JPH02281300A - 音声符号化装置、音声復号化装置及び音声符号化・復号化装置 - 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〕 この発明は音声信号をディジタル伝送あるいは蓄積する
ときに用いる音声符号化・復号化装置ｕにおける線形予
測残差波形の時間軸圧縮・伸長法の改良に関する。

〔従来の技術〕

入力音声波形を線形予測分析して線形予測残差波形（以
後残差波形と呼ぶ）を抽出し、線形予測係数等と共に量
子化する方法は音声の高能率圧縮符号化法の一つである
が、この方法にピッチ周期を利用した残差波形の時間軸
の圧縮を適用した音声符号化装置および復号化装置とし
て従来第４図に示すものがあった。第４図は浅用他「ピ
ッチ情報を利用した８〜１６Ｋｊｐａ残差圧縮法（ＴＤ
Ｒ）アルゴリズムＪ日本背響学会講演論文集３−２−１
（昭和６１年３月）に示されたものと同様なものである
。

図において（４ａ）は符号化部、（４ｂ）は復号化部で
あり、（１）は入力音声波形、（２）は線形予測逆フイ
ルタ手段、（３）は線形予測分析手段、（４）は残差波
形、（５）は線形予測係数、（至）はピッチ抽出手段、
（８）はピッチ周期、（ハ）は残差間引き手段、（ハ）
は有声／無声判定手段、翰は有声／無声判定情報、＠は
間引き残差波形、（ホ）は残差量子化手段、α場は量子
化残差、０４は多重化手段、［ハ］は伝送路、０６は分
離手段、翰は残差逆量子化手段、輪は逆遺子化残差波形
、６］）は残差再生手段、四は再生残差波形、（財）は
線形予測合成フィルタ手段、（財）は再生音声波形であ
る。

以下従来装置の動作について説明する。

先ず第４図（４ａ）の符号化部について説明する。

入力音声波形（１）（離散値データの時系列）は線形予
測分析手段（３）で固定長の分析フレーム（以後フレー
ムと呼ぶ）毎に線形予測分析され、線形予測係数が求め
られる。線形予測分析手段（３）は求めた線形予測係数
（５）を線形予測逆フイルタ手段（２）と多重化手段０
４に出力する。線形予測逆フイルタ手段（２）は入力音
声波形（１）をフレーム毎に線形予測係数（５）を用い
て線形予測逆フィルタリングし、残差波形（４）を求め
る。ピッチ抽出手段（財）は前記入力音声波形（１）と
その残差波形（４）より該フレームの入力音声波形（１
）のピッチ周期を例えばＡＭＤＦ法と自己相関法を併用
して算出する。有声／無声判定手段（ハ）は該フレーム
の残差波形（４）のパワー値及びピッチ抽出手段に）で
求まったＡＭＤ　Ｆ値（ＡＭＤＦ法による）を基に該フ
レームの人力音声波形（１）が有声か無声かを判定し、
有声／無声判定情報（至）として出力する。残差間引き
手段（ハ）は該フレームの有声／無声判定情報（ホ）が
有声であるとき該フレームの残差波形（４）をピッチ周
期（８）を利用して間引いて代表残差波形（ロ）として
出力する。有声音声に対する残差間引き手段■の間引き
動作例を第５図に示す。

第５図において（５ａ）は残差波形である。残差間引き
手段（ハ）はこの残差波形について次フレームにまたが
るピッチ区間（区間幅Ｐ）から、その区間の最大振幅の
残差パルスを含み、連続した所定本数の残差パルスの振
幅の絶対値和が最大となる部分を抽出しく５亀における
該フレームと次フレームにまたがった四角部分）代表残
差波形とする。

！Ｔ　５　図（５ｂ）は該フレームと前フレームの代表
残差波形である。

また、残差間引き手段（財）は該フレームの有声／無声
判定情報（ホ）が無声であるとき、残差パルスを振幅の
大きい順にツーライングし、所定本数を抽出し、代表残
差波形に）として出力する。

残差量子化手段に）は、残差間引き手段（２）から出力
さｎた代表残差波形（ロ）を有声／無声判定情報に）に
より、有声時と無声時で別々の量子化ピット割り当て（
あらかじめ設定しておく）を行って量子化し、量子化残
差（至）を出力する。多重化手段α◆はピッチ周期（８
）、有声／無声判定情報（ホ）、量子化残差（至）、線
形予測係数（５）を多重化し符号化音声情報として伝送
路に）に出力する。

