JP5057334B2 - 線形予測係数算出装置、線形予測係数算出方法、線形予測係数算出プログラム、および記憶媒体 - Google Patents

線形予測係数算出装置、線形予測係数算出方法、線形予測係数算出プログラム、および記憶媒体 Download PDF

Info

Publication number
JP5057334B2
JP5057334B2 JP2008051149A JP2008051149A JP5057334B2 JP 5057334 B2 JP5057334 B2 JP 5057334B2 JP 2008051149 A JP2008051149 A JP 2008051149A JP 2008051149 A JP2008051149 A JP 2008051149A JP 5057334 B2 JP5057334 B2 JP 5057334B2
Authority
JP
Japan
Prior art keywords
signal
linear
prediction coefficient
coefficient calculation
amplitude
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.)
Active
Application number
JP2008051149A
Other languages
English (en)
Other versions
JP2009210644A (ja
Inventor
健弘 守谷
登 原田
優 鎌本
豊 堀
茂樹 嵯峨山
順貴 小野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
University of Tokyo NUC
Original Assignee
Nippon Telegraph and Telephone Corp
University of Tokyo NUC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp, University of Tokyo NUC filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2008051149A priority Critical patent/JP5057334B2/ja
Publication of JP2009210644A publication Critical patent/JP2009210644A/ja
Application granted granted Critical
Publication of JP5057334B2 publication Critical patent/JP5057334B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Description

