JPH01239600A - セグメント符号化方法 - Google Patents

セグメント符号化方法

Info

Publication number
JPH01239600A
JPH01239600A JP63067768A JP6776888A JPH01239600A JP H01239600 A JPH01239600 A JP H01239600A JP 63067768 A JP63067768 A JP 63067768A JP 6776888 A JP6776888 A JP 6776888A JP H01239600 A JPH01239600 A JP H01239600A
Authority
JP
Japan
Prior art keywords
pattern
segment
patterns
gain
matrix
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.)
Pending
Application number
JP63067768A
Other languages
English (en)
Inventor
Masaaki Yoda
雅彰 誉田
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
Original Assignee
Nippon Telegraph and Telephone Corp
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 filed Critical Nippon Telegraph and Telephone Corp
Priority to JP63067768A priority Critical patent/JPH01239600A/ja
Publication of JPH01239600A publication Critical patent/JPH01239600A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Analogue/Digital Conversion (AREA)

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〕 本発明はセグメント符号化方法に係り、特に。
音声や画像などの信号系列を少ない情報量で符号化する
方法に関する。
〔従来の技術〕
従来、多次元の信号系列の情報を圧縮して符号化する強
力な手法として、セグメント符号化法が知られている。
これは、符号化しようとする多次元の信号サンプル値を
要素とするベクトルを複数個まとめて行列(セグメント
)とし、これをあらかじめ作成しておいた符号帳の中の
符号セグメントと照合し、最も歪が小さくなるようなセ
グメントの番号を伝送符号とするものである。入力セグ
メントを全ての符号セグメントと照合する方法は、全探
索型セグメント符号化(全探索法)と呼ばれる。
〔発明が解決しようとする課題〕
セグメント符号化方法では、符号セグメントの数を多く
することによって符号化歪を小さくすることができる。
しかしながら、符号化歪を低減するには符号セグメント
の数を指数的に増大させる必要があり、符号セグメント
との照合に要する処理量や符号帳の記憶に要する記憶容
量が膨大になる問題があった。
この問題を緩和する方法として、ベクトル符号化におい
て知られている2植木探索ベクトル符号化法や多段ベク
トル符号法をセグメント符号化にそのまN適用する方法
が考えられる。しかし、これらの方法では、処理量ある
いは記憶容量を低減できる反面、全探索法とくらべて符
号化性能の低下が避けられない。
また、音声などのように、信号の波形あるいはスペクト
ルの振幅(ゲイン)よりもその形自体が重要な情報を担
っている場合、従来のセグメント符号化法では振幅と形
を明確に分離して表現することが困難であった。
本発明の目的は、音声や画像などの信号系列の情報を圧
縮して符号化する際に、処理量と記憶容量を増大させる
ことなく歪を低く抑えるセグメント符号化方法を提供す
ることである。
〔課題を解決するための手段〕
本発明のセグメント符号化法においては、セグメントを
2つの相補間する行列(パタン)の積として表わし、こ
れらパタンをそれぞれ要素とする2つの符号帳を備え1
両性号帳の全てのパタンの組合せについて、2つのパタ
ンの行列積として作られる符号セグメントパタンと入力
セグメントを照合し、歪が最も小さくなる符号化セグメ
ントパタンを決定し、その時の両パタンの番号の組とし
て符号化することを特徴とする。
また、本発明のセグメント符号化方法においては、セグ
メントを2つの相補間する行列(パタン)の積として表
わし、これらパタンをそれぞれ要素とする2つの符号帳
を備え、まず、入力セグメントを第1符号帳の第1パタ
ンと照合して歪が最も小さくなる第1パタンを決定し、
次に入力セグメントから、上記決定された第1パタンに
対して歪が最小となる第2パタン行列を算出し、該第2
パタン行列を第2符号帳の第2パタンと照合して歪が最
