JP5287502B2 - 音声復号装置及び方法 - Google Patents

Description

本発明は音声データの復号方式が切り替え可能な音声復号装置及び方法に関する。

例えば、携帯電話システム等の無線通信システムでは、無線伝送で必要な周波数帯域に余裕があるか否かに応じて音声データの符号化方式を切り替えることで、音声データの圧縮率を変更可能にした構成がある。音声データの符号化方式及びそれに対応する復号方式を切り替えるための技術は、例えば特許文献１に記載されている。特許文献１では、音声データの符号化方式及び復号方式の切り替え時に発生する異音を低減するため、切り替え時における一定の期間で、符号化した音声信号あるいは復号した音声信号を抑圧することが記載されている。

このような、複数種類の符号化方式のうちのいずれか一つで符号化された音声信号を、該符号化に用いた符号化方式に対応した復号方式で復号する背景技術の音声復号装置について図５及び図６を用いて説明する。

図５は背景技術の音声復号装置の構成を示すブロック図であり、図６は図５に示した音声復号装置の処理手順を示すフローチャートである。

図５に示すように、背景技術の音声復号装置は、第１の音声復号回路１０７、第２の音声復号回路１０８、第１のスイッチ１０５、復号動作切替回路１０４、第２のスイッチ１０６及び背景雑音抑圧回路１１０を備えている。図５に示す音声復号装置は、例えば音声信号を符号化する音声符号化装置と共に携帯電話機等の端末装置に搭載される。

第１の音声復号回路１０７及び第２の音声復号回路１０８は、有音無音情報入力端子１０３を介して入力された有音無音情報に基づいて音声符号入力端子１０１を介して入力された符号化された音声信号（以下、符号化音声信号と称す）を復号し、復号した信号を第２のスイッチ１０６を介して出力する。第１の音声復号回路１０７及び第２の音声復号回路１０８は、例えば上述した無線通信システム等で用いる複数種類の符号化方式（図５の場合は２種類）に対応した、互いに異なる復号方式の処理を実行する。有音無音情報は、符号化音声信号が有音（通話中の人の声）であるか無音（背景雑音等）であるかを示す情報である。

復号動作切替回路１０４は、符号化方式切替情報入力端子１０２を介して入力された符号化方式切替情報にしたがって第１のスイッチ１０５及び第２のスイッチ１０６を切り替える。符号化方式切替情報は、符号化音声信号の符号化に用いている符号化方式を示す情報である。

第１のスイッチ１０５は、復号動作切替回路１０４の指示にしたがって、音声符号入力端子１０１を介して入力された符号化音声信号を第１の音声復号回路１０７または第２の音声復号回路１０８に出力する。また、第２のスイッチ１０６は、復号動作切替回路１０４の指示にしたがって第１の音声復号回路１０７または第２の音声復号回路１０８で復号された音声信号を出力する。

背景雑音抑圧装置１１０は、符号化方式切替情報に基づいて、符号化方式及び復号方式の切り替え時点を含む一定の期間で、第２のスイッチ１０６から出力された復号後の音声信号を抑圧する。

このような構成において、図６に示すように、背景技術の音声復号装置は、符号化方式切替情報に基づいて復号動作切替回路１０４により第１のスイッチ１０５及び第２のスイッチ１０６を切り替える（ステップＢ１）。

音声符号入力端子１０１を介して入力された符号化音声信号は、第１のスイッチ１０５を介して第１の音声復号回路１０７または第２の音声復号回路１０８に入力される。

第１の音声復号回路１０７または第２の音声復号回路１０８は、有音無音情報入力端子１０３を介して入力された有音無音情報に基づいて、音声符号入力端子１０１を介して入力された符号化音声信号を復号し、復号した信号を第２のスイッチ１０６を介して出力する（ステップＢ２）。

背景雑音抑圧回路１１０は、符号化方式切替情報に基づいて、第２のスイッチ１０６から出力された復号後の音声信号を抑圧し、音声信号出力端子１０９を介して出力する（ステップＢ３）。具体的には、背景雑音抑圧回路１１０は、符号化方式及び復号方式の切り替え時点を含む一定の期間で、第２のスイッチ１０６から出力された信号を抑圧し、抑圧後の信号を、音声信号出力端子１０９を介して出力する。

このように背景技術の音声復号装置では、符号化方式及び復号方式の切り替え時点を含む一定の期間で復号後の信号を抑圧することで、符号化方式及び復号方式の切り替えに伴って発生する異音が知覚されないようにしている。