本発明は、例えば音声信号や音響信号などの分析や符号化のための線形予測分析技術を利用する装置等に好適な、線形予測係数算出装置、線形予測係数算出方法、線形予測係数算出プログラム、および線形予測係数算出プログラムを記憶する記憶媒体に関する。
音声、画像などの情報を圧縮する方法として歪の無い可逆の符号化が知られている。また、波形をそのまま線形PCM信号として記録した場合には各種の圧縮符号化が考案されている(非特許文献1)。
一方、電話の長距離伝送やVoIP用の音声伝送には、振幅をそのままの数値とする線形PCMではなく、振幅を対数に近似させた対数近似圧伸PCM(非特許文献2)などが使われている。また、代表的な対数近似圧伸PCMであるG.711(非特許文献3)の符号を、線形な数値(unsigned 8bit value)にマッピングして符号化する技術もある(非特許文献4)。そして、非特許文献4のような符号化技術には、線形予測係数を求める処理を含むものがある。
一般的に線形予測係数を求める処理は、以下のような処理である。n番目の時刻の入力信号をx(n)とする。P次の線形予測では、x(n)をP個の予測係数α(ただし、pは1以上P以下の整数)とx(n−1),…,x(n−P)で予測する。具体的には、n番目の時刻の入力信号の予測値x^(n)と予測値の誤差(予測誤差)d(n)は、次式のように求められる。
Figure 0005057334
そして、符号化装置から復号化装置に、予測係数αと予測誤差d(n)の情報(予測係数αと予測誤差d(n)を符号化した符号)を送る。復号化装置では、次式のように信号x(n)を再生する。
Figure 0005057334
このように、入力信号x(n)を直接符号化するのではなく、線形予測した上で予測誤差d(n)を符号化する方が、符号化の対象となる信号の振幅を小さくできるので符号量を少なくできる。また、予測係数αは、予測誤差のエネルギーを最小にするように求めている。
Mat Hans, "Lossless Compression of Digital Audio", IEEE SIGNAL PROCESSING MAGAZINE, July 2001, pp.21-32. 守谷健弘, "音声符号化", 社団法人電子情報通信学会編, 平成10年10月, pp.73-74. ITU-T Recommendation G.711, "Pulse Code Modulation (PCM) of Voice Frequencies". Florin Ghido, and Ioan Tabus, "ACCOUNTING FOR COMPANDING NONLINEARITIES IN LOSSLESS AUDIO COMPRESSION", in ICASSP 2007 Proceedings, pp.I-261-I-264 IEEE, 2007.
一般の電話に代わってVoIPシステムが普及してくると、VoIP用の音声伝送のために求められる伝送容量は増大する。たとえば、非特許文献3のITU−T G.711の場合であれば、1回線に対して64kbit/s×2の伝送容量が必要だが、回線数が増えれば求められる伝送容量も増大する。したがって、対数近似圧伸PCMなどの圧縮された信号列を圧縮符号化する技術(符号量を低減できる技術)が求められる。
圧縮とは、元の信号を、元の信号の大小関係(大きさ)を示す番号系列中の元の信号の大きさに対応する番号で示すことを意味している。元の信号の大小関係(大きさ)を示す番号系列とは、元の信号の大小関係を維持したままの、あるいは大小関係を反転した、均等間隔の番号の系列である。例えば、1,2,3,…でもよいし、2,4,6,…のようにしてもよい。また、元の信号の大小関係(大きさ)を示す番号系列には、1つの元の信号の大きさ(例えば“0”)に対応する番号として複数の異なる番号が含まれている場合もある。この場合は、圧縮の際には、元の信号の大きさに対応する番号のいずれか1つの番号が付与される。なお、本発明における上記番号系列は、大小関係が元の信号の大小関係と完全に線形な番号系列ではないものとする。すなわち、元の信号が線形PCMである場合は除かれる。
図1は、圧縮された信号の振幅の例を示す図である。横軸は線形PCMの場合の値であり、縦軸は対数近似圧伸PCMの場合の対応する値である。図2は、8ビットのμ則の具体的な形式を示す図である。正負を示す1ビット(極性)、指数(傾き)を示す3ビット(指数部)、線形符号での増分を示す4ビット(線形部)から構成されている。この形式の対数近似圧伸PCMの場合、−127から127までの数値を表現できる。これは、線形PCMの−8158から8158までに相当する(図1)。なお、本明細書内で用いる「信号」とは、例えば図2に示されたような「ビット列」を意味しており、「信号列」とはこのような信号が複数個並んだ系列(例えば、160個の信号が並んだ系列)を指す。
従来の線形予測分析では、元の信号(音声などの信号)と線形な関係の信号が入力されることを前提に、予測誤差のエネルギーを最小にするように求めている。このように予測係数を求めることで、好適な予測係数が求められる。しかし、圧縮された信号は、元の信号と線形な関係ではない。したがって、上述の線形予測を用いれば、G.711などの圧縮された信号列も可逆圧縮できる。しかし、予測誤差のエネルギーを最小にするように予測係数を求めているので、好適な予測係数ではなく、圧縮効率が十分高いとは言えない。
本発明は、このような問題に鑑みてなされたものであり、圧縮された信号列に対する好適な予測係数を求める線形予測係数算出装置を提供することを目的とする。
本発明の線形予測係数算出装置は、元の信号の振幅を圧縮した時系列信号から線形予測係数を生成する装置であり、線形対応部と予測係数分析部とを備える。線形対応部は、元の信号の振幅を圧縮した時系列信号に対して、元の信号と線形な関係に近づける処理または元の信号と線形な関係にする処理を行い、線形対応信号を生成する。予測係数分析部は、あらかじめ定めた評価基準で、時系列信号と時系列信号を線形予測した時系列予測信号との差を最小化するよう予測係数を求める。評価基準とは、評価基準は、評価の対象となる線形対応信号の振幅の絶対値または当該線形対応信号近傍の線形対応信号の振幅の絶対値が大きいほど、前記差を軽視するものである。例えば、あらかじめ定めた数の差の信号のエネルギーの和または絶対値の和を、線形対応信号と予測係数で表現することであり、評価の対象となる線形対応信号の振幅の絶対値または当該線形対応信号近傍の線形対応信号の振幅の絶対値が大きいほど、軽視するように重みを付ける。そして、評価結果(差の信号のエネルギーの和または絶対値の和)が小さくなるように、予測係数を生成すればよい。軽視するようにとは、影響を受けにくいようにという意味であり、例えば、重み付き加算(減算)の重みを小さくすることである。あらかじめ定めた数とは、線形予測を行う単位であり、例えば、音響信号列の1フレーム分の信号の数(例えば、160サンプル)である。