も小さくなる第2パタンを決定し、その時の両パタンの
番号の組として符号化することを特徴とする。
〔作 用〕
一方の符号帳は、例えば方向ベクトルを列ベクトルとす
る行列(方向パタン)を含む方向パタン符号帳とし、他
方の符号帳は、該方向ベクトルに対する重み(ゲインパ
タン)を表わすゲインパタン符号帳とする。この2つの
符号帳を用い、入力セグメントに対して、2つの符号帳
のパタンの行列積として与えられる符号セグメントとの
照合によって符号化する。これら2つの符号帳は学習用
のデータから自動的に学習して設計される。
〔実施例〕
以下、本発明の一実施例について図面により説明する。
なお、実施例では、多次元の信号系列を振幅成分と形成
分に分解して符号化するものとし、符号帳は、ゲインパ
タン符号帳と方向パタン符号帳を使用するものとするが
1本発明はこれに限るものではない。
第1図は本発明の第1の実施例の構成図で、1はセグメ
ントが入力される入力端子、2は入力セグメントと符号
セグメントとの照合部、3は方向パタンを含んだ符号帳
(読みだし専用メモリ)、4はゲインパタンを含んだ符
号帳(読みだし専用メモリ)、5は方向パタン番号とゲ
インパタン番号が出力される端子、6は伝送路あるいは
パタン番号を蓄積するメモリ、7は復号化セグメントの
生成部、8は出力端子である。なお、9は送信側あるい
は書込み側、10は受信側あるいは読出し側である。以
下、ブロック9側について説明する。
ブロック10側ではブロック9側の逆の動作を行えばよ
い。
第1図において、入力端子1の入力セグメント又はp次
元のベクトルを列方向にn個並べた行列又として与えら
れる。二\で、n=1の場合、入力は単なるベクトルと
なる。符号帳としては、方向パタン符号帳3とゲインパ
タン符号帳4の2つの符号帳がある。方向パタン符号帳
3は、n次元方向ベクトルeを列方向にm個(m≦wi
n(nip))並べた行列(方向パタン) E i =
(e 1’ + e z ’ t”’、emム) (x
 = 1 t 2 + ・=HN(1)を含んでいる。
たゾし、方向ベクトルe 1iからe、111は互いに
直交するものとする。すなわち、(eii、eil)=
1゜(e%+ ekl)=O(j’tk)とする、一方
、ゲインパタン符号帳4は、P次元のゲインベクトルg
を列方向にm個並べた行列(ゲインパタン)Gt=(g
□”t  g%+・・・g1リ (n=1.2.・・・
Ng)を含んでいる。この時、符号セグメントC,には
、方向パタンEkとゲインパタンGlとの行列の積、C
,に=G、E1t として与えられる。こ5で、tは行列の較値を表わす。
入力セグメント又は、セグメント照合部2でコードパタ
ンC1,と照合され、距離が最も小さくなるコードパタ
ンの番号i。とi、の組(le+ 1g)、kC工ε として符号化され、端子5に出力される。こNで。
Ioはコードパタンの番号の集合I。= ((i、、1
−)l (1,1)、(2,1)、−、(N、、Ng)
)、  Ioは方向パタンの番号の集合工。=((il
l、2.・・・。
No)、Iεはゲインパタンの番号の集合1=(kll
、2.・・・tNg)である、また、1lAII”はt
race A A ’として定義される行列のノルムを
表わす。
セグメント照合部2では、方向パタンとゲインパタンの
全ての組合せについて、コードパタンと入力セグメント
との照合を行う、したがって、符号化に要する照合の回
数は各符号帳3,4のパタン数の積、すなわちN。XN
t回となる。また、2つの符号帳3,4に要する記憶容
量は;N、XnXm+N(X p Xm (≦N、+ 
Ng) X n X p )となる(たゾし、こ\でベ
クトルの1要素の単位を1とする)。一方、全探索法の
符号帳の記憶容量はN、X NtX n X pであり
、第1図の実施例は全探索法にくらべて少なくとも(N
、+Na)/(NexNz)の割合で符号帳の記憶容量
を低減できる。
また、照合回数(処理量)は全探索法と同じである。
第2図は本発明の第2の実施例の構成図で、11はセグ
メントの入力端子、12は方向パタン符号帳、13はゲ
インパタン符号帳、14は方向パタンの照合部、15は
ゲイン行列算出部、16はゲインパタン照合部、17は
パタン番号出力端子、18は伝送路または蓄積メモリ、
19は復号化セグメントの生成部、20は出力端子であ
る。なお、21は送信側あるいは書込み側、22は受信
側あるいは読出し側を示す。
第2図の実施例は方向パタンとゲインパタンの照合を個
別に行うものである。即ち、入力端子11の入力セグメ
ント又は、方向パタン照合部14で方向パタン符号帳1
2の方向パタンと照合した後、ゲイン行列算出部15で
歪が最小となるゲイン行列を算出し、これがゲインパタ
ン照合部16においてゲインパタン符号帳13のゲイン
パタンと照合される。
方向パタン照合部14での方向パタンとの照合(方向パ
タンの符号化)は、次式で表わされる。
io=arg I!in m1nl X−GEIJI”
iEl、G =arg m1nlIX−G”Eltl”iEI。
=arg m1nl X−XEIF、’l”NEI。