次に第４図（４ｂ）の復号化部について説明する。

分離手段Ｑ・は伝送路に）から伝送された符号化音声情
報をピッチ周期（８）、有声／無声判定情報（２）、量
子化残差（至）、線形予測係数（５）に分離する。残差
逆量子化手段軸は、量子化残差（至）を有声／無声判定
情報に）を用いて残差量子化手段（２）で行った量子化
と同じビット割り当てによって逆量子化し、代表残差波
形■として出力する。残差再生手段６つは、該フレーム
の有声／無声判定情報（ホ）が有声のとき、該フレーム
の代表残差波形員を、前フレームで再生した残差波形と
振幅を補完しながらピッチ周期（８）ごとに繰返し、該
フレーム全体の残差を再生する。第５図に有声音声に対
する残差再生手段６カの行う残差再生の動作例を示す。

残差再生手段（ロ）は第５図（５ｂ）の該フレームの代
表残差波形を前フレームの代表残差波形と振幅を補間し
ながらピッチ周期毎に繰返し、（５Ｃ）の再生残差波形
を求める。

また残差再生手段６］）は有声／無声判定情報（ハ）が
無声のとき、代表残差波形（至）の各パルスを間引き前
の位置に戻して残差波形の再生を行う。

残差再生手段０ηは再生した残差波形を再生残差波形−
として出力する。線形予測合成フィルタ手段に）は再生
残差波形−を入力とし線形予測係数（５）を用いた線形
予測合成フィルタリングにより該フレームの音声波形を
合成し、再生音声波形（２２を出力する。

〔発明が解決しようとする課題〕

以上説明したように従来の音声符号化装置および復号化
装置では有声音声に対し、復号化装置で残差再生処理を
行う際に、該フレームの代表残差波形を前フレームの代
表残差波形と振幅を補完しながピッチ周期毎に繰り返す
方法を用いるので、符号化部における間引き前の残差波
形の内の代表残差波形以外の区間で、代表残差波形との
相関の少ない個所では復号化部で補完によって再生され
る再生波形と原波形との歪が大きくなり、再生音声波形
の品質が劣化するという課題があった。

また有声音声に対し復号化部で該フレームと次フレーム
にまたがった残差波形の間引きと再生を行うので、伝送
路で生じるビット誤りによって該フレームのピッチ周期
が誤伝送された場合、この誤りによる再生残差波形の歪
が次フレーム以後にも波及することになり、伝送路誤り
耐性が小さいという課題もあった。

この発明は上記のような課題を解決するためになされた
もので、有声音声の残差波形のピッチ周期を利用した時
間軸圧縮を隣接したピッチ区間毎の相関が大きい部分の
みに実施するようにし、しかもこの残差波形の時間圧縮
と再生を該フレーム内で完結するようにしたものである
。

〔課題を解決するための手段〕

この発明に係る音声符号化・復号化装置は、１つのフレ
ームを１測具とのブロックに分割し、各ブロック内の残
差波形のピッチ周期とこの残差波形のピッチ周期毎の波
形の相関性の強度を求めるピッチ分析手段と、この相関
性の強度が大きいブロック内及びその周辺の該フレーム
以内の残差波形についてピッチ周期性を利用した時間軸
圧縮を行う残差部分圧縮手段と、この残差部分圧縮手段
で圧縮された残差波形を、被圧縮部分には量子化割り当
てビットを優先的に割当てて量子化する残差量子化手段
とを符号化部に備え、復号化部には符号化部の残差量子
化手段と同様のビット割り当てによって量子化後の残差
波形を逆量子化する残差逆量子化手段と、この逆量子化
された残差波形の被圧縮部分を元の長さに伸長する残差
部分伸長手段とを備えたものである。

〔作用〕

この発明におけるピッチ分析手段は１つのフレームを１
個以上のブロックに分割し、各ブロック内の残差波形の
ピッチ周期とこの残差波形のピッチ周期毎の波形の相関
性の強度を求め、残差部分圧縮手段はこのピッチ周期毎
の波形の相関性が強いブロック及びその周辺の該フレー
ム以内の残差波形を２ピッチ区間を１ピッチ区間に圧縮
することで時間軸圧縮し、残差量子化手段は残差波形や
時間軸圧縮手段で圧縮された部分に量子化割り当てビッ
トを優先的に割り当てながら量子化する。

残差逆量子化手段は残差量子化手段と同様のビット割り
当てて量子化された残差波形を逆量子化し、残差部分′
伸長手段は逆量子化された残差波形の被圧縮部分をその
部分の１ピッチ区間を２回くり返すことで伸長する。

