期（Ｐ）と雑音符号帳インデックス（Ｓ）とゲイン符号帳インデックス（Ｇ）とが復号器に伝送される。
【０００５】
【発明が解決しようとする課題】
しかしながら、上記従来の音声符号化装置においては、１種類の雑音符号帳で有声音声や無声音声さらには背景雑音などについても対応しなければならず、これら全ての入力信号を高品質で符号化することは困難である。
【０００６】
本発明はかかる点に鑑みてなされたものであり、モード情報を新たに伝送することなしに音源符号化のマルチモード化を図ることができ、特に有声区間／無声区間の判定に加えて音声区間／非音声区間の判定を行うことも可能で、マルチモード化による符号化／復号化性能の改善度をより高めることを可能としたマルチモード音声復号化装置及びマルチモード音声復号化方法を提供することを目的とする。
【０００７】
【課題を解決するための手段】
本発明のマルチモード音声復号化装置は、量子化ＬＰＣまたは量子化ＬＳＰを示す符号に対して復号化を施し、量子化ＬＳＰパラメータを生成する復号手段と、量子化ＬＳＰパラメータが定常的な区間における平均量子化ＬＳＰパラメータを用いて現フレームが音声モードに該当するか否か判定するモード判定手段と、雑音符号ベクトルを格納した複数の雑音符号帳のいずれかから、前記モード判定手段の判定結果に応じて雑音符号ベクトルを選択して出力する雑音符号ベクトル生成手段と、前記雑音符号ベクトルを用いて復号音声信号を生成する復号音声信号生成手段と、前記モード判定手段で音声モードと判定される区間以外の区間において、前記平均量子化ＬＳＰパラメータから求められるＬＰＣパラメータで構築された合成フィルタを、前記雑音符号ベクトルから生成した雑音信号で駆動させて定常雑音を生成し、この定常雑音を前記復号音声信号に重畳する定常雑音生成手段と、を具備する構成を採る。また、本発明のマルチモード音声復号化方法は、量子化ＬＰＣまたは量子化ＬＳＰを示す符号に対して復号化を施し、量子化ＬＳＰパラメータを生成する復号ステップと、量子化ＬＳＰパラメータが定常的な区間における平均量子化ＬＳＰパラメータを用いて現フレームが音声モードに該当するか否か判定するモード判定ステップと、雑音符号ベクトルを格納した複数の雑音符号帳のいずれかから、前記モード判定手段の判定結果に応じて雑音符号ベクトルを選択して出力する雑音符号ベクトル生成ステップと、前記雑音符号ベクトルを用いて復号音声信号を生成する復号音声信号生成ステップと、前記モード判定ステップで音声モードと判定される区間以外の区間において、前記平均量子化ＬＳＰパラメータから求められるＬＰＣパラメータで構築された合成フィルタを、前記雑音符号ベクトルから生成した雑音信号で駆動させて定常雑音を生成し、この定常雑音を前記復号音声信号に重畳する定常雑音生成ステップと、を具備する。
【０００８】
本発明のマルチモード音声復号化装置は、音声信号に含まれる声道情報を表す少なくとも１種類以上のパラメータを復号化する第１復号化手段と、前記音声信号に含まれる音源情報を表す少なくとも１種類以上のパラメータを幾つかの符号化モードで復号化可能な第２復号化手段と、前記第１復号化手段で復号化された特定パラメータの動的特徴に基づいてモードの判定を行うモード判定手段と、前記第１及び第２復号化手段によって復号化された複数種類のパラメータ情報によって音声信号を復号する合成手段と、を具備し、前記モード判定手段は、量子化ＬＳＰパラメータのフレーム間変化を算出する手段と、量子化ＬＳＰパラメータが定常的であるフレームにおける平均的量子化ＬＳＰパラメータを算出する手段と、前記平均的量子化ＬＳＰパラメータと現在の量子化ＬＳＰパラメータとの距離を算出し、特定の次数の量子化ＬＳＰパラメータと前記平均的量子化ＬＳＰパラメータとの間の所定量の差を検出する手段と、を有する構成を採る。この構成によれば、特定の次数の量子化ＬＳＰパラメータと平均的量子化ＬＳＰパラメータとの間の所定量の差を検出するので、平均化した結果について判定した場合に音声区間と判定されなくなってしまうときでも、正確に音声区間と判定することができる。これにより、雑音区間の平均的量子化ＬＳＰと当該部所における量子化ＬＳＰとが非常に近い値を示しており、かつ当該部所における量子化ＬＳＰの変動が非常に小さい場合でも、正確にモード判定を行うことができる。
【０００９】
本発明のマルチモード音声復号化装置は、上記構成において、モード判定手段においてモードが定常雑音モードである場合に、雑音区間の平均ＬＳＰパラメータを出力し、かつ、前記平均ＬＳＰパラメータから求められたＬＰＣパラメータで構築された合成フィルタを雑音符号帳から取得したランダム信号で駆動させることにより定常雑音を生成する定常雑音生成手段を具備する構成を採る。
【００１０】
この構成によれば、音源をランダムに生成するフィルタ駆動型の擬似定常雑音生成器を用いているので、同じ合成フィルタ、同じパワ情報を繰り返して使用しても、セグメント間の不連続性に起因するブザー音的なノイズが発生せず、自然なノイズを生成することが可能である。
【００１１】
本発明のモード判定装置は、音声信号に含まれる声道情報を表す少なくとも１種類以上のパラメータを復号化する第１復号化手段と、前記音声信号に含まれる音源情報を表す少なくとも１種類以上のパラメータを幾つかの符号化モードで復号化可能な第２復号化手段と、前記第１復号化手段で復号化された特定パラメータの動的特徴に基づいてモードの判定を行うモード判定手段と、を具備する構成を採る。
【００１２】
本発明のモード判定装置は、上記構成において、量子化ＬＳＰパラメータのフレーム間変化を算出する手段と、量子化ＬＳＰパラメータが定常的であるフレームにおける平均的量子化ＬＳＰパラメータを算出する手段と、前記平均的量子化ＬＳＰパラメータと現在の量子化ＬＳＰパラメータとの距離を算出し、特定の次数の量子化ＬＳＰパラメータと前記平均的量子化ＬＳＰパラメータとの間の所定量の差を検出する手段と、を有する構成を採る。
【００１３】
これらの構成によれば、モード情報を新たに伝送することなしに音源符号化のマルチモード化を図ることができる。
【００１４】
本発明の定常雑音生成装置は、雑音音源を生成する音源生成手段と、定常雑音のスペクトル包絡を表すＬＳＰ合成フィルタと、を具備し、上記モード判定装置で判定されたモード情報を用いる構成を採る。
【００１５】
本発明の定常雑音生成装置は、上記構成において、音源生成手段が、雑音符号帳からランダムに選択したベクトルから雑音駆動音源ベクトルを生成する構成を採る。
【００１６】
これらの構成によれば、同じ合成フィルタ、同じパワ情報を繰り返して使用しても、セグメント間の不連続性に起因するブザー音的なノイズが発生せず、自然なノイズを生成することが可能である。
【００１７】
本発明のマルチモード音声符号化装置は、音声信号に含まれる声道情報を表す少なくとも１種類以上のパラメータを符号化する第１符号化部と、前記音声信号に含まれる音源情報を表す少なくとも１種類以上のパラメータを幾つかのモードで符号化可能な第２符号化部と、前記第１符号化部で符号化された特定パラメータの動的特徴に基づいて前記第２符号化部のモードを判定するモード判定部と、前記第１及び第２符号化部によって符号化された複数種類のパラメータ情報によって入力音声信号を合成する合成部と、を具備し、
前記モード切替部は、量子化ＬＳＰパラメータのフレーム間変化を算出する算出部と、量子化ＬＳＰパラメータが定常的であるフレームにおける平均的量子化ＬＳＰパラメータを算出する算出部と、前記平均的量子化ＬＳＰパラメータと現在の量子化ＬＳＰパラメータとの距離を算出し、特定の次数の量子化ＬＳＰパラメータと前記平均的量子化ＬＳＰパラメータとの間の所定量の差を検出する検出部と、を有する構成を採る。
【００１８】
この構成によれば、特定の次数の量子化ＬＳＰパラメータと平均的量子化ＬＳＰパラメータとの間の所定量の差を検出するので、平均化した結果について判定した場合に音声区間と判定されなくなってしまうときでも、正確に音声区間と判定することができる。これにより、雑音区間の平均的量子化ＬＳＰと当該部所における量子化ＬＳＰとが非常に近い値を示しており、かつ当該部所における量子化ＬＳＰの変動が非常に小さい場合でも、正確にモード判定を行うことができる。
【００１９】
本発明のマルチモード音声符号化装置は、上記構成において、モードが定常雑音モードである場合に、ピッチ周期の探索範囲をサブフレーム長以上のみに限定する探索範囲決定手段を具備する構成を採る。
【００２０】
この構成によれば、定常雑音モード（又は定常雑音モードと無声モード）において、探索範囲をサブフレーム長以上に限定することにより、雑音符号ベクトルに対するピッチ周期性を抑制することができ、復号音声信号に生じるピッチ周期化モデルに起因する符号化歪みを防止することができる。
【００２１】
本発明のマルチモード音声符号化装置は、上記構成において、符号帳を用いてピッチ周期を決定する際に、モードに応じてピッチ周期化利得を制御するピッチ周期化利得制御部を具備する構成を採る。
【００２２】
この構成によれば、１サブフレーム内における周期性強調を避けることができる。これにより、適応符号ベクトル生成の際に生じるピッチ周期化モデルに起因する符号化歪みを防止することができる。
【００２３】
本発明のマルチモード音声符号化装置は、上記構成において、ピッチ周期化利得制御部が、雑音符号帳毎に利得を制御する構成を採る。
【００２４】
この構成によれば、定常雑音モード（又は定常雑音モードと無声モード）において、雑音符号帳毎に利得を変えることにより、雑音符号ベクトルに対するピッチ周期性を抑制することができ、雑音符号ベクトル生成の際に生じるピッチ周期化モデルに起因する符号化歪みを防止することができる。
【００２５】
本発明のマルチモード音声符号化装置は、上記構成において、ピッチ周期化利得制御部が、モードが定常雑音モードである場合に、ピッチ周期化利得を下げる構成を採る。
【００２６】
本発明のマルチモード音声符号化装置は、上記構成において、ピッチ周期の探索時において、入力音声の残差信号の自己相関関数を求める自己相関関数算出部と、自己相関関数の結果に対してモードに応じて重みづけ処理を行う重みづけ処理部と、重みづけ処理された自己相関関数の結果を用いてピッチ候補を選択する選択部と、を具備する構成を採る。
【００２７】
この構成によれば、ピッチ構造を持たない信号に対する復号音声信号の品質劣化を回避することができる。
【００２８】
【発明の実施の形態】
本発明の骨子は、スペクトル特性を表す量子化パラメータの静的／動的特徴を用いたモード判定を行い、音声区間／非音声区間、有声区間／無声区間を示すモード判定結果に基づいて音源構成の切り替え及び後処理を行うことである。
【００２９】
以下、本発明の実施の形態について、添付図面を参照して詳細に説明する。
（実施の形態１）
図１は、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である。ディジタル化された音声信号などからなる入力データが前処理器１０１に入力される。前処理器１０１は、ハイパスフィルタやバンドパスフィルタなどを用いて直流成分のカットや入力データの帯域制限などを行ってＬＰＣ分析器１０２と加算器１０６とに出力する。なお、この前処理器１０１において何も処理を行わなくても後続する符号化処理は可能であるが、前述したような処理を行った方が符号化性能は向上する。なお、主観的な品質を劣化させずに、符号化し易い波形などに変換すること、例えばピッチ周期の操作やピッチ波形の補間処理など、も前処理として有効である。
【００３０】
ＬＰＣ分析器１０２は、線形予測分析を行って線形予測係数（ＬＰＣ）を算出してＬＰＣ量子化器１０３へ出力する。
【００３１】
ＬＰＣ量子化器１０３は、入力したＬＰＣを量子化し、量子化後のＬＰＣを合成フィルタ１０４とモード選択器１０５に、また、量子化ＬＰＣを表現する符号Ｌを復号器に夫々出力する。なお、ＬＰＣの量子化は補間特性の良いＬＳＰ（Line Spectrum Pair：線スペクトル対）に変換して行うのが一般的である。ＬＳＰはＬＳＦ（Line Spectrum Frequency：線スペクトル周波数）で表されるのが一般的である。
【００３２】
合成フィルタ１０４は、入力した量子化ＬＰＣを用いてＬＰＣ合成フィルタを構築する。この合成フィルタに対して加算器１１４から出力される駆動音源信号を入力としてフィルタ処理を行って合成信号を加算器１０６に出力する。
【００３３】
モード選択器１０５は、ＬＰＣ量子化器１０３から入力した量子化ＬＰＣを用いて雑音符号帳１０９のモードを決定する。
【００３４】
ここで、モード選択器１０５は、過去に入力した量子化ＬＰＣの情報も蓄積しており、フレーム間における量子化ＬＰＣの変動の特徴と現フレームにおける量子化ＬＰＣの特徴の双方を用いてモードの選択を行う。このモードは少なくとも２種類以上あり、例えば有声音声部に対応するモードと無声音声部及び定常雑音部などに対応するモードから成る。また、モードの選択に用いる情報は量子化ＬＰＣそのものである必要はなく、量子化ＬＳＰや反射係数や線形予測残差パワなどのパラメータに変換したものを用いた方が効果的である。ＬＰＣ量子化器１０３がＬＳＰ量子化器を構成要素として持っている場合（ＬＰＣをＬＳＰに変換して量子化を行う場合）は、量子化ＬＳＰをモード選択器１０５の入力パラメータの一つとしても良い。
【００３５】
加算器１０６は、前処理器１０１から入力される前処理後の入力データと合成信号との誤差を算出し、聴覚重み付けフィルタ１０７へ出力する。
【００３６】
聴覚重み付けフィルタ１０７は、加算器１０６において算出された誤差に対して聴覚的な重み付けを行って誤差最小化器１０８へ出力する。
【００３７】
誤差最小化器１０８は、雑音符号帳インデックスと適応符号帳インデックス（ピッチ周期）とゲイン符号帳インデックスとを調整しながら夫々雑音符号帳１０９と適応符号帳１１０とゲイン符号帳１１１とに出力し、聴覚重み付けフィルタ１０７から入力される聴覚的重み付けされた誤差が最小となるように雑音符号帳１０９と適応符号帳１１０とゲイン符号帳１１１とが生成する雑音符号ベクトルと適応符号ベクトルと雑音符号帳ゲイン及び適応符号帳ゲインとを夫々決定し、雑音符号ベクトルを表現する符号Ｓと適応符号ベクトルを表現するＰとゲイン情報を表現する符号Ｇを夫々復号器に出力する。
【００３８】
雑音符号帳１０９は、予め定められた個数の形状の異なる雑音符号ベクトルが格納されており、誤差最小化器１０８から入力される雑音符号ベクトルのインデックスＳｉによって指定される雑音符号ベクトルを出力する。また、この雑音符号帳１０９は少なくとも２種類以上のモードを有しており、例えば有声音声部に対応するモードではよりパルス的な雑音符号ベクトルを生成し、無声音声部や定常雑音部などに対応するモードではより雑音的な雑音符号ベクトルを生成するような構造となっている。雑音符号帳１０９から出力される雑音符号ベクトルは前記２種類以上のモードのうちモード選択器１０５で選択された１つのモードから生成され、乗算器１１２で雑音符号帳ゲインが乗じられた後に加算器１１４に出力される。
【００３９】
適応符号帳１１０は、過去に生成した駆動音源信号を逐次更新しながらバッファリングしており、誤差最小化器１０８から入力される適応符号帳インデックス（ピッチ周期（ピッチラグ））Ｐｉを用いて適応符号ベクトルを生成する。適応符号帳１１０にて生成された適応符号ベクトルは乗算器１１３で適応符号帳ゲインが乗じられた後に加算器１１４に出力される。
【００４０】
ゲイン符号帳１１１は、適応符号帳ゲインと雑音符号帳ゲインのセット（ゲインベクトル）を予め定められた個数だけ格納しており、誤差最小化器１０８から入力されるゲイン符号帳インデックスＧｉによって指定されるゲインベクトルの適応符号帳ゲイン成分を乗算器１１３に、雑音符号帳ゲイン成分を乗算器１１２に夫々出力する。なお、ゲイン符号帳は多段構成とすればゲイン符号帳に要するメモリ量やゲイン符号帳探索に要する演算量の削減が可能である。また、ゲイン符号帳に割り当てられるビット数が十分であれば、適応符号帳ゲインと雑音符号帳ゲインとを独立してスカラ量子化することもできる。また、複数のサブフレームの適応符号帳ゲインや雑音符号帳ゲインをまとめてベクトル量子化したりマトリックス量子化することも考えられる。
【００４１】
加算器１１４は、乗算器１１２及び１１３から入力される雑音符号ベクトルと適応符号ベクトルの加算を行って駆動音源信号を生成し、合成フィルタ１０４及び適応符号帳１１０に出力する。
【００４２】
なお、本実施の形態においては、マルチモード化されているのは雑音符号帳１０９のみであるが、適応符号帳１１０及びゲイン符号帳１１１をマルチモード化することによってさらに品質改善を行うことも可能である。
【００４３】
次に、図３を参照して上記実施の形態における音声符号化方法の処理の流れを示す。本説明においては、音声符号化処理を予め定められた時間長の処理単位（フレーム：時間長にして数十ミリ秒程度）毎に処理を行い、１フレームをさらに整数個の短い処理単位（サブフレーム）毎に処理を行う例を示す。
【００４４】
ステップ（以下、ＳＴと省略する）３０１において、適応符号帳の内容、合成フィルタメモリ、入力バッファなどの全てのメモリをクリアする。
【００４５】
次に、ＳＴ３０２においてディジタル化された音声信号などの入力データを１フレーム分入力し、ハイパスフィルタまたはバンドパスフィルタなどをかけることによって入力データのオフセット除去や帯域制限を行う。前処理後の入力データは入力バッファにバッファリングされ、以降の符号化処理に用いられる。
【００４６】
次に、ＳＴ３０３において、ＬＰＣ分析（線形予測分析）が行われ、ＬＰＣ係数（線形予測係数）が算出される。
【００４７】
次に、ＳＴ３０４において、ＳＴ３０３にて算出されたＬＰＣ係数の量子化が行われる。ＬＰＣ係数の量子化方法は種々提案されているが、補間特性の良いＬＳＰパラメータに変換して多段ベクトル量子化やフレーム間相関を利用した予測量子化を適用すると効率的に量子化できる。また、例えば１フレームが２つのサブフレームに分割されて処理される場合には、第２サブフレームのＬＰＣ係数を量子化して、第１サブフレームのＬＰＣ係数は直前フレームにおける第２サブフレームの量子化ＬＰＣ係数と現フレームにおける第２サブフレームの量子化ＬＰＣ係数とを用いて補間処理によって決定する。
【００４８】
次に、ＳＴ３０５において、前処理後の入力データに聴覚重みづけを行う聴覚重みづけフィルタを構築する。
【００４９】
次に、ＳＴ３０６において、駆動音源信号から聴覚重み付け領域の合成信号を生成する聴覚重み付け合成フィルタを構築する。このフィルタは、合成フィルタと聴覚重み付けフィルタとを従属接続したフィルタであり、合成フィルタはＳＴ３０４にて量子化された量子化ＬＰＣ係数を用いて構築され、聴覚重み付けフィルタはＳＴ３０３において算出されたＬＰＣ係数を用いて構築される。
【００５０】
次に、ＳＴ３０７において、モードの選択が行われる。モードの選択はＳＴ３０４において量子化された量子化ＬＰＣ係数の動的及び静的特徴を用いて行われる。具体的には、量子化ＬＳＰの変動や量子化ＬＰＣ係数から算出される反射係数や予測残差パワなどを用いる。本ステップにおいて選択されたモードに従って雑音符号帳の探索が行われる。本ステップにおいて選択されるモードは少なくとも２種類以上あり、例えば有声音声モードと無声音声及び定常雑音モードの２モード構成などが考えられる。
【００５１】
次に、ＳＴ３０８において、適応符号帳の探索が行われる。適応符号帳の探索は、前処理後の入力データに聴覚重みづけを行った波形に最も近くなるような聴覚重みづけ合成波形が生成される適応符号ベクトルを探索することであり、前処理後の入力データをＳＴ３０５で構築された聴覚重み付けフィルタでフィルタリングした信号と適応符号帳から切り出した適応符号ベクトルを駆動音源信号としてＳＴ３０６で構築された聴覚重み付け合成フィルタでフィルタリングした信号との誤差が最小となるように、適応符号ベクトルを切り出す位置を決定する。
【００５２】
次に、ＳＴ３０９において、雑音符号帳の探索が行われる。雑音符号帳の探索は、前処理後の入力データに聴覚重みづけを行った波形に最も近くなるような聴覚重みづけ合成波形が生成される駆動音源信号を生成する雑音符号ベクトルを選択することであり、駆動音源信号が適応符号ベクトルと雑音符号ベクトルとを加算して生成されることを考慮した探索が行われる。したがって、既にＳＴ３０８にて決定された適応符号ベクトルと雑音符号帳に格納されている雑音符号ベクトルとを加算して駆動音源信号を生成し、生成された駆動音源信号をＳＴ３０６で構築された聴覚重みづけ合成フィルタでフィルタリングした信号と前処理後の入力データをＳＴ３０５で構築された聴覚重みづけフィルタでフィルタリングした信号との誤差が最小となるように、雑音符号帳の中から雑音符号ベクトルを選択する。
【００５３】
なお、雑音符号ベクトルに対してピッチ周期化などの処理を行う場合は、その処理も考慮した探索が行われる。また、この雑音符号帳は少なくとも２種類以上のモードを有しており、例えば有声音声部に対応するモードではよりパルス的な雑音符号ベクトルを格納している雑音符号帳を用いて探索が行われ、無声音声部や定常雑音部などに対応するモードではより雑音的な雑音符号ベクトルを格納している雑音符号帳を用いて探索が行われる。探索時にどのモードの雑音符号帳を用いるかは、ＳＴ３０７にて選択される。
【００５４】
次に、ＳＴ３１０において、ゲイン符号帳の探索が行われる。ゲイン符号帳の探索は、既にＳＴ３０８にて決定された適応符号ベクトルとＳＴ３０９にて決定された雑音符号ベクトルのそれぞれに対して乗じる適応符号帳ゲインと雑音符号帳ゲインの組をゲイン符号帳の中から選択することであり、適応符号帳ゲイン乗算後の適応符号ベクトルと雑音符号ゲイン乗算後の雑音符号ベクトルとを加算して駆動音源信号を生成し、生成した駆動音源信号をＳＴ３０６にて構築された聴覚重みづけ合成フィルタでフィルタリングした信号と前処理後の入力データをＳＴ３０５で構築された聴覚重みづけフィルタでフィルタリングした信号との誤差が最小となるような適応符号帳ゲインと雑音符号帳ゲインの組をゲイン符号帳の中から選択する。
【００５５】
次に、ＳＴ３１１において、駆動音源信号が生成される。駆動音源信号は、ＳＴ３０８にて選択された適応符号ベクトルにＳＴ３１０にて選択された適応符号帳ゲインを乗じたベクトルと、ＳＴ３０９にて選択された雑音符号ベクトルにＳＴ３１０において選択された雑音符号帳ゲインを乗じたベクトルと、を加算して生成される。
【００５６】
次に、ＳＴ３１２において、サブフレーム処理のループで用いられるメモリの更新が行われる。具体的には、適応符号帳の更新や聴覚重みづけフィルタ及び聴覚重みづけ合成フィルタの状態更新などが行われる。
【００５７】
なお、適応符号帳ゲインと固定符号帳ゲインとを別々に量子化する場合は、ＳＴ３０８の直後に適応符号帳ゲインの量子化を行い、ＳＴ３０９の直後に雑音符号帳ゲインの量子化を行うのが一般的である。
