JPH01233835A - 音声時間軸圧縮符号化装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、符号化部において隣接する２つのピッチ区
間弔位に時間軸圧縮された音声波形を、復号化部におい
て処理遅延時間少なく元の音声波膨長に伸長する音声時
間軸圧縮符号化装置に関するものである。

〔従来の技術〕

従来この種の装置として第３図に示すようなものがあっ
た。

この図はＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏ
ｍｍｕｎｉｃａｔｉｏｎＣｏｎｒｅｒｅｎｅｅ、　１９
８２（ｒＣＣ８２）での発表論文Ｒ，Ｖ、ＣＯＸ　ｅｔ
ａｔ、　　”Ａｎ　　Ｉｍｐｌｅｍｅｔａｔｉｏｎ　　
ｏ［Ｔｉｍｅ　　Ｄｏｍａｉｎ　　Ｈａｒｍｏｎｉｅ　
　Ｓｃａｌｉｎｇ　　ｗｉｔｈ　　Ａｐｐｌｉｃａｔｉ
ｏｎ　　ｔｏ　　５ｐｅｅｅｈ　　Ｃｏｄｉｎｇ”（Ｉ
ＣＣ８２，ＰＰ、　４Ｇ、　１．１−４）のＦｉｇ、１
に示されたものと同様のもので、図において（１）はマ
イクロホン、（２）はＡ／Ｄ変換器、（３）は入力音声
波形、（４）は時間軸圧縮手段、（５）はピッチ周期抽
出手段、（６）は圧縮波形、（７）はピッチ周期、（８
）は符号化手段、（９）はピッチ符号化手段、００Ｉは
マルチプレクサでこれらで送信部を構成している。（１
２）はデマルチプレクサ、（１３）ば復号化手段、（１
４）はピッチ復号化手段、（１５）は復帰後圧縮波形、
（１７）は伸長波形、（ＩＢ）はＤ／Ａ変換器、（１９
）はスピーカ、（２０）は時間軸伸長手段で、これらで
受信部を構成している。なお、（１１）は伝送路である
。

次に動作について説明する。

先ず第３図の送信部について説明する。マイクロホン（
１）から入力された音声はＡ／Ｄ変換器（２）で離散デ
ータ系列（以後入力音声波形（３）と呼ぶ）に変換され
る。ピッチ周期抽出手段（５）は、例えば入力音声波形
（３）を自己相関分析することで入力音声波形（３）の
ピッチ周期（７）を求める。時間軸圧縮手段（４）は、
ピッチ周期抽出手段（５）で抽出されたピッチ周期（７
）に基づき、連続する２つのピッチ区間毎に入力音声波
形（３）を時間軸上で碌に圧縮し、圧縮波形（６）を求
める。時間軸圧縮手段（４）で行われる時間軸圧縮の詳
細を第４図に示す。

第４図において（４ａ）は連続する２ピッチ区間の入力
音声波形Ｓ　（ｎ）であり、（４ｂ）はＳ　（ｎ）を時
間軸上で繕圧縮した圧縮波形Ｓｃ（れ）である。いまＳ
　（ｎ）のピッチ周期をＴｐとすると、５ｃ（ｎ）は次
の第（１）および第（２）式によって求める。

５ｃ（ｎ）−（１−Ｗｅ（ｎ））Ｓ（ｎ）＋Ｗｅ（ｎｌ
Ｓ（ｎ＋Ｔｐ）＝−（１１Ｗｅ（ｎ）−（ｎ−Ｈ）　／
　Ｔｐ　　　　　　　　　　　　　　−−−（２１ｎ−
１，２、・　・−、Ｔｐ 第（１１、第（２）式のＷｅ　（ｎ）は、Ｓ　（ｎ）に
対する窓関数であり、第４図でＳ　（ｎ）にＷｅ　（ｎ
）をかけ、Ｓｃ　（ｎ）を求める手段を示す。

