JPH0315900A - 音声信号符号化装置 - 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〕 本発明は、音声信号の低ビットレート波形符号化手段に
利用する。特に、伝送情報量を１５ｋｂｐｓ以下とする
符号化手段に関する。

〔概要〕

本発明は、音声信号の低ビットレート波形符号化手段に
おいて、 音源パルス系列の振幅にスペクトルパラメータおよび初
期位相を組合わせることにより、良好な音質が得られる
音声信号に符号化することができるようにしたものであ
る。

〔従来の技術〕

音声信号を１６ｋｂｐｓ程度に少ない演算量で符号化す
る従来例装置では、声道の特性をデジタルフィルタで表
し、音源を等間隔のパルス列の組合せで比較的良好に表
すレギュラーパルス音声符号化装置が知られている。こ
の装置では、フィルタの係数と音源パルスの情報（パル
スの初期位相および振幅〉を２０ｍｓ程度のフレーム毎
に求めて伝送する。

この装置で用いる方法は、例えば、Ｈｅｌｌｗｉｇ氏ら
による”ＭＡＴＳ，−Ｄ　Ｓｐｅｅｃｈ　Ｃｏｄｅｃ：
Ｒｅｇｕｌａｒ−ＰｕｌｓｅＥｘｃｉｔａｔｉｏｎ　Ｌ
ＰＣ　（Ｓｅｃｏｎｄ　Ｎｏｒｄｉｃ　Ｓｅｍｉｎａｒ
　ｏｎ　Ｏｉｇｉ−ｔａｌ　Ｌａｎｄ　Ｍｏｂｉｌｅ　
Ｒａｄｉｏ　ＣｏｒｎｔｎｕｎＩｃａｔｉｏｎ　１４−
１５０ｃｔｏｂｅｒ．　１９８６，　Ｓｔｏｃｋｈｏｌ
ｍ，　Ｓｗｅｄｅｎ　ページ２５７）（文献１〉に説明
されている。

〔発明が解決しようとする問題点〕

しかし、このような従来例は演算量が少ないが、再生音
声の品質が低い欠点がある。これは音源パルス系列の振
幅の求め方に起因する。従来装置では、まず原信号を短
時間スペクトル包絡を表すフィルタの逆特性のフィルタ
を通した予測残差を求める。次にサブフレーム（文献１
では５ｍｓ）毎に予測残差を初期位相だけずらす。そし
て、あらかじめ定められたサンプル数（文献１では３サ
ンプル）ごとに予測残差をまびいて得られた信号を量子
化する。

本発明は、従来例と復号化手段は同様であるが、従来例
よりもはるかに良好な音質が得られる音声信号符号化装
置を提供するこどを目的とする。

〔問題点を解決するための手段〕

本発明は、離散的な音声信号系列を入力し、駆動音源信
号を出力する音声信号符号化装置において、上記音声信
号系列を所定時間長の音声信号系列に区切り、この区切
られた音声信号系列に基づき短時間スペクトル包絡を表
すスペクトルパラメータを抽出し、このスペクトルパラ
メータに基づきインパルス応答系列を算出する手段と、
このインパルス応答系列の自己相関関数列および上記区
切られた音声信号系列と上記インパルス応答系列との相
互相関関数列を算出する手段と、この相互泪関関数列に
基づき駆動音源信号の初期位相を算出し、この初期位相
、上記自己相関関数列および上記相互相関関数列に基づ
き上記区切られた音声信号系列に対して上記駆動音源信
号の振幅系列を算出する手段と、上記スペクトルパラメ
ータを示す符号、上記駆動音源信号の初期位相を示す符
号および上記駆動音源信号の振幅系列を示す符号とを組
み合わせた符号を生戊する手段とを備えたことを特徴と
する。

〔作用〕

＃Ｉ教的な音声信号を入力し、この音声信号系列をあら
かじめ定められたサンプル数だけずらせながら区切る。

この区切られた音声信号系列を用いて短時間スペクトル
包絡を表すスペクトルパラメータを抽出する。このスペ
クトルパラメータをもとにインパルス応答系列を計算し
、このインパルス応答系列を用いて自己相関関数列を計
算する。