=arg rtrax ll X E 1 ll 2i
 E I。
二\で、01′は、方向パタンE工に対して歪が最も小
さくなるゲイン行列であり、G”= X E iとして
求められる。なお、上式の上から第4式は、方向ベクト
ルが正規直交ベクトルであることから導かれる。第4式
に見られるように、方向パタンの符号化は、入力セグメ
ントと方向パタンとの行列の積を計算し、その行列のノ
ルムが最大となるパタン番号i。を求めることによって
行われる。
次に、上記の手順で選択された方向パタンE1eに対し
て、ゲイン行列算出部15において、ゲイン行列G6を
G”=XE、、とじて求め、これをゲインパタン照合部
16でゲインパタンG、と照合し、歪が最小となるパタ
ン番号I、を次式のように求める(ゲインパタン量子化
)。
第2図の実施例におけるパタンの照合回数は、方向パタ
ンとの照合にN。回、ゲインパタンとの照合にN、回で
合計でN。十N、回であり、全探索法あるいは第1の実
施例にくらべて(Ne + Ng)/ (NeXNg)
の割合で処理量が低減できる。また、符号帳12.13
の記憶容量は第1の実施例と同じであり、全探索法にく
らべて(No+Ng)/ (N e xN g)の割合
で少ない。
上記第1及び第2の実施例では、1つのゲインパタン符
号帳を各方向パタンに対して共通に使用するとしている
が、各方向パタン毎に別々のゲインパタン符号帳を使用
することも可能である。第3図及び第4図にその実施例
(第3及び第4の実施例とする)の構成図を示す、この
場合、符号化の手順は、ゲインパタンか方向パタン毎に
異なる点を除いて、それぞれ第1図及び第2図の第1、
第2の実施例と同じであるので、説明は省略する第3及
び第4の実施例において、符号化に要する処理量はそれ
ぞれ第1及び第2の実施例と同じである。また、符号帳
の記憶容量は両案流側ともN、XnXm+NgXN、X
pXmとなり、全探索法にくらべて同程度以下となる。
次に、上記各実施例で用いられる符号帳の設計方法につ
いて述べる。符号帳の設計は、あらかじめ与えられた学
習用セグメントデータに対して、平均量子化歪が小さく
なるように逐次的な学習処理によって行われる。二\で
は、符号帳の設計法として、方向パタン符号帳とゲイン
パタン符号帳を同時に学習する方法と、方向パタン符号
帳とゲインパタン符号帳を個別に学習する方法について
説明する。
初めに方向パタン符号帳とゲインパタン符号帳を同時に
学習する方法について説明する。
ステップ1 初期設定 No個の学習用のセグメントXt(t=1,2゜・・・
、Nt)、初期方向パタンEi(0)(i==1,2゜
・・・、N、) 、初期ゲインパタンGt(0) (i
 = 1 。
2、・・・、 Ng) 、平均歪の初期値D(−1)=
■、歪判定のいき値I)t++、k=oを設定する。
ステップ2 セグメント符号化 学習用セグメントXtをセグメント符号化して、各セグ
メントに対する方向パタンEi@(tlとゲインパタン
Giect+を求め、その時の平均歪を次式たゾし、l
 Jf:) t l g(t)はセグメントXtに対す
る方向パタン番号とゲインパタン番号である。
ステップ3 歪収束判定 (D(k  1)  D(k))/D(k  l)<D
thなら終了、そうでないならステップ4へ進む。
ステップ4 方向パタンの更新 セグメントのサンプルを、ステップ2で求めた方向パタ
ンの番号i。(1)が同じものを集めてクラスタ化し、
各クラス毎に以下の計算手順で方向パタンを求める。
■ 次式を計算する。
R1=□Σ(XttGLtct)Gig(t)txtI
Jえl  tEJi (i=1.2.・・・、N、) たゾし、J五= (t l 1e(t)=i)は、方向
パタン番号がiとなるセグメントのサンプル番号の集合
、1Jtlは集合JLに含まれるサンプルの数である。
■ 共分散行列R,の固有ベクトルu t (j” 1
 t2.・・・tm)を固有値の大きい順にm個求め、
これを列方向に並べた行列、すなわちE、 (k+1)
” (utw uit・・・、U、)として方向パタン
を更新する。
ステップ5 ゲインパタンの更新 学習セグメントを、方向パタンE、(k+1)とゲイン
パタンGi (k)を用いてセグメント量子化し、その
時のゲインパタン番号ig (t)が同じものを集めて
学習用セグメントをクラスタ化して、各クラス毎に次式
によってゲインパタンを更新する。
(tm1,2.・・・* Ng) だゾし、Ki=(t I ig(t)=i)は、ゲイン
パタン番号がiとなるセグメントのサンプル番号の集合
、lK11は集合に、に含まれるサンプルの数である。
ステップ6 に=に+1として、ステップ2へ戻る。
この設計法のステップ2とステップ5におけるセグメン
ト量子化の方法としては、前記第1及び第2の実施例の
いずれの方法を用いても良い、また、第3及び第4の実
施例で用いる符号帳として。
各方向パタン毎に別々のゲインパタン符号帳を設計する
には、ステップ2と5のセグメント量子化として第3、
第4の実施例のいずれかの方法を用い、上記のステップ
5を次のように置換えれば良い。
ステップ5′ 個別ゲインパタンの更新学習用セグメン