上記ＳＴ３０５〜３１２はサブフレーム単位の処理である。
【００５８】
次に、ＳＴ３１３において、フレーム処理のループで用いられるメモリの更新が行われる。具体的には、前処理器で用いられるフィルタの状態更新や量子化ＬＰＣ係数バッファの更新や入力データバッファの更新などが行われる。
【００５９】
次に、ＳＴ３１４において、符号化データの出力が行われる。符号化データは伝送される形態に応じてビットストリーム化や多重化処理などが行われて伝送路に送出される。
【００６０】
上記ＳＴ３０２〜３０４及び３１３〜３１４がフレーム単位の処理である。また、フレーム単位及びサブフレーム単位の処理は入力データがなくなるまで繰り返し行われる。
【００６１】
（実施の形態２）
図２に本発明の実施の形態２にかかる音声復号化装置の構成を示す。
符号器から伝送された、量子化ＬＰＣを表現する符号Ｌと雑音符号ベクトルを表現する符号Ｓと適応符号ベクトルを表現する符号Ｐとゲイン情報を表現する符号Ｇとが、それぞれＬＰＣ復号器２０１と雑音符号帳２０３と適応符号帳２０４とゲイン符号帳２０５とに入力される。
【００６２】
ＬＰＣ復号器２０１は、符号Ｌから量子化ＬＰＣを復号し、モード選択器２０２と合成フィルタ２０９に夫々出力する。
【００６３】
モード選択器２０２は、ＬＰＣ復号器２０１から入力した量子化ＬＰＣを用いて雑音符号帳２０３及び後処理器２１１のモードを決定し、モード情報Ｍを雑音符号帳２０３及び後処理器２１１とに夫々出力する。また、モード選択器２０２は、ＬＰＣ復号器２０１から出力された量子化ＬＳＰパラメータを用いて定常雑音区間の平均的ＬＳＰ（ＬＳＰｎ）を求め、このＬＳＰｎを後処理器２１１に対して出力する。なお、モード選択器２０２は過去に入力した量子化ＬＰＣの情報も蓄積しており、フレーム間における量子化ＬＰＣの変動の特徴と現フレームにおける量子化ＬＰＣの特徴の双方を用いてモードの選択を行う。このモードは少なくとも２種類以上あり、例えば有声音声部に対応するモードと無声音声部に対応するモードと定常雑音部などに対応するモードから成る。また、モードの選択に用いる情報は量子化ＬＰＣそのものである必要はなく、量子化ＬＳＰや反射係数や線形予測残差パワなどのパラメータに変換したものを用いた方が効果的である。ＬＰＣ復号器２０１がＬＳＰ復号器を構成要素として持っている場合（ＬＰＣをＬＳＰに変換して量子化が行なわれている場合）は、復号ＬＳＰをモード選択器２０２の入力パラメータの一つとしても良い。
【００６４】
雑音符号帳２０３は、予め定められた個数の、形状の異なる雑音符号ベクトルが格納されており、入力した符号Ｓを復号して得られる雑音符号帳インデックスによって指定される雑音符号ベクトルを出力する。また、この雑音符号帳２０３は少なくとも２種類以上のモードを有しており、例えば有声音声部に対応するモードではよりパルス的な雑音符号ベクトルを生成し、無声音声部や定常雑音部などに対応するモードではより雑音的な雑音符号ベクトルを生成するような構造となっている。雑音符号帳２０３から出力される雑音符号ベクトルは前記２種類以上のモードのうちモード選択器２０２で選択された１つのモードから生成され、乗算器２０６で雑音符号帳ゲインＧｓが乗じられた後に加算器２０８に出力される。
【００６５】
適応符号帳２０４は、過去に生成した駆動音源信号を逐次更新しながらバッファリングしており、入力した符号Ｐを復号して得られる適応符号帳インデックス（ピッチ周期（ピッチラグ））を用いて適応符号ベクトルを生成する。適応符号帳２０４にて生成された適応符号ベクトルは乗算器２０７で適応符号帳ゲインＧaが乗じられた後に加算器２０８に出力される。
【００６６】
ゲイン符号帳２０５は、適応符号帳ゲインと雑音符号帳ゲインのセット（ゲインベクトル）を予め定められた個数だけ格納しており、入力した符号Ｇを復号して得られるゲイン符号帳インデックスによって指定されるゲインベクトルの適応符号帳ゲイン成分を乗算器２０７に、雑音符号帳ゲイン成分を乗算器２０６に夫々出力する。
【００６７】
加算器２０８は、乗算器２０６及び２０７から入力される雑音符号ベクトルと適応符号ベクトルの加算を行って駆動音源信号を生成し、合成フィルタ２０９及び適応符号帳２０４に出力する。
【００６８】
合成フィルタ２０９は、入力した量子化ＬＰＣを用いてＬＰＣ合成フィルタを構築する。この合成フィルタに対して加算器２０８から出力される駆動音源信号を入力としてフィルタ処理を行って合成信号をポストフィルタ２１０に出力する。
【００６９】
ポストフィルタ２１０は、合成フィルタ２０９から入力した合成信号に対して、ピッチ強調、ホルマント強調、スペクトル傾斜補正、ゲイン調整などの音声信号の主観的品質を改善させるための処理を行い、後処理器２１１に出力する。
【００７０】
後処理器２１１は、ポストフィルタ２１０から入力した信号に対して、擬似的に定常雑音を生成して重畳することにより、主観品質を改善する。この処理は、モード選択器２０２から入力されるモード情報Ｍ及び雑音区間の平均的ＬＳＰ（ＬＳＰｎ）を利用して適応的に行う。具体的な後処理については後述する。
【００７１】
なお、本実施の形態においては、モード選択器２０２から出力されるモード情報Ｍは、雑音符号帳２０３のモード切替と後処理器２１１の双方で用いられる構成としたが、どちらか一方のみに用いても効果が得られる。
【００７２】
次に、図４を参照して上記実施の形態における音声復号化方法の処理の流れを示す。本説明においては、音声符号化処理を予め定められた時間長の処理単位（フレーム：時間長にして数十ミリ秒程度）毎に処理を行い、１フレームをさら整数個の短い処理単位（サブフレーム）毎に処理を行う例を示す。
【００７３】
ＳＴ４０１において、適応符号帳の内容、合成フィルタメモリ、出力バッファなどの全てのメモリをクリアする。
【００７４】
次に、ＳＴ４０２において、符号化データが復号される。具体的には、多重化されている受信信号の分離化やビットストリーム化されている受信信号を量子化ＬＰＣ係数と適応符号ベクトルと雑音符号ベクトルとゲイン情報とを夫々表現する符号に夫々変換する。
【００７５】
次に、ＳＴ４０３において、ＬＰＣ係数を復号する。ＬＰＣ係数は、ＳＴ４０２にて得られた量子化ＬＰＣ係数を表現する符号から、実施の形態１に示したＬＰＣ係数の量子化方法の逆の手順によって復号される。
【００７６】
次に、ＳＴ４０４において、ＳＴ４０３にて復号されたＬＰＣ係数を用いて合成フィルタが構築される。
【００７７】
次に、ＳＴ４０５において、ＳＴ４０３にて復号されたＬＰＣ係数の静的及び動的特徴を用いて、雑音符号帳及び後処理のモード選択が行われる。具体的には、量子化ＬＳＰの変動や量子化ＬＰＣ係数から算出される反射係数や予測残差パワなどを用いる。本ステップにおいて選択されたモードに従って雑音符号帳の復号及び後処理が行われる。このモードは少なくとも２種類以上あり、例えば有声音声部に対応するモードと無声音声部に対応するモードと定常雑音部などに対応するモードとから成る。
【００７８】
次に、ＳＴ４０６において、適応符号ベクトルが復号される。適応符号ベクトルは、適応符号ベクトルを表現する符号から適応符号ベクトルを適応符号帳から切り出す位置を復号してその位置から適応符号ベクトルを切り出すことによって、復号される。
【００７９】
次に、ＳＴ４０７において、雑音符号ベクトルが復号される。雑音符号ベクトルは、雑音符号ベクトルを表現する符号から雑音符号帳インデックスを復号してそのインデックスに対応する雑音符号ベクトルを雑音符号帳から取り出すことによって、復号される。雑音符号ベクトルのピッチ周期化などを適用する際は、さらにピッチ周期化などを行った後のものが復号雑音符号ベクトルとなる。また、この雑音符号帳は少なくとも２種類以上のモードを有しており、例えば有声音声部に対応するモードではよりパルス的な雑音符号ベクトルを生成し、無声音声部や定常雑音部などに対応するモードではより雑音的な雑音符号ベクトルを生成するようになっている。
【００８０】
次に、ＳＴ４０８において、適応符号帳ゲインと雑音符号帳ゲインが復号される。ゲイン情報を表す符号からゲイン符号帳インデックスを復号してこのインデックスで示される適応符号帳ゲインと雑音符号帳ゲインの組をゲイン符号帳の中から取り出すことによって、ゲイン情報が復号される。
【００８１】
次に、ＳＴ４０９において、駆動音源信号が生成される。駆動音源信号は、ＳＴ４０６にて選択された適応符号ベクトルにＳＴ４０８にて選択された適応符号帳ゲインを乗じたベクトルと、ＳＴ４０７にて選択された雑音符号ベクトルにＳＴ４０８において選択された雑音符号帳ゲインを乗じたベクトルと、を加算して生成される。
【００８２】
次に、ＳＴ４１０において、復号音声が合成される。ＳＴ４０９にて生成された駆動音源信号を、ＳＴ４０４にて構築された合成フィルタでフィルタリングすることによって、復号信号が合成される。
【００８３】
次に、ＳＴ４１１において、復号信号に対してポストフィルタ処理が行われる。ポストフィルタ処理は、ピッチ強調処理やホルマント強調処理やスペクトル傾斜補正処理やゲイン調整処理などの復号信号特に復号音声信号の主観的品質を改善するための処理から成っている。
【００８４】
次に、ＳＴ４１２において、ポストフィルタ処理後の復号信号に対して最終的な後処理が行われる。この後処理については、ＳＴ４０５にて選択されたモードに対応したものであり、詳細については後述する。本ステップで生成される信号が出力データとなる。
【００８５】
次に、ＳＴ４１３において、サブフレーム処理のループで用いられるメモリの更新が行われる。具体的には、適応符号帳の更新やポストフィルタ処理に含まれる各フィルタの状態更新などが行われる。
上記ＳＴ４０４〜４１３はサブフレーム単位の処理である。
【００８６】
次に、ＳＴ４１４において、フレーム処理のループで用いられるメモリの更新が行われる。具体的には、量子化（復号）ＬＰＣ係数バッファの更新や出力データバッファの更新などが行われる。
【００８７】
上記ＳＴ４０２〜４０３及び４１４はフレーム単位の処理である。また、フレーム単位の処理は符号化データがなくなるまで繰り返し行われる。
【００８８】
（実施の形態３）
図５は実施の形態１の音声符号化装置または実施の形態２の音声復号化装置を備えた音声信号送信装置及び受信装置を示したブロック図である。図５（ａ）は送信装置、図５（ｂ）は受信装置を示す。
【００８９】
図５（ａ）の音声信号送信装置では、音声が音声入力装置５０１によって電気的アナログ信号に変換され、Ａ／Ｄ変換器５０２に出力される。アナログ音声信号はＡ／Ｄ変換器５０２によってディジタル音声信号に変換され、音声符号化器５０３に出力される。音声符号化器５０３は音声符号化処理を行い、符号化した情報をＲＦ変調器５０４に出力する。ＲＦ変調器５０４は符号化された音声信号の情報を変調・増幅・符号拡散などの電波として送出するための操作を行い、送信アンテナ５０５に出力する。最後に送信アンテナ５０５から電波（ＲＦ信号）５０６が送出される。
【００９０】
一方、図５（ｂ）の受信装置においては、電波（ＲＦ信号）５０６を受信アンテナ５０７で受信し、受信信号はＲＦ復調器５０８に送られる。ＲＦ復調器５０８は符号逆拡散・復調など電波信号を符号化情報に変換するための処理を行い、符号化情報を音声復号化器５０９に出力する。音声復号化器５０９は、符号化情報の復号処理を行ってディジタル復号音声信号をＤ／Ａ変換器５１０へ出力する。Ｄ／Ａ変換器５１０は音声復号化器５０９から出力された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音声出力装置５１１に出力する。最後に音声出力装置５１１が電気的アナログ復号音声信号を復号音声に変換して出力する。
【００９１】
上記送信装置及び受信装置は携帯電話などの移動通信機器の移動機または基地局装置として利用することが可能である。なお、情報を伝送する媒体は本実施の形態に示したような電波に限らず、光信号などを利用することも可能であり、さらには有線の伝送路を使用することも可能である。
【００９２】
なお、上記実施の形態１に示した音声符号化装置及び上記実施の形態２に示した音声復号化装置及び上記実施の形態３に示した音声信号送信装置及び受信装置は、磁気ディスク、光磁気ディスク、ＲＯＭカートリッジなどの記録媒体にソフトウェアとして記録して実現することも可能であり、その記録媒体を使用することにより、このような記録媒体を使用するパーソナルコンピュータなどにより音声符号化装置／復号化装置及び送信装置／受信装置を実現するとができる。
【００９３】
（実施の形態４）
実施の形態４は、上述した実施の形態１、２におけるモード選択器１０５、２０２の構成例を示した例である。
【００９４】
図６に実施の形態４にかかるモード選択器の構成を示す。
本実施の形態にかかるモード選択器では、平滑化部６０１に現在の量子化ＬＳＰパラメータを入力して平滑化処理を行う。平滑化部６０１では、処理単位時間毎に入力される各次の量子化ＬＳＰパラメータを時系列データとして式（１）に示す平滑化処理を行う。
【００９５】
Ｌｓ[i]=(1-α)×Ｌｓ[i]+α×Ｌ[i], i=1,2,…,M、 0<α<1 …（１）
Ｌｓ[i]:ｉ次の平滑化量子化ＬＳＰパラメータ
Ｌ[i]：ｉ次の量子化ＬＳＰパラメータ
α：平滑化係数
Ｍ：ＬＳＰ分析次数
【００９６】
なお、式（１）において、αの値は０．７程度に設定し、それほど強い平滑化にならないようにする。上記式（１）で求めた平滑化した量子化ＬＳＰパラメータは、遅延部６０２を経由して加算器６１１へ入力されると共に、直接加算器６１１へ入力される。遅延部６０２は、入力した平滑化した量子化ＬＳＰパラメータを１処理単位時間だけ遅延させて加算器６１１に出力する。
【００９７】
加算器６１１には、現在の処理単位時間における平滑化された量子化ＬＳＰパラメータと１つ前の処理単位時間における平滑化された量子化ＬＳＰパラメータとが入力される。この加算器６１１において、現在の処理単位時間における平滑化量子化ＬＳＰパラメータと１つ前の処理単位時間における平滑化量子化ＬＳＰパラメータとの差を算出する。この差はＬＳＰパラメータの各次数毎に算出される。加算器６０６による算出結果は自乗和算出器６０３に出力する。
【００９８】
自乗和算出器６０３は、現在の処理単位時間における平滑化された量子化ＬＳＰパラメータと１つ前の処理単位時間における平滑化された量子化ＬＳＰパラメータとの次数毎の差の自乗和を計算する。これにより、第１の動的パラメータ（Para 1）が得られる。この第１の動的パラメータをしきい値判定することにより音声区間であるかどうかを識別することができる。すなわち、第１の動的パラメータがしきい値Ｔｈ１よりも大きい場合には音声区間と判定される。この判定は、後述するモード決定器６０７において行う。
【００９９】
平均ＬＳＰ算出器６０９は、平滑化部６０１と同様に式（１）に基づいて雑音区間における平均的ＬＳＰパラメータを算出し、遅延器６１２を介して加算器６１０に出力する。ただし、式（１）におけるαは平均ＬＳＰ算出器制御器６０８によって制御される。なお、αの値は、０．０５程度〜０とし、極めて強い平滑化処理を行うことによって、平均的なＬＳＰパラメータを算出する。具体的には、音声区間ではαの値を０として、音声区間以外の区間でのみ平均をとる（平滑化を行う）ようにすることなどが考えられる。
【０１００】
加算器６１０は、現在の処理単位時間における量子化ＬＳＰパラメータと、平均ＬＳＰ算出器６０９によって直前の処理単位時間において算出された雑音区間における平均的量子化ＬＳＰパラメータとの差を各次数毎に算出し、自乗値算出器６０４に出力する。すなわち、後述するようにモード決定がなされた後、平均ＬＳＰ算出器６０９で雑音区間の平均ＬＳＰが計算され、その雑音区間の平均ＬＳＰパラメータが遅延器６１２を介して１処理単位時間遅延されて加算器６１０で次の処理単位に用いられる。
【０１０１】
自乗値算出器６０４は、加算器６１０から出力された量子化ＬＳＰパラメータの差分情報を入力し、各次数の自乗値を算出して、自乗和算出器６０５に出力すると共に、最大値算出器６０６に出力する。
【０１０２】
自乗和算出器６０５では、各次数の自乗値を用いて自乗和を算出する。この自乗和が第２の動的パラメータ（Para 2）となる。この第２の動的パラメータをしきい値判定することにより音声区間であるかどうかを識別することができる。すなわち、第２の動的パラメータがしきい値Ｔｈ２よりも大きい場合には音声区間と判定される。この判定は、後述するモード決定器６０７において行う。
【０１０３】
また、最大値算出器６０６では、各次の自乗値のうち最大値を選択する。この最大値が第３の動的パラメータ（Para 3）となる。この第３の動的パラメータをしきい値判定することにより音声区間であるかどうかを識別することができる。すなわち、第３の動的パラメータがしきい値Ｔｈ３よりも大きい場合には音声区間と判定される。この判定は、後述するモード決定器６０７において行う。この第３のパラメータを用いたしきい値判定は、全次数の自乗誤差を平均化することにより埋もれてしまう変化を検出してより正確に音声区間であるかどうかを判定するために行う。
【０１０４】
例えば、複数の自乗和の結果のうち、ほとんどの結果がしきい値を超えなく、１つや２つの結果がしきい値を超える場合、平均化した結果についてしきい値判定を行うと、平均化した結果がしきい値を超えなくなってしまい、音声区間と判定されなくなってしまうことがある。上記のように第３の動的パラメータを用いてしきい値判定を行うことにより、ほとんどの結果がしきい値を超えなく、１つや２つの結果がしきい値を超える場合においても、最大値でしきい値判定を行うので、より正確に音声区間と判定することができる。
【０１０５】
上述した第１から第３の動的パラメータは、モード決定器６０７に送られ、上記しきい値判定により、音声モードが決定され、モード情報として出力される。また、このモード情報は、平均ＬＳＰ算出器制御器６０８に送られる。平均ＬＳＰ算出器制御器６０８では、モード情報にしたがって、平均ＬＳＰ算出器６０９を制御する。
【０１０６】
具体的に、平均ＬＳＰ算出器６０９を制御する場合、式（１）のαの値を０〜０．０５程度の範囲で切換えて、平滑化の強さを切換える。最も簡単な例では、音声モードではα＝０として平滑化処理をＯＦＦとし、非音声（定常雑音）モードではα＝０．０５程度として強い平滑化処理によって定常雑音区間の平均ＬＳＰの算出が行われるようにする。なお、ＬＳＰの各次数毎にαの値を制御することも考えられ、この場合は音声モードにおいても一部（例えば特定の周波数帯域に含まれる次数）のＬＳＰを更新すること等が考えられる。
【０１０７】
図７は、上記構成を含むモード判定器の構成を示すブロック図である。
このモード判定器は、量子化ＬＳＰパラメータの動的特徴を抽出する動的特徴量算出部７０１と、量子化ＬＳＰパラメータの静的特徴を抽出する静的特徴量算出部７０２とを備える。動的特徴量算出部７０１は、図６において、平滑化部６０１から遅延器６１２までの部分によって構成される。
【０１０８】
静的特徴量算出部７０２は、正規化予測残差パワ算出部７０４において量子化ＬＳＰパラメータから予測残差パワを算出する。この予測残差パワは、モード決定器６０７に与えられる。
【０１０９】
また、隣接ＬＳＰ間隔算出部７０５において、式（２）に示すように量子化ＬＳＰパラメータの隣接する次数毎に間隔を算出する。
【０１１０】
Ｌd[i]=L[i+1]-L[i], i=1,2,…M-1 …（２）
L[i]：ｉ次の量子化ＬＳＰパラメータ
隣接ＬＳＰ間隔算出部７０５の算出値はモード決定器６０７へ与えられる。
【０１１１】
スペクトル傾斜算出部７０３は、量子化ＬＳＰパラメータを用いてスペクトル傾斜情報を算出する。具体的に、スペクトル傾斜を表すパラメータとしては、１次の反射係数が利用可能である。反射係数と線形予測係数（ＬＰＣ）との間にはLevinson-Durbinのアルゴリズムを用いれば互いに変換可能な関係があるので、量子化ＬＰＣから１次の反射係数を求めることができ、これをスペクトル傾斜情報として用いる。なお、正規化予測残差パワ算出部７０４においても量子化ＬＰＣからLevinson-Durbinのアルゴリズムを用いて正規化予測残差パワを算出する。すなわち、反射係数も正規化予測残差パワも同じアルゴリズムを用いて量子化ＬＰＣから同時に求められる。このスペクトル傾斜情報は、モード決定器６０７に与えられる。
【０１１２】
以上のスペクトル傾斜算出部７０３〜隣接ＬＳＰ間隔算出部７０５の要素によって、量子化ＬＳＰパラメータの静的特徴量算出部７０２が構成される。
【０１１３】
動的特徴量算出部７０１及び静的特徴量算出部７０２の出力は、モード決定器６０７へ与えられる。自乗和算出器６０３から平滑化量子化ＬＳＰパラメータの変動量を入力し、自乗和算出器６０５から雑音区間の平均的量子化ＬＳＰパラメータと現在の量子化ＬＳＰパラメータとの距離を入力し、最大値算出器６０６から雑音区間の量子化ＬＳＰパラメータと現在の量子化ＬＳＰパラメータとの距離の最大値を入力し、正規化予測残差パワ算出部７０４から量子化予測残差パワを入力し、隣接ＬＳＰ間隔算出部７０５から隣接ＬＳＰ間隔データのスペクトル傾斜情報を入力し、スペクトル傾斜算出部７０３から分散情報を入力するする。そして、これらの情報を用いて、現在の処理単位時間における入力信号（又は復号信号）が音声区間であるか否かのモードを決定する。より具体的な音声区間か否かの判定方法は、図８を用いて後述する。
【０１１４】
次に、図８を参照して、上記実施の形態における音声区間判定方法の詳細について説明する。
【０１１５】
まず、ＳＴ８０１において、第１の動的パラメータ（Para1）を算出する。第１の動的パラメータの具体的内容は、処理単位時間毎の量子化ＬＳＰパラメータの変動量であり、式（３）に示される。
【０１１６】
【数１】
【０１１７】
ＳＴ８０２において、第１の動的パラメータが予め定めてある閾値Ｔｈ１より大きいかどうかをチェックする。閾値Ｔｈ１を越えている場合は、量子化ＬＳＰパラメータの変動量が大きいので、音声区間であると判定する。一方、閾値Ｔｈ１以下の場合は、量子化ＬＳＰパラメータの変動量が小さいので、ＳＴ８０３に進み、さらに別のパラメータを用いた判定処理のステップに進んでゆく。
【０１１８】
ＳＴ８０２において、第１の動的パラメータが閾値Ｔｈ１以下の場合は、ＳＴ８０３に進んで、過去にどれだけ定常雑音区間と判定されたかを示すカウンターの数をチェックする。カウンターは初期値が０で、本モード判定方法によって定常雑音区間であると判定された処理単位時間毎に１ずつインクリメントされる。ＳＴ８０３において、カウンターの数が、予め設定されている閾値ＴｈＣ以下の場合は、ＳＴ８０４に進み、静的パラメータを用いて音声区間か否かの判定を行う。一方、閾値ＴｈＣを越えている場合は、ＳＴ８０６に進み、第２の動的パラメータを用いて音声区間か否かの判定を行う。
【０１１９】