第３図で時間軸圧縮手段（４）で求められた圧縮波形（
６）は、符号化手段（８）で例えばパルス符号化され、
またピッチ周期（７）もピッチ符号化手段（９）で符号
化される、マルチプレクサ０〔は符号化された圧縮波形
情報とピッチ周期情報を多重化して伝送路（１］）に出
力する。

次に受信部について説明する。伝送＃　（１１１を伝搬
した符号化された圧縮波形情報とピッチ周期情報は、デ
マルチプレクサ（１２）で分離される。圧縮波形情報は
、復号化手段（１３）で符号化手段（８）に対応した復
号化処理で復号化され、復帰後圧縮波形（１５）となる
。ピッチ周期情報も同様にピッチ復号化手段（１４）で
復号化される。時間軸伸長手段（２０）はピッチ復号化
手段（１４）で復号化されたピッチ周期（７）に基づき
、ピッチ周期単位に復帰後圧縮波形（１５）を時間軸上
で２倍に伸長し、伸長波形（１７）を求める。時間軸伸
長手段（２０）で行われる時間軸伸長の詳細を第５５図
に示す。

第５図において（５ａ）は連続するピッチ区間（Ｉ−１
、ｉ、ｉ＋１番目）の復帰後圧縮波形５ｅ（ｎ）であり
、今、１番目のピッチ区間を伸長する場合を考えろ。第
５図の（５ｂ）は、Ｓｅ　（ｎ）の１番目のピッチ区間
を２倍に伸長した伸長波形Ｓｅ　（ｎ）である。今、Ｓ
ｅ　（ｎ）においてｉ番目のピッチ区間の先頭地点をｎ
　＝　１とすると、Ｓｅ　（ｎ）は次の第（３）、第（
４）式によって求めろ。

Ｓｅ　（ｎ）−（１−Ｗｅ　（ｎ））　　Ｓｅ　（ｎ）
　＋　Ｗｅ　（ｎ）　−Ｓｃ　（ｎ−Ｔｐｌ　　　（３
１１’１ｅ（ｎ）−（ｎ−Ｈ）　／　２　Ｔｐ　　　　
　　　　　　　　−・（４）ｎ−１，２，・・、２Ｔｐ 第（３）、第（４）式のＷｅ　（ｎ）はＳｃ　（ｎ）に
対する窓関数テアリ、第５図の（５ａ）、（５ｂ）はＳ
ｅ　（ｎ）にｌ’ｌｅ　（ｎｌをかけ、Ｓｅ　（ｎ）を
求める手順を示している。時間軸伸長手段（２０）で求
められた伸長波形（１７）はＤ／Ａ変換器（１８）でア
ナログ信号に変換されスピーカ（１９）から出力される
。

第６図に入力音声波形の圧縮・伸長の一連の手順と、ピ
ッチ境界におけろ波形の特徴の変化を各ピッチ境界の波
形特徴に番号付けすることで示す。

第６図において、（６ａ）は入力音声波形Ｓ　（ｎ）で
あり、各ピッチ境界には、その地点付近の波形の特徴を
示す１〜１２までの番号が付けられている。（６ｈ）は
Ｓ　（ｎ）を時間軸圧縮→符号化−復号化した復帰後圧
縮波形Ｓｃ　（ｎ）であり、５（ｎ）に窓関数Ｗｅ　（
ｎｌをかけて２ピッチ区間を謄圧縮したことで、波形特
徴の番号が（６ａ）のＳ　（ｎ）と比較して変化してい
る。（６Ｃ）は（６ｂ）におけるＳｃ　（ｎ）のｉ番目
のピッチ区間を２倍に伸長した伸長波形Ｓｅ　（ｎ）で
ある。（６Ｃ）、（６ｂ）に示しているように、Ｓｃ（
ロ）のｉ番目のピッチ区間を伸長するのに、ｉ番目以外
に直前のｉ　−１番目と直後ｉ　＋１番目のピッチ区間
を用いる。これは伸長波形５ｅ（ｎ）のピッチ境界面で
の波形の連続性を保つためである。（６Ｃ）のＳｅ　（
ｎ）において中間点のピッチ境界は、連続した２つの波
形（？ｅ、形特徴８，９の波形と４，５の波形）を平均
した波形となっており、不連続は生じないことがわかる
。