特開平９−１５２８９９号公報

上述したように背景技術の音声復号装置では、音声データの符号化方式及び復号方式の切り替え時点を含む一定の期間で復号後の信号を抑圧することで、符号化方式の切り替えに伴って発生する異音等が知覚されないようにしている。しかしながら、符号化音声信号が有音であるときに符号化方式及び復号方式が切り替わった場合、復号後の信号を抑圧すると図５に示した音声復号装置を含む端末装置から出力される音声（以下、出力音声と称す）が途切れるため、出力音声に大きな不連続感を感じてしまう問題がある。

本発明は上記したような従来の技術が有する問題点を解決するためになされたものであり、符号化方式及びそれに対応した復号方式の切り替え時における出力音声の不連続感を軽減できる音声復号装置及び方法を提供することを目的とする。

上記目的を達成するため本発明の音声復号装置は、複数種類の符号化方式のうちのいずれか一つで符号化された音声信号を、該符号化に用いた符号化方式に対応した復号方式で復号する音声復号装置であって、
前記復号後の信号に背景雑音信号を重畳して出力する背景雑音重畳回路と、
前記符号化方式及び該符号化方式に対応した復号方式の切り替わり時、該切り替わり時点を含む予め決められた一定の期間で、前記背景雑音重畳回路に、前記復号後の信号に前記背景雑音信号を重畳させる背景雑音重畳動作制御回路と、
を有し、
前記背景雑音重畳動作制御回路は、
前記符号化方式及び該符号化方式に対応した復号方式の切り替わり時、前記符号化された音声信号が有音である場合にのみ、前記背景雑音重畳回路に前記復号後の信号に前記背景雑音信号を重畳させる構成である。

一方、本発明の音声復号方法は、複数種類の符号化方式のうちのいずれか一つで符号化された音声信号を、該符号化に用いた符号化方式に対応した復号方式で復号する音声復号方法であって、
前記符号化方式及び該符号化方式に対応した復号方式の切り替わり時、前記符号化された音声信号が有音のときのみ、該切り替わり時点を含む予め決められた一定の期間で、前記復号後の信号に背景雑音信号を重畳する方法である。

本発明によれば、符号化方式及びそれに対応した復号方式の切り替え時における出力音声の不連続感を軽減できる。

第１の実施の形態の音声復号装置の一構成例を示すブロック図である。 図１に示した音声復号装置の処理手順を示すフローチャートである。 第２の実施の形態の音声復号装置の一構成例を示すブロック図である。 図３に示した音声復号装置の処理手順を示すフローチャートである。 背景技術の音声復号装置の構成を示すブロック図である。 図５に示した音声復号装置の処理手順を示すフローチャートである。

次に本発明について図面を用いて説明する。
（第１の実施の形態）
図１は第１の実施の形態の音声復号装置の一構成例を示すブロック図である。

図１に示すように、第１の実施の形態の音声復号装置は、第１の音声復号回路１０７、第２の音声復号回路１０８、第１のスイッチ１０５、第２のスイッチ１０６、第３のスイッチ１１２、背景雑音メモリ１１３、復号動作切替回路１０４、背景雑音保存動作切替回路１１１、背景雑音重畳動作制御回路１１４及び背景雑音重畳回路１１５を備えている。図１に示す音声復号装置は、例えば音声信号を符号化する音声符号化装置と共に携帯電話機等の端末装置に搭載される。

図１に示す第１の音声復号回路１０７、第２の音声復号回路１０８、第１のスイッチ１０５、復号動作切替回路１０４及び第２のスイッチ１０６は、図５に示した背景技術の音声復号回路と同様の構成であり、図１ではこれらの構成要素に対して図５と同じ符号を付与している。

第１の音声復号回路１０７及び第２の音声復号回路１０８は、有音無音情報入力端子１０３を介して入力された有音無音情報に基づいて音声符号入力端子１０１を介して入力された符号化音声信号を復号し、復号した信号を第２のスイッチ１０６を介して出力する。第１の音声復号回路１０７及び第２の音声復号回路１０８は、例えば上述した無線通信システム等で用いる複数種類の符号化方式（図１の場合は２種類）に対応した、互いに異なる復号方式の処理を実行する。有音無音情報は、符号化音声信号が有音（通話中の人の声）であるか無音（背景雑音等）であるかを示す情報であり、例えば端末装置が備える不図示の制御装置によって生成される。有音無音情報の生成方法については、当業者であれば周知であるため、ここではその説明を省略する。図１では、２種類の復号方式が選択可能な音声復号装置の構成例を示しているが、本発明は３種類以上の復号方式が選択可能な構成にも適用できる。