ＳＴ８０４では２種類のパラメータを算出する。一つは量子化ＬＳＰパラメータから算出される線形予測残差パワであり（Para4）、もう一つは量子化ＬＳＰパラメータの隣接次数の差分情報の分散である（Para5）。
【０１２０】
線形予測残差パワは、量子化ＬＳＰパラメータを線形予測係数に変換し、Levinson-Durbinのアルゴリズムにある関係式を用いることにより、求めることができる。線形予測残差パワは有声部より無声部の方が大きくなる傾向が知られているので、有声／無声の判定基準として利用できる。量子化ＬＳＰパラメータの隣接次数の差分情報は式（２）に示したもので、これらのデータの分散を求める。ただし、雑音の種類や帯域制限のかけかたによっては、低域にスペクトルの山（ピーク）が存在し易くなるので、低域端の隣接次数の差分情報（式（２）において、ｉ＝１）は用いずに、式（２）において、ｉ＝２からＭ−１（Ｍは分析次数）までのデータを用いて分散を求めた方が雑音区間と音声区間とを分類し易くなる。音声信号においては、電話帯域（２００Ｈｚ〜３．４ｋＨｚ）内に３つ程度のホルマントを持つため、ＬＳＰの間隔が狭い部分と広い部分がいくつかあり、間隔のデータの分散が大きくなる傾向がある。
【０１２１】
一方、定常ノイズでは、ホルマント構造を持たないため、ＬＳＰは比較的等間隔になりやすく、前記分散は小さくなる傾向がある。この性質を利用して、音声区間か否かの判定を行うことが可能である。ただし、前述のように雑音の種類や伝送路の周波数特性などによっては、低域にスペクトルの山（ピーク）をもつ場合があり、この様な場合は最も低域側のＬＳＰ間隔が狭くなるので、全ての隣接ＬＳＰ差分データを用いて分散を求めると、ホルマント構造の有無による差が小さくなり、判定精度が低くなる。
【０１２２】
したがって、低域端の隣接ＬＳＰ差分情報を除いて分散を求めることによって、この様な精度劣化を回避する。ただし、この様な静的パラメータは、動的パラメータに比べると判定能力が低いので、補助的な情報として用いるのが良い。ＳＴ８０４にて算出された２種類のパラメータはＳＴ８０５で用いられる。
【０１２３】
次に、ＳＴ８０５において、ＳＴ８０４にて算出された２種類のパラメータを用いた閾値処理が行われる。具体的には線形予測残差パワ（Para4）が閾値Ｔｈ４より小さく、かつ、隣接ＬＳＰ間隔データの分散（Para5）が閾値Ｔｈ５より大きい場合に、音声区間と判定する。それ以外の場合は、定常雑音区間（非音声区間）と判定する。定常雑音区間と判定された場合は、カウンターの値を１インクリメントする。
【０１２４】
ＳＴ８０６においては、第２の動的パラメータ（Para2）が算出される。第２の動的パラメータは過去の定常雑音区間における平均的な量子化ＬＳＰパラメータと現在の処理単位時間における量子化ＬＳＰパラメータとの類似度を示すパラメータであり、具体的には式（４）に示したように、前記２種類の量子化ＬＳＰパラメータを用いて各次数毎に差分値を求め、自乗和を求めたものである。求められた第２の動的パラメータは、ＳＴ８０７にて閾値処理に用いられる。
【０１２５】
【数２】
【０１２６】
次に、ＳＴ８０７において、第２の動的パラメータが閾値Ｔｈ２を越えているかどうかの判定が行われる。閾値Ｔｈ２を越えていれば、過去の定常雑音区間における平均的な量子化ＬＳＰパラメータとの類似度が低いので、音声区間と判定し、閾値Ｔｈ２以下であれば、過去の定常雑音区間における平均的な量子化ＬＳＰパラメータとの類似度が高いので、定常雑音区間と判定する。定常雑音区間と判定された場合は、カウンターの値をインクリメントする。
【０１２７】
ＳＴ８０８においては、第３の動的パラメータ（Para3）が算出される。第３の動的パラメータは、第２の動的パラメータを用いた判定では判定しにくい、すなわち量子化ＬＳＰの差の自乗和だけでは判定されないが、平均的量子化ＬＳＰに対して有意な差を持つ次数を検出するためのパラメータであり、具体的には式（５）に示したように、各次数の量子化ＬＳＰパラメータの最大値を求めたものである。求められた第３の動的パラメータは、ＳＴ８０８にて閾値処理に用いられる。
【０１２８】
【数３】
【０１２９】
次に、ＳＴ８０９において、第３の動的パラメータが閾値Ｔｈ３を越えているかどうかの判定が行われる。閾値Ｔｈ３を越えていれば、過去の定常雑音区間における平均的な量子化ＬＳＰパラメータとの類似度が低いので、音声区間と判定し、閾値Ｔｈ３以下であれば、過去の定常雑音区間における平均的な量子化ＬＳＰパラメータとの類似度が高いので、定常雑音区間と判定する。定常雑音区間と判定された場合は、カウンターの値をインクリメントする。
【０１３０】
本発明者は、第１及び第２の動的パラメータを用いた判定だけではモード判定誤りが生じることについて、モード判定誤りの原因が、雑音区間の平均的量子化ＬＳＰと当該部所における量子化ＬＳＰとが非常に近い値を示しており、かつ当該部所における量子化ＬＳＰの変動が非常に小さかったことを見出した。ただし、ある特定の次数における量子化ＬＳＰに着目すると、雑音区間の平均的量子化ＬＳＰと当該部所における量子化ＬＳＰとで有意な差があったことから、上述したように、第３の動的パラメータを用いて、全次数の量子化ＬＳＰの差（雑音区間の平均的量子化ＬＳＰと当該サブフレームにおける量子化ＬＳＰとの差）の自乗和だけでなく、各次数毎の量子化ＬＳＰの差を求め、１つの次数においてだけでも差が大きいものが認められた場合は音声区間と判定するようにしている。
【０１３１】
これにより、雑音区間の平均的量子化ＬＳＰと当該部所における量子化ＬＳＰとが非常に近い値を示しており、かつ当該部所における量子化ＬＳＰの変動が非常に小さい場合でも、より正確にモード判定を行うことができる。
【０１３２】
本実施の形態においては、モード判定の際に第１から第３の動的パラメータをすべて用いてモード判定を行う場合について説明しているが、本発明においては、第１の動的パラメータと第３の動的パラメータを用いてモード判定を行うようにしても良い。
【０１３３】
なお、符号器側で別途雑音区間を判定するアルゴリズムを備え、雑音区間と判定された区間ではＬＳＰ量子化器のターゲットとなるＬＳＰの平滑化を行うことにより、量子化ＬＳＰの変動が非常に小さくなるようにする構成と組み合わせて用いれば、本モード判定の精度をさらに改善することも可能である。
【０１３４】
（実施の形態５）
本実施の形態では、モードに応じて適応符号帳探索範囲を設定する場合について説明する。
【０１３５】
図９は、本実施の形態に係るピッチ探索を行う構成を示すブロック図である。
この構成においては、モード情報に応じて探索範囲を決定する探索範囲決定部９０１と、決定された探索範囲においてターゲットベクトルを用いてピッチ探索を行うピッチ探索部９０２と、探索されたピッチを用いて適応符号帳９０３から適応符号ベクトルを生成する適応符号ベクトル生成部９０５と、適応符号ベクトルとターゲットベクトルとピッチ情報とを用いて雑音符号帳を探索する雑音符号帳探索部９０６と、探索された雑音符号帳ベクトルとピッチ情報とを用いて雑音適応符号帳９０４から雑音符号ベクトルを生成する雑音符号ベクトル生成部９０７とを含む。
【０１３６】
次に、この構成を用いてピッチ探索を行う場合について説明する。まず、実施の形態４に記載したようにしてモード判定が行われた後、モード情報が探索範囲決定部９０１に入力される。探索範囲決定部９０１では、モード情報に基づいてピッチ探索の範囲を決定する。
【０１３７】
具体的には、定常雑音モード（又は定常雑音モードと無声モード）では、ピッチ探索範囲をサブフレーム長以上（すなわち、サブフレーム以上過去に溯るよう）に設定し、それ以外のモードでは、ピッチ探索範囲をサブフレーム長以下も含むようにする。これにより、定常雑音区間におけるサブフレーム内で周期化が起こることを防止する。本発明者は、以下の理由によりモード情報に基づくピッチ探索範囲を限定することが雑音符号帳の構成において好ましいことを見出した。
【０１３８】
常に固定のピッチ周期化を適用する雑音符号帳を構成する際、ランダム符号帳（雑音的な符号帳）率を１００％に上げてもswirlingあるいはwater falling歪みと呼ばれる類の符号化歪みが強く残ることが確認された。このswirling歪みについては、例えばT.Wigrenら：“Improvements of Background Sound Coding in Linear Predictive Speech Coders",IEEE Proc. ICASSP'95, pp25-28などに示されているように、短期スペクトル（合成フィルタの周波数特性）の変動が原因であることが知られている。しかしながら、ピッチ周期化のモデルは周期性を持たない雑音信号を表現するのには適さないことは明らかであり、周期化による特有の歪みを生じている可能性が考えられる。このため、雑音符号帳の構成においてピッチ周期化の影響があるかどうかを調べた。雑音符号ベクトルに対するピッチ周期化をなくした場合、適応符号ベクトルをオール０にした場合、のそれぞれについて試聴した結果、どちらの場合もswirling歪みのような歪みが残ることが確認された。また、適応符号ベクトルをオール０にし、かつ雑音符号ベクトルに対するピッチ周期化処理を外すと、前記歪みがかなり軽減されることが確認された。これらのことから、１サブフレーム内でのピッチ周期化が少なからず前記歪みの原因になっていることが確認できた。
【０１３９】
そこで、本発明者は、まず、雑音モードにおいては、適応符号ベクトルの生成において、ピッチ周期の探索範囲をサブフレーム長以上の部分のみに限定するようにした。これにより、１サブフレーム内における周期性強調を避けることができる。
【０１４０】
なお、このようなモード情報に応じて適応符号帳の一部のみを使用する制御、すなわち、定常雑音モードでピッチ周期の探索範囲を限定する制御を行うと、デコーダ側で定常雑音モードでピッチ周期が短いことを検出して、誤りを検出することも可能である。
【０１４１】
図１０（ａ）を用いて説明すると、モード情報が定常雑音モードである場合には、探索範囲はサブフレーム長（Ｌ）以上に限定した探索範囲▲２▼となり、モード情報が定常雑音モード以外のモードである場合には、探索範囲はサブフレーム長未満範囲を含む探索範囲▲１▼となる（なお、図において、探索範囲の下限（最も短いピッチラグ）は０として図示されているが、８ｋＨｚサンプリングで０〜２０サンプル程度の範囲はピッチ周期としては短すぎるため一般的には探索せず、１５〜２０サンプル以上の範囲を探索範囲▲１▼とする）。この探索範囲の切り替えは、探索範囲決定部９０１において行う。
【０１４２】
ピッチ探索部９０２では、探索範囲決定部９０１で決定した探索範囲において、入力されたターゲットベクトルを用いてピッチ探索を行う。具体的には、決定されたピッチ探索範囲において、適応符号帳９０３の中から取り出した適応符号ベクトルにインパルス応答を畳み込むことにより、適応符号帳成分を算出し、この値とターゲットベクトルとの誤差を最小とする適応符号ベクトルを生成するピッチを抽出する。適応符号ベクトル生成部９０５では、求められたピッチによって適応符号ベクトルが生成される。
【０１４３】
雑音符号帳探索部９０６では、生成した適応符号ベクトル及びターゲットベクトルを用い、求められたピッチで雑音符号帳を探索する。具体的には、雑音符号帳探索部９０６は、雑音符号帳９０４の中から取り出した雑音符号ベクトルにインパルス応答を畳み込むことにより、雑音符号帳成分を算出し、この値とターゲットベクトルとの誤差を最小とする雑音符号ベクトルを選び出す。
【０１４４】
このように、本実施の形態では、定常雑音モード（又は定常雑音モードと無声モード）において、探索範囲をサブフレーム長以上に限定することにより、雑音符号ベクトルに対するピッチ周期性を抑制することができ、雑音符号帳構成の際のピッチ周期化に起因する特有の歪みの発生を防止することができる。その結果、合成される定常雑音信号の自然性を高めることができる。
【０１４５】
次に、ピッチ周期性を抑制する観点から考えると、定常雑音モード（又は定常雑音モードと無声モード）で、ピッチ周期化ゲインを制御して、すなわち、定常雑音モードでは、適応符号ベクトル生成において、ピッチ周期化ゲインを０又は１未満に下げることにより、適応符号ベクトルに対するピッチ周期化（適応符号ベクトルのピッチ周期性）を抑制することができる。例えば、定常雑音モードにおいては、図１０（ｂ）に示すように、ピッチ周期化ゲインを０としたり、図１０（ｃ）に示すように、ピッチ周期化ゲインを１未満に下げる。なお、図１０（ｄ）は一般的な適応符号ベクトル生成法である。図中のＴ０はピッチ周期を示す。
【０１４６】
また、雑音符号ベクトル生成についても同様の制御を行う。このような制御は、図１１に示すような構成により実現することができる。この構成においては、雑音符号帳１１０３から雑音符号ベクトルを周期化フィルタ１１０２に入力し、周期化ゲイン制御器１１０１でモード情報に応じて周期化フィルタ１１０２におけるピッチ周期化ゲインを制御する。
【０１４７】
また、さらに、一部の雑音符号帳に対してはピッチ周期化を弱くし、残りの雑音符号帳に対してはピッチ周期化を強くする構成も有効である。
【０１４８】
このような制御は、図１２に示すような構成により実現することができる。この構成においては、雑音符号帳１２０３から雑音符号ベクトルを周期化フィルタ１２０１に入力し、雑音符号帳１２０４から雑音符号ベクトルを周期化フィルタ１２０２に入力し、周期化ゲイン制御器１２０６でモード情報に応じて周期化フィルタ１２０１，１２０２におけるピッチ周期化ゲインを制御する。例えば、雑音符号帳１２０３が代数符号帳であり、雑音符号帳１２０４がランダム符号帳（例えば、ガウス符号帳などが挙げられる）である場合には、代数符号帳用の周期化フィルタ１２０１のピッチ周期化ゲインを１又は１に近い値とし、ランダム符号帳用の周期化フィルタ１２０２のピッチ周期化ゲインはそれより低めの値にする。どちらか一方の雑音符号帳の出力が雑音符号帳全体の出力としてスイッチ１２０５によって選択される。
【０１４９】
上記のように、定常雑音モード（又は定常雑音モードと無声モード）において、探索範囲をサブフレーム長以上に限定することにより、雑音符号ベクトルに対するピッチ周期性を抑制することができ、雑音符号帳構成の際のピッチ周期化による歪みの発生を防止することができる。その結果、周期性を持たない雑音信号のような入力信号に対する符号化性能を改善することができる。
【０１５０】
また、ピッチ周期化ゲインを切り替える場合、適応符号帳に対しても２周期目以降の周期化ゲインも同様とする構成や、適応符号帳の２周期目以降はオール０とするして周期化しないようにしても良い。この場合、現サブフレームのバッファに用いる信号をオール０にするか、周期化ゲインに対応するように信号振幅を減衰させた現サブフレームの線形予測残差信号をコピーするなどすることにより、従来のピッチ探索法そのままでピッチ探索を行うことが可能である。
【０１５１】
（実施の形態６）
本実施の形態では、モードによりピッチ重み付けを切り替える場合について説明する。
【０１５２】
ピッチ探索時においては、一般的に倍ピッチ誤り（ピッチ周期の整数倍のピッチを選択する誤り）を防止する手法が用いられる。しかしながら、周期性の無い信号に対しては、この手法が品質劣化を招く要因となる場合がある。本実施の形態では、この倍ピッチ誤りを防止する手法をモードによってＯＮ／ＯＦＦ切換えすることにより、このような劣化を回避する。
【０１５３】
図１３は、本実施の形態に係る重み付け処理部の構成を示す図である。この構成においては、ピッチ候補の選択を行う場合に、自己相関関数算出器１３０１からの出力を、上記実施の形態で選択されたモード情報にしたがって切り替えて、重みづけ処理器１３０２を介して又は直接最大化ピッチ選択器１３０３に入力する。すなわち、モード情報が定常雑音モードでない場合には、短いピッチが選択されるように、自己相関関数算出器１３０１からの出力を重みづけ処理器１３０２に入力し、重みづけ処理器１３０２において後述する重みづけ処理を行って、この出力を最大化ピッチ選択器１３０３に入力する。図１３において、参照符号１３０４，１３０５は、モード情報にしたがって自己相関関数算出器１３０１からの出力先を切り替えるスイッチである。
【０１５４】
図１４は、上記モード情報にしたがって重みづけ処理を行う場合のフロー図である。自己相関関数算出器１３０１において、残差信号の正規化自己相関関数（ピッチ周期）を計算する（ＳＴ１４０１）。すなわち、比較を始めるサンプル時点を設定し（ｎ＝Ｐｍａｘ）、その時点における自己相関関数の結果を求める（ＳＴ１４０２）。なお、この比較を始めるサンプルの時点は、最も時間的に後ろの時点である。
【０１５５】
次いで、このサンプル時点における自己相関関数の結果に重みづけしたもの（ｎｃｏｒ＿ｍａｘ×α）と、このサンプルより手前のサンプル時点における自己相関関数の結果（ｎｃｏｒ[ｎ−１]）とを比較する（ＳＴ１４０３）。この場合、重みづけは、手前のサンプル時点が大きくなるように設定される（α＜１）。
【０１５６】
そして、（ｎｃｏｒ[ｎ−１]）が（ｎｃｏｒ＿ｍａｘ×α）よりも大きければ、その時点における最大値（ｎｃｏｒ＿ｍａｘ）をｎｃｏｒ[ｎ−１]とし、ピッチをｎ−１とする（ＳＴ１４０４）。そして、重みづけの値αに係数γ（ここでは例えば０．９９４）を乗算し、ｎの値を手前のサンプル時点（ｎ−１）に設定し（ＳＴ１４０５）、ｎが最小値（Ｐｍｉｎ）であるかどうかを判断する（ＳＴ１４０６）。一方、（ｎｃｏｒ[ｎ−１]）が（ｎｃｏｒ＿ｍａｘ×α）よりも大きくなければ、重みづけの値αに係数γ（０＜γ≦１．０、ここでは例えば０．９９４）を乗算し、ｎの値を手前のサンプル時点（ｎ−１）に設定し（ＳＴ１４０５）、ｎが最小値（Ｐｍｉｎ）であるかどうかを判断する（ＳＴ１４０６）。
この判断は、最大化ピッチ選択器１３０３において行う。
【０１５７】
ｎがＰｍｉｎであれば、比較を終了してフレームピッチ周期候補（ｐｉｔ）を出力する（ＳＴ１４０７）。ｎがＰｍｉｎでなければ、ＳＴ１４０３にもどり、一連の処理を繰り返す。
【０１５８】
このような重みづけを行うことにより、すなわちサンプル時点を手前にシフトするにしたがって重みづけ係数（α）を小さくすることにより、手前のサンプル時点の自己相関関数に対する閾値が小さくなるので、短い周期が選ばれ易くなり、倍ピッチ誤りを回避できる。
【０１５９】
図１５は、重みづけ処理を行なわないでピッチ候補の選択を行う場合のフロー図である。自己相関関数算出器１３０１において、残差信号の正規化自己相関関数（ピッチ周期）を計算する（ＳＴ１５０１）。すなわち、比較を始めるサンプル時点を設定し（ｎ＝Ｐｍａｘ）、その時点における自己相関関数の結果を求める（ＳＴ１５０２）。なお、この比較を始めるサンプルの時点は、最も時間的に後ろの時点である。
【０１６０】
次いで、このサンプル時点における自己相関関数の結果（ｎｃｏｒ＿ｍａｘ）と、このサンプルより手前のサンプル時点における自己相関関数の結果（ｎｃｏｒ[ｎ−１]）とを比較する（ＳＴ１５０３）。
【０１６１】
そして、（ｎｃｏｒ[ｎ−１]）が（ｎｃｏｒ＿ｍａｘ）よりも大きければ、その時点における最大値（ｎｃｏｒ＿ｍａｘ）をｎｃｏｒ[ｎ−１]とし、ピッチをｎ−１とする（ＳＴ１５０４）。そして、ｎの値を手前のサンプル時点（ｎ−１）に設定し（ＳＴ１５０５）、ｎがサブフレーム（Ｎ＿ｓｕｂｆｒａｍｅ）であるかどうかを判断する（ＳＴ１５０６）。一方、（ｎｃｏｒ[ｎ−１]）が（ｎｃｏｒ＿ｍａｘ）よりも大きくなければ、ｎの値を手前のサンプル時点（ｎ−１）に設定し（ＳＴ１５０５）、ｎがサブフレーム（Ｎ＿ｓｕｂｆｒａｍｅ）であるかどうかを判断する（ＳＴ１５０６）。この判断は、最大化ピッチ選択器１３０３において行う。
【０１６２】
ｎがサブフレーム（Ｎ＿ｓｕｂｆｒａｍｅ）であれば、比較を終了してフレームピッチ周期候補（ｐｉｔ）を出力する（ＳＴ１５０７）。ｎがサブフレーム（Ｎ＿ｓｕｂｆｒａｍｅ）でなければ、サンプル時点を手前にずらした上でＳＴ１５０３にもどり、一連の処理を繰り返す。
【０１６３】
このように、サブフレーム内でのピッチ周期化が起こらない範囲でピッチ探索を行うことおよび短いピッチに優先度を持たせないようにすることにより、定常雑音モードにおける品質劣化を抑えることが可能となる。上記ピッチ周期候補の選択においては、すべてのサンプル時点について比較を行って最大値を選択するようにしているが、本発明においては、サンプル時点を少なくとも２つのレンジに分割し、そのレンジにおいてそれぞれ最大値を求めた後に、その最大値間で比較を行うようにしても良い。また、ピッチの探索順序はピッチ周期の短い方から順にしても良い。
【０１６４】
（実施の形態７）
本実施の形態においては、上記実施の形態において選択したモード情報にしたがって適応符号帳の使用の有無を切り替える場合について説明する。すなわち、モード情報が定常雑音モード（又は定常雑音モードと無声モード）では、適応符号帳を使用しないように切り替える。
【０１６５】
図１６は、本実施の形態に係る音声符号化装置の構成を示すブロック図である。図１６において、図１に示す部分と同じ部分については、図１と同一の符号を付してその詳細な説明は省略する。
【０１６６】
図１６に示す音声符号化装置は、定常雑音モードの際に使用する雑音符号帳１６０２と、この雑音符号帳１６０２に対するゲイン符号帳１６０１と、雑音符号帳１６０２からの雑音符号ベクトルにゲインを乗算する乗算器１６０３と、モード選択器１０５からのモード情報にしたがって符号帳の切り替えを行うスイッチ１６０４と、符号を多重化して多重化符号を出力する多重化装置１６０５とを有する。
【０１６７】
上記構成を有する音声符号化装置においては、モード選択器１０５からのモード情報にしたがってスイッチ１６０４が適応符号帳１１０及び雑音符号帳１０９の組み合わせと、雑音符号帳１６０２とを切り替える。すなわち、雑音符号帳１０９用の符号Ｓ１，適応符号帳１１０用の符号Ｐ，及びゲイン符号帳１１１用の符号Ｇ１の組み合わせと、雑音符号帳１６０２用の符号Ｓ２及びゲイン符号帳１６０１用の符号Ｇ２の組み合わせとをモード選択器１０５から出力されたモード情報Ｍにより切り替える。
【０１６８】
モード選択器１０５で定常雑音モード（定常雑音モードと無声モード）の情報が出力された時には、スイッチ１６０４は、雑音符号帳１６０２に切り替え、適応符号帳を使用しない。一方、モード選択器１０５で定常雑音モード（定常雑音モードと無声モード）以外のモードの情報が出力された時には、スイッチ１６０４は、雑音符号帳１０９及び適応符号帳１１０に切り替える。
【０１６９】
雑音符号帳１０９用の符号Ｓ１，適応符号帳１１０用の符号Ｐ，ゲイン符号帳１１１用の符号，雑音符号帳１６０２用の符号Ｓ２及びゲイン符号帳１６０１用の符号Ｇ２は、一旦多重化装置１６０５に入力される。多重化装置１６０５は、上述したようにモード情報Ｍにより上述したいずれかの組み合わせを選択して、選択された組み合わせの符号を多重した多重化符号Ｃを出力する。