〔発明が解決しようとする課題〕

従来の音声時間軸圧縮符号化装置は以上のように構成さ
れているので、時間軸伸長手段は、復帰後圧縮波形の１
番目のピッチ区間を２倍に伸長する際にその前後のｉ　
−１番目とｉ　＋１番目の復帰後圧縮波形をもちいてお
り、実際にはｉ　＋１番目の復帰後圧縮波形が伝送終了
するまで１番目の復帰後圧縮波形の伸長が終了できない
。そのため時間軸伸長手段での処理遅延が大きい（ｉ千
１番目の圧縮波形を得るために入力音声波形２ピッチ期
間分が必要）という課題があった。

この発明は上記のような課題を解消するためになされた
もので、時間軸伸長手段での処理遅延が小さい音声時間
軸圧縮符号化装置を得ることを目的とする。

〔課題を解決するための手段〕

この発明に係わる音声時間軸圧縮符号化装置は、入力音
声波形を連続する２ピッチ周期区間毎に順番に時間軸圧
縮したとき１番目に求められる圧縮音声波形を、このｉ
番目の圧縮音声波形情報とその直前に求められた１−１
番目の圧縮音声波形情報のみを用いて時間軸上で伸長す
る時間軸伸長手段を備えｔこものである。

〔作用〕

この発明における時間軸伸長手段は、入力音声波形を連
続する２ピッチ周期区間毎に順番に時間軸圧縮しなとき
ｉ番目に求められる圧縮音声波形を、このｉ番目の圧縮
音声波形情報とその直前に求められたｉ　−１番目の圧
縮音声波形情報のみを用い、しかもピッチ境界での波形
の不連続を生じることなく時間軸上で伸長する。

〔実施例〕

第１図は、この発明の一実施例を示す構成図であり、（
１）〜（１５）および（１７）〜（１９）は第３図にお
ける従来装置と同一のものであや説明を省略する。

第１図において（１６）は遅延最小化時間軸伸長手段で
ある。第１図で遅延最小化時間軸伸長手段（１６）は、
ピッチ復号化手段（１４）で復号化されたピッチ周期（
７）に基づき、ピッチ周期単位に復帰後圧縮波形（１５
）を処理遅延少なく時間軸上で２倍に伸長し伸長波形（
１７）を求める。

第２図にこの実施例における時間軸圧縮手段（４）と遅
延最小化時間軸伸長手段（１６）が実行する入力波形の
圧縮伸長の詳細を示す。第２図において、（２ａ）は連
続するピッチ区間の入力音声波形Ｓ　（ｎ）であり、ピ
ッチ境界での波形特徴を示す１〜８までの番号が付けら
れている。（２ｂ）はＳ　（ｎ）を時間軸圧縮手段（４
）において時間軸圧縮した圧縮波形Ｓｅ　（ｎ）　。

（２Ｃ）はＳｃ　（ｎ）を符号化−復号化した復帰後圧
縮波へ 形Ｓｅ　（ｎ）である。今、遅延最小化時間軸伸長手段
（１６）において（２Ｃ）のＳｃ　（ｎ）の１番目のピ
ッチ区間を△ Ｓｅ　（ｎ）の監番目とｉ　−１番目のピッチ区間のみ
を用いて２倍に伸長する場合を考える。

△ 先ず（２Ｃ）のＳｅ　（ｎ）のピッチ区間を組み変えて
（２ｄ）に示す組み変え波形を作る。次に前記第（１）
、第（２）式に従ってこの組み変え波形に窓関数Ｗｅ（
ｎｌをかけ、時間軸上で磯に圧縮し、（２ｅ）に示す中
間波形を求める。さらに（２ｅ）の中間波形と、（２ｄ
）の組み変え波形の前半のピッチ区間を連結させて（２
ｒ）△〆 の連結波形Ｓｃ　（ｎｌを求めろ。最後に（２ｃ）のＳ
ｃ　（ｎ）と（２ｆ）のＳｃ　（ｎ）から次の第（５）
、第（６）式を用いて（２ｇ）に示す伸長波形Ｓｓ　（
ｎ）を求めろ。