なお、評価結果が小さくなる予測係数を求めるために、例えば、予測係数分析部は、差の信号のエネルギーの和を、線形対応信号と予測係数によって示す関数の予測係数ごとの偏微分を用いてもよい。
また、予測係数分析部の評価を、圧縮関数(元の信号の振幅を時系列信号の振幅に圧縮した関数)の線形対応信号の振幅での微分の値が大きいほど、大きな重みを付けるようにしてもよい。
本発明の線形予測係数算出装置によれば、圧縮された時系列信号の残差信号のエネルギーの最小化を、元の信号と線形な関係に近づけた信号または線形な関係にした信号で評価するために、圧縮によって生じる残差信号のエネルギーの重みを考慮して予測係数を求める。したがって、適切な線形予測が可能となり、圧縮効率も向上できる。
以下では、説明の重複を避けるため同じ機能を有する構成部や同じ処理を行う処理ステップには同一の番号を付与し、説明を省略する。
[第1実施形態]
図3に、本発明の線形予測係数算出装置の機能構成例を示す。また、図4に、本発明の線形予測係数算出装置の処理フローを示す。線形予測係数算出装置400は、線形対応部410と予測係数分析部420を備える。線形対応部410は、時系列信号z(ただし、nは信号の番号を示す整数)を元の信号sと線形な関係に近づける処理または元の信号sと線形な関係にする処理を行い、線形対応信号xを生成する。
予測係数分析部420は、N個の時系列信号zと時系列信号を線形予測した時系列予測信号yとの差を、線形対応信号xと予測係数α(ただし、pは1からPの整数、Pは線形予測の次数)によって評価し、予測係数を生成する。評価とは、差の信号のエネルギーの和または絶対値の和を、線形対応信号xと予測係数αで表現することであり、評価の対象となる線形対応信号xの振幅の絶対値または線形対応信号近傍の線形対応信号の振幅の絶対値が大きいほど、軽視するように重みを付ける。そして、評価結果(差の信号のエネルギーの和または絶対値の和)が小さくなるように、予測係数を生成する。線形対応信号近傍の線形対応信号とは、線形対応信号xの前後のあらかじめ定めた時間幅の線形対応信号である。近傍の線形対応信号も用いれば、特異な振幅値を持つ線形対応信号があった場合でも、平滑化できる。平滑化については、後述の変形例で説明する。
評価結果が小さくなる予測係数を求めるために、例えば、予測係数分析部は、差の信号のエネルギーの和を、線形対応信号と予測係数によって示す関数の予測係数ごとの偏微分を用いればよい。例えば、N個の時系列信号zと時系列信号を線形予測した時系列予測信号yとの差の信号(残差信号e)のエネルギーの和Eを、線形対応信号xと予測係数α(ただし、pは1からPの整数、Pは線形予測の次数)によって示す関数の予測係数ごとの偏微分が、全て0となる予測係数α,…,αを生成する。
本実施形態の原理を、具体的な圧縮方法の例として非特許文献2の対数近似圧伸PCMを取り上げ、線形対応部410が、時系列信号を元の信号と線形な関係にする処理を行う場合を説明する。非特許文献2の対数近似圧伸PCMの場合、元の信号sと圧縮された信号zは、
Figure 0005057334
の関係である。ただし、smaxはsが取り得る最大値、sgn()は正負を示す関数、μはあらかじめ定めた定数である。
線形対応部410が、時系列信号を元の信号と線形な関係にする処理を行う場合、
=d・x ただし、dは定数 (4)
である。つまり、
=f(d・x) (5)
である。また、時系列予測信号yは、線形対応信号xの予測値x^(線形対応予測値)を用いて、
=f(d・x^) (6)
と表現できる。ここで、
Figure 0005057334
である。そして、残差信号eは、
=z−y (8)
なので、残差信号eを、線形対応信号xを用いて表すと、
Figure 0005057334
となる。ただし、xmaxはxが取り得る最大値(smax=d・xmax)である。
ここで、線形対応予測値x^は線形対応信号xの予測値であるから、極性が同じとなる確率が非常に高い。したがって、仮に極性が逆の場合も発生するとしてもフレーム内の全ての信号の誤差の和を最小化する観点からは無視しうる。さらに、定数部分を省略して以降の計算を簡単にするために、h
Figure 0005057334
を満たす変数とすると、
Figure 0005057334
と変形できる。また、この式の分数に着目すると、分子は、線形対応予測値x^と線形対応信号xとの誤差のμ倍だから、分母のxmax+μ|x|に比べると十分小さい。したがって、分数の項が1より十分小さいことを利用して、次のように近似できる。
Figure 0005057334
上述の結果から、N個の信号から構成される1つのフレームの残差信号eのエネルギーEの和は、次式が最小のときに最小となる。
Figure 0005057334
つまり、この式を各予測係数αで偏微分して0とおいたP個の方程式を満足する予測係数α,…,αが、1つのフレームの残差信号eのエネルギーEの和を最小にする予測係数である。
ここでは、本発明の原理を、具体的な圧縮方法の例として非特許文献2の対数近似圧伸PCMを取り上げ、線形対応部410が、時系列信号を元の信号と線形な関係にする処理を行う場合を説明した。この原理は、非特許文献2の対数近似圧伸PCMに限定して成り立つものではない。他の圧縮方法であっても、あらかじめ定めた数(例えば、1フレームの信号数)の時系列信号zと時系列信号を線形予測した時系列予測信号yとの差の信号(残差信号e)のエネルギーの和Eを、線形対応信号xと予測係数αによって示す関数の予測係数ごとの偏微分が、全て0となる予測係数α,…,αを生成すればよい。また、この原理は、時系列信号を元の信号と完全に線形な関係にまで変換しなくても、線形に近づける処理でも成り立つ。
本発明の線形予測係数算出装置によれば、線形対応信号の振幅の絶対値または当該線形対応信号近傍の線形対応信号の振幅の絶対値が大きいほど、軽視するように重みを付けて、残差信号のエネルギーを小さくする予測係数を求める。したがって、適切な線形予測が可能となり、圧縮効率も向上できる。
[変形例1]
