JPH0232397A - 音声信号処理装置 - 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処理装置に関し、特に音声波形の時
間軸圧縮伸張を行なう音声時間軸圧縮符号化処理の改善
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２図に示すようなものがあ
った。

この図はＩＥＥＥ、インターナシラナル　コミュニケー
シヨン　コンフエレンス、　１９８２　（ＩＣＣ８２）
（ＩＥＢＥ：Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｍｎ＋
ｕｎｉｃａｔｉｏｎ　Ｃｏｎｆｅｒｅｎｃｅ、　１９８
２（ＩＣＣ８２））での発表論文Ｒ，Ｖ、Ｃｏｘ　ｅｔ
　ａｌ、アンインプレメンテ−ジョン　オブ　タイム　
ドメイン　ハーモニック　スケーリング　ウィズ　アプ
リケーション　トウ　スピーチ　コーディング（Ａｎ　
Ｉｍｐｌｅａ＋ｅｎｔａｔｉｏｎ　ｏｆ　Ｔｉｍｅ　Ｄ
ｏｍａｉｎ　Ｈａｒｍｏｎｉｃ　Ｓｃａｌｉｎｇ　ｗｉ
ｔｈ　Ａｐｐｌｉｃａｉｔｏｎ　ｔｏ　５ｐｅｅｃｈ　
Ｃｏｄｉｎｇ）（ＩＣＣ８２，ＰＰ、４Ｇ、　１．１．
−４）のＰＩＧ、　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は該マイクロホン１か
ら入力された音声を離散データ系列（以後入力音声波形
３と呼ぶ）に変換するＡ／Ｄ変換器、６は該入力音声波
形３を分析してそのピッチ周期を求めるピッチ周期抽出
手段、１９は該ピッチ周期信号８に基づいて上記入力音
声波形３を時間軸上で圧縮して圧縮波形２０を出力する
時間軸圧縮手段、２１は該圧縮波形２０をパルス符号化
する符号化手段、１０は上記ピンチ周期信号８を符号化
するピンチ符号化手段、１１は上記符号化された圧縮波
形２０．及びピッチ周期信号８を多重化し伝送路１２に
出力するマルチプレクサであり、上記の各部から送信部
が構成されている。

また、１３は上記多重化された信号を分離するデマルチ
プレクサ、２２は上記符号化された圧縮波形２０を復号
化して復号後圧検波形２３を出力する復号化手段、１５
は上記符号化されたピンチ周期信号８を復号化するピッ
チ復号化手段、２４は復号化されたピンチ周期信号８に
基づいて上記復号後圧検波形２３を時間軸上で伸張して
伸張波形２５を出力する時間軸伸張手段、１７は該伸張
波形２５をアナログ信号に変換するＤ／Ａ変換器、１８
は該アナログ信号により駆動されるスピーカであり、こ
れらの部分により受信部が構成されている。

次に動作について説明する。

まず、上記送信部の動作について説明する。

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（入力音声波形３）に変換される。ピッ
チ周期抽出手段６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のピッチ周期信号８を求
める０時間軸圧縮手段１９はピッチ周期抽出手段６で抽
出されたピッチ周期信号８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〃に圧縮し、
圧縮波形２０を求める。

ここで、時間軸圧縮手段１９で行われる時間軸圧縮の詳
細を第３図に示す、第３図（ａ）においてＡは連続する
２ピッチ区間の入力音声波形Ｓ　（ｎ）であり、第３図
中）のＢは該波形Ｓ　（ｎ）を時間軸上で２に圧縮した
圧縮波形Ｓ　ｃ　（ｎ）である、今、入力音声波形Ｓ　
（ｎ）のピッチ周期を’ｒｐとすると、圧縮波形Ｓ　ｃ
　（ｎ）はこの連続する２ピッチ区間の両区間の波形の
’Ｒ４ｔｅｌ性を利用することで、次の（１）。

（２）式によって求めれらる。

５ｃ（ｎ）−（１−Ｗｃ（ｎ））・５（ｎ）＋Ｎａ（ｎ
）・Ｓ（ｎ＋Ｔｐ）　・・・（１）Ｗｃ（ｎ）−（ｎ−
！／ｉ）／Ｔｐ　　　　　　　　　　　・・・（２）ｎ
＝１．２．・・・Ｔｐ ここで、＋１１．　（２１式のＷ　ｃ　（ｎ）は入力音
声波形５（ｎ）にかける窓関数であり、第３図は入力音
声波形Ｓ　（ｎ）に窓関数Ｗｃ（ｎ）をかけ圧縮波形Ｓ
　ｃ　（ｎ）を求める手順を示している。