５ｅ（ｎ）−（１−Ｗｅ（ｎ））　・５ｅ（ｎ）＋Ｎａ
（ｎ）　・全ｒ（ｎ）　−・・−（５１Ｗｅ　（ｎ）−
（ロー磯）／Ｔｐ　　　　　　　　　　　　　　　　　
　・　・・　・　（６）ｎ＝１．２．・・・・・、　２
Ｔｐ 第２図の（２ａ）から（２ｇ）までの各ピッチ境界には
その地点付近の波形特徴を示す番号が付けてあり、（２
ｇ）の伸長波形Ｓｅ　（ｎ）の中間部のピッチ境界での
波形は連続する（波形特徴４，５）。

上記説明したように、遅延最小化時間軸伸長手段（１６
）は、第２図の（２ｃ）の復帰後圧縮波形Ｓｃ　（ｎ）
のｉ番目のピッチ区間を、５ｃ（ｎ）の１番目とｉ−１
番目のピッチ区間のみを用いてピッチ境界部までの波形
の不連続を生ずることなく２倍に伸長する。

なお、上記実施例では符号化手段（８）はパルス符号化
を行うものとしたが他のいかなる音声符号化を行うもの
としても良い。

〔発明の効果〕

以上のように、この発明によれば、入力音声波形を連続
する２ピッチ周期区間毎にｊ頃番に時間軸圧縮したとき
ｉ番目に求められる圧縮音声波形を、この１番目の圧縮
音声波形情報とそ、の直前に求められたｉ　−１番目の
圧縮音声波形情報のみを用い、しかもピッチ境界での波
形の不連続を生ずることなく時間軸上で伸長するように
遅延最小化時間・軸伸長手段を構成したので、処理遅延
が小さいという効果を有する。

【図面の簡単な説明】

第１図はこの発明の一実施例を示す全体構成図、第２図
はこの発明の一実施例での処理を示す説明図、第３図は
従来の音声時間軸圧縮符号化装置を示す全体構成図、第
４図は従来の音声時間軸圧縮符号化装置の時間軸圧縮処
理を示す説明図、第５図は従来の音声時間軸圧縮符号化
装置の時間軸伸長処理を示す説明図、第６図は従来の音
声時間軸圧縮符号化装置の時間軸圧縮伸長処理全体を示
す説明図である。 図において、（１）はマイクロホン、（２）はＡ／Ｄ変
換冊、（３）は入力音声波形、（４）は時間軸圧縮手段
、（５）はピッチ周期抽出手段、（６）圧縮波形、（７
）はピッチ周期、（８）は符号化手段、（９）はピッチ
符号化手段、叫はマルチプレクサ、（１１）は伝送路、
（１２）はデマルチプレクサ、（１３）は復号化手段、
（１４）はピッチ復号化手段、（１５）は復帰後圧縮波
形、（１６）は遅延最小化時間軸伸長手段、（１７）は
伸長波形、（１８）はＤ／Ａ変換器、（１９）はスピー
カである。 なお、図中同一符号は同一または相当部分を示す。

Claims (1)

【特許請求の範囲】
1. 入力音声波形を、この波形のピッチ周期を利用して連続
   する２ピッチ周期区間毎に時間軸上で圧縮して符号化す
   る送信部と、この圧縮符号化された音声波形を復号化し
   て時間軸上で伸長する受信部からなる音声時間軸圧縮符
   号化装置において、前記入力音声波形を連続する２ピッ
   チ周期区間毎に順番に送信部で時間軸圧縮したときｉ番
   目に求められる圧縮音声波形を、このｉ番目の圧縮音声
   波形情報とその直前に求められたｉ−１番目の圧縮音声
   波形情報のみを用いて時間軸上で伸長する時間軸伸長手
   段を受信部に備えたことを特徴とする音声時間軸圧縮符
   号化装置。