変形例1では、第1実施形態を具体化した線形予測係数算出装置について説明する。各予測係数αで偏微分して、0とおいたP個の方程式を具体的に作ると、次式のような正規方程式が得られる。
WUΑ=UWX (14)
ただし、Tは転置を意味し、
Α=(α,α,…,α
=(x,x,…,x
Figure 0005057334
上述の原理に従うために、線形対応部410は、時系列信号zを元の信号sと線形な関係にする処理f−1()を行い、線形対応信号xを生成する(S410)。予測係数分析部420は、式(14)を満足する予測係数α,…,αを生成する(S420)。また、予測係数分析部420の処理(S420)は、重み係数行列生成手段421が対角成分のみを有する重み係数行列Wを生成する処理(S421)と、その重み係数行列Wを掛けた正規方程式を用いて予測係数α,…,αを生成する処理(S425)に分けることができる。
本変形例の線形予測係数算出装置によれば、線形対応信号の振幅の絶対値または当該線形対応信号近傍の線形対応信号の振幅の絶対値が大きいほど、軽視するように重みを付けて、残差信号のエネルギーを小さくする予測係数を求める。したがって、適切な線形予測が可能となり、圧縮効率も向上できる。
[変形例2]
本変形例では、具体的な圧縮方法の例として非特許文献2の対数近似圧伸PCMを取り上げ、線形対応部410が、時系列信号を元の信号と線形な関係に近づける処理を行う場合を説明する。非特許文献2の対数近似圧伸PCMの場合、元の信号sと圧縮された信号zは、
Figure 0005057334
の関係である。例えば、元の信号と線形な関係に近づける処理F’()を、
=F’(z)=z+δs (16)
とする。この場合には、例えば重みγを、
Figure 0005057334
とすればよい。この場合、xが大きくなると傾きが小さくなるという影響(非線形性)はδによって緩められることになる。
本変形例の線形予測係数算出装置によれば、線形対応信号の振幅の絶対値または当該線形対応信号近傍の線形対応信号の振幅の絶対値が大きいほど、軽視するように重みを付けて、残差信号のエネルギーを小さくする予測係数を求める。したがって、適切な線形予測が可能となり、圧縮効率も向上できる。
[変形例3]
非特許文献2の対数近似圧伸PCMでは、元の信号の振幅sと圧縮された信号の振幅zは次式の関係である。
Figure 0005057334
この関数を、sを横軸、zを縦軸として現せば、理論上は、元の信号の振幅sと圧縮された信号の振幅zの関係は曲線となる。しかし、実際の圧縮方法である非特許文献3の規格(μ則)では、図5に示すように、式(18)を近似した折れ線(直線の組合せ)で、元の信号の振幅sと圧縮された信号の振幅zの関係が規定されている。式(18)を前提に、残差信号eと線形対応信号x(sと線形な関係の場合)との関係を求めると、第1実施形態の原理の説明より、
Figure 0005057334
となる。d=1として、残差信号eの傾きΓを求めると
Figure 0005057334
となる。
次に、理論上の傾きΓと、非特許文献3の規格上の傾きの違いを比較してみる。非特許文献3の規格は、式(20)においてxmax=4079.5、μ=255とした傾きを折れ線で近似したものである。したがって、例えば、x=2040では、理論上は
Figure 0005057334
である。一方、x=4079では、理論上は
Figure 0005057334
であり、x=2040での傾きΓの方が約2倍大きい。しかし、非特許文献3の規格では、2040≦x≦4079の範囲で同じ傾きを用いている。また、x<2040では異なる傾き(大きな傾き)になる。
非特許文献3の規格では、例えばx=2040の場合に、予測値が2040より大きくなった場合の傾きと小さくなった場合の傾きは階段状に変化する。予測値が2040より小さいときは傾きが急に大きくなるので、誤差は大きくなる。図5中のAのような誤差があるときに、予測値の最小値での傾きと、予測値の最大値での傾きが異なる。この傾向は、予測値が大きく外れた場合には、さらに顕著となる。図5中のBのような誤差があるときに、予測値の最小値での傾きはさらに大きくなり、予測値の最小値での傾きと予測値の最大値での傾きとの違いはさらに大きくなる。つまり、実際の非特許文献3の規格では、理論上の傾きよりも、大きくなる。したがって、理論上の計算で求めた重みγ
Figure 0005057334
では、xが大きくなったときの重みが過小評価される。これを補正するために、重みγを、例えば、
Figure 0005057334
とすればよい。
本変形例によれば、実際の規格に合わせて重みを調整しているので、さらに圧縮効率を高めることができる。
[変形例4]
重みの過小評価を軽減する別の変形例としては、重みの計算に用いる定数μを、規格が近似している関数におけるμとは異なる値とする方法もある。例えば、非特許文献3の規格が近似している関数においてはμ=255であるが、重みγの計算ではμ=10を用いる。このように重みの計算に用いる定数μを定めれば、傾きの最大値と最小値の違いを約10倍程度に抑えることができる。なお、μ=255をそのまま使用した場合の違いは、256倍である。
本変形例によれば、重みの過小評価を軽減できるので、圧縮効率が高まることを期待できる。
[変形例5]
上述の実施形態や変形例では、同じ時間の信号から線形対応信号xを求めた。本変形例では、求めた線形対応信号xを、前後の線形対応信号xn-q,…,xn-1,xn+1,…,xn+q(ただし、qはあらかじめ定めた値)を用いて平滑化し、平滑化後の信号を線形対応部410から出力される線形対応信号xとする。
上述したように、重みの過小評価は誤差が大きいときに顕著である。このように平滑化することで、局所的に大きい誤差の影響を小さくできるので、圧縮効率が高まることを期待できる。
[変形例6]
変形例5では、線形対応信号xを平滑化したが、重みγを求めた上で、重みγを平滑化してもよい。この場合は、予測係数分析部420が、重みγを平滑化する。このように平滑化することで、局所的に大きい誤差の影響を小さくできるので、圧縮効率が高まることを期待できる。
[変形例7]
変形例3で、図5を用いて説明したように、誤差が大きくなるにつれて、近似の精度が悪くなる。そこで、本変形例では、誤差の影響を小さくするために誤差の分布に仮定をおき、重みγに誤差の影響を小さくするための分布を畳み込む(積分する)。誤差の影響を小さくするための分布をΩ(x;m,σ)とする。例えば、Ω(x;m,σ)は、ガウス確率密度関数であり、xは線形対応信号の振幅値、mは平均、σは分散である。重みγは、例えば、変形例1〜4に示したような線形対応信号の振幅値の関数である。そこで、次式の計算を行い、新しい重みγ’を求める。