トを、方向パタンE、(k+1)とゲインパタンGjt
(k)を用いてセグメント符号化し、その時の方向パタ
ン番号Ill D)、ゲインパタン番号ig(t)が同
じものを集めて学習用セグメントをクラスタ化する。各
クラス毎に、次式によってゲインパタンを更新する。
F=L2y・・・m NKe 1 = 1 t 2t・
・・、N、)たゾし、Kji=(t l ig(t)=
j−io(t)=i)は、ゲインパタン番号がj、方向
パタンがiとなるセグメントのサンプル番号の集合、I
Kjilは集合Kjiに含まれるサンプルの数である。
次に、方向パタン符号帳とゲインパタン符号帳を個別に
学習する方法について説明する。
ステップ1 初期設定 N1個のセグメントXt(tm1.2.・・・Nt)、
初期方向パタンEi(0)(tm1.2.・・・−N1
1) 。
初期ゲインパタンa、(0) (i = 1 、2 #
−wg> 。
平均歪の初期値り、(−1)=pg (−t)=ω、歪
判定のいき値Dtb、に=Qを設定する。
ステップ2 方向パタン符号化 学習用セグメントXtに対して、第2の実施例の方向パ
タン符号化の方法を用いて歪が最小となる方向パタンE
1゜(1+を求め、その時の平均歪を次式で求める。
たゾし、ioc t )はセグメントXtに対する方向
パタン番号、G♂JはGt”=XtE、、、t、tとし
て求ぬられるゲイン行列である。
ステップ3 歪収束判定 (D−(k  1)  Ds(k))/D−(k  1
)<Dtbならに=oとしてステップ6へ、そうでない
ならステップ4へ進む。
五元又j土 方向パタンの更新 セグメントのサンプルを、ステップ2で求めた方向パタ
ンの番号i e(t )が同じものを集めてクラスタ化
し、各クラス毎に以下の計算手順で方向パタンを求める
■ 次式を計算する。
(x=1y2y・・・*Ne) たゾし、ji: (t l 1e(t)=i)は、方向
パタン番号がiとなるセグメントのサンプル番号の集合
、1Jilは集合J1に含まれるサンプルの数である。
■ 共分散行列R,の固有ベクトルut(tm1−+2
、・・・、m)を固有値の大きい順にm個求め。
これを列方向に並べた行列、すなわちE 、(k +1
)” (uze uze ”’t u、Il)として方
向パタンを更新する。
ステップ5 に=に+1として、ステップ2へ戻る。
ステップ6 ゲインパタンの符号化 ステップ2で与えられるゲイン行列Gt″を、第2の実
施例のゲインパタン符号化の方法を用いて歪が最小とな
るゲインパタンGi((t)を求め、その時の平均歪を
次式で求める。
たゾし、1t(t)はゲインパタン番号である。
入元又jユ 歪収束判定 (Dg(k−1)  Dg(k))/Dg(k−1)<
Dthなら終了とする。そうでないならステップ8へ進
む。
ステップ8 ゲインパタンの更新 ゲイン行列Gt11に対して、ゲインパタン番号io(
t )が同じものを集めてクラスタ化する。各クラス毎
に、次式によってゲインパタンを更新する。
(i=1.2.・・・、N、) だゾし、K工= (t l ig(t )= i )は
、ゲインパタン番号がiとなるセグメントのサンプル番
号の集合、1Kilは集合に、に含まれるサンプルの数
である。
ステップ9 に=に+1として、ステップ6へ戻る。
方向パタン毎に別々のゲインパタン符号帳を設計するに
は、上記のステップ8を次のように置換えればよい。
ステップ8′ 個別ゲインパタンの更新ゲイン行列Gt
11に対して、方向パタン番号i。
(1)とゲインパタン番号ig(t)が同じものを集め
てクラスタ化し、各クラス毎に次式によってゲインパタ
ンを更新する。
F=L2t・・・t Ngy l = L H2g・・
・、N11)たゾし、Kji=(t I ig(t)=
j、1o(t)=i)は、ゲインパタン番号がj、方向
パタンがiとなるセグメントのサンプル番号の集合、I
KJitは集合Kjiに含まれるサンプルの数である。
次に、本発明のセグメント量子化法を音声信号に適用し
た実施例について述べる。第5図は該実施例の構成図を
示したものである。45は音声入力端子、46は低減フ
ィルタ、47はAD変換器。
48はバッファメモリ、49は線形予測分析部、50は
音源情報抽出部、51はセグメント化部、52はセグメ
ント長の固定長化部、53は多重化部、54は伝送ある
いは蓄積メモリ、55は多重分離部、56はセグメント
長の可変長化部、57は駆動音源生成部、58は音声合
成フィルタ、59はDA変換器、60は低減フィルタ、
61は音声出力端子である。また、100はセグメント
符号化部で、第1図〜第4図の実施例のブロック9゜2
1.31.43に対応し、200はセグメント復号化部
で、同ブロック10,22,32,44に対応する。
入力端子45の音声信号を低域フィルタ46を通し、A
D変換器47で標本化、ディジタル化してバッファメモ
リ48に格納する。その後、線形予測分析部49で一定
のフレーム区間毎に線形予測分析を行い、スペクトルパ
ラメータとしてLSP(線スペクトル対)パラメータを
求める。このLSPパラメータの個々のパラメータ対し
て、セグメント化部51において、全フレームにわたる