また、音声信号系列とインパルス応答系列との相互相関
関数列を計算する。二の相互相関関数列を用いて駆動音
源信号の初期位相を求めて符号化し、自己相関関数列と
相互相関関数列と駆動音源信号の初期位相とを用いて音
声信号系列に対し駆動音源信号の振幅系列を求めて符号
化する。スペクトルパラメータの符号と駆動音源信号の
初期位相を表す符号と、前期駆動音源信号の振幅系列を
表す符号とを組み合わせて出力する。

すなわち、本発明は、音源パルス系列の位置の求め方は
文献１と同じであるが、振幅を計算するアルゴリズムに
特徴がある。

以下にこのアルゴリズムを説明スる。

まず、文献１に示したレギュラーパルス音声符号化では
、ｋ番目のパルスの位置ｍｋは、ＴＴＩｋ＝ｐ　Ｊ＋ｑ
　（０≦ｊ≦Ｎ／ｐ−１）−　（ｔ）で求められる。こ
こでｐはあらかじめ定められた駆動音源パルスの間隔、
ｑは初期位相である。

次に、パルス振幅の求め方を説明する。１フレーム内の
任意の時刻ｎでの音源パルス系列ｄ　（ｎ）はｄ　（ｎ
）　＝　ｇ　ｋ・δｎ，　ｍｋ−　（２）で表される。

ここで、δｎおよびｍｋはクロネッカーのδ関数を表し
、ｎ＝ｍｋの場合にＩであり、ｎ≠ｍ，の場合は０であ
る。また、ｇ，は位置ｍｋのバルスの振幅を表す。

ｄ　（ｎ）は合戊フィルタに入力して得られる再生信号
ｘ　（ｎ）は、合或フィルタの予測パラメータをａｌ（
１≦ｉ≦ＮＰ　；ここで、Ｎ，は合成フィルタの次数を
示す〉とすると、 ｘ（ｎ）＝ｄ（ｎ）−１：ａｔ　−　ｘ　　（ｎ　−　
ｉ）　　　−（３）１−１ で表される。

次に、入力音声信号Ｘ　（ｎ）と再生信号Ｘ　（ｎ）と
の１フレーム内の重み付け２乗誤差Ｊは、 で表される。ここで、＊は畳み込み積分を表す。

また、Ｎは１フレームのサンプル数を示す。

ここで、重み付け関数ω（ｎ）は周波数軸上で重み付け
を行うものであり、その２変換値をＷ（Ｚ）とすると、
合威フィルタの予測パラメータａ，を用いて、 Ｗ　（２）　＝（　１　　”’ａ　ｔ　Ｚ　−　’　）
　／　（　１　　４’ａ　ｒ　ｒ　’　Ｚ　−　’　）
（５〕 で表される。上式では、ｒ＝Ｑ≦ｒ≦１の定数であり、
Ｗ　（Ｚ）の周波数特性を決定する。すなわち、ｒ＝１
とするとＷ（Ｚ）＝１になり、その周波数特性は平坦に
なる。一方、ｒ＝０とするとＷ　（Ｚ）は合或フィルタ
の周波数特性の逆特性になる。したがって、ｒの値によ
ってＩ！ｌ（Ｚ）の特性を変えることができる。また、
（５）式で示したようにＷ　（Ｚ）を合或フィルタの周
波数特性に依存させて決めているのは聴感的なマスク効
果を利用しているためである。すなわち、入力音声信号
のスペクトルのパワーが大きなところではく例えばフォ
ルマントの近傍〉、再生信号のスペクトルとの誤差が多
少大きくてもその誤差は耳につき難いという聴感的な性
質による。