〔実施例〕

以下この発明の一実施例を第１図について説明する。第
１図においては第４図と同一部分については同一符号を
付してあり説明を省略する。

第１図において（１ａ）は符号化部、（１ｂ）は復号化
部である。また（６）はピッチ分析手段、（７）は部分
ピッチ相関値、（８）はピッチ周期、（９）は残差部分
圧縮手段、αＱは圧縮制御情報、α◇は部分圧縮残差波
形、（２）は残差量子化手段、α旧よ残差逆量子化手段
、（至）は部分圧縮残差波形、０１は残差部分伸長手段
である。

次に動作について説明する。

ピッチ分析手段（６）は対象とする分析フレーム内の残
差波形（４）のフレーム全体に亘ってのピッチ周期長Ｐ
を例えば自己相関法を用いて求め、ピッチ周期（８）と
して出力する。ここで分析フレーム長Ｎは通常考えられ
る人間の音声のピッチ周期の最大値の２倍以上の長さに
設定しておく。ピッチ分析手段（６）はさらにフレーム
を例えば２つのブロック（ブロック１．ブロック２）に
２等分割し、各ブロック毎にピッチ周期長Ｐずれた残差
波形のサンプル間の相関値Ｂｌ＋Ｂ２をそれぞれ求め、
部分ピッチ相関値（υとして出力する。

残差部分圧縮手段（９）は部分ピッチ相関値Ｂ１＋Ｂ２
及びピッチ周期長Ｐを用いて残差波形（４）を時間軸圧
縮し、部分圧縮残差波形（ロ）と圧縮制御情報αＱを出
力する。残差部分圧縮手段（９）の行う残差波形の部分
時間軸圧縮の詳細を以下に述べる。

残差郡部圧縮手段（９）は部分ピッチ相関値Ｂ１がＢ２
より大きくしかもＢ１がうめ設定した閾値ＴＨより大き
い場合、ブロック１を対象とした時間軸圧縮を行う。す
なわち、フレームの始端から終端に向って隣接した２ピ
ッチ区間を次々に（１）式を用いて１ピッチ区間に圧縮
する。

ＲＣｉｗ＝（ＲＳ　ｔ　＋　ＲＳ　ｔ　＋　ｐ　）　１
２　１　；φ、Ｐ−１（１）ここでＲ３ｉは圧縮対象と
なる２ピッチ区間長の残差波形、ＲＣｉは圧縮後の残差
波形、Ｐはピッチ周期長である。簡単のため、ポインタ
ｉはφからｐ−１の範囲とした。この圧縮処理は圧縮対
象となる２ピッチ区間の始端がブロック２に入る直前ま
で続けられる。

また部分ピッチ相関値Ｂ１がＢ２より小さくしかもＢ２
が閾値ＴＨより大きい場合ブロック２を対象とした時間
軸圧縮が行われる。すなわちフレームの終端から始端に
向って隣接した２ピッチ区間が次々に（１）式を用いて
１ピッチ区間に圧縮される。この圧縮処理は圧縮対象と
なる２ピッチ区間の終端がブロック１に入る直前まで続
けられる。第２図。

第３図に残差部分圧縮手段（９）の動作を示す。第２図
はＮ／４＜Ｐ≦Ｎ／ａの場合のもので、（２ａ）にブロ
ック１を対象とした時間軸圧縮（Ｂ＋＞Ｂ２かつＢ、）
ＴＨのとき）　、（２ｂ）にブロック２を対象とした時
間軸圧縮（Ｂｇ＞Ｂ＋かつＢ２＞ＴＨのとき）の様子−
を示す。第３図はＮ１５＜Ｐ≦Ｎ　／　ａの場合であ抄
、（３ｂ）にブロック１を対象とした時間軸圧縮、（３
ｂ）にブロック２を対象とした時間軸圧縮の様子を示し
である。