【０１７０】
図１７は、本実施の形態に係る音声復号化装置の構成を示すブロック図である。図１７において、図２に示す部分と同じ部分については、図２と同一の符号を付してその詳細な説明は省略する。
【０１７１】
図１７に示す音声復号化装置は、定常雑音モードの際に使用する雑音符号帳１７０２と、この雑音符号帳１７０２に対するゲイン符号帳１７０１と、雑音符号帳１７０２からの雑音符号ベクトルにゲインを乗算する乗算器１７０３と、モード選択器２０２からのモード情報にしたがって符号帳の切り替えを行うスイッチ１７０４と、多重化符号を分離する多重分離装置１７０５とを有する。
【０１７２】
上記構成を有する音声復号化装置においては、モード選択器２０２からのモード情報にしたがってスイッチ１７０４が適応符号帳２０４及び雑音符号帳２０３の組み合わせと、雑音符号帳１７０２とを切り替える。すなわち、多重化符号Ｃが多重分離装置１７０５に入力され、最初にモード情報が分離・復号され、復号されたモード情報にしたがって、Ｇ１，Ｐ，Ｓ１の符号セット又はＧ２，Ｓ２の符号セットのいずれかが分離・復号される。符号Ｇ１はゲイン符号帳２０５に出力され、符号Ｐは適応符号帳２０４に出力され、符号Ｓ１は雑音符号帳２０３に出力される。また、符号Ｓ２は雑音符号帳１７０２に出力され、符号Ｇ２はゲイン符号帳１７０１に出力される。
【０１７３】
モード選択器２０２で定常雑音モード（定常雑音モードと無声モード）の情報が出力された時には、スイッチ１７０４は、雑音符号帳１７０２に切り替え、適応符号帳を使用しない。一方、モード選択器２０２で定常雑音モード（定常雑音モードと無声モード）以外のモードの情報が出力された時には、スイッチ１７０４は、雑音符号帳２０３及び適応符号帳２０４に切り替える。
【０１７４】
これらのように、モード情報にしたがって、適応符号帳の使用の有無を切り替えることにより、入力（音声）信号の状態に応じて適切な音源モデルが選択されるので、復号信号の品質を改善することができる。
【０１７５】
（実施の形態８）
本実施の形態においては、モード情報にしたがって擬似定常雑音生成器を用いる場合について説明する。
【０１７６】
定常雑音の音源としては、できるだけ白色ガウス雑音のような音源を用いることが望ましいが、音源としてパルス音源を用いる場合には、合成フィルタを通すと望ましい定常雑音を得ることができない。そこで、本実施の形態では、白色ガウス雑音のような音源を生成する音源生成部と、定常雑音のスペクトル包絡を表すＬＳＰ合成フィルタとで構成される定常雑音生成器を提供する。この定常雑音生成器で生成される定常雑音は、ＣＥＬＰの構成では表すことができないので、上記構成の定常雑音生成器をモデル化して音声復号化装置に備えるようにする。そして、この定常雑音生成器で生成された定常雑音信号を音声区間／非音声区間に拘わらず復号信号に重畳する。
【０１７７】
なお、この定常雑音信号を復号信号に重畳する場合において、常に固定の聴覚重み付けがなされているときは、雑音区間について雑音レベルが小さくなる傾向があるので、この定常雑音信号を復号信号に重畳しても雑音レベルが大きくなりすぎない様に調整することが可能である。
【０１７８】
また、本実施の形態では、ＣＥＬＰ型復号化装置の構成要素となっている雑音符号帳から、ランダムにベクトルを選択してくることによって雑音駆動音源ベクトルを生成し、生成した雑音駆動音源ベクトルを駆動信号として、定常雑音区間の平均ＬＳＰによって特定されるＬＰＣ合成フィルタで定常雑音信号を生成する。生成された定常雑音信号は、定常雑音区間の平均的パワを定数倍（０．５倍前後）したパワにスケーリングされて、復号信号（ポストフィルタ出力信号）に加算される。定常雑音加算後の信号パワを定常雑音加算前の信号パワに合わせるために、加算後の信号に対してスケーリング処理を行っても良い。
【０１７９】
図１８は、本実施の形態に係る音声復号化装置の構成を示すブロック図である。ここで、定常雑音生成器１８０１は、雑音区間の平均ＬＳＰをＬＰＣに変換するＬＰＣ変換器１８１２と、雑音符号帳１８０４におけるランダム符号帳１８０４ａからのランダム信号を入力して雑音を生成する雑音生成器１８１４と、生成した雑音信号で駆動される合成フィルタ１８１３と、モード判定器１８０２で判定されたモードに基づいて定常雑音のパワを算出する定常雑音パワ算出器１８１５と、合成フィルタ１８１３で合成された雑音信号に定常雑音のパワを乗算してスケーリングを行う乗算器１８１６とを有する。
【０１８０】
このような擬似定常雑音生成器を備えた音声復号化装置においては、符号器から伝送されたＬＳＰ符号Ｌと雑音符号ベクトルを表現する符号帳インデックスＳと適応符号ベクトルを表現する符号帳インデックスＡとゲイン情報を表現する符号帳インデックスＧとが、それぞれＬＳＰ復号器１８０３と雑音符号帳１８０４と適応符号帳１８０５とゲイン符号帳とに入力される。
【０１８１】
ＬＳＰ復号器１８０３は、ＬＳＰ符号Ｌから量子化ＬＳＰを復号し、モード判定器１８０２とＬＰＣ変換器１８０９に夫々出力する。
【０１８２】
モード判定器１８０２は、図１９に示す構成を有しており、モード決定器１９０１では、ＬＳＰ復号器１８０３から入力した量子化ＬＳＰを用いてモードを決定し、そのモード情報を雑音符号帳１８０４及びＬＰＣ変換器１８０９に送る。また、平均ＬＳＰ算出器制御器１９０２において、モード決定器１９０１で決定されたモード情報に基づいて平均ＬＳＰ算出器１９０３を制御する。すなわち、平均ＬＳＰ算出器制御器１９０２は、定常雑音モードにおいて、現在の量子化ＬＳＰ及び過去の量子化ＬＳＰから雑音区間の平均ＬＳＰを算出するように平均ＬＳＰ算出器１９０２を制御する。この雑音区間の平均ＬＳＰは、ＬＰＣ変換器１８１２に出力されると共に、モード決定器１９０１に出力される。
【０１８３】
雑音符号帳１８０４は、予め定められた個数の形状の異なる雑音符号ベクトルが格納されており、入力した符号Ｓを復号して得られる雑音符号帳インデックスによって指定される雑音符号ベクトルを出力する。また、この雑音符号帳１８０４は、ランダム符号帳１８０４ａと代数符号帳である部分的代数符号帳１８０４ｂとを有しており、例えば有声音声部に対応するモードでは、部分的代数符号帳１８０４ｂから、よりパルス的な雑音符号ベクトルを生成し、無声音声部や定常雑音部などに対応するモードでは、ランダム符号帳１８０４ａから、より雑音的な雑音符号ベクトルを生成するような構造となっている。
【０１８４】
モード判定器１８０２の判定結果により、ランダム符号帳１８０４ａのエントリ数と部分的代数符号帳１８０４ｂのエントリ数との比率が切換えられる。雑音符号帳１８０４から出力される雑音符号ベクトルは、前記２種類以上のモードのエントリの中から最適なものが選択され、乗算器１８０６で雑音符号帳ゲインＧが乗じられた後に加算器１８０８に出力される。
【０１８５】
適応符号帳１８０５は、過去に生成した駆動音源信号を逐次更新しながらバッファリングしており、入力した符号Ｐを復号して得られる適応符号帳インデックス（ピッチ周期（ピッチラグ））を用いて適応符号ベクトルを生成する。適応符号帳１８０５にて生成された適応符号ベクトルは、乗算器１８０７で適応符号帳ゲインＧが乗じられた後に加算器１８０８に出力される。
【０１８６】
加算器１８０８は、乗算器１８０６及び１８０７から入力される雑音符号ベクトルと適応符号ベクトルの加算を行って駆動音源信号を生成し、合成フィルタ１８１０に出力する。
【０１８７】
合成フィルタ１８１０は、入力した量子化ＬＰＣを用いてＬＰＣ合成フィルタを構築する。この合成フィルタに対して加算器１８０８から出力される駆動音源信号を入力としてフィルタ処理を行って合成信号をポストフィルタ１８１１に出力する。
【０１８８】
ポストフィルタ１８１１は、合成フィルタ１８１０から入力した合成信号に対して、ピッチ強調、ホルマント強調、スペクトル傾斜補正、ゲイン調整などの音声信号の主観的品質を改善させるための処理を行う。
【０１８９】
一方、モード判定器１８０２から出力された雑音区間の平均ＬＳＰは、定常雑音生成器１８０１のＬＰＣ変換器１８１２に入力され、そこでＬＰＣに変換される。このＬＰＣは、合成フィルタ１８１３に入力される。
【０１９０】
雑音生成器１８１４は、ランダム符号帳１８０４ａからランダムにランダムベクトルを選択し、選択したベクトルを用いて雑音信号を生成する。合成フィルタ１８１３は、雑音生成器１８１４で生成された雑音信号により駆動される。合成された雑音信号は、乗算器１８１６に出力される。
【０１９１】
定常雑音パワ算出器１８１５は、モード判定器１８０２から出力されるモード情報と、ポストフィルタ１８１１から出力される信号のパワ変化の情報を用いて、確実な定常雑音区間を判定する。確実な定常雑音区間とは、前記モード情報が非音声区間（定常雑音区間）を示していて、かつ、前記パワ変化が少ない区間のことである。前記モード情報が定常雑音区間を示していても、前記パワ変化が大きく上昇する場合は音声の立ち上がり部である可能性があるため音声区間として扱う。そして、定常雑音区間と判定された区間の平均的パワを算出する。さらに、復号音声信号に重畳する定常雑音信号のパワが大きくなりすぎないように、前記平均的パワに一定の係数を乗じたパワが得られるように、乗算器１８１６において合成フィルタ１８１３からの出力信号に乗ずべきスケーリング係数を求める。乗算器１８１６では、定常雑音パワ算出器１８１５から出力されるスケーリング係数により、合成フィルタ１８１３から出力された雑音信号がスケーリングされる。このスケーリングされた雑音信号は、加算器１８１７に出力される。加算器１８１７では、上述したポストフィルタ１８１１からの出力にスケーリングされた雑音信号が重畳され、復号音声が得られる。
【０１９２】
上記構成の音声復号化装置では、音源をランダムに生成するフィルタ駆動型の擬似定常雑音生成器１８０１を用いているので、同じ合成フィルタ、同じパワ情報を繰り返して使用しても、セグメント間の不連続性に起因するブザー音的なノイズが発生せず、自然なノイズを生成することが可能である。
【０１９３】
本発明は上記実施の形態１から８に限定されず、種々変更して実施することが可能である。例えば、上記実施の形態１から８は適宜組み合わせて実施することが可能である。また、本発明の定常雑音生成器はいかなるタイプの復号器に対しても適用可能であり、必要に応じて、雑音区間の平均ＬＳＰを供給する手段と、雑音区間（モード情報）を判定する手段と、適当な雑音生成器（または適当なランダム符号帳）と、雑音区間の平均パワ（平均エネルギー）を供給（算出）する手段と、を設ければ良い。
【０１９４】
本明細書は、２０００年１月１１日出願の特願２０００−００２８７４に基づく。この内容はすべてここに含めておく。また、本発明は、ＬＳＰのフレーム間変化と、求められたＬＳＰと過去の雑音区間（定常区間）における平均ＬＳＰとの間の距離と、を用いて定常雑音区間を判定するモード判定器を基本構成としている。この内容は、１９９８年８月２１日出願の特願平１０−２３６１４７号及び１９９８年９月２１日出願の特願平１０−２６６８８３号に基づく。これらの内容もすべてここに含めておく。
【０１９５】
本発明は、ディジタル移動通信システムなどにおける低ビットレート音声符号化装置、特に音声信号を声道情報と音源情報とに分離して表現するようなＣＥＬＰ型音声符号化装置などに適用することができる。
【０１９６】
【発明の効果】
以上説明したように、本発明によれば、モード判定において、第３の動的パラメータを用いて最大値でしきい値判定を行うので、ほとんどの結果がしきい値を超えなく、１つや２つの結果がしきい値を超える場合においても、正確に音声区間と判定することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態１における音声符号化装置の構成を示すブロック図
【図２】本発明の実施の形態２における音声復号化装置の構成を示すブロック図
【図３】本発明の実施の形態１における音声符号化処理の流れを示すフロー図
【図４】本発明の実施の形態２における音声復号化処理の流れを示すフロー図
【図５】本発明の実施の形態３における音声信号送信装置及び受信装置の構成を示すブロック図
【図６】本発明の実施の形態４におけるモード選択器の構成を示すブロック図
【図７】本発明の実施の形態４におけるモード選択器の構成を示すブロック図
【図８】本発明の実施の形態４における前段のモード選択処理の流れを示すフロー図
【図９】本発明の実施の形態５におけるピッチ探索の構成を示すブロック図
【図１０】本発明の実施の形態５におけるピッチ探索の探索範囲を示す図
【図１１】本発明の実施の形態５におけるピッチ周期化ゲインの切り替え制御を行う構成を示す図
【図１２】本発明の実施の形態５におけるピッチ周期化ゲインの切り替え制御を行う構成を示す図
【図１３】本発明の実施の形態６における重みづけ処理を行う構成を示すブロック図
【図１４】上記実施の形態において、ピッチ周期候補選択で重みづけ処理を行う場合のフロー図
【図１５】上記実施の形態において、ピッチ周期候補選択で重みづけ処理を行わない場合のフロー図
【図１６】本発明の実施の形態７における音声符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７における音声復号化装置の構成を示すブロック図
【図１８】本発明の実施の形態８における音声復号化装置の構成を示すブロック図
【図１９】上記実施の形態における音声復号化装置のモード判定器の構成を示すブロック図
【符号の説明】
１０３ ＬＰＣ量子化器
１０４ 合成フィルタ
１０５ モード選択器
１０９ 雑音符号帳
１１０ 適応符号帳
１１１ ゲイン符号帳
２０１ ＬＰＣ復号器
２０２ モード選択器
２０９ 合成フィルタ
２１０ ポストフィルタ
５０１ 音声入力装置
５０３ 音声符号化器
５０９ 音声復号化器
５１１ 音声出力装置
６０１ 平滑化部
６０３，６０５ 自乗和算出器
６０４ 自乗値算出器
６０７ モード決定器
６０８ 平均ＬＳＰ算出器制御器
６０９ 平均ＬＳＰ算出器
７０１ 動的特徴量算出部
７０２ 静的特徴量算出部
７０３ スペクトル傾斜算出部
７０４ 正規化予測残差パワ算出部
７０５ 隣接ＬＳＰ間隔算出部
【発明の属する技術分野】
本発明は、音声信号を符号化して伝送する移動通信システムなどにおける低ビットレート音声符号化装置、特に音声信号を声道情報と音源情報とに分離して表現するようなＣＥＬＰ（Code Excited Linear Prediction）型音声符号化装置などに関する。
【０００２】
【従来の技術】
ディジタル移動通信や音声蓄積の分野においては、電波や記憶媒体の有効利用のために音声情報を圧縮し、高能率で符号化するための音声符号化装置が用いられている。中でもＣＥＬＰ（Code Excited Linear Prediction：符号励振線形予測符号化）方式をベースにした方式が中・低ビットレートにおいて広く実用化されている。ＣＥＬＰの技術については、M.R.Schroeder and B.S.Atal："Code-Excited Linear Prediction (CELP)：High-quality Speech at Very Low Bit Rates"，Proc．ICASSP-85, 25.1.1, pp.937-940, 1985" に示されている。
【０００３】
ＣＥＬＰ型音声符号化方式は、音声をある一定のフレーム長（５ｍｓ〜５０ｍｓ程度）に区切り、各フレーム毎に音声の線形予測を行い、フレーム毎の線形予測による予測残差（励振信号）を既知の波形からなる適応符号ベクトルと雑音符号ベクトルを用いて符号化するものである。適応符号ベクトルは過去に生成した駆動音源ベクトルを格納している適応符号帳から、雑音符号ベクトルは予め用意された定められた数の定められた形状を有するベクトルを格納している雑音符号帳から選択されて使用される。雑音符号帳に格納される雑音符号ベクトルには、ランダムな雑音系列のベクトルや何本かのパルスを異なる位置に配置することによって生成されるベクトルなどが用いられる。
【０００４】
従来のＣＥＬＰ符号化装置では、入力されたディジタル信号を用いてＬＰＣの分析・量子化とピッチ探索と雑音符号帳探索とゲイン符号帳探索とが行われ、量子化ＬＰＣ符号（Ｌ）とピッチ周期（Ｐ）と雑音符号帳インデックス（Ｓ）とゲイン符号帳インデックス（Ｇ）とが復号器に伝送される。
【０００５】
【発明が解決しようとする課題】
しかしながら、上記従来の音声符号化装置においては、１種類の雑音符号帳で有声音声や無声音声さらには背景雑音などについても対応しなければならず、これら全ての入力信号を高品質で符号化することは困難である。
【０００６】
本発明はかかる点に鑑みてなされたものであり、モード情報を新たに伝送することなしに音源符号化のマルチモード化を図ることができ、特に有声区間／無声区間の判定に加えて音声区間／非音声区間の判定を行うことも可能で、マルチモード化による符号化／復号化性能の改善度をより高めることを可能としたマルチモード音声復号化装置及びマルチモード音声復号化方法を提供することを目的とする。
【０００７】
【課題を解決するための手段】
本発明のマルチモード音声復号化装置は、量子化ＬＰＣまたは量子化ＬＳＰを示す符号に対して復号化を施し、量子化ＬＳＰパラメータを生成する復号手段と、量子化ＬＳＰパラメータが定常的な区間における平均量子化ＬＳＰパラメータを用いて現フレームが音声モードに該当するか否か判定するモード判定手段と、雑音符号ベクトルを格納した複数の雑音符号帳のいずれかから、前記モード判定手段の判定結果に応じて雑音符号ベクトルを選択して出力する雑音符号ベクトル生成手段と、前記雑音符号ベクトルを用いて復号音声信号を生成する復号音声信号生成手段と、前記モード判定手段で音声モードと判定される区間以外の区間において、前記平均量子化ＬＳＰパラメータから求められるＬＰＣパラメータで構築された合成フィルタを、前記雑音符号ベクトルから生成した雑音信号で駆動させて定常雑音を生成し、この定常雑音を前記復号音声信号に重畳する定常雑音生成手段と、を具備する構成を採る。また、本発明のマルチモード音声復号化方法は、量子化ＬＰＣまたは量子化ＬＳＰを示す符号に対して復号化を施し、量子化ＬＳＰパラメータを生成する復号ステップと、量子化ＬＳＰパラメータが定常的な区間における平均量子化ＬＳＰパラメータを用いて現フレームが音声モードに該当するか否か判定するモード判定ステップと、雑音符号ベクトルを格納した複数の雑音符号帳のいずれかから、前記モード判定手段の判定結果に応じて雑音符号ベクトルを選択して出力する雑音符号ベクトル生成ステップと、前記雑音符号ベクトルを用いて復号音声信号を生成する復号音声信号生成ステップと、前記モード判定ステップで音声モードと判定される区間以外の区間において、前記平均量子化ＬＳＰパラメータから求められるＬＰＣパラメータで構築された合成フィルタを、前記雑音符号ベクトルから生成した雑音信号で駆動させて定常雑音を生成し、この定常雑音を前記復号音声信号に重畳する定常雑音生成ステップと、を具備する。
【０００８】
本発明のマルチモード音声復号化装置は、音声信号に含まれる声道情報を表す少なくとも１種類以上のパラメータを復号化する第１復号化手段と、前記音声信号に含まれる音源情報を表す少なくとも１種類以上のパラメータを幾つかの符号化モードで復号化可能な第２復号化手段と、前記第１復号化手段で復号化された特定パラメータの動的特徴に基づいてモードの判定を行うモード判定手段と、前記第１及び第２復号化手段によって復号化された複数種類のパラメータ情報によって音声信号を復号する合成手段と、を具備し、前記モード判定手段は、量子化ＬＳＰパラメータのフレーム間変化を算出する手段と、量子化ＬＳＰパラメータが定常的であるフレームにおける平均的量子化ＬＳＰパラメータを算出する手段と、前記平均的量子化ＬＳＰパラメータと現在の量子化ＬＳＰパラメータとの距離を算出し、特定の次数の量子化ＬＳＰパラメータと前記平均的量子化ＬＳＰパラメータとの間の所定量の差を検出する手段と、を有する構成を採る。この構成によれば、特定の次数の量子化ＬＳＰパラメータと平均的量子化ＬＳＰパラメータとの間の所定量の差を検出するので、平均化した結果について判定した場合に音声区間と判定されなくなってしまうときでも、正確に音声区間と判定することができる。これにより、雑音区間の平均的量子化ＬＳＰと当該部所における量子化ＬＳＰとが非常に近い値を示しており、かつ当該部所における量子化ＬＳＰの変動が非常に小さい場合でも、正確にモード判定を行うことができる。
【０００９】
本発明のマルチモード音声復号化装置は、上記構成において、モード判定手段においてモードが定常雑音モードである場合に、雑音区間の平均ＬＳＰパラメータを出力し、かつ、前記平均ＬＳＰパラメータから求められたＬＰＣパラメータで構築された合成フィルタを雑音符号帳から取得したランダム信号で駆動させることにより定常雑音を生成する定常雑音生成手段を具備する構成を採る。
【００１０】
この構成によれば、音源をランダムに生成するフィルタ駆動型の擬似定常雑音生成器を用いているので、同じ合成フィルタ、同じパワ情報を繰り返して使用しても、セグメント間の不連続性に起因するブザー音的なノイズが発生せず、自然なノイズを生成することが可能である。
【００１１】
本発明のモード判定装置は、音声信号に含まれる声道情報を表す少なくとも１種類以上のパラメータを復号化する第１復号化手段と、前記音声信号に含まれる音源情報を表す少なくとも１種類以上のパラメータを幾つかの符号化モードで復号化可能な第２復号化手段と、前記第１復号化手段で復号化された特定パラメータの動的特徴に基づいてモードの判定を行うモード判定手段と、を具備する構成を採る。
【００１２】
本発明のモード判定装置は、上記構成において、量子化ＬＳＰパラメータのフレーム間変化を算出する手段と、量子化ＬＳＰパラメータが定常的であるフレームにおける平均的量子化ＬＳＰパラメータを算出する手段と、前記平均的量子化ＬＳＰパラメータと現在の量子化ＬＳＰパラメータとの距離を算出し、特定の次数の量子化ＬＳＰパラメータと前記平均的量子化ＬＳＰパラメータとの間の所定量の差を検出する手段と、を有する構成を採る。
【００１３】
これらの構成によれば、モード情報を新たに伝送することなしに音源符号化のマルチモード化を図ることができる。
【００１４】
本発明の定常雑音生成装置は、雑音音源を生成する音源生成手段と、定常雑音のスペクトル包絡を表すＬＳＰ合成フィルタと、を具備し、上記モード判定装置で判定されたモード情報を用いる構成を採る。
【００１５】
本発明の定常雑音生成装置は、上記構成において、音源生成手段が、雑音符号帳からランダムに選択したベクトルから雑音駆動音源ベクトルを生成する構成を採る。
【００１６】
これらの構成によれば、同じ合成フィルタ、同じパワ情報を繰り返して使用しても、セグメント間の不連続性に起因するブザー音的なノイズが発生せず、自然なノイズを生成することが可能である。
【００１７】