（４〕式はさらに に変形できる。

ここで、Ｘ　（ｎ）　＊ω（ｒｌ）の項は次式に従って
変形される。

とおく。（７）式の両辺を２変換すると、Ｌ（Ｚ）　＝
Ｘ（２）　−　Ｗ（２）　　　　　　　　　−　（８）
で表される。Ｘ　（Ｚ）は、さらに、 Ｘ　（２）　＝　｝！　（２）　−　Ｄ　Ｃ２）　　　
　　　　　　　−　（９）で表される。ここで、Ｄ（Ｚ
）は（２）式のＺ変換を示し、｝１（Ｚ）は合成フィル
タのインパルス応答のｚ変ｍｔを示す。（９）式を（８
）式に代入すると、Ｘ．　（Ｚ）　＝Ｈ（２）　・Ｄ（
Ｚ）　−　Ｗ（２）　　　　　　　　αＯになり、Ｈ．
（Ｚ）　＝Ｈ（Ｚ＞　−　Ｗ（Ｚ）とおき、αＯ式を逆
Ｚ変換し、Ｈ．　（Ｚ）の逆変換値をｈ　．　（ｎ）と
すると、Ｘ．（ｎ）＝　ｄ（ｎ）＊　ｈｗ（ｎ）　　　
　　　　　　　−Ｑｌ）を得る。ここで、ｈ，（ｎ）は
合戒フィルタと重み付け回路の縦続接続フィルタのイン
パルス応答を示す。

αυ式に（２）式を代入して、 Ｊ−Ｚ　（Ｘ−　（）　　，”　ｇ　ｔ　ｈ　−　（　
ｎ　　ｍ　ｔ）　）　’　　−−−　（１３１を得る。

このように、（４）式はａＪ式のように表せる。

αつ式を最小とする音源パルス系列の振幅ｇｋで偏微分
して０とおくと、 （ただし、φ１　＝φｇｈ（　　ｍｋ）ｇ＋φＢＢ　（
ｍ　１　，　ｍｕ　）”’　　ｇｉ（−＋φｈｈ（ｍｌ
−＋＋　ｍ＋＝）　）が導かれる。ここで、φ＋ｔｈ（
）はＸ　．　（ｎ）とｈ．（ｎ）から計算した相互相関
数列を、φｈｈ（・）はｈ　．　（ｎ）の自己相関関数
列をそれぞれ表し、 φ．ｈ（−ｍｋ）　　＝Σ　Ｋ．（ｎ）　ｈ　，　（　
ｎ　　ｍ１．　）ｈ−１ ＝φｈイ（ｍ，） （ｌ≦ｍｋ≦Ｎ）　　　　　　　　　αＳを得る。ここ
で、Ｋは１フレームにたてるパルス数を示す。

（７）式および（自）式を（６）式に代入すれば、（１
≦ｍｉ　　，ｍエ　≦Ｎ）　　　　　α■で表される。

なお、φ，，（・）は音声信号処理の分野では共分散関
数と呼ばれることが多い。ＧＯ式によれば、パルスの位
置ｍｋをパラメータとして位置ｍｋに対応した振幅が計
算できる。

いま、入力音声信号系列が定常であると仮定すれば、α
つ式で示した共分散関数φｈｈ（ｍｉ，ｍｋ）は遅れ（
ｍ．，−ｍｋ）に依存した自己相関関数Ｒｈｈ（・）に
等しいとおけるので、 φｈｈ（ｍｉ，　ｍｍ）　＝　Ｒｈｈ（ｍｉ　　ｍｋ）
　　　−−α力で表される。ここで、Ｒｈｈ（・）はｈ
　，　（ｎ）の自己相関関数を表し、 Ｒ　ｈｈ　（ｍ　＋　　ｒｒｂ＋）　＝Σｈ．　（ｎ）
ｈ．（ｎ　−（ｍｔ−ｍ＋＋））（１≦ｍｉ−ｍｋ　　
≦Ｎ）．．．．．．　　αＯで表される。

したがって、αつ式はαの式を用いて、（ただし、φ２
＝φＸ？１（　　ｍｋ）　　ｇ＋Ｒｈｈ（ｍ＋　　ｍ＊
）−　　ｇ　ｋ−＋　Ｒｈｈ（ｍｋ−＋　　ｍｋ）　）
に修正できる。