Figure 0005057334
そして、重みγの代わりに重みγ’を重み係数行列Wの要素とする。このように上述の変形例の重みに誤差の影響を小さくするための分布を畳み込むことで、圧縮効率を高めることができる。
[変形例8]
第1実施形態およびこれまでの変形例では、具体的な圧縮方法の例として、式(3)に示した非特許文献2の対数近似圧伸PCMおよびその折れ線近似である非特許文献3の規格を取り上げた。しかし、本発明の線形予測係数算出装置は、この圧縮方法に限らず適用できる。そこで、本変形例では、元の信号sを信号zに圧縮する関係f()を限定しないで説明する。元の信号sと圧縮された信号zは、
=f(s) (26)
の関係である。式(4)から式(8)は一般的な説明なので、圧縮する関数を限定しない場合にも、残差信号eを線形対応信号xを用いて表すと、
=f(d・x)−f(d・x^) (27)
となる。そして、線形対応予測値x^と線形対応信号xとの誤差がf(d・x)に比べて十分小さいと仮定すれば、次式のように変換できる。
Figure 0005057334
ただし、関数f()は、関数f()の一階の微分である。
つまり、圧縮された信号を予測した時の残差信号eを線形対応信号で評価した場合、圧縮する関数の微分に比例する重みを付けて予測値を求めればよいことが分かる。なお、実際の線形予測では、他の変形例で示したような誤差などもあるため、正確に比例する必要はない(正確に比例させることは不可能である)。したがって、圧縮された信号を予測した時の残差信号eを線形対応信号で評価した場合、線形対応信号の振幅での微分関数の値が大きいほど、大きい重みを付けて予測値を求めればよく、比例関係からどの程度ずれることを許容するか、あるいは比例関係から故意にずらすかは、適宜設計すればよい。
この考え方を、非特許文献2および3の対数近似圧伸PCMの圧縮方法に適用すると、線形対応信号の振幅の絶対値が大きいほど、軽視するように重みを付けることと等価となる。なぜならば、非特許文献2および3の対数近似圧伸PCMの圧縮方法では、線形対応信号の振幅の絶対値が大きいほど、傾き(圧縮関数の微分の値)が小さくなっているからである。
本変形例によれば、圧縮された時系列信号の残差信号のエネルギーの最小化を、元の信号と線形な関係に近づけた信号または線形な関係にした信号で評価するために、圧縮によって生じる残差信号のエネルギーの重みを考慮して予測係数を求める。したがって、適切な線形予測が可能となり、圧縮効率も向上できる。
なお、上述の実施形態や変形例では、対数近似圧伸PCMやその折れ線近似であるG.711のμ則について説明したが、A則についても同様に本発明を適用できる。
[適用例]
本発明の線形予測係数算出装置を好適に使用した例として、符号化装置の例を説明する。図6に、圧伸された信号列(時系列信号列)を符号化する符号化装置の機能構成例を示す。また、図7に、この符号化装置の処理フロー例を示す。符号化装置100は、線形予測部210、量子化部820、予測値算出部830、減算部840、係数符号化部850、残差符号化部860を備える。線形予測部210が、本発明の線形予測係数算出装置400に相当する。符号化装置800へは、圧縮された時系列信号列Zが入力される。なお、符号化装置800への入力信号列がフレーム単位に分割されていない場合は、符号化装置800は、フレーム分割部870も備えている。フレーム分割部870は、入力信号列をフレーム単位に分割した時系列信号列Z={z(1),z(2),…,z(N)}を出力する。なお、Nは1フレームのサンプル数である。
線形予測部210は、分析用線形対応手段211と分析係数手段212とを有する。分析用線形対応手段211が線形対応部410に相当し、分析係数手段212が予測係数分析部420に相当する。分析用線形対応手段211は、時系列信号列Zを、元の信号列と線形な関係にする処理または元の信号列と線形な関係に近づける処理F’()によって線形対応信号列X=F’(Z)={x(1),x(2),…,x(N)}に変換する(S211)。分析係数手段212は、線形対応信号列Xを線形予測分析して線形予測係数K={k(1),k(2),…,k(P)}を求める(S212)。なお、Pは予測次数である。
量子化部820は、線形予測係数Kを量子化して量子化線形予測係数K’={k’(1),k’(2),…,k’(P)}を求める(S820)。予測値算出部830は、時系列信号列Zと量子化線形予測係数K’を用いて、時系列予測値列Y={y(1),y(2),…,y(N)}を求める(S830)。減算部840は、時系列信号列Zと時系列予測値列Yとの差(予測残差列)E={e(1),e(2),…,e(N)}を求める(S840)。係数符号化部850は、量子化線形予測係数K’を符号化し、予測係数符号Cを出力する(S850)。残差符号化部860は、予測残差列Eを符号化し、予測残差符号Cを出力する(S860)。
この符号化装置によれば、本発明の線形予測係数算出装置を用いているので、圧縮された時系列信号列であっても、効率よく信号列を圧縮できる。
図8に、コンピュータの機能構成例を示す。本発明の線形予測係数算出装置(線形予測係数算出方法)は、コンピュータ2000の記録部2020に、本発明の各構成部としてコンピュータ2000を動作させる(本発明の各ステップをコンピュータ2000に実行させる)プログラムを読み込ませ、制御部2010、入力部2030、出力部2040などを動作させることで、コンピュータによって実現すること(コンピュータに実行させること)ができる。また、コンピュータに読み込ませる方法としては、プログラムをコンピュータ読み取り可能な記憶媒体に記憶しておき、記憶媒体からコンピュータに読み込ませる方法、サーバ等に記憶されたプログラムを、電気通信回線等を通じてコンピュータに読み込ませる方法などがある。
圧伸された信号の振幅の例を示す図。 8ビットのμ則の具体的な形式を示す図。 本発明の線形予測係数算出装置の機能構成例を示す図。 本発明の線形予測係数算出装置の処理フローを示す図。 非特許文献3の規格に従って圧縮された信号と元の信号との関係を示す図。 本発明の線形予測係数算出装置を用いた符号化装置の機能構成例を示す図。 本発明の線形予測係数算出装置を用いた符号化装置の処理フローの例を示す図。 コンピュータの機能構成例を示す図。
符号の説明
400 線形予測係数算出装置 410 線形対応部
420 予測係数分析部 421 重み係数行列生成手段