本発明のマルチモード音声符号化装置は、音声信号に含まれる声道情報を表す少なくとも１種類以上のパラメータを符号化する第１符号化部と、前記音声信号に含まれる音源情報を表す少なくとも１種類以上のパラメータを幾つかのモードで符号化可能な第２符号化部と、前記第１符号化部で符号化された特定パラメータの動的特徴に基づいて前記第２符号化部のモードを判定するモード判定部と、前記第１及び第２符号化部によって符号化された複数種類のパラメータ情報によって入力音声信号を合成する合成部と、を具備し、
前記モード切替部は、量子化ＬＳＰパラメータのフレーム間変化を算出する算出部と、量子化ＬＳＰパラメータが定常的であるフレームにおける平均的量子化ＬＳＰパラメータを算出する算出部と、前記平均的量子化ＬＳＰパラメータと現在の量子化ＬＳＰパラメータとの距離を算出し、特定の次数の量子化ＬＳＰパラメータと前記平均的量子化ＬＳＰパラメータとの間の所定量の差を検出する検出部と、を有する構成を採る。
【００１８】
この構成によれば、特定の次数の量子化ＬＳＰパラメータと平均的量子化ＬＳＰパラメータとの間の所定量の差を検出するので、平均化した結果について判定した場合に音声区間と判定されなくなってしまうときでも、正確に音声区間と判定することができる。これにより、雑音区間の平均的量子化ＬＳＰと当該部所における量子化ＬＳＰとが非常に近い値を示しており、かつ当該部所における量子化ＬＳＰの変動が非常に小さい場合でも、正確にモード判定を行うことができる。
【００１９】
本発明のマルチモード音声符号化装置は、上記構成において、モードが定常雑音モードである場合に、ピッチ周期の探索範囲をサブフレーム長以上のみに限定する探索範囲決定手段を具備する構成を採る。
【００２０】
この構成によれば、定常雑音モード（又は定常雑音モードと無声モード）において、探索範囲をサブフレーム長以上に限定することにより、雑音符号ベクトルに対するピッチ周期性を抑制することができ、復号音声信号に生じるピッチ周期化モデルに起因する符号化歪みを防止することができる。
【００２１】
本発明のマルチモード音声符号化装置は、上記構成において、符号帳を用いてピッチ周期を決定する際に、モードに応じてピッチ周期化利得を制御するピッチ周期化利得制御部を具備する構成を採る。
【００２２】
この構成によれば、１サブフレーム内における周期性強調を避けることができる。これにより、適応符号ベクトル生成の際に生じるピッチ周期化モデルに起因する符号化歪みを防止することができる。
【００２３】
本発明のマルチモード音声符号化装置は、上記構成において、ピッチ周期化利得制御部が、雑音符号帳毎に利得を制御する構成を採る。
【００２４】
この構成によれば、定常雑音モード（又は定常雑音モードと無声モード）において、雑音符号帳毎に利得を変えることにより、雑音符号ベクトルに対するピッチ周期性を抑制することができ、雑音符号ベクトル生成の際に生じるピッチ周期化モデルに起因する符号化歪みを防止することができる。
【００２５】
本発明のマルチモード音声符号化装置は、上記構成において、ピッチ周期化利得制御部が、モードが定常雑音モードである場合に、ピッチ周期化利得を下げる構成を採る。
【００２６】
本発明のマルチモード音声符号化装置は、上記構成において、ピッチ周期の探索時において、入力音声の残差信号の自己相関関数を求める自己相関関数算出部と、自己相関関数の結果に対してモードに応じて重みづけ処理を行う重みづけ処理部と、重みづけ処理された自己相関関数の結果を用いてピッチ候補を選択する選択部と、を具備する構成を採る。
【００２７】
この構成によれば、ピッチ構造を持たない信号に対する復号音声信号の品質劣化を回避することができる。
【００２８】
【発明の実施の形態】
本発明の骨子は、スペクトル特性を表す量子化パラメータの静的／動的特徴を用いたモード判定を行い、音声区間／非音声区間、有声区間／無声区間を示すモード判定結果に基づいて音源構成の切り替え及び後処理を行うことである。
【００２９】
以下、本発明の実施の形態について、添付図面を参照して詳細に説明する。
（実施の形態１）
図１は、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である。ディジタル化された音声信号などからなる入力データが前処理器１０１に入力される。前処理器１０１は、ハイパスフィルタやバンドパスフィルタなどを用いて直流成分のカットや入力データの帯域制限などを行ってＬＰＣ分析器１０２と加算器１０６とに出力する。なお、この前処理器１０１において何も処理を行わなくても後続する符号化処理は可能であるが、前述したような処理を行った方が符号化性能は向上する。なお、主観的な品質を劣化させずに、符号化し易い波形などに変換すること、例えばピッチ周期の操作やピッチ波形の補間処理など、も前処理として有効である。
【００３０】
ＬＰＣ分析器１０２は、線形予測分析を行って線形予測係数（ＬＰＣ）を算出してＬＰＣ量子化器１０３へ出力する。
【００３１】
ＬＰＣ量子化器１０３は、入力したＬＰＣを量子化し、量子化後のＬＰＣを合成フィルタ１０４とモード選択器１０５に、また、量子化ＬＰＣを表現する符号Ｌを復号器に夫々出力する。なお、ＬＰＣの量子化は補間特性の良いＬＳＰ（Line Spectrum Pair：線スペクトル対）に変換して行うのが一般的である。ＬＳＰはＬＳＦ（Line Spectrum Frequency：線スペクトル周波数）で表されるのが一般的である。
【００３２】
合成フィルタ１０４は、入力した量子化ＬＰＣを用いてＬＰＣ合成フィルタを構築する。この合成フィルタに対して加算器１１４から出力される駆動音源信号を入力としてフィルタ処理を行って合成信号を加算器１０６に出力する。
【００３３】
モード選択器１０５は、ＬＰＣ量子化器１０３から入力した量子化ＬＰＣを用いて雑音符号帳１０９のモードを決定する。
【００３４】
ここで、モード選択器１０５は、過去に入力した量子化ＬＰＣの情報も蓄積しており、フレーム間における量子化ＬＰＣの変動の特徴と現フレームにおける量子化ＬＰＣの特徴の双方を用いてモードの選択を行う。このモードは少なくとも２種類以上あり、例えば有声音声部に対応するモードと無声音声部及び定常雑音部などに対応するモードから成る。また、モードの選択に用いる情報は量子化ＬＰＣそのものである必要はなく、量子化ＬＳＰや反射係数や線形予測残差パワなどのパラメータに変換したものを用いた方が効果的である。ＬＰＣ量子化器１０３がＬＳＰ量子化器を構成要素として持っている場合（ＬＰＣをＬＳＰに変換して量子化を行う場合）は、量子化ＬＳＰをモード選択器１０５の入力パラメータの一つとしても良い。
【００３５】
加算器１０６は、前処理器１０１から入力される前処理後の入力データと合成信号との誤差を算出し、聴覚重み付けフィルタ１０７へ出力する。
【００３６】
聴覚重み付けフィルタ１０７は、加算器１０６において算出された誤差に対して聴覚的な重み付けを行って誤差最小化器１０８へ出力する。
【００３７】
誤差最小化器１０８は、雑音符号帳インデックスと適応符号帳インデックス（ピッチ周期）とゲイン符号帳インデックスとを調整しながら夫々雑音符号帳１０９と適応符号帳１１０とゲイン符号帳１１１とに出力し、聴覚重み付けフィルタ１０７から入力される聴覚的重み付けされた誤差が最小となるように雑音符号帳１０９と適応符号帳１１０とゲイン符号帳１１１とが生成する雑音符号ベクトルと適応符号ベクトルと雑音符号帳ゲイン及び適応符号帳ゲインとを夫々決定し、雑音符号ベクトルを表現する符号Ｓと適応符号ベクトルを表現するＰとゲイン情報を表現する符号Ｇを夫々復号器に出力する。
【００３８】
雑音符号帳１０９は、予め定められた個数の形状の異なる雑音符号ベクトルが格納されており、誤差最小化器１０８から入力される雑音符号ベクトルのインデックスＳｉによって指定される雑音符号ベクトルを出力する。また、この雑音符号帳１０９は少なくとも２種類以上のモードを有しており、例えば有声音声部に対応するモードではよりパルス的な雑音符号ベクトルを生成し、無声音声部や定常雑音部などに対応するモードではより雑音的な雑音符号ベクトルを生成するような構造となっている。雑音符号帳１０９から出力される雑音符号ベクトルは前記２種類以上のモードのうちモード選択器１０５で選択された１つのモードから生成され、乗算器１１２で雑音符号帳ゲインが乗じられた後に加算器１１４に出力される。
【００３９】
適応符号帳１１０は、過去に生成した駆動音源信号を逐次更新しながらバッファリングしており、誤差最小化器１０８から入力される適応符号帳インデックス（ピッチ周期（ピッチラグ））Ｐｉを用いて適応符号ベクトルを生成する。適応符号帳１１０にて生成された適応符号ベクトルは乗算器１１３で適応符号帳ゲインが乗じられた後に加算器１１４に出力される。
【００４０】
ゲイン符号帳１１１は、適応符号帳ゲインと雑音符号帳ゲインのセット（ゲインベクトル）を予め定められた個数だけ格納しており、誤差最小化器１０８から入力されるゲイン符号帳インデックスＧｉによって指定されるゲインベクトルの適応符号帳ゲイン成分を乗算器１１３に、雑音符号帳ゲイン成分を乗算器１１２に夫々出力する。なお、ゲイン符号帳は多段構成とすればゲイン符号帳に要するメモリ量やゲイン符号帳探索に要する演算量の削減が可能である。また、ゲイン符号帳に割り当てられるビット数が十分であれば、適応符号帳ゲインと雑音符号帳ゲインとを独立してスカラ量子化することもできる。また、複数のサブフレームの適応符号帳ゲインや雑音符号帳ゲインをまとめてベクトル量子化したりマトリックス量子化することも考えられる。
【００４１】
加算器１１４は、乗算器１１２及び１１３から入力される雑音符号ベクトルと適応符号ベクトルの加算を行って駆動音源信号を生成し、合成フィルタ１０４及び適応符号帳１１０に出力する。
【００４２】
なお、本実施の形態においては、マルチモード化されているのは雑音符号帳１０９のみであるが、適応符号帳１１０及びゲイン符号帳１１１をマルチモード化することによってさらに品質改善を行うことも可能である。
【００４３】
次に、図３を参照して上記実施の形態における音声符号化方法の処理の流れを示す。本説明においては、音声符号化処理を予め定められた時間長の処理単位（フレーム：時間長にして数十ミリ秒程度）毎に処理を行い、１フレームをさらに整数個の短い処理単位（サブフレーム）毎に処理を行う例を示す。
【００４４】
ステップ（以下、ＳＴと省略する）３０１において、適応符号帳の内容、合成フィルタメモリ、入力バッファなどの全てのメモリをクリアする。
【００４５】
次に、ＳＴ３０２においてディジタル化された音声信号などの入力データを１フレーム分入力し、ハイパスフィルタまたはバンドパスフィルタなどをかけることによって入力データのオフセット除去や帯域制限を行う。前処理後の入力データは入力バッファにバッファリングされ、以降の符号化処理に用いられる。
【００４６】
次に、ＳＴ３０３において、ＬＰＣ分析（線形予測分析）が行われ、ＬＰＣ係数（線形予測係数）が算出される。
【００４７】
次に、ＳＴ３０４において、ＳＴ３０３にて算出されたＬＰＣ係数の量子化が行われる。ＬＰＣ係数の量子化方法は種々提案されているが、補間特性の良いＬＳＰパラメータに変換して多段ベクトル量子化やフレーム間相関を利用した予測量子化を適用すると効率的に量子化できる。また、例えば１フレームが２つのサブフレームに分割されて処理される場合には、第２サブフレームのＬＰＣ係数を量子化して、第１サブフレームのＬＰＣ係数は直前フレームにおける第２サブフレームの量子化ＬＰＣ係数と現フレームにおける第２サブフレームの量子化ＬＰＣ係数とを用いて補間処理によって決定する。
【００４８】
次に、ＳＴ３０５において、前処理後の入力データに聴覚重みづけを行う聴覚重みづけフィルタを構築する。
【００４９】
次に、ＳＴ３０６において、駆動音源信号から聴覚重み付け領域の合成信号を生成する聴覚重み付け合成フィルタを構築する。このフィルタは、合成フィルタと聴覚重み付けフィルタとを従属接続したフィルタであり、合成フィルタはＳＴ３０４にて量子化された量子化ＬＰＣ係数を用いて構築され、聴覚重み付けフィルタはＳＴ３０３において算出されたＬＰＣ係数を用いて構築される。
【００５０】
次に、ＳＴ３０７において、モードの選択が行われる。モードの選択はＳＴ３０４において量子化された量子化ＬＰＣ係数の動的及び静的特徴を用いて行われる。具体的には、量子化ＬＳＰの変動や量子化ＬＰＣ係数から算出される反射係数や予測残差パワなどを用いる。本ステップにおいて選択されたモードに従って雑音符号帳の探索が行われる。本ステップにおいて選択されるモードは少なくとも２種類以上あり、例えば有声音声モードと無声音声及び定常雑音モードの２モード構成などが考えられる。
【００５１】
次に、ＳＴ３０８において、適応符号帳の探索が行われる。適応符号帳の探索は、前処理後の入力データに聴覚重みづけを行った波形に最も近くなるような聴覚重みづけ合成波形が生成される適応符号ベクトルを探索することであり、前処理後の入力データをＳＴ３０５で構築された聴覚重み付けフィルタでフィルタリングした信号と適応符号帳から切り出した適応符号ベクトルを駆動音源信号としてＳＴ３０６で構築された聴覚重み付け合成フィルタでフィルタリングした信号との誤差が最小となるように、適応符号ベクトルを切り出す位置を決定する。
【００５２】
次に、ＳＴ３０９において、雑音符号帳の探索が行われる。雑音符号帳の探索は、前処理後の入力データに聴覚重みづけを行った波形に最も近くなるような聴覚重みづけ合成波形が生成される駆動音源信号を生成する雑音符号ベクトルを選択することであり、駆動音源信号が適応符号ベクトルと雑音符号ベクトルとを加算して生成されることを考慮した探索が行われる。したがって、既にＳＴ３０８にて決定された適応符号ベクトルと雑音符号帳に格納されている雑音符号ベクトルとを加算して駆動音源信号を生成し、生成された駆動音源信号をＳＴ３０６で構築された聴覚重みづけ合成フィルタでフィルタリングした信号と前処理後の入力データをＳＴ３０５で構築された聴覚重みづけフィルタでフィルタリングした信号との誤差が最小となるように、雑音符号帳の中から雑音符号ベクトルを選択する。
【００５３】
なお、雑音符号ベクトルに対してピッチ周期化などの処理を行う場合は、その処理も考慮した探索が行われる。また、この雑音符号帳は少なくとも２種類以上のモードを有しており、例えば有声音声部に対応するモードではよりパルス的な雑音符号ベクトルを格納している雑音符号帳を用いて探索が行われ、無声音声部や定常雑音部などに対応するモードではより雑音的な雑音符号ベクトルを格納している雑音符号帳を用いて探索が行われる。探索時にどのモードの雑音符号帳を用いるかは、ＳＴ３０７にて選択される。
【００５４】
次に、ＳＴ３１０において、ゲイン符号帳の探索が行われる。ゲイン符号帳の探索は、既にＳＴ３０８にて決定された適応符号ベクトルとＳＴ３０９にて決定された雑音符号ベクトルのそれぞれに対して乗じる適応符号帳ゲインと雑音符号帳ゲインの組をゲイン符号帳の中から選択することであり、適応符号帳ゲイン乗算後の適応符号ベクトルと雑音符号ゲイン乗算後の雑音符号ベクトルとを加算して駆動音源信号を生成し、生成した駆動音源信号をＳＴ３０６にて構築された聴覚重みづけ合成フィルタでフィルタリングした信号と前処理後の入力データをＳＴ３０５で構築された聴覚重みづけフィルタでフィルタリングした信号との誤差が最小となるような適応符号帳ゲインと雑音符号帳ゲインの組をゲイン符号帳の中から選択する。
【００５５】
次に、ＳＴ３１１において、駆動音源信号が生成される。駆動音源信号は、ＳＴ３０８にて選択された適応符号ベクトルにＳＴ３１０にて選択された適応符号帳ゲインを乗じたベクトルと、ＳＴ３０９にて選択された雑音符号ベクトルにＳＴ３１０において選択された雑音符号帳ゲインを乗じたベクトルと、を加算して生成される。
【００５６】
次に、ＳＴ３１２において、サブフレーム処理のループで用いられるメモリの更新が行われる。具体的には、適応符号帳の更新や聴覚重みづけフィルタ及び聴覚重みづけ合成フィルタの状態更新などが行われる。
【００５７】
なお、適応符号帳ゲインと固定符号帳ゲインとを別々に量子化する場合は、ＳＴ３０８の直後に適応符号帳ゲインの量子化を行い、ＳＴ３０９の直後に雑音符号帳ゲインの量子化を行うのが一般的である。
上記ＳＴ３０５〜３１２はサブフレーム単位の処理である。
【００５８】
次に、ＳＴ３１３において、フレーム処理のループで用いられるメモリの更新が行われる。具体的には、前処理器で用いられるフィルタの状態更新や量子化ＬＰＣ係数バッファの更新や入力データバッファの更新などが行われる。
【００５９】
次に、ＳＴ３１４において、符号化データの出力が行われる。符号化データは伝送される形態に応じてビットストリーム化や多重化処理などが行われて伝送路に送出される。
【００６０】
上記ＳＴ３０２〜３０４及び３１３〜３１４がフレーム単位の処理である。また、フレーム単位及びサブフレーム単位の処理は入力データがなくなるまで繰り返し行われる。
【００６１】
（実施の形態２）
図２に本発明の実施の形態２にかかる音声復号化装置の構成を示す。
符号器から伝送された、量子化ＬＰＣを表現する符号Ｌと雑音符号ベクトルを表現する符号Ｓと適応符号ベクトルを表現する符号Ｐとゲイン情報を表現する符号Ｇとが、それぞれＬＰＣ復号器２０１と雑音符号帳２０３と適応符号帳２０４とゲイン符号帳２０５とに入力される。
【００６２】
ＬＰＣ復号器２０１は、符号Ｌから量子化ＬＰＣを復号し、モード選択器２０２と合成フィルタ２０９に夫々出力する。
【００６３】
モード選択器２０２は、ＬＰＣ復号器２０１から入力した量子化ＬＰＣを用いて雑音符号帳２０３及び後処理器２１１のモードを決定し、モード情報Ｍを雑音符号帳２０３及び後処理器２１１とに夫々出力する。また、モード選択器２０２は、ＬＰＣ復号器２０１から出力された量子化ＬＳＰパラメータを用いて定常雑音区間の平均的ＬＳＰ（ＬＳＰｎ）を求め、このＬＳＰｎを後処理器２１１に対して出力する。なお、モード選択器２０２は過去に入力した量子化ＬＰＣの情報も蓄積しており、フレーム間における量子化ＬＰＣの変動の特徴と現フレームにおける量子化ＬＰＣの特徴の双方を用いてモードの選択を行う。このモードは少なくとも２種類以上あり、例えば有声音声部に対応するモードと無声音声部に対応するモードと定常雑音部などに対応するモードから成る。また、モードの選択に用いる情報は量子化ＬＰＣそのものである必要はなく、量子化ＬＳＰや反射係数や線形予測残差パワなどのパラメータに変換したものを用いた方が効果的である。ＬＰＣ復号器２０１がＬＳＰ復号器を構成要素として持っている場合（ＬＰＣをＬＳＰに変換して量子化が行なわれている場合）は、復号ＬＳＰをモード選択器２０２の入力パラメータの一つとしても良い。
【００６４】
雑音符号帳２０３は、予め定められた個数の、形状の異なる雑音符号ベクトルが格納されており、入力した符号Ｓを復号して得られる雑音符号帳インデックスによって指定される雑音符号ベクトルを出力する。また、この雑音符号帳２０３は少なくとも２種類以上のモードを有しており、例えば有声音声部に対応するモードではよりパルス的な雑音符号ベクトルを生成し、無声音声部や定常雑音部などに対応するモードではより雑音的な雑音符号ベクトルを生成するような構造となっている。雑音符号帳２０３から出力される雑音符号ベクトルは前記２種類以上のモードのうちモード選択器２０２で選択された１つのモードから生成され、乗算器２０６で雑音符号帳ゲインＧｓが乗じられた後に加算器２０８に出力される。
【００６５】
適応符号帳２０４は、過去に生成した駆動音源信号を逐次更新しながらバッファリングしており、入力した符号Ｐを復号して得られる適応符号帳インデックス（ピッチ周期（ピッチラグ））を用いて適応符号ベクトルを生成する。適応符号帳２０４にて生成された適応符号ベクトルは乗算器２０７で適応符号帳ゲインＧaが乗じられた後に加算器２０８に出力される。
【００６６】
ゲイン符号帳２０５は、適応符号帳ゲインと雑音符号帳ゲインのセット（ゲインベクトル）を予め定められた個数だけ格納しており、入力した符号Ｇを復号して得られるゲイン符号帳インデックスによって指定されるゲインベクトルの適応符号帳ゲイン成分を乗算器２０７に、雑音符号帳ゲイン成分を乗算器２０６に夫々出力する。
【００６７】
加算器２０８は、乗算器２０６及び２０７から入力される雑音符号ベクトルと適応符号ベクトルの加算を行って駆動音源信号を生成し、合成フィルタ２０９及び適応符号帳２０４に出力する。
【００６８】
合成フィルタ２０９は、入力した量子化ＬＰＣを用いてＬＰＣ合成フィルタを構築する。この合成フィルタに対して加算器２０８から出力される駆動音源信号を入力としてフィルタ処理を行って合成信号をポストフィルタ２１０に出力する。
【００６９】
ポストフィルタ２１０は、合成フィルタ２０９から入力した合成信号に対して、ピッチ強調、ホルマント強調、スペクトル傾斜補正、ゲイン調整などの音声信号の主観的品質を改善させるための処理を行い、後処理器２１１に出力する。
【００７０】
後処理器２１１は、ポストフィルタ２１０から入力した信号に対して、擬似的に定常雑音を生成して重畳することにより、主観品質を改善する。この処理は、モード選択器２０２から入力されるモード情報Ｍ及び雑音区間の平均的ＬＳＰ（ＬＳＰｎ）を利用して適応的に行う。具体的な後処理については後述する。
【００７１】
なお、本実施の形態においては、モード選択器２０２から出力されるモード情報Ｍは、雑音符号帳２０３のモード切替と後処理器２１１の双方で用いられる構成としたが、どちらか一方のみに用いても効果が得られる。
【００７２】
次に、図４を参照して上記実施の形態における音声復号化方法の処理の流れを示す。本説明においては、音声符号化処理を予め定められた時間長の処理単位（フレーム：時間長にして数十ミリ秒程度）毎に処理を行い、１フレームをさら整数個の短い処理単位（サブフレーム）毎に処理を行う例を示す。
【００７３】
ＳＴ４０１において、適応符号帳の内容、合成フィルタメモリ、出力バッファなどの全てのメモリをクリアする。
【００７４】
次に、ＳＴ４０２において、符号化データが復号される。具体的には、多重化されている受信信号の分離化やビットストリーム化されている受信信号を量子化ＬＰＣ係数と適応符号ベクトルと雑音符号ベクトルとゲイン情報とを夫々表現する符号に夫々変換する。
【００７５】
次に、ＳＴ４０３において、ＬＰＣ係数を復号する。ＬＰＣ係数は、ＳＴ４０２にて得られた量子化ＬＰＣ係数を表現する符号から、実施の形態１に示したＬＰＣ係数の量子化方法の逆の手順によって復号される。
【００７６】
次に、ＳＴ４０４において、ＳＴ４０３にて復号されたＬＰＣ係数を用いて合成フィルタが構築される。
【００７７】