復号動作切替回路１０４は、符号化方式切替情報入力端子１０２を介して入力された符号化方式切替情報にしたがって第１のスイッチ１０５及び第２のスイッチ１０６を切り替える。符号化方式切替情報は、符号化音声信号の符号化に用いている符号化方式を示す情報であり、例えば端末装置が備える不図示の制御装置によって生成される。符号化方式切替情報の生成方法については、当業者であれば周知であるため、ここではその説明を省略する。

第１のスイッチ１０５は、復号動作切替回路１０４の指示にしたがって、音声符号入力端子１０１を介して入力された符号化音声信号を第１の音声復号回路１０７または第２の音声復号回路１０８に出力する。第２のスイッチ１０６は、復号動作切替回路１０４の指示にしたがって第１の音声復号回路１０７または第２の音声復号回路１０８で復号された音声信号を出力する。

背景雑音保存動作切替回路１１１は、有音無音情報入力端子１０３を介して入力された有音無音情報にしたがって第３のスイッチ１１２をオン／オフする。具体的には、背景雑音保存動作切替回路１１１は、有音無音情報が無音を示している場合（符号化音声信号が背景雑音信号である場合）は第３のスイッチ１１２をオンにし、有音無音情報が有音を示している場合は第３のスイッチ１１２をオフにする。

背景雑音メモリ１１３は、第２のスイッチ１０６及び第３のスイッチ１１２を介して入力される、第１の音声復号回路１０７または第２の音声復号回路１０８で復号された背景雑音信号を保存する。

背景雑音重畳動作制御回路１１４は、符号化方式切替情報入力端子１０２を介して入力された符号化方式切替情報に基づいて、背景雑音重畳回路１１５の動作を制御する。

背景雑音重畳回路１１５は、背景雑音重畳動作制御回路１１４の指示にしたがって、例えば背景雑音メモリ１１３に保存された背景雑音信号を読み出し、第２のスイッチ１０６から出力された復号後の信号に該背景雑音信号を重畳して出力する。なお、重畳とは、復号後の音声信号または背景雑音信号のうち、いずれか大きい方の振幅を取り出す合成処理を指す。復号後の信号に重畳する背景雑音信号は、背景雑音メモリ１１３に保存された信号に限定されるものではなく、例えば不図示の端末装置が備えるマイクで取得した背景雑音信号を重畳してもよい。

図１に示す音声復号装置は、例えば各種の論理回路やメモリを含むＬＳＩ、ＤＳＰ（Digital Signal Processor）、あるいはプログラムにしたがって処理を実行するＣＰＵを含む情報処理装置等によって実現できる。

図２は図１に示した音声復号装置の処理手順を示すフローチャートである。

図２に示すように、第１の実施の形態の音声復号装置は、符号化方式切替情報に基づいて、復号動作切替回路１０４により第１のスイッチ１０５及び第２のスイッチ１０６を切り替える（ステップＡ１）。具体的には、符号化方式切替情報が第１の符号化方式を示している場合、復号動作切替回路１０４は、第１のスイッチ１０５により音声符号入力端子１０１と第１の音声復号回路１０７とを接続する。このとき、音声符号入力端子１０１を介して入力された音声信号は、第１のスイッチ１０５を介して第１の音声復号回路１０７に入力される。また、符号化方式切替情報が第２の符号化方式を示している場合、復号動作切替回路１０４は、第１のスイッチ１０５により音声符号入力端子１０１と第２の音声復号回路１０８とを接続する。このとき、音声符号入力端子１０１を介して入力された音声信号は、第１のスイッチ１０５を介して第２の音声復号回路１０８に入力される。

第１の音声復号回路１０７及び第２の音声復号回路１０８は、有音無音情報入力端子１０３を介して入力された有音無音情報に基づいて音声符号入力端子１０１を介して入力された符号化音声信号を復号し、復号した信号を第２のスイッチ１０６を介して出力する（ステップＡ２）。