Claims (22)

  1. 元の信号の振幅を圧縮した時系列信号に対して、元の信号と線形な関係に近づける処理または元の信号と線形な関係にする処理を行い、線形対応信号を生成する線形対応部と、
    あらかじめ定めた評価基準で、前記時系列信号と前記時系列信号を線形予測した時系列予測信号との差を最小化するよう予測係数を求める予測係数分析部
    を備え、
    前記評価基準は、評価の対象となる線形対応信号の振幅の絶対値または当該線形対応信号近傍の線形対応信号の振幅の絶対値が大きいほど、前記差の重みを小さくするものである
    ことを特徴とする線形予測係数算出装置。
  2. 請求項1記載の線形予測係数算出装置であって、
    前記評価基準は、あらかじめ定めた数の前記時系列信号と前記時系列信号を線形予測した時系列予測信号との差の信号のエネルギーの和に対するものであり、
    予測係数分析部は、前記エネルギーの和を、前記線形対応信号と予測係数によって示す関数の前記予測係数ごとの偏微分を用いて、予測係数を生成する
    ことを特徴とする線形予測係数算出装置。
  3. 元の信号の振幅をあらかじめ定めた関数に基づいて圧縮した時系列信号に対して、元の信号と線形な関係に近づける処理または元の信号と線形な関係にする処理を行い、線形対応信号を生成する線形対応部と、
    あらかじめ定めた評価基準で、前記時系列信号と前記時系列信号を線形予測した時系列予測信号との差を最小化するよう予測係数を求める予測係数分析部
    を備え、
    前記評価基準は、前記関数の前記線形対応信号の振幅での微分の値が大きいほど、前記差に大きな重みを付ける
    ことを特徴とする線形予測係数算出装置。
  4. 元の信号s(ただし、nは信号の番号を示す整数)の振幅を圧縮した時系列信号zから線形予測係数Αを生成する線形予測係数算出装置であって、
    前記時系列信号zを元の信号と線形な関係に近づける処理または元の信号と線形な関係にする処理を行い、線形対応信号xを生成する線形対応部と、
    WUΑ=UWX
    ただし、Tは転置を意味し、
    Α=(α,α,…,α
    =(x,x,…,x
    Figure 0005057334
    が成り立つ予測係数Αを求める予測係数分析部を備え、
    γ は、線形対応信号xの振幅の絶対値または線形対応信号xの近傍の線形対応信号の振幅の絶対値が大きいほど、小さな値を取る
    ことを特徴とする線形予測係数算出装置。
  5. 請求項4記載の線形予測係数算出装置であって、
    前記時系列信号zは、元の信号の振幅s
    Figure 0005057334
    ただし、smaxはsが取り得る最大値、sgn()は正負を示す関数、μはあらかじめ定めた定数、
    若しくは前記関数f(s)を近似する関数、またはμ則若しくはA則の対数近似圧伸PCMによって圧縮した信号であり、
    前記線形対応信号xは、元の信号sと線形な関係であり、
    Figure 0005057334
    ただし、iは0からN−1の整数、xmaxはxの取り得る最大値、
    である
    ことを特徴とする線形予測係数算出装置。
  6. 請求項4記載の線形予測係数算出装置であって、
    前記時系列信号zは、元の信号の振幅s
    Figure 0005057334
    ただし、smaxはsが取り得る最大値、sgn()は正負を示す関数、μはあらかじめ定めた定数、
    若しくは前記関数f(s)を近似する関数、またはμ則若しくはA則の対数近似圧伸PCMによって圧縮した信号であり、
    前記線形対応信号xは、
    =z+δs
    によって元の信号sと線形な関係に近づけた信号であり、
    Figure 0005057334
    ただし、iは0からN−1の整数、xmaxはxの取り得る最大値、
    である
    ことを特徴とする線形予測係数算出装置。
  7. 請求項4記載の線形予測係数算出装置であって、
    前記時系列信号zは、元の信号の振幅s
    Figure 0005057334
    ただし、smaxはsが取り得る最大値、sgn()は正負を示す関数、μはあらかじめ定めた定数、
    若しくは前記関数f(s)を近似する関数、またはμ則若しくはA則の対数近似圧伸PCMによって圧縮した信号であり、
    Figure 0005057334
    ただし、iは0からN−1の整数、xmaxはxの取り得る最大値、
    である
    ことを特徴とする線形予測係数算出装置。
  8. 請求項1から7のいずれかに記載された線形予測係数算出装置であって、
    前記線形対応信号は、あらかじめ定めた方法で平滑化された信号である
    ことを特徴とする線形予測係数算出装置。
  9. 請求項4から7のいずれかに記載された線形予測係数算出装置であって、
    前記のγの代わりに、γをあらかじめ定めた方法で平滑化した値を行列Wの対角成分とする
    ことを特徴とする線形予測係数算出装置。
  10. 請求項4から7のいずれかに記載された線形予測係数算出装置であって、
    前記のγの代わりに、γにあらかじめ定めた分布を畳み込んだ結果を行列Wの対角成分とする
    ことを特徴とする線形予測係数算出装置。
  11. 元の信号の振幅を圧縮した時系列信号に対して、元の信号と線形な関係に近づける処理または元の信号と線形な関係にする処理を行い、線形対応信号を生成する線形対応ステップと、
    あらかじめ定めた評価基準で、前記時系列信号と前記時系列信号を線形予測した時系列予測信号との差を最小化するよう予測係数を求める予測係数分析ステップ
    を有し、
    前記評価基準は、評価の対象となる線形対応信号の振幅の絶対値または当該線形対応信号近傍の線形対応信号の振幅の絶対値が大きいほど、前記差の重みを小さくするものである
    ことを特徴とする線形予測係数算出方法。