次に、初期位相ｑはαつ式で求めた相互相関関数を用い
て が得られ、（イ）式を満足するようなｑとして決定でき
る。

〔実施例〕 以下、本発明の一実施例を図面を用いて説明する。

この実施例は図に示すように、音声信号系列を所定時間
長の音声信号系列に区切り、この区切られた音声信号系
列に基づき短時間スペクトル包絡を表すスペクトルパラ
メータを抽出し、このスペクトルパラメータに基づきイ
ンパルス応答系列を算出する手段であるバッファメモリ
回路３５０　、ＬＡＲ計算回路２８０およびインパルス
応答計数回路２１０　と、このインパルス応答系列の自
己相関関数列および上記区切られた音声信号系列と上記
インパルス応答系列との相互相関関数列を算出する手段
である自己相関関数計算回１８３６０および相互相関関
数計算回路２３５と、この相互相関関数列に基づき駆動
音源信号の初期位相を算出し、この初期位相、上記自己
相関関数列および上記相互相関関数列に基づき上記区切
られた音声信号系列に対して上記駆動音源信号の振幅系
列を算出する手段である初期位相計算回路３７０および
パルス振幅計算回路２４０　と、上記スペクトルパラメ
ータを示す符号、上記駆動音源信号の初期位相を示す符
号および上記駆動音源信号の振幅系列を示す符号とを組
み合わせた符号を生成する手段であるパルス符号化回路
２５０とを備える。

次に、この実施例の動作を説明する。離散的な音声信号
系列が入力端子１００を通じてバッファメモリ回路３５
０に入力される。この音声信号系列は一定時間長のフレ
ーム（例えば２０ｍＳ）毎に分割される。次に、ＬＡＲ
計算回路２８０はこのフレームの音声信号を衆知の方法
でＬＰＧ分析してあらかじめ定められた次数のＬＡＲ係
数を求める。ＬＡＲ符号化回路２００はこのＬＡＲ係数
を量子化する（文献ｌ）。ＬＡＲ符号化回路２００はＬ
ＡＲ係数を量子化した符号をマルチブレクサ回路２６０
に出力する。また、ＬＡＲ符号化回路２００は符号化さ
れたＬＡＲ係数を復号化し、復号値ＬＡＲｉ′をインパ
ルス応答計算回路２１０、重み付け回路２９０および合
或フィルタ回路３２０に出力する。インパルス応答計算
回路２１０は復号値ＬＡＲ．’を入力し、ａ１）式に示
すｈ　ｗ　（ｎ）　（合或フィルタと重み付け回路の縦
続接続からなるフィルタのインパルス応答）の計算をあ
らかじめ定められたサンプル数だけ行い、求まったｈ，
（ｎ）を自己相関関数計算回路３６０および相互相関関
数計算回路２５３へ出力する。自己相関関数計算回路３
６０はあらかじめ定められたサンプル数のｈ　．　（ｎ
）を入力し、００式にしたがって自己相関関数Ｒｈｈ（
ｍｉ−ｍｕ）を計算し、これをパルス振幅計算回路２４
０に出力する。

次に、減算回路２８５　はバッファメモリ回路３５０に
蓄積された音声信号系列Ｘ　（ｎ）を入力し、これがら
合戊フィルタ回路３２０の出力系列を１フレーム分減算
した減算結果を重み付け回路２９０へ出力する。ここで
、合或フィルタ回路３２０には、現フレームからＩフレ
ーム過去の音源パルス系列を駆動信号として応答系列を
求め、その後に駆動信号を「０」として現フレームに延
ばした駆動信号として応答系列を求め、その後に駆動信
号を「０」として現フレームに延ばした信号系列が１フ
レーム分蓄積されている。この演算は合戒フィルタのイ
ンパルス応答の意味のあるサンプル数が高々２フレーム
程度であるとすれば、現フレームの音声信号系列は１フ
レーム過去の音源パルスによって駆動された合戊フィル
タ出力信号を現フレームへ延ばした信号系列と現フレー
ムの音源パルス系列との和によって表現できるという論
理に基づき行われる。