さて、残差部分圧縮手段（９）は、Ｂ１＜Ｔ）ｌかつＢ
２＜ＴＨのときは残差波形（嗅）の時間軸圧縮は実施せ
ずそのまま次段の残差量子化手段（２）に出力する。

また残差部分圧縮手段（９）は、残差波形の時間軸圧縮
実施の有無及び圧縮したブロック番号（圧縮実施時のみ
）を圧縮制御情報員として出力する。

残差量子化（６）は圧縮制御情報ＱＯを利用して部分圧
縮残差波形α力を量子化し、量子化残差（ロ）として出
力する。以下に残差量子化手段（６）の動作を説明する
。

残差量子化＠は入力された部分圧縮残差波形（ロ）が時
間軸圧縮を施されている場合（圧縮制御情報００より判
断する）、時間軸圧縮を施されたブロック（圧縮制御情
報αＱより判断）に優先的に−Ｉｔ子化ビットを割り当
てて部分圧縮残差波形（ロ）を量子化する。今、圧縮前
のフレーム内の残差サンプル数と同じ数の量子化ビット
が残差量子化用に配分されている場合を考える。ブロッ
ク１が時間軸圧縮の対象である場合先ず部分圧縮残差波
形αめの始端より順に終端に向って各サンプルに１ビツ
トずつ割□り当てて行（。部分圧縮残差波形＜１３）は
可変長であり、部分圧縮残差波形の全サンプルにビット
を割り当てた後にさらに割り当てビットがあまれば始端
より終端に向ってプラス１ビ、ットずつ、割り当てて行
く。これは部分圧縮残差波形の被圧縮区間により多くの
ビットを割り当てて量子化残差を低減するためである。

ブロック２が時間軸圧縮の対象である場合、例えばブロ
ック１の場合と同様のビット割り当てを、終端のサンプ
ルを起点に始端に向って行う。

また残差量子化手段（６）は入力された部分圧縮残差波
形（ロ）が時間軸圧縮を施されていない場合、各サンプ
ルに均等に１ビツトずつ滑子化ビット側り当てを行う。

次に復号化部（１ｂ）について説明する。

残差逆量子化手段ａ’ｈは、ピッチ周期（８）と圧縮制
御情報α時より量子化残差（至）のサンプル数及び各サ
ンプルの量子化割り当てビットを逆算し、量子化残差（
至）を逆量子化して部分圧縮残差波形（至）を求める。

残差部分伸長手段部はピッチ周期（８）と圧縮制御情報
ａｒ）を基に部分圧縮残差波形（至）の時間軸圧縮を施
された部分を時間軸伸長し、再生残差波形−を求めて出
力する。以下に残差部分伸長手段Ｑ・の詳細動作につい
て説明する。

圧縮制御情報αＱより部分圧縮残差波形（ト）が前記ブ
ロック１を対象とした時間軸圧縮を施されている場合、
残差部分伸長手段０時は部分圧縮残差波形の始端より終
端に向って１ピッチ区間を次々に（２）式を用いて２ピ
ッチ区間長に伸長する。

Ｒ５ｉ　　　＝ＲＣｉ Ｒ８ｉ÷ｐ　−ＲＣｘ　　　（’　＝φ、ｐ−１）　　
　　　（２）ここでＲＣｉは部分圧縮残差波形における
被圧縮部の１ピッチ区間、Ｒ８ｉは伸長後の再生残差波
形である。簡単のためポインタｉはφからｐ−１の範囲
とした。この伸長処理は２ピッチ区間長に伸長された再
生残差波形の長さの合計がフレーム長Ｎの半分以上（つ
まりブロック１の長さ以上）に達つするまで続けられる
。

また、部分圧縮残差波形（至）が前記ブロック２を対象
とした時間軸圧縮を施されている場合、残差部分伸長手
段α呻は部分圧縮残差波形の終端より始端に向って１ピ
ッチ区間を次々に（２）式に従って２ピッチ区間長に伸
長し、再生残差波形を求める。

この場合もこの伸長処理は２ピッチ区間長に伸長された
再生残差波形の長さの合計がフレーム長さＮの半分以上
に達つするまで続けられる。第２図。

第３図に残差部分伸長の動作を示す。

残差部分伸長手段（至）は部分圧縮残差波形が時間軸圧
縮を施されていない場合は、伸長処理を行なわず、再生
残差波形曽としてそのまま出力する。

次にこの発明による残差部分圧縮手段での残差波形の時
間軸圧縮率は、ピッチ周期によって変化するので、この
時間軸圧縮率の変化について考える。

今フレーム長Ｎ内には最低２ピッチ周期区間の残差波形
が存在するとする。残差部分圧縮手段の動作説明で説明
した方法であるブロック（長さＮ／２）を対象とした残
差波形の時間軸圧縮を行う場合、圧縮対象となる残差波
形がそのブロックをはみ出さないとき、つまりブロック
長Ｎ　／　２が２倍のピッチ周期長２Ｐの整数倍と一致
したときそのブロック内の残差波形のみが１／２に時間
軸圧縮され（部分圧縮残差波形の全体長は−・Ｎとなる
）このとき時間軸圧縮率は最小となる。またブロック長
Ｎ／　２がピッチ周期長Ｐと一致したとき、フレーム内
の残差波形全体が１／２に時間軸圧縮され（部分圧縮残
差波形の全体長は−Ｎとなる）、このとき時間軸圧縮率
は最大となる。従って本発明の残差部分圧縮手段での残
差波形の圧縮率をＲとすると、Ｒは（３）式の範囲とな
る。