  12. 請求項11記載の線形予測係数算出方法であって、
    前記評価基準は、あらかじめ定めた数の前記時系列信号と前記時系列信号を線形予測した時系列予測信号との差の信号のエネルギーの和に対するものであり、
    予測係数分析ステップは、前記エネルギーの和を、前記線形対応信号と予測係数によって示す関数の前記予測係数ごとの偏微分を用いて、予測係数を生成する
    ことを特徴とする線形予測係数算出方法。
  13. 元の信号の振幅をあらかじめ定めた関数に基づいて圧縮した時系列信号に対して、元の信号と線形な関係に近づける処理または元の信号と線形な関係にする処理を行い、線形対応信号を生成する線形対応ステップと、
    あらかじめ定めた評価基準で、前記時系列信号と前記時系列信号を線形予測した時系列予測信号との差を最小化するよう予測係数を求める予測係数分析ステップ
    を有し、
    前記評価基準は、前記関数の前記線形対応信号の振幅での微分の値が大きいほど、前記差に大きな重みを付ける
    ことを特徴とする線形予測係数算出方法。
  14. 元の信号s(ただし、nは信号の番号を示す整数)の振幅を圧縮した時系列信号zから線形予測係数Αを生成する線形予測係数算出方法であって、
    線形対応部が、前記時系列信号zを元の信号と線形な関係に近づける処理または元の信号と線形な関係にする処理を行い、線形対応信号xを生成する線形対応ステップと、
    予測係数分析部が、
    WUΑ=UWX
    ただし、Tは転置を意味し、
    Α=(α,α,…,α
    =(x,x,…,x
    Figure 0005057334
    が成り立つ予測係数Αを求める予測係数分析ステップ
    を有し、
    γ は、線形対応信号xの振幅の絶対値または線形対応信号xの近傍の線形対応信号の振幅の絶対値が大きいほど、小さな値を取る
    ことを特徴とする線形予測係数算出方法。
  15. 請求項14記載の線形予測係数算出方法であって、
    前記時系列信号zは、元の信号の振幅s
    Figure 0005057334
    ただし、smaxはsが取り得る最大値、sgn()は正負を示す関数、μはあらかじめ定めた定数、
    若しくは前記関数f(s)を近似する関数、またはμ則若しくはA則の対数近似圧伸PCMによって圧縮した信号であり、
    前記線形対応信号xは、元の信号sと線形な関係であり、
    Figure 0005057334
    ただし、iは0からN−1の整数、xmaxはxの取り得る最大値、
    である
    ことを特徴とする線形予測係数算出方法。
  16. 請求項14記載の線形予測係数算出方法であって、
    前記時系列信号zは、元の信号の振幅s
    Figure 0005057334
    ただし、smaxはsが取り得る最大値、sgn()は正負を示す関数、μはあらかじめ定めた定数、
    若しくは前記関数f(s)を近似する関数、またはμ則若しくはA則の対数近似圧伸PCMによって圧縮した信号であり、
    前記線形対応信号xは、
    =z+δs
    によって元の信号sと線形な関係に近づけた信号であり、
    Figure 0005057334
    ただし、iは0からN−1の整数、xmaxはxの取り得る最大値、
    である
    ことを特徴とする線形予測係数算出方法。
  17. 請求項14記載の線形予測係数算出方法であって、
    前記時系列信号zは、元の信号の振幅s
    Figure 0005057334
    ただし、smaxはsが取り得る最大値、sgn()は正負を示す関数、μはあらかじめ定めた定数、
    若しくは前記関数f(s)を近似する関数、またはμ則若しくはA則の対数近似圧伸PCMによって圧縮した信号であり、
    Figure 0005057334
    ただし、iは0からN−1の整数、xmaxはxの取り得る最大値、
    である
    ことを特徴とする線形予測係数算出方法。
  18. 請求項11から17のいずれかに記載された線形予測係数算出方法であって、
    前記線形対応信号は、あらかじめ定めた方法で平滑化された信号である
    ことを特徴とする線形予測係数算出方法。
  19. 請求項14から17のいずれかに記載された線形予測係数算出方法であって、
    前記のγの代わりに、γをあらかじめ定めた方法で平滑化した値を行列Wの対角成分とする
    ことを特徴とする線形予測係数算出方法。
  20. 請求項14から17のいずれかに記載された線形予測係数算出方法であって、
    前記のγの代わりに、γにあらかじめ定めた分布を畳み込んだ結果を行列Wの対角成分とする
    ことを特徴とする線形予測係数算出方法。
  21. 請求項1から10のいずれかに記載の線形予測係数算出装置としてコンピュータを動作させる線形予測係数算出プログラム。
  22. 請求項21記載の線形予測係数算出プログラムを記憶したコンピュータ読み取り可能な記憶媒体。
JP2008051149A 2008-02-29 2008-02-29 線形予測係数算出装置、線形予測係数算出方法、線形予測係数算出プログラム、および記憶媒体 Active JP5057334B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2008051149A JP5057334B2 (ja) 2008-02-29 2008-02-29 線形予測係数算出装置、線形予測係数算出方法、線形予測係数算出プログラム、および記憶媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2008051149A JP5057334B2 (ja) 2008-02-29 2008-02-29 線形予測係数算出装置、線形予測係数算出方法、線形予測係数算出プログラム、および記憶媒体