今、第２図の時間軸圧縮手段１９で上記方法により求ま
った圧縮波形２０は符号化手段２１で例えば１サンプル
毎に８ビツトの非線形パルス符号化され、またピッチ周
期信号８もピッチ符号化手段１０で線形に符号化される
。マルチプレクサ１１は符号化手段２１で符号化された
圧縮波形情報と、ピッチ符号化手段１０で符号化された
ピッチ周期情報を多重化し、伝送路１２に出力する。

次に受信部の動作について説明する。

伝送路１２を伝搬した符号化された圧縮波形情報とピッ
チ周期情報とはデマルチプレクサ１３で分離される。圧
縮波形情報は復号化手段２２でもって符号化手段２１に
対応した復号処理により復号化され、復号後圧検波形２
３となる。同様にピンチ周期情報もピッチ復号化手段１
５で復号化される。

時間軸伸張手段２４はピッチ復号化手段１５で復号化さ
れたピッチ周期信号８に基づき、このピッチ周期を単位
として復号後圧検波形２３を時間軸上で２倍に伸張し、
伸張波形２５を求める。

ここで、時間軸伸張手段２４で行われる時間軸伸張の詳
細を第４図に示す、第４図（ａ）においてＣは連続する
３ピッチ区間（ｒ−１，ｒ、ｒ＋１番目）の復号後圧検
波形Ω（ｎ）であり、第４図中）のＤは復号後圧検波形
Ω（ｎ）のｒ番目のピンチ区間を２倍に伸張した伸張波
形Ω（ｎ）である、今、復号後圧検波形Ω（ｎ）におい
てｒ番目のピッチ区間の先頭地点をｎ−１とすると、伸
張波形Ω（ｎ）は次の（３）、　（４１式によって求め
る。

’？（ｎ）−（１−Ｗｅ（ｎ））・！Ｑ（ｎ）＋Ｗｅ（
ｎ）−Ｕ（ｎ−Ｔｐ）＝（３）Ｗｅ（ｎ）−（ｎ−！４
）／２Ｔｐ　　　　　　　　　　　・・・（４）ｎ・１
，２．・・・２Ｔｐ （３）、　＋４１式のＷｅ（ｎ）は復号後圧検波形Ｕ（
ｎ）にかける窓関数である。第４図は復号後圧検波形Ω
（ｎ）に窓関数Ｗｅ（ｎ）をかけ伸張波形Ω（ｎ）を求
める手順を示している。

第２図の時間軸伸張手段２４で上記の方法により求まっ
た伸張波形２５はＤ／Ａ変換器１７でアナログ信号に変
換されてスピーカ１８から出力される。

〔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
れており、送信部の時間軸圧縮手段と受信部の時間軸伸
張手段は音声波形の連続する２ピッチ周期区間を両区間
の波形の類似性を利用して時間軸上で圧縮伸張するので
、音声波形があるピッチ間隔で強い周期性を持つ母音等
の有声音については良好に時間軸圧縮伸張が成されるが
、音声波形が周期性を持たない摩擦性子音のような無声
音については時間軸圧縮伸張によりその波形の形状が破
壊されるので、再生音声品質が悪いという問題点があっ
た。

この発明は上記のような問題点を解消するためになされ
たもので、有声音声だけでなく、無声音声をも品質よく
再生することができる音声信号処理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〕

この発明に係る音声信号処理装置は、送信部には、ある
短時間内の入力音声波形が有声音か無声音かを判定する
有声／無声判定手段と、この有声／無声の判定結果が有
声である場合のみ上記入力音声波形を時間軸上で圧縮す
る時間軸圧縮手段と、該時間軸圧縮手段から出力される
音声波形を、上記有声／無声判定の結果に応じて符号化
ビット割り当て数を変化させて符号化する符号化手段と
を備え、受信部には、上記符号化手段で符号化された音
声波形を、上記符号化ビット割り当て数に基づいて復号
化する復号化手段と、この復号化手段で復号化された音
声波形を、その有声／無声判定結果が有声である場合の
み時間軸上で伸張する時間軸伸張手段とを備えたもので
ある。