一≦Ｒ≦− なお、と記実雄側では符号化部において残差部分圧縮手
段で時間軸圧縮後の部分圧縮残差波形をそのまま残差量
子化手段で量子化したが、ピッチ分析手段でピッチ周期
の他にピッチ周期前れた点での予測係数（ピッチ予測係
数）を求め、このピッチ周期とピッチ予測係数による長
周期予測逆フイｔレタリングを部分圧縮残差波形に施し
た後に残差量子化手段による量子化を行っても良い。こ
のとき復号化部では残差逆量子化後の部分圧縮残差波形
に対しピッチ周期とピッチ予測係数を用いた長周期予測
合成フィルタリングを施す必要がある。

〔発明の効果〕

以上のようにこの発明によれば、残差波形の時間軸圧縮
において、残差波形のピッチ周期区間毎の相関が強い部
分のみを圧縮の対象とし、しかも隣接する２ピッチ周期
区間を平均化によって１ピツチ周期区間にする圧縮処理
を行うので、圧縮前の残差波形の形状を圧縮後も保持で
き、しかも２倍の区間情報を担う被圧縮区間については
優先的に量子化ビットを割り当てて竜子化誤差低減を図
るので、時間軸伸長で伸長した再生残差波形と圧縮前の
残差波形との歪が小さくなり、品質の再生音声波形を得
られる効果を有する。

またこの発明によればフレーム内の残差波形の時間軸圧
縮伸長処理が該フレーム内完結するのでピッチ周期の誤
伝送による再生残差波形の歪が、そのフレーム以内で止
まり、伝送誤り耐性が大きくなる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ブロック図、第２図
、＠３図は第１図に示す実施例の動作を説明する説明図
、第４図は従来の音声符号化・復号化装置を示すブロッ
ク図、第５図はその動作を説明する説明図である。 図中符号（１）は入力音声波形、（２）は線形予測逆フ
イルタ手段、（３）は線形予測分析手段、（４）は残差
波形、（５）は線形予測係数、（６）はピッチ分析手段
、（７）は部分ピッチ相関値、（８）はピッチ周期、（
９）は残差部分圧縮手段、αＱは圧縮制御情報、（ロ）
は部分圧縮波形、（２）は残差量子化手段、０３は量子
化残差、α力は多重化手段、０時は伝送路、α力は分離
手段、α力は残差逆量子化手段、Ｑｌｆｔは部分圧縮残
差波形、０＊は残差部分伸長手段、（イ）は再生残差波
形、ｅＩ）は線形予測合成フィルタ手段、（財）は再生
音声波形である。 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. 音声波形を分析フレーム毎に線形予測分析し、得られた
   線形予測係数を利用して前記音声波形の線形予測残差信
   号を求め、この線形予測残差信号及び前記線形予測係数
   を量子化して出力する符号化部と、この符号化部より量
   子化された線形予測残差信号と線形予測係数を逆量子化
   し、この逆量子化された線形予測残差信号を同じく逆量
   子化された線形予測係数を利用して復号化し再生音声波
   形を求める符号化部とで構成される音声符号化・復号化
   装置において、符号化部には、該分析フレームを１個以
   上のブロックに分割し各ブロック内の線形予測残差信号
   のピッチ周期とこのピッチ周期毎の波形の相関性の強度
   を求めるピッチ分析手段と、このピッチ分析手段で求め
   られた線形予測残差信号のピッチ周期毎の波形の相関性
   の強度が了め設定された閾値以上のブロックについては
   そのブロック内及びその周辺の該分析フレーム以内の線
   形予測残差信号について隣接する２つのピッチ周期区間
   を一ピッチ区間に圧縮することで時間圧縮する残差部分
   圧縮手段と、この残差部分圧縮手段で圧縮された線形予
   測残差信号内の被圧縮区間には量子化割り当てビットを
   優先的に割り当てて量子化を行う残差量子化手段を備え
   、復号化部には、前記残差量子化手段で行なわれた量子
   化ビット割り当てに従つて符号化部から出力された量子
   化された線形予測残差信号を逆量子化する残差逆量子化
   手段と、この残差信号逆量子化手段で逆量子化された線
   形予測残差信号における前記時間軸圧縮手段で時間軸圧
   縮された部分について１ピッチ周期区間を２回くり返す
   ことで時間軸伸長する残差部分伸長手段を備えることを
   特徴とする音声符号化・復号化手段。