次に、ＳＴ４０５において、ＳＴ４０３にて復号されたＬＰＣ係数の静的及び動的特徴を用いて、雑音符号帳及び後処理のモード選択が行われる。具体的には、量子化ＬＳＰの変動や量子化ＬＰＣ係数から算出される反射係数や予測残差パワなどを用いる。本ステップにおいて選択されたモードに従って雑音符号帳の復号及び後処理が行われる。このモードは少なくとも２種類以上あり、例えば有声音声部に対応するモードと無声音声部に対応するモードと定常雑音部などに対応するモードとから成る。
【００７８】
次に、ＳＴ４０６において、適応符号ベクトルが復号される。適応符号ベクトルは、適応符号ベクトルを表現する符号から適応符号ベクトルを適応符号帳から切り出す位置を復号してその位置から適応符号ベクトルを切り出すことによって、復号される。
【００７９】
次に、ＳＴ４０７において、雑音符号ベクトルが復号される。雑音符号ベクトルは、雑音符号ベクトルを表現する符号から雑音符号帳インデックスを復号してそのインデックスに対応する雑音符号ベクトルを雑音符号帳から取り出すことによって、復号される。雑音符号ベクトルのピッチ周期化などを適用する際は、さらにピッチ周期化などを行った後のものが復号雑音符号ベクトルとなる。また、この雑音符号帳は少なくとも２種類以上のモードを有しており、例えば有声音声部に対応するモードではよりパルス的な雑音符号ベクトルを生成し、無声音声部や定常雑音部などに対応するモードではより雑音的な雑音符号ベクトルを生成するようになっている。
【００８０】
次に、ＳＴ４０８において、適応符号帳ゲインと雑音符号帳ゲインが復号される。ゲイン情報を表す符号からゲイン符号帳インデックスを復号してこのインデックスで示される適応符号帳ゲインと雑音符号帳ゲインの組をゲイン符号帳の中から取り出すことによって、ゲイン情報が復号される。
【００８１】
次に、ＳＴ４０９において、駆動音源信号が生成される。駆動音源信号は、ＳＴ４０６にて選択された適応符号ベクトルにＳＴ４０８にて選択された適応符号帳ゲインを乗じたベクトルと、ＳＴ４０７にて選択された雑音符号ベクトルにＳＴ４０８において選択された雑音符号帳ゲインを乗じたベクトルと、を加算して生成される。
【００８２】
次に、ＳＴ４１０において、復号音声が合成される。ＳＴ４０９にて生成された駆動音源信号を、ＳＴ４０４にて構築された合成フィルタでフィルタリングすることによって、復号信号が合成される。
【００８３】
次に、ＳＴ４１１において、復号信号に対してポストフィルタ処理が行われる。ポストフィルタ処理は、ピッチ強調処理やホルマント強調処理やスペクトル傾斜補正処理やゲイン調整処理などの復号信号特に復号音声信号の主観的品質を改善するための処理から成っている。
【００８４】
次に、ＳＴ４１２において、ポストフィルタ処理後の復号信号に対して最終的な後処理が行われる。この後処理については、ＳＴ４０５にて選択されたモードに対応したものであり、詳細については後述する。本ステップで生成される信号が出力データとなる。
【００８５】
次に、ＳＴ４１３において、サブフレーム処理のループで用いられるメモリの更新が行われる。具体的には、適応符号帳の更新やポストフィルタ処理に含まれる各フィルタの状態更新などが行われる。
上記ＳＴ４０４〜４１３はサブフレーム単位の処理である。
【００８６】
次に、ＳＴ４１４において、フレーム処理のループで用いられるメモリの更新が行われる。具体的には、量子化（復号）ＬＰＣ係数バッファの更新や出力データバッファの更新などが行われる。
【００８７】
上記ＳＴ４０２〜４０３及び４１４はフレーム単位の処理である。また、フレーム単位の処理は符号化データがなくなるまで繰り返し行われる。
【００８８】
（実施の形態３）
図５は実施の形態１の音声符号化装置または実施の形態２の音声復号化装置を備えた音声信号送信装置及び受信装置を示したブロック図である。図５（ａ）は送信装置、図５（ｂ）は受信装置を示す。
【００８９】
図５（ａ）の音声信号送信装置では、音声が音声入力装置５０１によって電気的アナログ信号に変換され、Ａ／Ｄ変換器５０２に出力される。アナログ音声信号はＡ／Ｄ変換器５０２によってディジタル音声信号に変換され、音声符号化器５０３に出力される。音声符号化器５０３は音声符号化処理を行い、符号化した情報をＲＦ変調器５０４に出力する。ＲＦ変調器５０４は符号化された音声信号の情報を変調・増幅・符号拡散などの電波として送出するための操作を行い、送信アンテナ５０５に出力する。最後に送信アンテナ５０５から電波（ＲＦ信号）５０６が送出される。
【００９０】
一方、図５（ｂ）の受信装置においては、電波（ＲＦ信号）５０６を受信アンテナ５０７で受信し、受信信号はＲＦ復調器５０８に送られる。ＲＦ復調器５０８は符号逆拡散・復調など電波信号を符号化情報に変換するための処理を行い、符号化情報を音声復号化器５０９に出力する。音声復号化器５０９は、符号化情報の復号処理を行ってディジタル復号音声信号をＤ／Ａ変換器５１０へ出力する。Ｄ／Ａ変換器５１０は音声復号化器５０９から出力された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音声出力装置５１１に出力する。最後に音声出力装置５１１が電気的アナログ復号音声信号を復号音声に変換して出力する。
【００９１】
上記送信装置及び受信装置は携帯電話などの移動通信機器の移動機または基地局装置として利用することが可能である。なお、情報を伝送する媒体は本実施の形態に示したような電波に限らず、光信号などを利用することも可能であり、さらには有線の伝送路を使用することも可能である。
【００９２】
なお、上記実施の形態１に示した音声符号化装置及び上記実施の形態２に示した音声復号化装置及び上記実施の形態３に示した音声信号送信装置及び受信装置は、磁気ディスク、光磁気ディスク、ＲＯＭカートリッジなどの記録媒体にソフトウェアとして記録して実現することも可能であり、その記録媒体を使用することにより、このような記録媒体を使用するパーソナルコンピュータなどにより音声符号化装置／復号化装置及び送信装置／受信装置を実現するとができる。
【００９３】
（実施の形態４）
実施の形態４は、上述した実施の形態１、２におけるモード選択器１０５、２０２の構成例を示した例である。
【００９４】
図６に実施の形態４にかかるモード選択器の構成を示す。
本実施の形態にかかるモード選択器では、平滑化部６０１に現在の量子化ＬＳＰパラメータを入力して平滑化処理を行う。平滑化部６０１では、処理単位時間毎に入力される各次の量子化ＬＳＰパラメータを時系列データとして式（１）に示す平滑化処理を行う。
【００９５】
Ｌｓ[i]=(1-α)×Ｌｓ[i]+α×Ｌ[i], i=1,2,…,M、 0<α<1 …（１）
Ｌｓ[i]:ｉ次の平滑化量子化ＬＳＰパラメータ
Ｌ[i]：ｉ次の量子化ＬＳＰパラメータ
α：平滑化係数
Ｍ：ＬＳＰ分析次数
【００９６】
なお、式（１）において、αの値は０．７程度に設定し、それほど強い平滑化にならないようにする。上記式（１）で求めた平滑化した量子化ＬＳＰパラメータは、遅延部６０２を経由して加算器６１１へ入力されると共に、直接加算器６１１へ入力される。遅延部６０２は、入力した平滑化した量子化ＬＳＰパラメータを１処理単位時間だけ遅延させて加算器６１１に出力する。
【００９７】
加算器６１１には、現在の処理単位時間における平滑化された量子化ＬＳＰパラメータと１つ前の処理単位時間における平滑化された量子化ＬＳＰパラメータとが入力される。この加算器６１１において、現在の処理単位時間における平滑化量子化ＬＳＰパラメータと１つ前の処理単位時間における平滑化量子化ＬＳＰパラメータとの差を算出する。この差はＬＳＰパラメータの各次数毎に算出される。加算器６０６による算出結果は自乗和算出器６０３に出力する。
【００９８】
自乗和算出器６０３は、現在の処理単位時間における平滑化された量子化ＬＳＰパラメータと１つ前の処理単位時間における平滑化された量子化ＬＳＰパラメータとの次数毎の差の自乗和を計算する。これにより、第１の動的パラメータ（Para 1）が得られる。この第１の動的パラメータをしきい値判定することにより音声区間であるかどうかを識別することができる。すなわち、第１の動的パラメータがしきい値Ｔｈ１よりも大きい場合には音声区間と判定される。この判定は、後述するモード決定器６０７において行う。
【００９９】
平均ＬＳＰ算出器６０９は、平滑化部６０１と同様に式（１）に基づいて雑音区間における平均的ＬＳＰパラメータを算出し、遅延器６１２を介して加算器６１０に出力する。ただし、式（１）におけるαは平均ＬＳＰ算出器制御器６０８によって制御される。なお、αの値は、０．０５程度〜０とし、極めて強い平滑化処理を行うことによって、平均的なＬＳＰパラメータを算出する。具体的には、音声区間ではαの値を０として、音声区間以外の区間でのみ平均をとる（平滑化を行う）ようにすることなどが考えられる。
【０１００】
加算器６１０は、現在の処理単位時間における量子化ＬＳＰパラメータと、平均ＬＳＰ算出器６０９によって直前の処理単位時間において算出された雑音区間における平均的量子化ＬＳＰパラメータとの差を各次数毎に算出し、自乗値算出器６０４に出力する。すなわち、後述するようにモード決定がなされた後、平均ＬＳＰ算出器６０９で雑音区間の平均ＬＳＰが計算され、その雑音区間の平均ＬＳＰパラメータが遅延器６１２を介して１処理単位時間遅延されて加算器６１０で次の処理単位に用いられる。
【０１０１】
自乗値算出器６０４は、加算器６１０から出力された量子化ＬＳＰパラメータの差分情報を入力し、各次数の自乗値を算出して、自乗和算出器６０５に出力すると共に、最大値算出器６０６に出力する。
【０１０２】
自乗和算出器６０５では、各次数の自乗値を用いて自乗和を算出する。この自乗和が第２の動的パラメータ（Para 2）となる。この第２の動的パラメータをしきい値判定することにより音声区間であるかどうかを識別することができる。すなわち、第２の動的パラメータがしきい値Ｔｈ２よりも大きい場合には音声区間と判定される。この判定は、後述するモード決定器６０７において行う。
【０１０３】
また、最大値算出器６０６では、各次の自乗値のうち最大値を選択する。この最大値が第３の動的パラメータ（Para 3）となる。この第３の動的パラメータをしきい値判定することにより音声区間であるかどうかを識別することができる。すなわち、第３の動的パラメータがしきい値Ｔｈ３よりも大きい場合には音声区間と判定される。この判定は、後述するモード決定器６０７において行う。この第３のパラメータを用いたしきい値判定は、全次数の自乗誤差を平均化することにより埋もれてしまう変化を検出してより正確に音声区間であるかどうかを判定するために行う。
【０１０４】
例えば、複数の自乗和の結果のうち、ほとんどの結果がしきい値を超えなく、１つや２つの結果がしきい値を超える場合、平均化した結果についてしきい値判定を行うと、平均化した結果がしきい値を超えなくなってしまい、音声区間と判定されなくなってしまうことがある。上記のように第３の動的パラメータを用いてしきい値判定を行うことにより、ほとんどの結果がしきい値を超えなく、１つや２つの結果がしきい値を超える場合においても、最大値でしきい値判定を行うので、より正確に音声区間と判定することができる。
【０１０５】
上述した第１から第３の動的パラメータは、モード決定器６０７に送られ、上記しきい値判定により、音声モードが決定され、モード情報として出力される。また、このモード情報は、平均ＬＳＰ算出器制御器６０８に送られる。平均ＬＳＰ算出器制御器６０８では、モード情報にしたがって、平均ＬＳＰ算出器６０９を制御する。
【０１０６】
具体的に、平均ＬＳＰ算出器６０９を制御する場合、式（１）のαの値を０〜０．０５程度の範囲で切換えて、平滑化の強さを切換える。最も簡単な例では、音声モードではα＝０として平滑化処理をＯＦＦとし、非音声（定常雑音）モードではα＝０．０５程度として強い平滑化処理によって定常雑音区間の平均ＬＳＰの算出が行われるようにする。なお、ＬＳＰの各次数毎にαの値を制御することも考えられ、この場合は音声モードにおいても一部（例えば特定の周波数帯域に含まれる次数）のＬＳＰを更新すること等が考えられる。
【０１０７】
図７は、上記構成を含むモード判定器の構成を示すブロック図である。
このモード判定器は、量子化ＬＳＰパラメータの動的特徴を抽出する動的特徴量算出部７０１と、量子化ＬＳＰパラメータの静的特徴を抽出する静的特徴量算出部７０２とを備える。動的特徴量算出部７０１は、図６において、平滑化部６０１から遅延器６１２までの部分によって構成される。
【０１０８】
静的特徴量算出部７０２は、正規化予測残差パワ算出部７０４において量子化ＬＳＰパラメータから予測残差パワを算出する。この予測残差パワは、モード決定器６０７に与えられる。
【０１０９】
また、隣接ＬＳＰ間隔算出部７０５において、式（２）に示すように量子化ＬＳＰパラメータの隣接する次数毎に間隔を算出する。
【０１１０】
Ｌd[i]=L[i+1]-L[i], i=1,2,…M-1 …（２）
L[i]：ｉ次の量子化ＬＳＰパラメータ
隣接ＬＳＰ間隔算出部７０５の算出値はモード決定器６０７へ与えられる。
【０１１１】
スペクトル傾斜算出部７０３は、量子化ＬＳＰパラメータを用いてスペクトル傾斜情報を算出する。具体的に、スペクトル傾斜を表すパラメータとしては、１次の反射係数が利用可能である。反射係数と線形予測係数（ＬＰＣ）との間にはLevinson-Durbinのアルゴリズムを用いれば互いに変換可能な関係があるので、量子化ＬＰＣから１次の反射係数を求めることができ、これをスペクトル傾斜情報として用いる。なお、正規化予測残差パワ算出部７０４においても量子化ＬＰＣからLevinson-Durbinのアルゴリズムを用いて正規化予測残差パワを算出する。すなわち、反射係数も正規化予測残差パワも同じアルゴリズムを用いて量子化ＬＰＣから同時に求められる。このスペクトル傾斜情報は、モード決定器６０７に与えられる。
【０１１２】
以上のスペクトル傾斜算出部７０３〜隣接ＬＳＰ間隔算出部７０５の要素によって、量子化ＬＳＰパラメータの静的特徴量算出部７０２が構成される。
【０１１３】
動的特徴量算出部７０１及び静的特徴量算出部７０２の出力は、モード決定器６０７へ与えられる。自乗和算出器６０３から平滑化量子化ＬＳＰパラメータの変動量を入力し、自乗和算出器６０５から雑音区間の平均的量子化ＬＳＰパラメータと現在の量子化ＬＳＰパラメータとの距離を入力し、最大値算出器６０６から雑音区間の量子化ＬＳＰパラメータと現在の量子化ＬＳＰパラメータとの距離の最大値を入力し、正規化予測残差パワ算出部７０４から量子化予測残差パワを入力し、隣接ＬＳＰ間隔算出部７０５から隣接ＬＳＰ間隔データのスペクトル傾斜情報を入力し、スペクトル傾斜算出部７０３から分散情報を入力するする。そして、これらの情報を用いて、現在の処理単位時間における入力信号（又は復号信号）が音声区間であるか否かのモードを決定する。より具体的な音声区間か否かの判定方法は、図８を用いて後述する。
【０１１４】
次に、図８を参照して、上記実施の形態における音声区間判定方法の詳細について説明する。
【０１１５】
まず、ＳＴ８０１において、第１の動的パラメータ（Para1）を算出する。第１の動的パラメータの具体的内容は、処理単位時間毎の量子化ＬＳＰパラメータの変動量であり、式（３）に示される。
【０１１６】
【数１】
ＳＴ８０２において、第１の動的パラメータが予め定めてある閾値Ｔｈ１より大きいかどうかをチェックする。閾値Ｔｈ１を越えている場合は、量子化ＬＳＰパラメータの変動量が大きいので、音声区間であると判定する。一方、閾値Ｔｈ１以下の場合は、量子化ＬＳＰパラメータの変動量が小さいので、ＳＴ８０３に進み、さらに別のパラメータを用いた判定処理のステップに進んでゆく。
【０１１８】
ＳＴ８０２において、第１の動的パラメータが閾値Ｔｈ１以下の場合は、ＳＴ８０３に進んで、過去にどれだけ定常雑音区間と判定されたかを示すカウンターの数をチェックする。カウンターは初期値が０で、本モード判定方法によって定常雑音区間であると判定された処理単位時間毎に１ずつインクリメントされる。ＳＴ８０３において、カウンターの数が、予め設定されている閾値ＴｈＣ以下の場合は、ＳＴ８０４に進み、静的パラメータを用いて音声区間か否かの判定を行う。一方、閾値ＴｈＣを越えている場合は、ＳＴ８０６に進み、第２の動的パラメータを用いて音声区間か否かの判定を行う。
【０１１９】
ＳＴ８０４では２種類のパラメータを算出する。一つは量子化ＬＳＰパラメータから算出される線形予測残差パワであり（Para4）、もう一つは量子化ＬＳＰパラメータの隣接次数の差分情報の分散である（Para5）。
【０１２０】
線形予測残差パワは、量子化ＬＳＰパラメータを線形予測係数に変換し、Levinson-Durbinのアルゴリズムにある関係式を用いることにより、求めることができる。線形予測残差パワは有声部より無声部の方が大きくなる傾向が知られているので、有声／無声の判定基準として利用できる。量子化ＬＳＰパラメータの隣接次数の差分情報は式（２）に示したもので、これらのデータの分散を求める。ただし、雑音の種類や帯域制限のかけかたによっては、低域にスペクトルの山（ピーク）が存在し易くなるので、低域端の隣接次数の差分情報（式（２）において、ｉ＝１）は用いずに、式（２）において、ｉ＝２からＭ−１（Ｍは分析次数）までのデータを用いて分散を求めた方が雑音区間と音声区間とを分類し易くなる。音声信号においては、電話帯域（２００Ｈｚ〜３．４ｋＨｚ）内に３つ程度のホルマントを持つため、ＬＳＰの間隔が狭い部分と広い部分がいくつかあり、間隔のデータの分散が大きくなる傾向がある。
【０１２１】
一方、定常ノイズでは、ホルマント構造を持たないため、ＬＳＰは比較的等間隔になりやすく、前記分散は小さくなる傾向がある。この性質を利用して、音声区間か否かの判定を行うことが可能である。ただし、前述のように雑音の種類や伝送路の周波数特性などによっては、低域にスペクトルの山（ピーク）をもつ場合があり、この様な場合は最も低域側のＬＳＰ間隔が狭くなるので、全ての隣接ＬＳＰ差分データを用いて分散を求めると、ホルマント構造の有無による差が小さくなり、判定精度が低くなる。
【０１２２】
したがって、低域端の隣接ＬＳＰ差分情報を除いて分散を求めることによって、この様な精度劣化を回避する。ただし、この様な静的パラメータは、動的パラメータに比べると判定能力が低いので、補助的な情報として用いるのが良い。ＳＴ８０４にて算出された２種類のパラメータはＳＴ８０５で用いられる。
【０１２３】
次に、ＳＴ８０５において、ＳＴ８０４にて算出された２種類のパラメータを用いた閾値処理が行われる。具体的には線形予測残差パワ（Para4）が閾値Ｔｈ４より小さく、かつ、隣接ＬＳＰ間隔データの分散（Para5）が閾値Ｔｈ５より大きい場合に、音声区間と判定する。それ以外の場合は、定常雑音区間（非音声区間）と判定する。定常雑音区間と判定された場合は、カウンターの値を１インクリメントする。
【０１２４】
ＳＴ８０６においては、第２の動的パラメータ（Para2）が算出される。第２の動的パラメータは過去の定常雑音区間における平均的な量子化ＬＳＰパラメータと現在の処理単位時間における量子化ＬＳＰパラメータとの類似度を示すパラメータであり、具体的には式（４）に示したように、前記２種類の量子化ＬＳＰパラメータを用いて各次数毎に差分値を求め、自乗和を求めたものである。求められた第２の動的パラメータは、ＳＴ８０７にて閾値処理に用いられる。
【０１２５】
【数２】
次に、ＳＴ８０７において、第２の動的パラメータが閾値Ｔｈ２を越えているかどうかの判定が行われる。閾値Ｔｈ２を越えていれば、過去の定常雑音区間における平均的な量子化ＬＳＰパラメータとの類似度が低いので、音声区間と判定し、閾値Ｔｈ２以下であれば、過去の定常雑音区間における平均的な量子化ＬＳＰパラメータとの類似度が高いので、定常雑音区間と判定する。定常雑音区間と判定された場合は、カウンターの値をインクリメントする。
【０１２７】
ＳＴ８０８においては、第３の動的パラメータ（Para3）が算出される。第３の動的パラメータは、第２の動的パラメータを用いた判定では判定しにくい、すなわち量子化ＬＳＰの差の自乗和だけでは判定されないが、平均的量子化ＬＳＰに対して有意な差を持つ次数を検出するためのパラメータであり、具体的には式（５）に示したように、各次数の量子化ＬＳＰパラメータの最大値を求めたものである。求められた第３の動的パラメータは、ＳＴ８０８にて閾値処理に用いられる。
【０１２８】
【数３】
次に、ＳＴ８０９において、第３の動的パラメータが閾値Ｔｈ３を越えているかどうかの判定が行われる。閾値Ｔｈ３を越えていれば、過去の定常雑音区間における平均的な量子化ＬＳＰパラメータとの類似度が低いので、音声区間と判定し、閾値Ｔｈ３以下であれば、過去の定常雑音区間における平均的な量子化ＬＳＰパラメータとの類似度が高いので、定常雑音区間と判定する。定常雑音区間と判定された場合は、カウンターの値をインクリメントする。
【０１３０】
本発明者は、第１及び第２の動的パラメータを用いた判定だけではモード判定誤りが生じることについて、モード判定誤りの原因が、雑音区間の平均的量子化ＬＳＰと当該部所における量子化ＬＳＰとが非常に近い値を示しており、かつ当該部所における量子化ＬＳＰの変動が非常に小さかったことを見出した。ただし、ある特定の次数における量子化ＬＳＰに着目すると、雑音区間の平均的量子化ＬＳＰと当該部所における量子化ＬＳＰとで有意な差があったことから、上述したように、第３の動的パラメータを用いて、全次数の量子化ＬＳＰの差（雑音区間の平均的量子化ＬＳＰと当該サブフレームにおける量子化ＬＳＰとの差）の自乗和だけでなく、各次数毎の量子化ＬＳＰの差を求め、１つの次数においてだけでも差が大きいものが認められた場合は音声区間と判定するようにしている。
【０１３１】
これにより、雑音区間の平均的量子化ＬＳＰと当該部所における量子化ＬＳＰとが非常に近い値を示しており、かつ当該部所における量子化ＬＳＰの変動が非常に小さい場合でも、より正確にモード判定を行うことができる。
【０１３２】
本実施の形態においては、モード判定の際に第１から第３の動的パラメータをすべて用いてモード判定を行う場合について説明しているが、本発明においては、第１の動的パラメータと第３の動的パラメータを用いてモード判定を行うようにしても良い。
【０１３３】
なお、符号器側で別途雑音区間を判定するアルゴリズムを備え、雑音区間と判定された区間ではＬＳＰ量子化器のターゲットとなるＬＳＰの平滑化を行うことにより、量子化ＬＳＰの変動が非常に小さくなるようにする構成と組み合わせて用いれば、本モード判定の精度をさらに改善することも可能である。
【０１３４】
（実施の形態５）
本実施の形態では、モードに応じて適応符号帳探索範囲を設定する場合について説明する。
【０１３５】
図９は、本実施の形態に係るピッチ探索を行う構成を示すブロック図である。