〔作用〕

この発明においては、送信部では、ある短時間内の入力
音声波形のを声／無声を判定し、上記入力音声波形が有
声であるときのみこの入力音声波形を時間軸上で圧縮し
、さらに上記入力音声波形が有声のときと無声のときで
符号化ビット割り当て数を変化させて圧縮及び非圧縮音
声波形を符号化し、受信部では、上記符号化ビット割り
当て数に従って、符号化された音声波形を復号化し、さ
らに上記入力音声波形が音声のときのみこの復号化され
た音声波形を時間軸上で伸張するようにしたから、周期
性の無い無声音声の波形を破壊することな（、しかも一
定の符号化ビット率を保って音声時間軸圧縮符号化を行
なうことができる。

〔実施例〕

以下、本発明の一実施例を図について説明する。

第１図はこの発明の一実施例による音声信号処理装置を
示す構成図であり、第１図において、１〜３．６．８．
１０〜１３．１５．１７．１８は第２図における従来装
置と同一のものであり、説明を省略する。５は入力音声
信号が有声か無声かを判断する有声／無声判定手段、７
はその判断結果、４は該有声／無声判定結果７が有声で
ある場合のみ入力音声信号を時間軸上で圧縮する時間軸
圧縮手段、９は上記音声信号波形を、これが有声か無声
かに応じてそれぞれ所定のビット割り当て数でもって符
号化する符号化手段であり、これらの手段４，５．９は
送信部の構成要素となっている。

また、１４は符号化された入力音声信号をその符号化の
際のビット割り当て数に応じて復号化する復号化手段、
１６は復号化された入力音声信号が有声である場合のみ
これを時間軸上で伸張する時間軸伸張手段であり、これ
ら手段１４．１６は受信部の一部を構成している。

次に動作について説明する。

まず、送信部について説明する。

このような装置では、有声／無声判定手段５はある短時
間内の入力音声波形３の有声／無声の判定をし、例えば
エネルギーとパワースペクトルの傾斜度を計算し、その
値を一定の閾値判定することで、上記入力音声波形が有
声音であるか無声音であるかを判定し、１ビツト情報の
有声／無声判る場合、第２図における時間軸圧縮手段１
９と全（同様の方法で上記入力音声波形３を時間軸上で
Ａに圧縮するが、この有声／無声判定結果７が無声であ
る場合、上記入力音声波形３の時間軸圧縮は行わない。

符号化手段９は有声／無声判定手段５で有声と判定され
、時間軸圧縮手段４で時間軸上でＡに圧縮された音声波
形について例えば１サンプル毎に８ビツトの非線形パル
ス符号化する。また符号化手段９は有声／無声判定手段
５で無声と判定され、時間軸圧縮手段４では時間軸圧縮
されなかった音声波形については、有声と判定されてＡ
時間軸圧縮された音声波形に対する符号化ビット割り当
て数の半分のビット（この実施例では４ビツト）を１サ
ンプル毎に割り当てて非線形パルス符号化する。これに
より一定時間内で符号化手段９から出力される符号ビッ
ト数は入力音声波形が有声であるか無声であるかにかか
わらず一定となる。

また、無声音声波形は一般的に有声音声波形よりそのダ
イナミックレンジが小さく、無声音声波形に対するサン
プル毎の符号化ビット割り当て数を有声音声波形に対す
る符号化ビット割り当て数のＡにしても、量子化歪の増
加を少ない。

そして符号化手段９で符号化された音声波形情報と、有
声／無声判定結果７と、ピッチ符号化手段で符号化され
たピッチ周期情報とはマルチプレクサ１１で多重化され
伝送路１２に伝搬される。

次に受信部について説明する。

デマルチプレクサ１３は上記伝送路１２より上記多重化
信号を受け、上記音声波形情報と、有声／無声判定結果
７と、上記ピッチ周期情報とを各々分離する。復号化手
段１４は有声／無声判定結果７が有声のとき上記音声波
形情報を１サンプル当たり８ビツトの非線形パルス符号
化情報とみなして復号化し、有声／無声判定結果７が無
声のとき上記音声波形情報を１サンプル当たり４ビツト
（有声のときの半分）の非線形パルス符号化情報とみな
して復号化する０時間軸伸張手段１６は復号化手段１４
で復号された音声波形を、有声／無声判定結果７が有声
のときは第２図中の時間軸伸張手段２４と全く同様の方
法で時間軸上で２倍に伸張し、有声／無声判定結果７が
無声のときはその時間軸上での伸張を行わない。

このように本実施例では、送、信部においては、ある短
時間内の入力音声波形の有声／無声を判定し、上記入力
音声波形が有声のときのみ上記入力音声波形を時間軸上
で圧縮し、さらに上記入力音声波形が有声のときと無声
のときで符号化ビット割り当て数を変化させて音声波形
を符号化するようにするとともに、受信部においては、
上記符号化の際のビット割り当て数に応じて、符号化さ
れた音声波形を復号化し、上記入力音声波形が有声のと
きのみこの復号化された音声波形を時間軸上で伸張する
ようにしたので、周期性の無い無声音声の波形を破壊す
ることなく、しかも一定の符号化ビット率を保って音声
時間軸圧縮符号化を行なうことができる。

なお、上記実施例では符号化手段９を非線形パルス符号
化を行なうものとしたが、これは音声をその線形予測係
数と予測残差信号に分離して符号化を行なういかなる方
式のものとしても良く、この場合は予測残差信号に与え
る符号化ビット量を有声／無声判定結果に従って変化さ
せる必要がある。

〔発明の効果〕

以上のようにこの発明に係る音声信号処理装置によれば
、入力音声波形が有声と判定されたときはこの入力音声
波形のピンチ周期を利用してこの入力音声波形を時間軸
上で圧縮し、入力音声波形が無声と判定されたときは時
間軸上での圧縮は行わず、また時間軸圧縮された有声音
に対する符号化ビット量と、時間軸圧縮されなかった無
声音に対する符号化ビット量とを変化させて一定時間で
の符号化ビット量が入力音声波形の有声／無声に関わら
ず一定となるようにしたので、周期性の無い無声音声の
波形を破壊することなく、しかも−定の符号ルビブト率
を保って音声時間軸圧縮符号化を行なうことができる効
果がある。

【図面の簡単な説明】

第１図はこの発明の一実施例による音声信号処〜 理装置を示す全体構成図、第２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３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
４図は従来の音声時間軸圧縮符号化装置の時間軸伸張処
理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変換器、３
は入力音声波形、４は時間軸圧縮手段、５は有声／無声
判定手段、６はピンチ周期抽出手段、７は有声／無声判
定結果、８はピッチ周期信号、９は符号化手段、１０は
ピッチ符号化手段、１１はマルチプレクサ、１２は伝送
路、１３はデマルチプレクサ、１４は復号化手段、１５
はピッチ復号化手段、１６は時間軸伸張手段、１７はＤ
／Ａ変換器、１８はスピーカである。 なお、図中同一符号は同−又は相当部分を示す。 代理人　　　　早　　瀬　　憲　　− 第２図

Claims (1)

【特許請求の範囲】
1. （１）入力音声波形を時間軸上で圧縮し、符号化して送
   信する送信部と、この圧縮符号化された音声波形を受信
   して復号化し、時間軸上で伸張する受信部とから成る音
   声信号処理装置において、上記送信部は、 ある短時間内の入力音声波形が有声音であるか無声音で
   あるかを判定する有声／無声判定手段と、上記入力音声
   波形を、該判定結果が有声である場合は該波形のピッチ
   周期を利用して時間軸上で圧縮して、該判定結果が無声
   である場合は時間軸上で圧縮しないで出力する時間軸圧
   縮手段と、上記有声／無声判定の結果に応じて符号化ビ
   ット割り当て数を変化させて、上記時間軸圧縮手段の出
   力音声波形を符号化する符号化手段とを備えたものであ
   り、 上記受信部は、 上記符号化された音声波形を、その符号化の際のビット
   割り当て数に基づいて復号化する復号化手段と、 上記復号化された入力音声波形を、上記有声／無声の判
   定結果が有声である場合は時間軸上で伸張し、該結果が
   無声である場合は伸張しない時間軸伸張手段とを備えた
   ものであることを特徴とする音声信号処理装置。