平均を除去した後、各フレームごとに12個のLSPパ
ラメータをまとめてベクトルとする。そして、このベク
トルの時系列に対して、音声のスペクトルの変化が大き
い時点を句切りとして、2つの句切りにはさまれたベク
トルの系列を取出してセグメントとする。この場合、セ
グメントのフレーム数は可変であるため、固定長化部5
2でベクトル系列をフレーム方向で線形補間することに
より、セグメントのフレーム数を一定値に固定次元化す
る。次に、セグメント符号化部100において、この固
定次元化されたセグメントに対してセグメント符号化を
行い、スペクトル歪が最も小さくなる方向パタンとゲイ
ンパタンを決定する。また、これとは別に音源情報抽出
部50では、音声の音源情報として有声音・無声音区別
、ピッチ周期、音源の振幅ゲインを音声から抽出して符
号化する。
上記セグメント符号化部100で決定した方向パタンと
ゲインパタンの番号、セグメント化部51の固定次元化
する前のセグメントのフレーム数、及び、音源情報抽出
部50の音源情報を多重化部53で多重化し、伝送路あ
るいはメモリ54に伝送するか蓄積するかする。
復号化は、多重分離部55で方向パタンとゲインパタン
の番号、固定次元化する前のセグメントのフレーム数、
及び音源情報を分離した後、まず、セグメント復号化部
200では、パタンの番号に応じて方向パタンとゲイン
パタンを各符号帳(ROM)から読出し、2つのパタン
の行列の積として符号セグメントを生成する。次に、可
変長化部56で符号セグメントのベクトル系列をフレー
ム方向に線形補間することにより、復号化したセグメン
トフレーム数に一致するようにフレーム数を調整した後
、各フレーム毎にLSPパラメータ(ベクトル)を用い
て音声合成フィルタ58を制御する。一方、駆動音源生
成部57では、復号化された音源情報をもとに、有声音
の場合は周期パルス列、無音声の場合は雑音を生成し、
音源の振幅ゲインを乗じた後、音声合成フィルタ58を
駆動して音声を合成する。そして、DA変換器59でア
ナログ化し、低減フィルタ60を介して出力端子61よ
り出力する。
第6図に、設計法2(2つの符号帳を個別に学習する方
法)によって求めた符号帳を用いて、第2図の第2の実
施例の方法で音声のスペクトルをセグメント量子化した
場合の、フレーム当りの量子化ビット数と歪の関係を示
す。実験では、方向パタンとゲインパタンの次元数mは
2.方向パタン符号帳のサイズは3ビツト(8個パタン
)に固定し、ゲインパタン符号帳のサイズを1ビツトか
ら8ビツトまで変化させた。セグメント符号化のフレー
ム当りのビット数は、(方向パタン符号帳のビット数+
ゲインパタン符号帳のビット数)/セグメントの平均フ
レーム数で与えられる0本実験で用いた音声データは約
5分の文音声であり、セグメントの平均フレーム数は7
であった。図中には、比較のため、ベクトル符号化と全
探索型セグメント符号化の結果を併せて示しである。こ
の図で、歪が同じになる各符号化法のビット数をくらべ
ると、本セグメント符号化はベクトル符号化にくらべて
ビット数を約1/6に低減できることが分かる。また、
全探索型と本発明実施例との差は、フレーム当り約0.
4ビツト、符号帳のビット数で約3ビツトとなる。
この実施例では、セグメントの行列の行数はp=12、
列数はn=10、方向パタン及びゲインパタンの次元数
はm=2であり、方向パタンのビット数を3ビツト、ゲ
インパタンのビット数を8ビツトとした時、本発明の各
実施例における処理量(パタンの照合回数)は、第1及
び第3の実施例が2048回、第2及び第4の実施例が
264回であり、符号帳に要する記憶容量(ベクトルの
1要素の単位を1とする)は、第1及び第2の実施例が
6304、第3及び第4の実施例が24736となる。
一方、全探索法では、符号帳のサイズを本発明における
2つの符号帳のサイズの和に等しくさせて11ビツトと
した場合、処理量が2048回、記憶容量が12288
0となり、第2の実施例は全探索法にくらべて、処理量
で約1/10、記憶容量で1720に低減できる。
〔発明の効果〕
以上説明したように、本発明によれば、符号化しようと
する多次元の信号サンプル値を要素とするベクトルを複
数個まとめて行列(セグメント)とし、これをあらかじ
め作成しておいた符号帳の中の符号セグメントと照合し
、最も歪が小さくなるようなセグメントの番号を伝送符
号などとする際、従来にくらべてパタン照合に要する処
理量と符号帳に要する記憶容量の両方を大幅に低減でき
る効果がある。
【図面の簡単な説明】
第1図乃至第4図は本発明のセグメント符号化法の各実
施例の構成図、第5図は本発明のセグメント符号化法を
音声信号に適用した場合の一実施例の構成図、第6図は
本発明と従来のフレーム当りの符号化ビット数と歪の関
係を示す図である。 1・・・入力端子、 2・・・セグメント照合部、3・
・・方向パタン符号帳、 4・・・ゲインパタン符号帳(読みだし専用メモリ)、
5・・・出力端子。 w−−−−−−一−−−−−−−−−−J−て− 第4図 1−−−−−−−−−−−−−−一乏−−−−−−−−
i第6図