この構成においては、モード情報に応じて探索範囲を決定する探索範囲決定部９０１と、決定された探索範囲においてターゲットベクトルを用いてピッチ探索を行うピッチ探索部９０２と、探索されたピッチを用いて適応符号帳９０３から適応符号ベクトルを生成する適応符号ベクトル生成部９０５と、適応符号ベクトルとターゲットベクトルとピッチ情報とを用いて雑音符号帳を探索する雑音符号帳探索部９０６と、探索された雑音符号帳ベクトルとピッチ情報とを用いて雑音適応符号帳９０４から雑音符号ベクトルを生成する雑音符号ベクトル生成部９０７とを含む。
【０１３６】
次に、この構成を用いてピッチ探索を行う場合について説明する。まず、実施の形態４に記載したようにしてモード判定が行われた後、モード情報が探索範囲決定部９０１に入力される。探索範囲決定部９０１では、モード情報に基づいてピッチ探索の範囲を決定する。
【０１３７】
具体的には、定常雑音モード（又は定常雑音モードと無声モード）では、ピッチ探索範囲をサブフレーム長以上（すなわち、サブフレーム以上過去に溯るよう）に設定し、それ以外のモードでは、ピッチ探索範囲をサブフレーム長以下も含むようにする。これにより、定常雑音区間におけるサブフレーム内で周期化が起こることを防止する。本発明者は、以下の理由によりモード情報に基づくピッチ探索範囲を限定することが雑音符号帳の構成において好ましいことを見出した。
【０１３８】
常に固定のピッチ周期化を適用する雑音符号帳を構成する際、ランダム符号帳（雑音的な符号帳）率を１００％に上げてもswirlingあるいはwater falling歪みと呼ばれる類の符号化歪みが強く残ることが確認された。このswirling歪みについては、例えばT.Wigrenら：“Improvements of Background Sound Coding in Linear Predictive Speech Coders",IEEE Proc. ICASSP'95, pp25-28などに示されているように、短期スペクトル（合成フィルタの周波数特性）の変動が原因であることが知られている。しかしながら、ピッチ周期化のモデルは周期性を持たない雑音信号を表現するのには適さないことは明らかであり、周期化による特有の歪みを生じている可能性が考えられる。このため、雑音符号帳の構成においてピッチ周期化の影響があるかどうかを調べた。雑音符号ベクトルに対するピッチ周期化をなくした場合、適応符号ベクトルをオール０にした場合、のそれぞれについて試聴した結果、どちらの場合もswirling歪みのような歪みが残ることが確認された。また、適応符号ベクトルをオール０にし、かつ雑音符号ベクトルに対するピッチ周期化処理を外すと、前記歪みがかなり軽減されることが確認された。これらのことから、１サブフレーム内でのピッチ周期化が少なからず前記歪みの原因になっていることが確認できた。
【０１３９】
そこで、本発明者は、まず、雑音モードにおいては、適応符号ベクトルの生成において、ピッチ周期の探索範囲をサブフレーム長以上の部分のみに限定するようにした。これにより、１サブフレーム内における周期性強調を避けることができる。
【０１４０】
なお、このようなモード情報に応じて適応符号帳の一部のみを使用する制御、すなわち、定常雑音モードでピッチ周期の探索範囲を限定する制御を行うと、デコーダ側で定常雑音モードでピッチ周期が短いことを検出して、誤りを検出することも可能である。
【０１４１】
図１０（ａ）を用いて説明すると、モード情報が定常雑音モードである場合には、探索範囲はサブフレーム長（Ｌ）以上に限定した探索範囲▲２▼となり、モード情報が定常雑音モード以外のモードである場合には、探索範囲はサブフレーム長未満範囲を含む探索範囲▲１▼となる（なお、図において、探索範囲の下限（最も短いピッチラグ）は０として図示されているが、８ｋＨｚサンプリングで０〜２０サンプル程度の範囲はピッチ周期としては短すぎるため一般的には探索せず、１５〜２０サンプル以上の範囲を探索範囲▲１▼とする）。この探索範囲の切り替えは、探索範囲決定部９０１において行う。
【０１４２】
ピッチ探索部９０２では、探索範囲決定部９０１で決定した探索範囲において、入力されたターゲットベクトルを用いてピッチ探索を行う。具体的には、決定されたピッチ探索範囲において、適応符号帳９０３の中から取り出した適応符号ベクトルにインパルス応答を畳み込むことにより、適応符号帳成分を算出し、この値とターゲットベクトルとの誤差を最小とする適応符号ベクトルを生成するピッチを抽出する。適応符号ベクトル生成部９０５では、求められたピッチによって適応符号ベクトルが生成される。
【０１４３】
雑音符号帳探索部９０６では、生成した適応符号ベクトル及びターゲットベクトルを用い、求められたピッチで雑音符号帳を探索する。具体的には、雑音符号帳探索部９０６は、雑音符号帳９０４の中から取り出した雑音符号ベクトルにインパルス応答を畳み込むことにより、雑音符号帳成分を算出し、この値とターゲットベクトルとの誤差を最小とする雑音符号ベクトルを選び出す。
【０１４４】
このように、本実施の形態では、定常雑音モード（又は定常雑音モードと無声モード）において、探索範囲をサブフレーム長以上に限定することにより、雑音符号ベクトルに対するピッチ周期性を抑制することができ、雑音符号帳構成の際のピッチ周期化に起因する特有の歪みの発生を防止することができる。その結果、合成される定常雑音信号の自然性を高めることができる。
【０１４５】
次に、ピッチ周期性を抑制する観点から考えると、定常雑音モード（又は定常雑音モードと無声モード）で、ピッチ周期化ゲインを制御して、すなわち、定常雑音モードでは、適応符号ベクトル生成において、ピッチ周期化ゲインを０又は１未満に下げることにより、適応符号ベクトルに対するピッチ周期化（適応符号ベクトルのピッチ周期性）を抑制することができる。例えば、定常雑音モードにおいては、図１０（ｂ）に示すように、ピッチ周期化ゲインを０としたり、図１０（ｃ）に示すように、ピッチ周期化ゲインを１未満に下げる。なお、図１０（ｄ）は一般的な適応符号ベクトル生成法である。図中のＴ０はピッチ周期を示す。
【０１４６】
また、雑音符号ベクトル生成についても同様の制御を行う。このような制御は、図１１に示すような構成により実現することができる。この構成においては、雑音符号帳１１０３から雑音符号ベクトルを周期化フィルタ１１０２に入力し、周期化ゲイン制御器１１０１でモード情報に応じて周期化フィルタ１１０２におけるピッチ周期化ゲインを制御する。
【０１４７】
また、さらに、一部の雑音符号帳に対してはピッチ周期化を弱くし、残りの雑音符号帳に対してはピッチ周期化を強くする構成も有効である。
【０１４８】
このような制御は、図１２に示すような構成により実現することができる。この構成においては、雑音符号帳１２０３から雑音符号ベクトルを周期化フィルタ１２０１に入力し、雑音符号帳１２０４から雑音符号ベクトルを周期化フィルタ１２０２に入力し、周期化ゲイン制御器１２０６でモード情報に応じて周期化フィルタ１２０１，１２０２におけるピッチ周期化ゲインを制御する。例えば、雑音符号帳１２０３が代数符号帳であり、雑音符号帳１２０４がランダム符号帳（例えば、ガウス符号帳などが挙げられる）である場合には、代数符号帳用の周期化フィルタ１２０１のピッチ周期化ゲインを１又は１に近い値とし、ランダム符号帳用の周期化フィルタ１２０２のピッチ周期化ゲインはそれより低めの値にする。どちらか一方の雑音符号帳の出力が雑音符号帳全体の出力としてスイッチ１２０５によって選択される。
【０１４９】
上記のように、定常雑音モード（又は定常雑音モードと無声モード）において、探索範囲をサブフレーム長以上に限定することにより、雑音符号ベクトルに対するピッチ周期性を抑制することができ、雑音符号帳構成の際のピッチ周期化による歪みの発生を防止することができる。その結果、周期性を持たない雑音信号のような入力信号に対する符号化性能を改善することができる。
【０１５０】
また、ピッチ周期化ゲインを切り替える場合、適応符号帳に対しても２周期目以降の周期化ゲインも同様とする構成や、適応符号帳の２周期目以降はオール０とするして周期化しないようにしても良い。この場合、現サブフレームのバッファに用いる信号をオール０にするか、周期化ゲインに対応するように信号振幅を減衰させた現サブフレームの線形予測残差信号をコピーするなどすることにより、従来のピッチ探索法そのままでピッチ探索を行うことが可能である。
【０１５１】
（実施の形態６）
本実施の形態では、モードによりピッチ重み付けを切り替える場合について説明する。
【０１５２】
ピッチ探索時においては、一般的に倍ピッチ誤り（ピッチ周期の整数倍のピッチを選択する誤り）を防止する手法が用いられる。しかしながら、周期性の無い信号に対しては、この手法が品質劣化を招く要因となる場合がある。本実施の形態では、この倍ピッチ誤りを防止する手法をモードによってＯＮ／ＯＦＦ切換えすることにより、このような劣化を回避する。
【０１５３】
図１３は、本実施の形態に係る重み付け処理部の構成を示す図である。この構成においては、ピッチ候補の選択を行う場合に、自己相関関数算出器１３０１からの出力を、上記実施の形態で選択されたモード情報にしたがって切り替えて、重みづけ処理器１３０２を介して又は直接最大化ピッチ選択器１３０３に入力する。すなわち、モード情報が定常雑音モードでない場合には、短いピッチが選択されるように、自己相関関数算出器１３０１からの出力を重みづけ処理器１３０２に入力し、重みづけ処理器１３０２において後述する重みづけ処理を行って、この出力を最大化ピッチ選択器１３０３に入力する。図１３において、参照符号１３０４，１３０５は、モード情報にしたがって自己相関関数算出器１３０１からの出力先を切り替えるスイッチである。
【０１５４】
図１４は、上記モード情報にしたがって重みづけ処理を行う場合のフロー図である。自己相関関数算出器１３０１において、残差信号の正規化自己相関関数（ピッチ周期）を計算する（ＳＴ１４０１）。すなわち、比較を始めるサンプル時点を設定し（ｎ＝Ｐｍａｘ）、その時点における自己相関関数の結果を求める（ＳＴ１４０２）。なお、この比較を始めるサンプルの時点は、最も時間的に後ろの時点である。
【０１５５】
次いで、このサンプル時点における自己相関関数の結果に重みづけしたもの（ｎｃｏｒ＿ｍａｘ×α）と、このサンプルより手前のサンプル時点における自己相関関数の結果（ｎｃｏｒ[ｎ−１]）とを比較する（ＳＴ１４０３）。この場合、重みづけは、手前のサンプル時点が大きくなるように設定される（α＜１）。
【０１５６】
そして、（ｎｃｏｒ[ｎ−１]）が（ｎｃｏｒ＿ｍａｘ×α）よりも大きければ、その時点における最大値（ｎｃｏｒ＿ｍａｘ）をｎｃｏｒ[ｎ−１]とし、ピッチをｎ−１とする（ＳＴ１４０４）。そして、重みづけの値αに係数γ（ここでは例えば０．９９４）を乗算し、ｎの値を手前のサンプル時点（ｎ−１）に設定し（ＳＴ１４０５）、ｎが最小値（Ｐｍｉｎ）であるかどうかを判断する（ＳＴ１４０６）。一方、（ｎｃｏｒ[ｎ−１]）が（ｎｃｏｒ＿ｍａｘ×α）よりも大きくなければ、重みづけの値αに係数γ（０＜γ≦１．０、ここでは例えば０．９９４）を乗算し、ｎの値を手前のサンプル時点（ｎ−１）に設定し（ＳＴ１４０５）、ｎが最小値（Ｐｍｉｎ）であるかどうかを判断する（ＳＴ１４０６）。
この判断は、最大化ピッチ選択器１３０３において行う。
【０１５７】
ｎがＰｍｉｎであれば、比較を終了してフレームピッチ周期候補（ｐｉｔ）を出力する（ＳＴ１４０７）。ｎがＰｍｉｎでなければ、ＳＴ１４０３にもどり、一連の処理を繰り返す。
【０１５８】
このような重みづけを行うことにより、すなわちサンプル時点を手前にシフトするにしたがって重みづけ係数（α）を小さくすることにより、手前のサンプル時点の自己相関関数に対する閾値が小さくなるので、短い周期が選ばれ易くなり、倍ピッチ誤りを回避できる。
【０１５９】
図１５は、重みづけ処理を行なわないでピッチ候補の選択を行う場合のフロー図である。自己相関関数算出器１３０１において、残差信号の正規化自己相関関数（ピッチ周期）を計算する（ＳＴ１５０１）。すなわち、比較を始めるサンプル時点を設定し（ｎ＝Ｐｍａｘ）、その時点における自己相関関数の結果を求める（ＳＴ１５０２）。なお、この比較を始めるサンプルの時点は、最も時間的に後ろの時点である。
【０１６０】
次いで、このサンプル時点における自己相関関数の結果（ｎｃｏｒ＿ｍａｘ）と、このサンプルより手前のサンプル時点における自己相関関数の結果（ｎｃｏｒ[ｎ−１]）とを比較する（ＳＴ１５０３）。
【０１６１】
そして、（ｎｃｏｒ[ｎ−１]）が（ｎｃｏｒ＿ｍａｘ）よりも大きければ、その時点における最大値（ｎｃｏｒ＿ｍａｘ）をｎｃｏｒ[ｎ−１]とし、ピッチをｎ−１とする（ＳＴ１５０４）。そして、ｎの値を手前のサンプル時点（ｎ−１）に設定し（ＳＴ１５０５）、ｎがサブフレーム（Ｎ＿ｓｕｂｆｒａｍｅ）であるかどうかを判断する（ＳＴ１５０６）。一方、（ｎｃｏｒ[ｎ−１]）が（ｎｃｏｒ＿ｍａｘ）よりも大きくなければ、ｎの値を手前のサンプル時点（ｎ−１）に設定し（ＳＴ１５０５）、ｎがサブフレーム（Ｎ＿ｓｕｂｆｒａｍｅ）であるかどうかを判断する（ＳＴ１５０６）。この判断は、最大化ピッチ選択器１３０３において行う。
【０１６２】
ｎがサブフレーム（Ｎ＿ｓｕｂｆｒａｍｅ）であれば、比較を終了してフレームピッチ周期候補（ｐｉｔ）を出力する（ＳＴ１５０７）。ｎがサブフレーム（Ｎ＿ｓｕｂｆｒａｍｅ）でなければ、サンプル時点を手前にずらした上でＳＴ１５０３にもどり、一連の処理を繰り返す。
【０１６３】
このように、サブフレーム内でのピッチ周期化が起こらない範囲でピッチ探索を行うことおよび短いピッチに優先度を持たせないようにすることにより、定常雑音モードにおける品質劣化を抑えることが可能となる。上記ピッチ周期候補の選択においては、すべてのサンプル時点について比較を行って最大値を選択するようにしているが、本発明においては、サンプル時点を少なくとも２つのレンジに分割し、そのレンジにおいてそれぞれ最大値を求めた後に、その最大値間で比較を行うようにしても良い。また、ピッチの探索順序はピッチ周期の短い方から順にしても良い。
【０１６４】
（実施の形態７）
本実施の形態においては、上記実施の形態において選択したモード情報にしたがって適応符号帳の使用の有無を切り替える場合について説明する。すなわち、モード情報が定常雑音モード（又は定常雑音モードと無声モード）では、適応符号帳を使用しないように切り替える。
【０１６５】
図１６は、本実施の形態に係る音声符号化装置の構成を示すブロック図である。図１６において、図１に示す部分と同じ部分については、図１と同一の符号を付してその詳細な説明は省略する。
【０１６６】
図１６に示す音声符号化装置は、定常雑音モードの際に使用する雑音符号帳１６０２と、この雑音符号帳１６０２に対するゲイン符号帳１６０１と、雑音符号帳１６０２からの雑音符号ベクトルにゲインを乗算する乗算器１６０３と、モード選択器１０５からのモード情報にしたがって符号帳の切り替えを行うスイッチ１６０４と、符号を多重化して多重化符号を出力する多重化装置１６０５とを有する。
【０１６７】
上記構成を有する音声符号化装置においては、モード選択器１０５からのモード情報にしたがってスイッチ１６０４が適応符号帳１１０及び雑音符号帳１０９の組み合わせと、雑音符号帳１６０２とを切り替える。すなわち、雑音符号帳１０９用の符号Ｓ１，適応符号帳１１０用の符号Ｐ，及びゲイン符号帳１１１用の符号Ｇ１の組み合わせと、雑音符号帳１６０２用の符号Ｓ２及びゲイン符号帳１６０１用の符号Ｇ２の組み合わせとをモード選択器１０５から出力されたモード情報Ｍにより切り替える。
【０１６８】
モード選択器１０５で定常雑音モード（定常雑音モードと無声モード）の情報が出力された時には、スイッチ１６０４は、雑音符号帳１６０２に切り替え、適応符号帳を使用しない。一方、モード選択器１０５で定常雑音モード（定常雑音モードと無声モード）以外のモードの情報が出力された時には、スイッチ１６０４は、雑音符号帳１０９及び適応符号帳１１０に切り替える。
【０１６９】
雑音符号帳１０９用の符号Ｓ１，適応符号帳１１０用の符号Ｐ，ゲイン符号帳１１１用の符号，雑音符号帳１６０２用の符号Ｓ２及びゲイン符号帳１６０１用の符号Ｇ２は、一旦多重化装置１６０５に入力される。多重化装置１６０５は、上述したようにモード情報Ｍにより上述したいずれかの組み合わせを選択して、選択された組み合わせの符号を多重した多重化符号Ｃを出力する。
【０１７０】
図１７は、本実施の形態に係る音声復号化装置の構成を示すブロック図である。図１７において、図２に示す部分と同じ部分については、図２と同一の符号を付してその詳細な説明は省略する。
【０１７１】
図１７に示す音声復号化装置は、定常雑音モードの際に使用する雑音符号帳１７０２と、この雑音符号帳１７０２に対するゲイン符号帳１７０１と、雑音符号帳１７０２からの雑音符号ベクトルにゲインを乗算する乗算器１７０３と、モード選択器２０２からのモード情報にしたがって符号帳の切り替えを行うスイッチ１７０４と、多重化符号を分離する多重分離装置１７０５とを有する。
【０１７２】
上記構成を有する音声復号化装置においては、モード選択器２０２からのモード情報にしたがってスイッチ１７０４が適応符号帳２０４及び雑音符号帳２０３の組み合わせと、雑音符号帳１７０２とを切り替える。すなわち、多重化符号Ｃが多重分離装置１７０５に入力され、最初にモード情報が分離・復号され、復号されたモード情報にしたがって、Ｇ１，Ｐ，Ｓ１の符号セット又はＧ２，Ｓ２の符号セットのいずれかが分離・復号される。符号Ｇ１はゲイン符号帳２０５に出力され、符号Ｐは適応符号帳２０４に出力され、符号Ｓ１は雑音符号帳２０３に出力される。また、符号Ｓ２は雑音符号帳１７０２に出力され、符号Ｇ２はゲイン符号帳１７０１に出力される。
【０１７３】
モード選択器２０２で定常雑音モード（定常雑音モードと無声モード）の情報が出力された時には、スイッチ１７０４は、雑音符号帳１７０２に切り替え、適応符号帳を使用しない。一方、モード選択器２０２で定常雑音モード（定常雑音モードと無声モード）以外のモードの情報が出力された時には、スイッチ１７０４は、雑音符号帳２０３及び適応符号帳２０４に切り替える。
【０１７４】
これらのように、モード情報にしたがって、適応符号帳の使用の有無を切り替えることにより、入力（音声）信号の状態に応じて適切な音源モデルが選択されるので、復号信号の品質を改善することができる。
【０１７５】
（実施の形態８）
本実施の形態においては、モード情報にしたがって擬似定常雑音生成器を用いる場合について説明する。
【０１７６】
定常雑音の音源としては、できるだけ白色ガウス雑音のような音源を用いることが望ましいが、音源としてパルス音源を用いる場合には、合成フィルタを通すと望ましい定常雑音を得ることができない。そこで、本実施の形態では、白色ガウス雑音のような音源を生成する音源生成部と、定常雑音のスペクトル包絡を表すＬＳＰ合成フィルタとで構成される定常雑音生成器を提供する。この定常雑音生成器で生成される定常雑音は、ＣＥＬＰの構成では表すことができないので、上記構成の定常雑音生成器をモデル化して音声復号化装置に備えるようにする。そして、この定常雑音生成器で生成された定常雑音信号を音声区間／非音声区間に拘わらず復号信号に重畳する。
【０１７７】
なお、この定常雑音信号を復号信号に重畳する場合において、常に固定の聴覚重み付けがなされているときは、雑音区間について雑音レベルが小さくなる傾向があるので、この定常雑音信号を復号信号に重畳しても雑音レベルが大きくなりすぎない様に調整することが可能である。
【０１７８】
また、本実施の形態では、ＣＥＬＰ型復号化装置の構成要素となっている雑音符号帳から、ランダムにベクトルを選択してくることによって雑音駆動音源ベクトルを生成し、生成した雑音駆動音源ベクトルを駆動信号として、定常雑音区間の平均ＬＳＰによって特定されるＬＰＣ合成フィルタで定常雑音信号を生成する。生成された定常雑音信号は、定常雑音区間の平均的パワを定数倍（０．５倍前後）したパワにスケーリングされて、復号信号（ポストフィルタ出力信号）に加算される。定常雑音加算後の信号パワを定常雑音加算前の信号パワに合わせるために、加算後の信号に対してスケーリング処理を行っても良い。
【０１７９】
図１８は、本実施の形態に係る音声復号化装置の構成を示すブロック図である。ここで、定常雑音生成器１８０１は、雑音区間の平均ＬＳＰをＬＰＣに変換するＬＰＣ変換器１８１２と、雑音符号帳１８０４におけるランダム符号帳１８０４ａからのランダム信号を入力して雑音を生成する雑音生成器１８１４と、生成した雑音信号で駆動される合成フィルタ１８１３と、モード判定器１８０２で判定されたモードに基づいて定常雑音のパワを算出する定常雑音パワ算出器１８１５と、合成フィルタ１８１３で合成された雑音信号に定常雑音のパワを乗算してスケーリングを行う乗算器１８１６とを有する。
【０１８０】
このような擬似定常雑音生成器を備えた音声復号化装置においては、符号器から伝送されたＬＳＰ符号Ｌと雑音符号ベクトルを表現する符号帳インデックスＳと適応符号ベクトルを表現する符号帳インデックスＡとゲイン情報を表現する符号帳インデックスＧとが、それぞれＬＳＰ復号器１８０３と雑音符号帳１８０４と適応符号帳１８０５とゲイン符号帳とに入力される。
【０１８１】
ＬＳＰ復号器１８０３は、ＬＳＰ符号Ｌから量子化ＬＳＰを復号し、モード判定器１８０２とＬＰＣ変換器１８０９に夫々出力する。
【０１８２】
モード判定器１８０２は、図１９に示す構成を有しており、モード決定器１９０１では、ＬＳＰ復号器１８０３から入力した量子化ＬＳＰを用いてモードを決定し、そのモード情報を雑音符号帳１８０４及びＬＰＣ変換器１８０９に送る。また、平均ＬＳＰ算出器制御器１９０２において、モード決定器１９０１で決定されたモード情報に基づいて平均ＬＳＰ算出器１９０３を制御する。すなわち、平均ＬＳＰ算出器制御器１９０２は、定常雑音モードにおいて、現在の量子化ＬＳＰ及び過去の量子化ＬＳＰから雑音区間の平均ＬＳＰを算出するように平均ＬＳＰ算出器１９０２を制御する。この雑音区間の平均ＬＳＰは、ＬＰＣ変換器１８１２に出力されると共に、モード決定器１９０１に出力される。
【０１８３】
雑音符号帳１８０４は、予め定められた個数の形状の異なる雑音符号ベクトルが格納されており、入力した符号Ｓを復号して得られる雑音符号帳インデックスによって指定される雑音符号ベクトルを出力する。また、この雑音符号帳１８０４は、ランダム符号帳１８０４ａと代数符号帳である部分的代数符号帳１８０４ｂとを有しており、例えば有声音声部に対応するモードでは、部分的代数符号帳１８０４ｂから、よりパルス的な雑音符号ベクトルを生成し、無声音声部や定常雑音部などに対応するモードでは、ランダム符号帳１８０４ａから、より雑音的な雑音符号ベクトルを生成するような構造となっている。
【０１８４】
モード判定器１８０２の判定結果により、ランダム符号帳１８０４ａのエントリ数と部分的代数符号帳１８０４ｂのエントリ数との比率が切換えられる。雑音符号帳１８０４から出力される雑音符号ベクトルは、前記２種類以上のモードのエントリの中から最適なものが選択され、乗算器１８０６で雑音符号帳ゲインＧが乗じられた後に加算器１８０８に出力される。