ここで、第１の音声復号回路１０７及び第２の音声復号回路１０８は、有音無音情報が有音を示している場合、入力された符号化音声信号が音声（通話中の人の声）であると判定し、該符号化音声信号に対して音声を復号するための音声復号処理を施し、復号後の信号を第２のスイッチ１０６を介して出力する。また、第１の音声復号回路１０７及び第２の音声復号回路１０８は、有音無音情報が無音を示している場合、入力された符号化音声信号が人の声以外の雑音（例えば背景雑音信号）であると判定し、該符号化音声信号に対して背景雑音を復号するための背景雑音復号処理を施し、復号後の信号を第２のスイッチ１０６を介して出力する。なお、ここでは第１の音声復号回路１０７及び第２の音声復号回路１０８が有音と無音に対して異なる復号処理を実行する例を示しているが、有音と無音に対して同一の復号処理を実行してもよい。

背景雑音保存動作切替回路１１１は、有音無音情報が無音を示している場合は第３のスイッチ１１２をオンにし、第２のスイッチ１０６から出力された信号（背景雑音信号）を背景雑音メモリ１１３に保存する（ステップＡ３）。背景雑音メモリ１１３による保存動作は、有音無音情報が無音を示している場合にのみ実行されるため、背景雑音メモリ１１３には、過去に出力された背景雑音信号が保存される。

背景雑音重畳動作制御回路１１４は、符号化方式切替情報入力端子１０２を介して入力された符号化方式切替情報にしたがって、背景雑音重畳回路１１５で復号後の信号に背景雑音信号を重畳するか否かを決定する（ステップＡ４）。

本実施形態では、符号化方式及び復号方式の切り替え時点を含む、予め決められた一定の期間を符号化方式切替期間と定義し、この符号化方式切替期間において、背景雑音重畳回路１１５により、第２のスイッチ１０６から出力された信号に背景雑音信号を重畳させる。符号化方式切替期間は、符号化方式切替情報を用いて背景雑音重畳動作制御回路１１４が決定してもよく、端末装置が備える不図示の制御装置により決定し、該決定した符号化方式切替期間を示す情報を符号化方式切替情報に含めて不図示の制御装置から入力してもよい。

背景雑音重畳回路１１５は、背景雑音重畳動作制御回路１１４から背景雑音の重畳が指示された場合、符号化方式切替期間にて、第２のスイッチ１０６から出力された復号後の信号に背景雑音メモリ１１３から読み出した背景雑音信号を重畳して音声信号出力端子１０９を介して出力する（ステップＡ５）。

例えば、符号化方式及び復号方式の切り替え時点を含む５００ｍｓの期間を符号化方式切替期間とした場合、背景雑音重畳回路１１５は、この５００ｍｓの符号化方式切替期間にて、第２のスイッチ１０６から出力された音声信号に、例えば背景雑音メモリ１１３から読み出した背景雑音信号を重畳する。

また、背景雑音重畳回路１１５は、背景雑音重畳動作制御回路１１４から背景雑音の重畳が指示されない場合、第２のスイッチ１０６から出力された音声信号を、加工することなくそのまま音声信号出力端子１０９を介して出力する。

一般に、音声以外の他の音が何も無い状態で異音等が発生した場合、人は該異音を明確に知覚してしまう。一方、音声以外に他の音（例えば、背景雑音）が混在している状態で異音等が発生すると、背景雑音等によって該異音に対する注意力が分散されるため、該異音をあまり感じなくなる。

本実施形態の音声復号装置によれば、符号化方式及び復号方式の切り替わり時に復号後の信号を抑圧していないため、出力音声が途切れることがない。また、本実施形態の音声復号装置では、符号化方式及び復号方式の切り替わり時、予め決められた符号化方式切替期間で、復号後の信号に背景雑音を重畳して出力するため、符号化方式及び復号方式の切り替わりに伴って出力音声で異音が発生しても、該異音をあまり感じなくなる。そのため、符号化方式及び復号方式の切り替わり時に発生する出力音声の不連続感が軽減される。

さらに、本実施形態の音声復号装置では、復号後の信号に対して背景雑音メモリ１１３で保存した過去の背景雑音を重畳するため、出力音声の不連続感がより自然に軽減される。
（第２の実施の形態）
図３は第２の実施の形態の音声復号装置の一構成例を示すブロック図である。

図３に示すように、第２の実施の形態の音声復号装置は、有音無音情報入力端子１０３を介して入力された有音無音情報が背景雑音保存動作切替回路１１１及び背景雑音重畳動作制御回路１１４にそれぞれ入力される構成である。