Claims (2)

    【特許請求の範囲】
  1. (1)入力ベクトル信号系列を複数サンプル毎にまとめ
    て行列(セグメント)とし、行列単位で符号化するセグ
    メント符号化法において、 前記セグメントを2つの相補間する行列(パタン)の積
    として表わし、これらパタンをそれぞれ要素とする2つ
    の符号帳を備え、 前記両符号帳の全てのパタンの組合せについて、2つの
    パタンの行列積として作られる符号セグメントパタンと
    入力セグメントを照合し、歪が最も小さくなる符号化セ
    グメントパタンを決定し、その時の両パタンの番号の組
    として符号化することを特徴とするセグメント符号化方
    法。
  2. (2)入力のベクトル信号系列を複数サンプル毎にまと
    めて行列(セグメント)とし、行列単位で符号化するセ
    グメント符号化法において、 前記セグメントを2つの相補間する行列(パタン)の積
    として表わし、これらパタンをそれぞれ要素とする2つ
    の符号帳を備え、 まず、入力セグメントを第1符号帳の第1パタンと照合
    して歪が最も小さくなる第1パタンを決定し、次に入力
    セグメントから、上記決定された第1パタンに対して歪
    が最小となる第2パタン行列を算出し、該第2パタン行
    列を第2符号帳の第2パタンと照合して歪が最も小さく
    なる第2パタンを決定し、その時の両パタンの番号の組
    として符号化することを特徴とするセグメント符号化方
    法。
JP63067768A 1988-03-22 1988-03-22 セグメント符号化方法 Pending JPH01239600A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP63067768A JPH01239600A (ja) 1988-03-22 1988-03-22 セグメント符号化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP63067768A JPH01239600A (ja) 1988-03-22 1988-03-22 セグメント符号化方法