Publications (2)

Publication Number Publication Date
JP2009210644A JP2009210644A (ja) 2009-09-17
JP5057334B2 true JP5057334B2 (ja) 2012-10-24

Family

ID=41183894

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008051149A Active JP5057334B2 (ja) 2008-02-29 2008-02-29 線形予測係数算出装置、線形予測係数算出方法、線形予測係数算出プログラム、および記憶媒体

Country Status (1)

Country Link
JP (1) JP5057334B2 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6043260B2 (ja) * 2013-09-11 2016-12-14 日本電信電話株式会社 通信システム及び光信号伝送方法
JP5965372B2 (ja) * 2013-09-11 2016-08-03 日本電信電話株式会社 通信システム及び光信号伝送方法
JP5964897B2 (ja) * 2014-07-24 2016-08-03 株式会社タムラ製作所 音符号化システム及び符号化装置、復号化装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL8500843A (nl) * 1985-03-22 1986-10-16 Koninkl Philips Electronics Nv Multipuls-excitatie lineair-predictieve spraakcoder.
JPH05303399A (ja) * 1992-04-27 1993-11-16 Olympus Optical Co Ltd 音声時間軸圧縮伸長装置
DE602005025887D1 (de) * 2004-08-19 2011-02-24 Nippon Telegraph & Telephone Mehrkanal-signaldekodierverfahren dafür, zugehörige vorrichtung, programm und aufzeichnungsmedium dafür
JP4989095B2 (ja) * 2006-04-06 2012-08-01 日本電信電話株式会社 マルチチャネル符号化方法、その装置、そのプログラム及び記録媒体

Also Published As

Publication number Publication date
JP2009210644A (ja) 2009-09-17

Similar Documents

Publication Publication Date Title
JP4825916B2 (ja) 符号化方法、復号化方法、これらの方法を用いた装置、プログラム、記録媒体
JP5337235B2 (ja) 符号化方法、復号方法、符号化装置、復号装置、プログラム及び記録媒体
JP5486597B2 (ja) 符号化方法、符号化装置、符号化プログラム及びこの記録媒体
US9548056B2 (en) Signal adaptive FIR/IIR predictors for minimizing entropy
US8326641B2 (en) Apparatus and method for encoding and decoding using bandwidth extension in portable terminal
JP2019079069A (ja) 線形予測復号装置、方法、プログラム及び記録媒体
JP6457552B2 (ja) 符号化装置、復号装置、これらの方法及びプログラム
JP4866484B2 (ja) パラメータ選択方法、パラメータ選択装置、プログラム及び記録媒体
JP4598877B2 (ja) 符号化方法、この方法を用いた装置、プログラム、記録媒体
JP5057334B2 (ja) 線形予測係数算出装置、線形予測係数算出方法、線形予測係数算出プログラム、および記憶媒体
KR100629997B1 (ko) 오디오 신호의 인코딩 방법
JP5006774B2 (ja) 符号化方法、復号化方法、これらの方法を用いた装置、プログラム、記録媒体
JP5013293B2 (ja) 符号化装置、復号化装置、符号化方法、復号化方法、プログラム、記録媒体
US11176954B2 (en) Encoding and decoding of multichannel or stereo audio signals
US8502708B2 (en) Encoding method and decoding method, and devices, program and recording medium for the same
JP5336942B2 (ja) 符号化方法、復号方法、符号化器、復号器、プログラム
JP4918103B2 (ja) 符号化方法、復号方法、それらの装置、プログラム及び記録媒体
JP4098679B2 (ja) 浮動小数点形式信号系列の線形予測分析方法、その装置、プログラムおよびその記録媒体
JP4848049B2 (ja) 符号化方法、復号方法、それらの装置、プログラム及び記録媒体
JP5006773B2 (ja) 符号化方法、復号化方法、これらの方法を用いた装置、プログラム、記録媒体
JP5006772B2 (ja) 符号化方法、この方法を用いた装置、プログラム、記録媒体
WO1995028770A1 (en) Adpcm signal encoding/decoding system and method
JPH1028058A (ja) ベクトル量子化装置
JPS635926B2 (ja)
JPH043695B2 (ja)

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20110131

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20110131

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20111121

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20111121

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20120426

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120522

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120620

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: 20120717

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: 20120724

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150810

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 5057334

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

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

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

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