第２の実施の形態の背景雑音重畳動作制御回路１１４は、符号化方式切替情報および有音無音情報に基づいて復号後の信号に背景雑音を重畳するか否かを決定する。その他の構成は図１に示した音声復号装置と同様であるため、その説明は省略する。

図４は、第２の実施の形態の音声復号装置の処理手順を示すフローチャートである。なお、図４に示すステップＡ１〜Ａ３は、図２に示した第１の実施の形態の音声復号装置の処理手順と同様であるため、その説明は省略する。

図４に示すように、ステップＡ３にて背景雑音メモリ１１３に背景雑音信号が保存されると、背景雑音重畳動作制御回路１１４は、符号化方式切替情報入力端子１０２を介して入力された符号化方式切替情報及び有音無音情報入力端子１０３を介して入力された有音無音情報に基づいて背景雑音重畳回路１１５の動作を制御する（ステップＡ６）。具体的には、有音無音情報が無音を示している場合、すなわち第２のスイッチ１０６から背景雑音信号が出力されている場合、背景雑音重畳動作制御回路１１４は、符号化方式切替期間であっても、背景雑音重畳回路１１５に、第２のスイッチ１０６から出力された復号後の信号に背景雑音信号を重畳させない。すなわち、本実施形態の背景雑音重畳回路１１５は、符号化音声信号が有音である場合にのみ、符号化方式切替期間で、復号後の信号に背景雑音を重畳して音声信号出力端子１０９を介して出力する（ステップＡ５）。

第１の実施の形態の音声復号装置では、符号化音声信号が無音であっても符号化方式及び復号方式が切り替わると、復号後の背景雑音信号に対して、さらに背景雑音信号を重畳するため、背景雑音重畳回路１１５で無駄な処理を実行することになる。

本実施形態のように、符号化音声信号が有音である場合にのみ、符号化方式切替期間で復号後の信号に背景雑音を重畳すれば、第１の実施の形態と同様の効果が得られると共に、背景雑音重畳回路１１５による無駄な処理が無くなるため、音声復号装置の処理負荷が軽減される。

１０１ 音声符号入力端子
１０２ 符号化方式切替情報入力端子
１０３ 有音無音情報入力端子
１０４ 復号動作切替回路
１０５ 第１のスイッチ
１０６ 第２のスイッチ
１０７ 第１の音声復号回路
１０８ 第２の音声復号回路
１０９ 音声信号出力端子
１１１ 背景雑音保存動作切替回路
１１２ 第３のスイッチ
１１３ 背景雑音メモリ
１１４ 背景雑音重畳動作制御回路
１１５ 背景雑音重畳回路

Claims (4)

1. 複数種類の符号化方式のうちのいずれか一つで符号化された音声信号を、該符号化に用いた符号化方式に対応した復号方式で復号する音声復号装置であって、
   前記復号後の信号に背景雑音信号を重畳して出力する背景雑音重畳回路と、
   前記符号化方式及び該符号化方式に対応した復号方式の切り替わり時、該切り替わり時点を含む予め決められた一定の期間で、前記背景雑音重畳回路に、前記復号後の信号に前記背景雑音信号を重畳させる背景雑音重畳動作制御回路と、
   を有し、
   前記背景雑音重畳動作制御回路は、
   前記符号化方式及び該符号化方式に対応した復号方式の切り替わり時、前記符号化された音声信号が有音である場合にのみ、前記背景雑音重畳回路に前記復号後の信号に前記背景雑音信号を重畳させる音声復号装置。
2. 前記背景雑音を保存する背景雑音メモリを有し、
   前記背景雑音重畳回路は、
   前記復号後の信号に、前記背景雑音メモリで保存された背景雑音信号を重畳する請求項１記載の音声復号装置。
3. 複数種類の符号化方式のうちのいずれか一つで符号化された音声信号を、該符号化に用いた符号化方式に対応した復号方式で復号する音声復号方法であって、
   前記符号化方式及び該符号化方式に対応した復号方式の切り替わり時、前記符号化された音声信号が有音のときのみ、該切り替わり時点を含む予め決められた一定の期間で、前記復号後の信号に背景雑音信号を重畳する音声復号方法。
4. 前記背景雑音をメモリで保存しておき、
   前記復号後の信号に、前記メモリで保存された背景雑音信号を重畳する請求項３記載の音声復号方法。

Images