Publications (1)

Publication Number Publication Date
JPH01239600A true JPH01239600A (ja) 1989-09-25

Family

ID=13354451

Family Applications (1)

Application Number Title Priority Date Filing Date
JP63067768A Pending JPH01239600A (ja) 1988-03-22 1988-03-22 セグメント符号化方法

Country Status (1)

Country Link
JP (1) JPH01239600A (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57177198A (en) * 1981-04-24 1982-10-30 Fujitsu Ltd Recognizing treating device for sound
JPS64996A (en) * 1987-06-24 1989-01-05 A T R Jido Honyaku Denwa Kenkyusho:Kk Voice recognition system using vector quantization
JPS64997A (en) * 1987-06-24 1989-01-05 A T R Jido Honyaku Denwa Kenkyusho:Kk Speech recognition system using vector quantization

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57177198A (en) * 1981-04-24 1982-10-30 Fujitsu Ltd Recognizing treating device for sound
JPS64996A (en) * 1987-06-24 1989-01-05 A T R Jido Honyaku Denwa Kenkyusho:Kk Voice recognition system using vector quantization
JPS64997A (en) * 1987-06-24 1989-01-05 A T R Jido Honyaku Denwa Kenkyusho:Kk Speech recognition system using vector quantization

Similar Documents

Publication Publication Date Title
US4868867A (en) Vector excitation speech or audio coder for transmission or storage
JP3134817B2 (ja) 音声符号化復号装置
EP0504927B1 (en) Speech recognition system and method
JP2746039B2 (ja) 音声符号化方式
KR101180202B1 (ko) 다중채널 오디오 코딩 시스템 내에 인핸스먼트 레이어를 생성하기 위한 방법 및 장치
Park et al. Cotatron: Transcription-guided speech encoder for any-to-many voice conversion without parallel data
EP4020466B1 (en) Speech encoder and speech encoding method
JP5340261B2 (ja) ステレオ信号符号化装置、ステレオ信号復号装置およびこれらの方法
JP2626223B2 (ja) 音声符号化装置
KR100194775B1 (ko) 벡터양자화장치
EP2398149B1 (en) Vector quantization device, vector inverse-quantization device, and associated methods
EP1513137A1 (en) Speech processing system and method with multi-pulse excitation
JPH04264500A (ja) 音声信号伝送方法および音声信号伝送装置
DE10004862B4 (de) Ein schnelles Suchverfahren für LSP-Quantisierung
JPH0744200A (ja) 音声符号化方式
JPH01239600A (ja) セグメント符号化方法
JPH0764599A (ja) 線スペクトル対パラメータのベクトル量子化方法とクラスタリング方法および音声符号化方法並びにそれらの装置
JPH0764600A (ja) 音声のピッチ符号化装置
KR101453200B1 (ko) 정보 신호를 코딩하기 위한 후보 코드-벡터를 생성하는 방법 및 장치
JP4327420B2 (ja) オーディオ信号符号化方法、及びオーディオ信号復号化方法
JPH06175695A (ja) 音声パラメータの符号化方法および復号方法
JPH09319394A (ja) 音声合成方法
JP3228389B2 (ja) 利得形状ベクトル量子化装置
DE69937477T2 (de) Pulspositions- Kontrolle für einen algebraischen Sprachkodierer
Rathod et al. Quantization & Speech Coding for Wireless Communication