【０１８５】
適応符号帳１８０５は、過去に生成した駆動音源信号を逐次更新しながらバッファリングしており、入力した符号Ｐを復号して得られる適応符号帳インデックス（ピッチ周期（ピッチラグ））を用いて適応符号ベクトルを生成する。適応符号帳１８０５にて生成された適応符号ベクトルは、乗算器１８０７で適応符号帳ゲインＧが乗じられた後に加算器１８０８に出力される。
【０１８６】
加算器１８０８は、乗算器１８０６及び１８０７から入力される雑音符号ベクトルと適応符号ベクトルの加算を行って駆動音源信号を生成し、合成フィルタ１８１０に出力する。
【０１８７】
合成フィルタ１８１０は、入力した量子化ＬＰＣを用いてＬＰＣ合成フィルタを構築する。この合成フィルタに対して加算器１８０８から出力される駆動音源信号を入力としてフィルタ処理を行って合成信号をポストフィルタ１８１１に出力する。
【０１８８】
ポストフィルタ１８１１は、合成フィルタ１８１０から入力した合成信号に対して、ピッチ強調、ホルマント強調、スペクトル傾斜補正、ゲイン調整などの音声信号の主観的品質を改善させるための処理を行う。
【０１８９】
一方、モード判定器１８０２から出力された雑音区間の平均ＬＳＰは、定常雑音生成器１８０１のＬＰＣ変換器１８１２に入力され、そこでＬＰＣに変換される。このＬＰＣは、合成フィルタ１８１３に入力される。
【０１９０】
雑音生成器１８１４は、ランダム符号帳１８０４ａからランダムにランダムベクトルを選択し、選択したベクトルを用いて雑音信号を生成する。合成フィルタ１８１３は、雑音生成器１８１４で生成された雑音信号により駆動される。合成された雑音信号は、乗算器１８１６に出力される。
【０１９１】
定常雑音パワ算出器１８１５は、モード判定器１８０２から出力されるモード情報と、ポストフィルタ１８１１から出力される信号のパワ変化の情報を用いて、確実な定常雑音区間を判定する。確実な定常雑音区間とは、前記モード情報が非音声区間（定常雑音区間）を示していて、かつ、前記パワ変化が少ない区間のことである。前記モード情報が定常雑音区間を示していても、前記パワ変化が大きく上昇する場合は音声の立ち上がり部である可能性があるため音声区間として扱う。そして、定常雑音区間と判定された区間の平均的パワを算出する。さらに、復号音声信号に重畳する定常雑音信号のパワが大きくなりすぎないように、前記平均的パワに一定の係数を乗じたパワが得られるように、乗算器１８１６において合成フィルタ１８１３からの出力信号に乗ずべきスケーリング係数を求める。乗算器１８１６では、定常雑音パワ算出器１８１５から出力されるスケーリング係数により、合成フィルタ１８１３から出力された雑音信号がスケーリングされる。このスケーリングされた雑音信号は、加算器１８１７に出力される。加算器１８１７では、上述したポストフィルタ１８１１からの出力にスケーリングされた雑音信号が重畳され、復号音声が得られる。
【０１９２】
上記構成の音声復号化装置では、音源をランダムに生成するフィルタ駆動型の擬似定常雑音生成器１８０１を用いているので、同じ合成フィルタ、同じパワ情報を繰り返して使用しても、セグメント間の不連続性に起因するブザー音的なノイズが発生せず、自然なノイズを生成することが可能である。
【０１９３】
本発明は上記実施の形態１から８に限定されず、種々変更して実施することが可能である。例えば、上記実施の形態１から８は適宜組み合わせて実施することが可能である。また、本発明の定常雑音生成器はいかなるタイプの復号器に対しても適用可能であり、必要に応じて、雑音区間の平均ＬＳＰを供給する手段と、雑音区間（モード情報）を判定する手段と、適当な雑音生成器（または適当なランダム符号帳）と、雑音区間の平均パワ（平均エネルギー）を供給（算出）する手段と、を設ければ良い。
【０１９４】
本明細書は、２０００年１月１１日出願の特願２０００−００２８７４に基づく。この内容はすべてここに含めておく。また、本発明は、ＬＳＰのフレーム間変化と、求められたＬＳＰと過去の雑音区間（定常区間）における平均ＬＳＰとの間の距離と、を用いて定常雑音区間を判定するモード判定器を基本構成としている。この内容は、１９９８年８月２１日出願の特願平１０−２３６１４７号及び１９９８年９月２１日出願の特願平１０−２６６８８３号に基づく。これらの内容もすべてここに含めておく。
【０１９５】
本発明は、ディジタル移動通信システムなどにおける低ビットレート音声符号化装置、特に音声信号を声道情報と音源情報とに分離して表現するようなＣＥＬＰ型音声符号化装置などに適用することができる。
【０１９６】
【発明の効果】
以上説明したように、本発明によれば、モード判定において、第３の動的パラメータを用いて最大値でしきい値判定を行うので、ほとんどの結果がしきい値を超えなく、１つや２つの結果がしきい値を超える場合においても、正確に音声区間と判定することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態１における音声符号化装置の構成を示すブロック図
【図２】本発明の実施の形態２における音声復号化装置の構成を示すブロック図
【図３】本発明の実施の形態１における音声符号化処理の流れを示すフロー図
【図４】本発明の実施の形態２における音声復号化処理の流れを示すフロー図
【図５】本発明の実施の形態３における音声信号送信装置及び受信装置の構成を示すブロック図
【図６】本発明の実施の形態４におけるモード選択器の構成を示すブロック図
【図７】本発明の実施の形態４におけるモード選択器の構成を示すブロック図
【図８】本発明の実施の形態４における前段のモード選択処理の流れを示すフロー図
【図９】本発明の実施の形態５におけるピッチ探索の構成を示すブロック図
【図１０】本発明の実施の形態５におけるピッチ探索の探索範囲を示す図
【図１１】本発明の実施の形態５におけるピッチ周期化ゲインの切り替え制御を行う構成を示す図
【図１２】本発明の実施の形態５におけるピッチ周期化ゲインの切り替え制御を行う構成を示す図
【図１３】本発明の実施の形態６における重みづけ処理を行う構成を示すブロック図
【図１４】上記実施の形態において、ピッチ周期候補選択で重みづけ処理を行う場合のフロー図
【図１５】上記実施の形態において、ピッチ周期候補選択で重みづけ処理を行わない場合のフロー図
【図１６】本発明の実施の形態７における音声符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７における音声復号化装置の構成を示すブロック図
【図１８】本発明の実施の形態８における音声復号化装置の構成を示すブロック図
【図１９】上記実施の形態における音声復号化装置のモード判定器の構成を示すブロック図
【符号の説明】
１０３ ＬＰＣ量子化器
１０４ 合成フィルタ
１０５ モード選択器
１０９ 雑音符号帳
１１０ 適応符号帳
１１１ ゲイン符号帳
２０１ ＬＰＣ復号器
２０２ モード選択器
２０９ 合成フィルタ
２１０ ポストフィルタ
５０１ 音声入力装置
５０３ 音声符号化器
５０９ 音声復号化器
５１１ 音声出力装置
６０１ 平滑化部
６０３，６０５ 自乗和算出器
６０４ 自乗値算出器
６０７ モード決定器
６０８ 平均ＬＳＰ算出器制御器
６０９ 平均ＬＳＰ算出器
７０１ 動的特徴量算出部
７０２ 静的特徴量算出部
７０３ スペクトル傾斜算出部
７０４ 正規化予測残差パワ算出部
７０５ 隣接ＬＳＰ間隔算出部
Claims (6)
- 量子化ＬＰＣまたは量子化ＬＳＰを示す符号に対して復号化を施し、量子化ＬＳＰパラメータを生成する復号手段と、
量子化ＬＳＰパラメータが定常的な区間における平均量子化ＬＳＰパラメータを用いて現フレームが音声モードに該当するか否か判定するモード判定手段と、
雑音符号ベクトルを格納した複数の雑音符号帳のいずれかから、前記モード判定手段の判定結果に応じて雑音符号ベクトルを選択して出力する雑音符号ベクトル生成手段と、
前記雑音符号ベクトルを用いて復号音声信号を生成する復号音声信号生成手段と、
前記モード判定手段で音声モードと判定される区間以外の区間において、前記平均量子化ＬＳＰパラメータから求められるＬＰＣパラメータで構築された合成フィルタを、前記雑音符号ベクトルから生成した雑音信号で駆動させて定常雑音を生成し、この定常雑音を前記復号音声信号に重畳する定常雑音生成手段と、
を具備することを特徴とするマルチモード音声復号化装置。 - 前記モード判定手段は、
量子化ＬＳＰパラメータが定常的な区間における平均量子化ＬＳＰパラメータを算出する平均ＬＳＰ算出手段と、
前記平均量子化ＬＳＰパラメータの各次数成分と現フレームの量子化ＬＳＰパラメータの各次数成分との差を各次数について算出する差算出手段と、
いずれかの次数において所定量以上の前記差が算出されるフレームのモードを音声モードと判定する第１のモード判定手段と、
を具備することを特徴とする請求項１記載のマルチモード音声復号化装置。 - 前記モード判定手段は、
前記量子化ＬＳＰパラメータのフレーム間変化を算出するフレーム間変化算出手段と、
前記フレーム間変化が所定量以上の区間のモードを音声モードと判定する第２のモード判定手段と、
を具備し、
前記平均ＬＳＰ算出手段は、
前記第２のモード判定手段によって音声モードと判定される区間以外の区間の全部または一部を前記量子化ＬＳＰパラメータが定常的な区間とし、
前記第１のモード判定手段は、
前記第２のモード判定手段によって音声モードと判定される区間以外の区間において音声モードの判定を行う、
ことを特徴とする請求項２記載のマルチモード音声復号化装置。 - 量子化ＬＰＣまたは量子化ＬＳＰを示す符号に対して復号化を施し、量子化ＬＳＰパラメータを生成する復号ステップと、
量子化ＬＳＰパラメータが定常的な区間における平均量子化ＬＳＰパラメータを用いて現フレームが音声モードに該当するか否か判定するモード判定ステップと、
雑音符号ベクトルを格納した複数の雑音符号帳のいずれかから、前記モード判定手段の判定結果に応じて雑音符号ベクトルを選択して出力する雑音符号ベクトル生成ステップと、
前記雑音符号ベクトルを用いて復号音声信号を生成する復号音声信号生成ステップと、
前記モード判定ステップで音声モードと判定される区間以外の区間において、前記平均量子化ＬＳＰパラメータから求められるＬＰＣパラメータで構築された合成フィルタを、前記雑音符号ベクトルから生成した雑音信号で駆動させて定常雑音を生成し、この定常雑音を前記復号音声信号に重畳する定常雑音生成ステップと、
を具備することを特徴とするマルチモード音声復号化方法。 - 前記モード判定ステップは、
量子化ＬＳＰパラメータが定常的な区間における平均量子化ＬＳＰパラメータを算出する平均ＬＳＰ算出ステップと、
前記平均量子化ＬＳＰパラメータの各次数成分と現フレームの量子化ＬＳＰパラメータの各次数成分との差を各次数について算出する差算出ステップと、
いずれかの次数において所定量以上の前記差が算出されるフレームのモードを音声モードと判定する第１のモード判定ステップと、
を具備することを特徴とする請求項４記載のマルチモード音声復号化方法。 - 前記モード判定ステップは、
前記量子化ＬＳＰパラメータのフレーム間変化を算出するフレーム間変化算出ステップと、
前記フレーム間変化が所定量以上の区間のモードを音声モードと判定する第２のモード判定ステップと、
を具備し、
前記平均ＬＳＰ算出ステップは、
前記第２のモード判定ステップによって音声モードと判定される区間以外の区間の全部または一部を前記量子化ＬＳＰパラメータが定常的な区間とし、
前記第１のモード判定ステップは、
前記第２のモード判定ステップによって音声モードと判定される区間以外の区間において音声モードの判定を行う、
ことを特徴とする請求項５記載のマルチモード音声復号化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001000797A JP4619549B2 (ja) | 2000-01-11 | 2001-01-05 | マルチモード音声復号化装置及びマルチモード音声復号化方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000-2874 | 2000-01-11 | ||
| JP2000002874 | 2000-01-11 | ||
| JP2001000797A JP4619549B2 (ja) | 2000-01-11 | 2001-01-05 | マルチモード音声復号化装置及びマルチモード音声復号化方法 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2001265396A JP2001265396A (ja) | 2001-09-28 |
| JP2001265396A5 JP2001265396A5 (ja) | 2005-08-18 |
| JP4619549B2 true JP4619549B2 (ja) | 2011-01-26 |
Family
ID=26583326
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001000797A Expired - Lifetime JP4619549B2 (ja) | 2000-01-11 | 2001-01-05 | マルチモード音声復号化装置及びマルチモード音声復号化方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4619549B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4619549B2 (ja) * | 2000-01-11 | 2011-01-26 | パナソニック株式会社 | マルチモード音声復号化装置及びマルチモード音声復号化方法 |
| 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 |
| WO2014007349A1 (ja) * | 2012-07-05 | 2014-01-09 | 日本電信電話株式会社 | 符号化装置、復号装置、これらの方法、プログラム、および記録媒体 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6053999A (ja) * | 1983-09-05 | 1985-03-28 | 日本電気株式会社 | 音声合成器 |
| JPS63262693A (ja) * | 1987-04-20 | 1988-10-28 | 日本電気株式会社 | 音声判定検出装置 |
| JPH10207495A (ja) * | 1997-01-21 | 1998-08-07 | Hitachi Ltd | 音声情報処理装置 |
| JPH10222194A (ja) * | 1997-02-03 | 1998-08-21 | Gotai Handotai Kofun Yugenkoshi | 音声符号化における有声音と無声音の識別方法 |
| JP2001265396A (ja) * | 2000-01-11 | 2001-09-28 | Matsushita Electric Ind Co Ltd | マルチモード音声符号化装置及び復号化装置 |
| JP2009122710A (ja) * | 1998-08-21 | 2009-06-04 | Panasonic Corp | パラメータ抽出装置及びパラメータ抽出方法 |
| JP2009134303A (ja) * | 1997-12-24 | 2009-06-18 | Mitsubishi Electric Corp | 音声復号化方法及び音声復号化装置 |
-
2001
- 2001-01-05 JP JP2001000797A patent/JP4619549B2/ja not_active Expired - Lifetime
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6053999A (ja) * | 1983-09-05 | 1985-03-28 | 日本電気株式会社 | 音声合成器 |
| JPS63262693A (ja) * | 1987-04-20 | 1988-10-28 | 日本電気株式会社 | 音声判定検出装置 |
| JPH10207495A (ja) * | 1997-01-21 | 1998-08-07 | Hitachi Ltd | 音声情報処理装置 |
| JPH10222194A (ja) * | 1997-02-03 | 1998-08-21 | Gotai Handotai Kofun Yugenkoshi | 音声符号化における有声音と無声音の識別方法 |
| JP2009134303A (ja) * | 1997-12-24 | 2009-06-18 | Mitsubishi Electric Corp | 音声復号化方法及び音声復号化装置 |
| JP2009122710A (ja) * | 1998-08-21 | 2009-06-04 | Panasonic Corp | パラメータ抽出装置及びパラメータ抽出方法 |
| JP2001265396A (ja) * | 2000-01-11 | 2001-09-28 | Matsushita Electric Ind Co Ltd | マルチモード音声符号化装置及び復号化装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2001265396A (ja) | 2001-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1164580B1 (en) | Multi-mode voice encoding device and decoding device | |
| CA2306098C (en) | Multimode speech coding apparatus and decoding apparatus | |
| JP5373217B2 (ja) | 可変レートスピーチ符号化 | |
| US6260009B1 (en) | CELP-based to CELP-based vocoder packet translation | |
| EP1317753B1 (en) | Codebook structure and search method for speech coding | |
| US6081776A (en) | Speech coding system and method including adaptive finite impulse response filter | |
| US20020016711A1 (en) | Encoding of periodic speech using prototype waveforms | |
| US6138092A (en) | CELP speech synthesizer with epoch-adaptive harmonic generator for pitch harmonics below voicing cutoff frequency | |
| KR20010080258A (ko) | 음성 부호화 장치, 기록 매체, 음성 복호화 장치, 신호 처리용 프로세서, 음성 부호화 복호화 시스템, 통신용 기지국, 통신용 단말 및 무선 통신 시스템 | |
| JPH09127991A (ja) | 音声符号化方法及び装置、音声復号化方法及び装置 | |
| JP2010181892A (ja) | 音声符号化用ゲイン平滑化 | |
| JP3955179B2 (ja) | 音声符号化装置、音声復号化装置、およびこれらの方法 | |
| JPH1097296A (ja) | 音声符号化方法および装置、音声復号化方法および装置 | |
| JPH10214100A (ja) | 音声合成方法 | |
| JP4619549B2 (ja) | マルチモード音声復号化装置及びマルチモード音声復号化方法 | |
| JP2003044099A (ja) | ピッチ周期探索範囲設定装置及びピッチ周期探索装置 | |
| JP4527175B2 (ja) | スペクトルパラメータ平滑化装置及びスペクトルパラメータ平滑化方法 | |
| JP2002073097A (ja) | Ｃｅｌｐ型音声符号化装置とｃｅｌｐ型音声復号化装置及び音声符号化方法と音声復号化方法 | |
| JPH0519796A (ja) | 音声の励振信号符号化・復号化方法 | |
| JP3232728B2 (ja) | 音声符号化方法 | |
| AU753324B2 (en) | Multimode speech coding apparatus and decoding apparatus | |
| JPH02160300A (ja) | 音声符号化方式 | |
| JP2005062410A (ja) | 音声信号の符号化方法 | |
| Popescu et al. | A DIFFERENTIAL, ENCODING, METHOD FOR THE ITP DELAY IN CELP |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050207 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071226 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100517 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100525 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100726 |
|
| 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: 20101005 |
|
| 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: 20101027 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131105 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4619549 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| 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 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |