JP5284477B2

JP5284477B2 - 音声データの伝送にエラーがある際のエラー隠蔽方法

Info

Publication number: JP5284477B2
Application number: JP2011529523A
Authority: JP
Inventors: ファリーペーター; メアツフランク
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2008-10-02
Filing date: 2009-09-28
Publication date: 2013-09-11
Anticipated expiration: 2029-09-28
Also published as: WO2010037713A1; US8612218B2; DE102008042579A1; CN102171753A; DE102008042579B4; JP2012504779A; CN102171753B; US20110218801A1; EP2345028A1

Description

本発明は、独立請求項の上位概念に記載されている方法および装置に関する。

有線または無線のネットワークを介して音声信号を伝送するために、音声信号フレームを基礎として音声信号を伝送し、受信器が音声信号フレームの受信後に、この音声信号フレームを送出すべき音声信号の形成に使用することが公知である。音声信号フレームは有利にはいわゆるパケットの形態のデータとして、ネットワーク、例えばＧＳＭネットワーク、インターネットプロトコルに準拠するネットワーク、または、ＷＬＡＮプロトコルに準拠するネットワークを介して伝送されるが、エラーのあるデータ伝送に基づき音声信号フレームが失われる可能性がある。同様に、データのパケット交換伝送時には、音声信号フレームの伝送の過度に長い時間的な遅延が生じる可能性があり、その結果、音声信号を出力するために、遅延して伝送された音声信号フレーム、または失われた音声信号フレームは存在しないことに起因して、その音声信号フレームを音声信号の連続的な出力においては考慮できない可能性がある。受信しなかった音声信号フレームの代わりに、出力すべき音声信号の相応の位置に信号が挿入されない場合には、これによって、相応の位置においては出力すべき音声信号が欠如し、したがって音声信号の音響的な品質が劣化することになる。この理由から、いわゆるエラー隠蔽を行うために、受信しなかった音声信号フレームの代わりに代替音声信号フレームを使用することが必要になる。

音声信号フレームを基礎として音声信号を伝送するための基本原理、またこの音声信号フレームを基礎として音声信号を形成するための基本原理が図１に示されている。図１は、例えば音声信号フレーム１，２，３の形態の３つのセグメントに分割されている音声信号１０を示す。ここでの３というセグメントの数は単に例示的に選択されたものに過ぎない。当業者であれば、音声信号フレーム１，２，３の数は３とは異なる数でもよいことが分かる。伝送後に音声信号フレーム１，２，３が受信されると、続けて種々の時点における音声信号１０の出力が行われる。図１には時間軸２０が示されており、この時間軸２０に沿って種々の時点３１，３２，３３が表されており、それらの時点３１，３２，３３においてその都度、音声信号フレーム１，２，３の受信が終了する。この実施例によれば、第１の時点３１に第１の音声信号フレーム１の受信が終了しているので、音声信号１０を所定の部分まで第１の時点３１に出力することができる。またこの実施例によれば、第２の時点３２に第２の音声信号フレーム２の受信が終了しているので、この第２の時点３２においては音声信号１０の別の部分を出力することができる。このことは第３の時点３３についても該当し、この第３の時点３３においては第３の音声信号フレーム３が完全に受信されている。

図２に示されている実施例にしたがい、出力すべき別の音声信号１１がどのように形成されるかを説明する。この実施例においては、受信した音声信号フレーム１，２，３の境が時間的に接するのではなく、重なり合うように別の音声信号１１は構成されている。図２に示されている実施例によれば、別の音声信号１１は第１のセグメント１１１、第２のセグメント１１２ならびに第３のセグメント１１３から構成されている。図２からは、第１のセグメント１１１は第１の音声フレーム１と、第２の音声フレーム２の少なくとも一部とを用いて検出できることが見て取れる。第２のセグメント１１２は、第２の音声フレームと、第３の音声フレーム３の少なくとも一部とを用いて検出することができる。第３のセグメント１１３は、第３の音声フレーム３に基づき、また場合によっては後続の別の音声フレームに基づき検出することができる。図２に示されている別の時間軸２１上には第１の時点４１がプロットされており、この第１の時点４１は別の音声信号１１の第１のセグメント１１１の終了時点と一致する。すなわち第１の時点４１に別の音声信号１１を少なくとも第１のセグメントの終了時点まで出力できるようにするためには、少なくとも第１の音声信号フレーム１も第２の音声信号フレーム２も存在していなければならない。さらに、第２の時間軸２１上には第２の時点４２がプロットされており、この第２の時点４２は別の音声信号１１の第２のセグメント１１２の終了時点と一致する。すなわち、別の音声信号１１を少なくとも第２のセグメント１１２の終了時点まで出力できるようにするためには、第２の時点４２に第２の音声信号フレーム２および第３の音声信号フレーム３が存在していなければならない。このことは、第３の音声信号フレーム３また考えられる後続の音声信号フレームに関連する、別の音声信号１１の第３のセグメント１１３についての第３の時点にも該当する。図１および図２に示した音声信号フレーム１，２，３は有利には、受信した音声信号フレームを時間的な順序に対応付けるためにインデクス１１，１２，１３をそれぞれ有する。

図３は、第２の音声信号フレーム２が受信されなかったケースを示す。図３によれば、第１の時点４１までは確かに第１の音声信号フレーム１が受信されていたが、第２の音声信号フレーム２は受信されなかったので、第１の時点４１においては図２の別の音声信号１１を正確に出力することはできない。また、第２の時点４２に別の音声信号を出力するためにも、確かに、受信した第３の音声信号フレーム３に基づき別の音声信号を形成することはできるが、この第２の時点４２においても第２の音声信号フレーム２は欠如している。したがって、受信しなかった音声信号フレーム２の代わりに、代替音声信号フレーム１００を形成し、この代替音声信号フレーム１００を出力すべき別の音声信号の形成に使用することが必要になる。これに関しては、相応の方法が文献［１］、［２］から周知である。この方法の構成を図４に基づき詳細に説明する。

図４には方法の種々のステップが示されており、この方法を用いることにより、受信した音声信号フレーム５０を基礎として代替音声信号フレーム１００が形成される。このために、受信した音声信号フレーム５０は先ず線形予測解析部６２に供給され、この線形予測解析部６２は線形予測解析フィルタ６１のための線形予測係数５１を決定する。受信した音声信号フレーム５０のパルス符号モデリングされた音声信号を線形予測するための線形予測の原理、また解析フィルタのための線形予測係数の決定は文献［１］、［４］から当業者には公知である。線形予測解析フィルタ６１は受信した音声信号フレーム５０の音声信号をフィルタリングし、これによって残存信号５２が得られる。この残存信号５２は判定部６３に供給され、この判定部６３は残存信号５２を用いて、受信した音声信号フレーム５０の音声信号は有声音声信号であるか無声音声信号であるかを決定する。判定部６３は音声信号が有声であるか無声であるか関する判定結果５３を基本周波数決定ユニット６４に転送する。この基本周波数決定ユニット６４は残存信号５２および判定結果５３を用いて音声信号の基本周波数５４を決定する。基本周波数は正規化された自己相関関数の各引数を用いて決定される。正規化された自己相関関数の値は引数に関してその最大値を取る（文献［１］、［２］を参照されたい）。

当業者であれば、基本周波数に関して、人間の音声信号にとって重要である値のみを使用する。ノイズ状の性質を持ち、したがって一義的な基本周波数を有していない無声音声信号が存在する場合には、検出すべき信号における不自然な周期性によって生じる高周波領域におけるアーチファクトを低減するために基本周波数５４は最小値にセットされる。

評価ユニット６５を用いて、残存信号５２および基本周波数５４に基づき、被評価残存信号５５が決定される（文献［１］を参照されたい）。被評価残存信号５５は線形予測統合フィルタ６６に供給され、この線形予測統合フィルタ６６は、既に決定された線形予測係数５１に基づき、被評価残存信号５５に統合フィルタリングを実施し、その結果、代替音声信号フレーム１００の音声信号が得られる。これによって、音声信号のスペクトルエンベロープが外挿され、他方ではそれと同時に信号の周期的な構造が維持される。

図４にしたがい、受信した音声信号フレーム５０を基礎として、代替音声信号フレーム１００が形成される。受信した音声信号フレーム５０として、例えば図３の第１の音声信号フレーム１が考えられる。音声信号フレームの受信ないし伝送時に短時間の障害が生じた場合、従来技術によれば、個々の音声信号フレームを形成することのみが必要とされる。しかしながら、図３に示されている第３の音声信号フレーム３も受信されない場合には、別の代替音声信号フレームを形成することが必要になる。そのような場合には、別の代替音声信号フレームを形成するために、時間的な順序において、最後に受信した第１の音声信号フレームの前に取得した音声信号フレームを解析することによって取得される基本周波数５４が使用される。これによって、形成される種々の音声信号フレームの音声信号の基本周波数の変化が生じ、これによって、過度に長い期間にわたり同一の音声信号が出力される場合に生じる不所望な高調波アーチファクトが回避される。

別の第３の代替音声信号フレームを形成すべき場合には、時間的な順序において、最後に受信した第１の音声信号フレーム１から位置２つ分前に受信した音声信号フレームに基づき基本周波数５４が得られることによって、別の第３の代替信号フレームを形成するための基本周波数５４が変更される。既に３つの代替信号フレームが決定された後にさらなる代替音声信号フレームを形成すべき場合には、基本周波数のさらなる変更は行われない。その代わりに、第３の代替音声信号フレームを形成するために使用された基本周波数５４を用いることにより、さらなる全ての代替音声信号フレームが形成される。第３の代替音声信号フレームを形成するためのこの基本周波数５４は受信障害が終了するまで使用される。

このようにして形成された代替音声信号フレームが、受信されなかった代替音声信号フレームの代わりに使用される。有利には、出力すべき音声信号１１を形成する際の音声信号フレームの円滑な伝送が行われる。

発明の概要
発明の利点
これに対して、独立請求項の特徴を備えた本発明による方法は、代替音声信号フレームの音声信号を評価するために、この代替音声信号フレームの音声信号が、無声音声信号を有する、受信した音声信号フレームに基づき形成される場合には、音声信号のより良好な信号品質が達成されるという利点を有する。このことは、受信した音声信号フレームの無声音声信号に関して、少なくとも１つの代替音声信号フレームの音声信号がノイズ信号を用いて形成されることによって達成される。ノイズ信号は、一義的な基本周波数を有していない信号である。有利には、所定の値領域内に均等分布しているランダム信号がノイズ信号として使用される。

従属請求項に記載されている構成によって、独立請求項に記載されている構成の有利な発展形態および改善形態が実現される。

本発明の別の実施形態によれば、事前に受信した少なくとも１つの音声信号フレームが有声音声信号を有する場合には、少なくとも１つの代替音声信号フレームの音声信号が基本周波数信号を用いて形成される。このことは、音声信号が有声か無声かを区別することによって、また代替音声信号フレームの音声信号を形成するためにノイズ信号または基本周波数信号を相応に使用することによって、この形成に関してより高いフレキシビリティが存在するという利点を有する。

本発明の別の実施形態によれば、ノイズ信号として、スケーリング係数と乗算された、均等分布するノイズ信号が使用される。このことは、ノイズ信号のスケーリングによって、ノイズ信号の振幅ないし信号エネルギの適合、したがって、そこから評価された代替音声信号フレームの音声信号の振幅ないしエネルギの適合を行うことができるという利点を有する。この適合によって、事前に受信した音声信号フレームの音声信号に可能な限り類似する、代替音声信号フレームの音声信号が形成されるという利点が得られる。

本発明の別の実施形態によれば、事前に受信した音声信号フレームの音声信号の線形予測フィルタを用いたフィルタリングから得られる、フィルタリングされた音声信号の信号エネルギに依存してスケーリング係数が決定される。このことは、このように決定されたスケーリング係数を用いることによって、被評価ノイズ信号がこのスケーリング係数との乗算によって形成されるという利点を有する。被評価信号の信号エネルギは線形予測によって事前に取得された音声信号の信号エネルギに可能な限り類似するものである。何故ならば、被評価測定信号は後に再び線形統合フィルタによって、事前に解析フィルタの線形予測係数を用いてフィルタリングされ、代替音声信号フレームの信号が取得されるからである。

本発明の別の実施形態によれば、フィルタリングされた音声信号が、線形予測解析フィルタを用いたフィルタリング後に、それぞれの部分フレームとそれぞれの音声信号フレームに分割され、各部分フレームについて部分音声信号のそれぞれの信号エネルギが検出される。スケーリング係数は、それぞれの信号エネルギのうち最小の値を有する信号エネルギに依存して決定される。これによって、スケーリング係数、したがって被評価残存信号が得られる。この被評価残存信号によって、出力すべき音声信号を形成するために聴取者にとっての音響的な観点において知覚しうる高品質をもたらす代替音声信号フレームの音声信号が得られる。

本発明の別の実施形態によれば、受信した音声信号フレームの音声信号の正規化された自己相関関数に依存して、また受信した音声信号フレームの音声信号のゼロ通過率に依存して、事前に受信した音声信号フレームが有声音声信号を有するのか無声音声信号を有するのかが判定される。このことは、正規化された自己相関関数とゼロ通過率とのこの種の結合によって、音声信号の有声または無声に関して、従来技術に比べて信頼性の高い判定が下されるという利点を有する。

別の独立請求項によれば、音声信号を出力するための制御装置が提供される。制御装置は第１のインタフェースを有し、この第１のインタフェースを介して制御装置は音声信号フレームを受信する。さらに制御装置は計算ユニットを有し、この計算ユニットは受信した音声信号フレームを所定の順序で、出力すべき音声信号を形成するために使用する。本発明による制御装置は出力すべき音声信号を、第２のインタフェースを介して出力する。計算ユニットは、受信すべき少なくとも１つの音声信号フレームが受信されない場合には、受信しなかった少なくとも１つの音声信号フレームの代わりに代替音声信号フレームを使用し、この代替音声信号フレームを事前に受信した少なくとも１つの音声信号フレームに依存して形成する。本発明による制御装置は、事前に受信した音声信号フレームが無声音声信号を有する場合には、計算ユニットがノイズ信号を用いることにより、１つの代替音声信号フレームの音声信号を形成することを特徴とする。このことは、代替音声信号フレームの音声信号を形成するためにノイズ信号を使用することによって、聴取者にとっての音響的な観点において、代替音声信号フレームを形成するために常に基本周波数信号が使用される従来技術の方法に比べて良好な知覚品質が達成されるという利点を有する。

従属請求項によれば、事前に受信した音声信号フレームが有声音声信号を有する場合には、計算ユニットが基本周波数信号を用いることにより、代替音声信号フレームの音声信号を形成する制御装置が提供される。このことは、代替音声信号フレームの音声信号を形成するために基本周波数信号またはノイズ信号を使用することによって、事前に受信した音声信号フレームの音声信号の有声または無声に対応させることができる相応の音声信号を形成することができるという利点を有する。

別の従属請求項によれば、ノイズ信号および／または基本周波数信号を提供するメモリユニットをさらに有する制御装置が提供される。このことは、ノイズ信号および／または基本周波数信号を計算ユニット自体によって、例えばシフトレジスタ自体によって形成する必要はなく、この信号を簡単なやり方でメモリユニットから呼び出すことができるという利点を有する。

本発明の実施例を図面に示し、以下の記述において詳細に説明する。

音声信号フレームを基礎として音声信号を伝送するための基本原理および音声信号を形成するための基本原理を示す。出力すべき音声信号がどのように形成されるかを説明するための実施例を示す。少なくとも１つの音声信号フレームが受信されなかったケースを示す。従来技術による、代替音声信号フレームを形成するための実施例を示す。本発明による方法の実施例を示す。部分フレームに分割されている音声信号フレームを示す。本発明による制御装置の実施形態を示す。

発明の実施形態
図５には、本発明による方法の有利な実施形態が示されている。事前に受信した音声信号フレーム５０の音声信号は、線形予測解析を用いて線形予測係数を検出するユニット６２に供給され、これによって線形予測係数５１が取得される。線形予測係数５１と、受信した音声信号フレーム５０の音声信号とを用いることにより、線形予測解析フィルタ６１は残存信号５２を形成する。音声信号が有声であるか無声であるかを判定する修正判定ユニット８３は、従来技術において行われているように残存信号５２に基づいて判定を行うのではなく、受信した音声信号フレーム５０の音声信号に基づき判定を行う。さらに、受信した音声信号フレーム５０の音声信号に依存して、文献［３］から公知である修正基本周波数検出ユニット８４を用いて、修正基本周波数７４が取得される。修正判定ユニット８３による有声であるか無声であるかの修正判定結果７３に依存して、残存信号５２および修正基本周波数７４に基づき修正被評価残存信号７５を形成する形成ユニット６５への残存信号５２の第１の切り替えが行われるか、または、エネルギ算出ユニット８５への残存信号５２の切り替えが行われる。受信した音声信号フレーム５０の音声信号が無声であると識別されるという修正判定結果７３が出された場合には、残存信号がエネルギ算出ユニット８５へと供給されるように切り替えが行われる。有声信号であると判定された場合には、残存信号５２が形成ユニット６５へと供給されるように切り替えが行われる。形成ユニット６５は修正基本周波数７４および残存信号５２に基づき、修正被評価残存信号７５を形成する。基本周波数および残存信号に基づいてどのように形成が行われるかは文献［１］、［２］から公知である。無声信号の場合には、エネルギ算出ユニット８５は残存信号５２から増幅係数７７を算出し、この増幅係数７７は乗算ユニット８７において、ノイズ発生器８６によって形成されるノイズ信号７６と乗算される。受信した音声信号フレーム５０の音声信号が無声であると判定された場合に、この乗算によって修正被評価ノイズ信号７５が形成される。

第２の切り替えユニット８９もやはり修正判定結果７３に応じて、修正被評価残存信号７５を取り出すために切り替えを行う。つまり、受信した音声信号フレーム５０の音声信号が有声であるか無声であるかに依存して、修正基本周波数によって形成される残存信号が取り出されるか、またはノイズ信号によって形成される残存信号が取り出されるように切り替えが行われる。この修正被評価残存信号７５は線形予測統合フィルタに供給され、この線形予測統合フィルタは統合のために、供給された線形予測係数５１を使用する。これによって、線形予測統合フィルタ６６の出力側において、代替音声信号フレーム１００の音声信号が得られる。

有利には、修正判定ユニット８３において、受信した音声信号フレーム５０の音声信号が有声であるか無声であるかに関する判定が、音声信号の正規化された自己相関関数ならび音声信号のゼロ通過率に依存して行われる。長さＮと、基本周波数の予め決定された周期長Ｐ₀とを有する、有利にはディジタル音声信号である音声信号ｘ（ｎ）（ただしインデクスｎ＝０〜Ｎ−１）に関して、有利には計算規則

を用いて正規化された自己相関関数ζ（ｘ（ｎ））が決定される。

さらには、有利には計算規則

を用いて、音声信号ｘ（ｎ）に関するゼロ通過率ｚｃｒ（ｘ（ｎ））が決定される。ここでｓｉｇｎは正弦関数、すなわち符号関数を表す。続いて、本発明の実施形態によれば、
第１に、正規化された自己相関関数ζ（ｘ（ｎ））が第１の閾値ｔｈｒ₁を上回る場合、すなわちζ（ｘ（ｎ））＞ｔｈｒ₁の場合、また、
第２に、ゼロ通過率ｚｃｒ（ｘ（ｎ））が第２の閾値ｔｈｒ₂を下回る場合、すなわちｚｃｒ（ｘ（ｎ））＜ｔｈｒ₂の場合、
に有声信号ｘ（ｎ）であると判定される。

有利には、第１の閾値ｔｈｒ₁は値０．５に選定される。当業者であれば、有声音声信号ならびに無声音声信号のゼロ通過率ｚｃｒ（ｘ（ｎ））の経験上のデータを考察することにより第２の閾値ｔｈｒ₂を選択する。

本発明の別の実施形態によれば、ノイズ信号７６として均等分布ノイズ信号が使用され、修正被評価残存信号は、ノイズ信号とスケーリング係数ないし増幅係数７７との乗算によって得られる。有利には、フィルタリングされた音声信号５２の信号エネルギに依存してスケーリング係数７７が決定される。図６による特別な実施形態によれば、受信してフィルタリングされた音声信号フレームのフィルタリングされた音声信号５２が、それぞれ部分音声信号を有するそれぞれの部分フレーム２０１〜２０４に分割される。図６による４つの種々の部分フレーム２０１〜２０４への分割は例示的なものに過ぎない。４とは異なる数の部分フレームへの分割もやはり可能である。この実施例によれば、インデクスｉ＝１〜４を有する４つの部分フレームのインデクス化が行われる。この実施例によれば、フィルタリングされた音声信号５２を用いて長さＮのフィルタリングされた信号ｅ（ｎ）が存在する場合には、各部分フレーム２０１〜２０４に関して、長さＮ_SFのそれぞれの部分音声信号ｅ_i（ｎ）が得られる。長さＮ_SFはこの実施例によればＮ_SF＝Ｎ／４である。部分フレームないし部分音声信号ｅ_i（ｎ）の各々に関して、計算規則

にしたがい信号エネルギが検出される。
この実施例にしたがい、部分フレーム２０１〜２０４の存在する信号エネルギの最小値Ｅ＝ｍｉｎ｛Ｅ₁，Ｅ₂，Ｅ₃，Ｅ₄｝が検出されると、有利には、スケーリング係数ないし増幅係数７７として√Ｅが選定されるようにノイズ信号７６ｒ（ｎ）がスケーリングされる。したがって有利には、受信した音声信号フレーム５０が無声音声信号の場合には

にしたがい被評価残存信号７５が検出される。

図７には本発明による制御装置１０００が示されている。この制御装置１０００は音声信号フレームを受信するための第１のインタフェース１００１を有する。制御装置１０００の計算ユニット１００３は、この制御装置１０００の第２のインタフェース１００２を介して出力される、出力すべき音声信号を形成するために、受信した音声信号フレームを所定の順序で使用する。有利には、計算ユニット１００３、第１のインタフェース１００１および第２のインタフェース１００２はバスシステム１００４またはデータおよび／または信号を交換するための同様の装置を介して相互に接続されている。計算ユニットは、受信すべき音声信号フレームが受信されない場合には、受信されなかった音声信号フレームの代わりに代替音声信号フレームを使用する。このために計算ユニットは、事前に受信した音声信号フレームに依存して代替音声信号フレームを形成する。本発明による制御装置は、事前に受信した音声信号フレームが無声音声信号を有する場合には、計算ユニット１００３が代替音声信号フレームの音声信号をノイズ信号を用いて形成することを特徴とする。

有利には、事前に受信した音声信号フレームが有声音声信号を有する場合には、計算ユニット１００３は基本周波数信号を用いて代替音声信号フレームの音声信号を形成する。

有利にはこの制御装置１０００は、基本周波数信号および／またはノイズ信号を提供するメモリユニット１００５を有する。

参考文献
[1] E. Gunduzhan and K. Momtahan, "Linear prediction based packet loss concealment algorithm for PCM coded speech," IEEE Transactions on Speech and Audio Processing, vol. 9, no. 8, pp. 778-785, 2001.
[2] ANSI Recommendation T1.521a-2000 (Annex B), "Packet Loss Concealment for use with ITU-T Recommendation G.711," July 2000.
[3] J. Paulus, Codierung breitbandiger Sprachsignale bei niedriger Datenrate. Dissertation, IND, RWTH Aachen, Templergraben 55, 52056 Aachen, 1997.
[4] P. Vary, U. Heute, W. Hess, Digitale Sprachsignalverarbeitung, B. G. Teubner Verlag, Stuttgart, 1998, ISBN 3-519-06165-1

Claims

音声信号（１１）の出力方法であって、
音声信号フレーム（１，３）を受信して、出力すべき前記音声信号（１１）を形成するために所定の順序で使用し、
受信すべき少なくとも１つの音声信号フレーム（２）が受信されない場合には、受信しなかった該少なくとも１つの音声信号フレーム（２）の代わりに少なくとも１つの代替音声信号フレーム（１００）を使用し、
該少なくとも１つの代替音声信号フレーム（１００）を、事前に受信した少なくとも１つの音声信号フレーム（１）に依存して形成する、音声信号（１１）の出力方法において、
前記事前に受信した少なくとも１つの音声信号フレーム（１）が無声音声信号を有する場合には、前記少なくとも１つの代替音声信号フレーム（１００）の音声信号をノイズ信号を用いて形成し、
前記事前に受信した少なくとも１つの音声信号フレーム（１）の音声信号を線形予測フィルタによってフィルタリングし、スケーリング係数（７７）をフィルタリングされた音声信号（５２）の信号エネルギに依存して決定し、
前記フィルタリングされた音声信号（５２）を、それぞれ部分音声信号を有するそれぞれの部分フレームに分割し、各部分音声信号ごとにそれぞれの信号エネルギを決定し、それぞれの信号エネルギのうち最小値を有する信号エネルギに依存して前記スケーリング係数（７７）を決定することを特徴とする、音声信号（１１）の出力方法。
前記事前に受信した少なくとも１つの音声信号フレーム（１）が有声音声信号を有する場合には、前記少なくとも１つの代替音声信号フレーム（１００）の音声信号を基本周波数信号を用いて形成する、請求項１記載の方法。
前記事前に受信した少なくとも１つの音声信号フレーム（１）の音声信号の正規化された自己相関関数およびゼロ通過率に依存して、前記事前に受信した少なくとも１つの音声信号フレーム（１）が有声音声信号を有するか無声音声信号を有するかを判定する、請求項２記載の方法。
前記正規化された自己相関関数が第１の所定の閾値を上回り、かつ、前記ゼロ通過率が第２の所定の閾値を下回る場合には、前記事前に受信した少なくとも１つの音声信号フレーム（１）の音声信号を有声音声信号と判定する、請求項３記載の方法。
前記ノイズ信号（７５）として、前記スケーリング係数（７７）と乗算された、均等分布するノイズ信号（７６）を使用する、請求項１から４までのいずれか１項記載の方法。
音声信号を出力するための制御装置（１０００）であって、
第１のインタフェース（１００１）を有し、該第１のインタフェース（１００１）を介して前記制御装置（１０００）は音声信号フレームを受信し、
計算ユニット（１００３）を有し、該計算ユニット（１００３）は受信した音声信号フレームを、出力すべき前記音声信号を形成するために所定の順序で使用し、
第２のインタフェース（１００２）を有し、該第２のインタフェース（１００２）を介して前記制御装置（１０００）は音声信号を出力し、
受信すべき少なくとも１つの音声信号フレームが受信されない場合には、受信しなかった該少なくとも１つの音声信号フレームの代わりに少なくとも１つの代替音声信号フレームを使用し、
前記計算ユニット（１００３）は、前記少なくとも１つの代替音声信号フレームを、事前に受信した少なくとも１つの音声信号フレームに依存して形成する、音声信号を出力するための制御装置（１０００）において、
前記事前に受信した少なくとも１つの音声信号フレームが無声音声信号を有する場合には、前記計算ユニット（１００３）は前記少なくとも１つの代替音声信号フレームの音声信号をノイズ信号を用いて形成し、
前記事前に受信した少なくとも１つの音声信号フレーム（１）の音声信号を線形予測フィルタによってフィルタリングし、スケーリング係数（７７）をフィルタリングされた音声信号（５２）の信号エネルギに依存して決定し、
前記フィルタリングされた音声信号（５２）を、それぞれ部分音声信号を有するそれぞれの部分フレームに分割し、各部分音声信号ごとにそれぞれの信号エネルギを決定し、それぞれの信号エネルギのうち最小値を有する信号エネルギに依存して前記スケーリング係数（７７）を決定することを特徴とする、音声信号を出力するための制御装置。
前記事前に受信した少なくとも１つの音声信号フレームが有声音声信号を有する場合には、前記計算ユニット（１００３）は、前記少なくとも１つの代替音声信号フレームの音声信号を基本周波数信号を用いて形成する、請求項６記載の制御装置。
前記制御装置（１０００）はノイズ信号および基本周波数信号のうちの少なくとも一方を提供するメモリユニット（１００５）を有する、請求項７記載の制御装置。