重み付け回路２９０はＬＡＲ符号化回路２００から復号
値Ｌ　Ａ　Ｒ　＋　’を入力し、重み付け関数ω（ｎ）
を（５）式に従い計算する。これは、他の周波数重み付
け方法を用いて計算してもよい。また、重み付け回路２
９０は減算回路２８５の減算結果を入力し、これとω（
ｎ）との畳み込み積分計算を行い、得られたＸ　ＩＴ　
（ｎ）を相互相関関数計算回路２３５に出力する。相互
相関関数計算回路２３５はあらかじめＸ．（ｎ）および
ｈ　．　（ｎ）を入力し、０５）式にしたがって相互相
関関数φＷｈ　（−ｍ，）（１≦ｍ，≦Ｎ）を計算し、
これを初期位相計算回路３７０およびパルス振幅計算回
路２４０に出力する。初期位相計算回路３７０は（イ）
式にしたがって初期位相ｑを計算し、これをパルス振幅
計算回路２４０およびパルス符号化回路２５０に出力す
る。パルス振幅計算回路２４０はαつ式を用いてパルス
の振幅ｇｋを計算する。例えば、ｌ回目のパルス振幅計
算では、００式でｋ＝１とおき、振幅ｇＩを位置Ｊ　＝
ｐｊ＋ｑ　（０≦ｊ≦Ｎ／ｐ−１）の関数として求める
。次に、２回目の計算では、０９式で、ｋ＝２とおき求
める。２回目の計算では、１回目の計算で求められたパ
ルスによる影響を差し引いた後に求められる。３回目以
降のパルスも同様にして計算できる。あらかじめ定めら
れた個数だけ計算を行った後に各パルスの振幅ｇ，がバ
ルス符号化回路２５０に出力される。パルス符号化回路
２５０は初期位相計算回路３７０およびパルス振幅計算
回路２４０から音源パルス系列の初期位相および振幅を
入力し、これらを正規化係数を用いて符号化し、ｑおよ
びｇｋを表す符号をマルチブレクサ２６０に出力する。

また、パルス符号化回路２５０はｑおよびｇｋの復号化
値ｑ′およびｇ，′をパルス系列発生回路３００へ出力
する。

ここで、振幅の符号化の方法のひとつに、周知の方法と
して、振幅の確率分布を正規型と仮定して正規型の場合
の最適量子化器を用いる方法がある。これについては、
ジエー・マックス（Ｊ　−　ＭＡＸ）氏によるアイ・ア
ール・イー・トランザクションズ・オン・インフォメー
ション・セオリー（ＩＲＥ！ＴＲＡＮＳＡＣＴＩＯＮＳ
　ＯＮ　ＩＮＦＯＲＭＡＴＩＯＮＳ　ＴＨＯＥＯＲＹ）
の１９６０年３月号、７〜１２ページに掲載の「クオン
タイジンク・フォー・ミニマム・ディストーション」〈
Ｑ［ＩＡＮＴＩＺＩＮＧ　ＦＯＲ　ＭＩＮＩＭＵＭ　Ｄ
ＩＳＴＯＲＴｆＯＮ）　（文献２〉等に詳述されている
。また、他の方法として、ｌ伝送フレーム内のパルス系
列の振幅の絶対値の最大値を正規化係数とし、この値を
用いて各パルスの振幅を正規化した後に量子化、符号化
する方法もある。

なお、パルス系列の符号化については、ここで説明した
符号化方法に限らず衆知の最良の方法を用いることがで
きる。

パルス系列発生回路３００は入力したｑ′およびｇｋ′
を用いてｍｋ’の位置に振幅ｇ，′を持つ音源パルス系
列をｌ伝送フレーム長Ｎにわたって計算し、これを合戒
フィルタ回路３２０に出力する。

合戒フィルタ回路３２０はＬＡＲ符号化回路２００から
逆量子化値ＬＡＲ＋’を入力し、これを予測パラメータ
ａｔ　　（１≦ｉ≦Ｎ，）に衆知の方法を用いて変換す
る。つぎに、合戊フィルタ回路３２０はパルス系列発生
回路３００から１フレーム分の駆動音源振動を入力し、
このｌフレーム分の信号に１分析フレーム分Ｏを付加し
、この２フレームの信号に対する応答信号系列Ｘ　（ｎ
）を求める。さらに、第２フレームの零信号系列を計算
する際には、合或フィルタ回路３２０はＬＡＲ符号化回
路２００から新たにＬＡＲ＋’を入力し、これを用いて
行う。つぎに、マルチプレクサ回路２６０はＬＡＲ符号
化回路２００の出力符号とパルス符号化回路２５０の出
力符号とを入力し、これらを組み合わせて送信出力端子
２７０から通信路へ出力する。

この実施例では、パルス系列の計算はフレーム単位で行
ったが、フレームをいくつかのサブフレームに分割し，
そのサブフレーム毎にパルス系列を計算するような構或
にしても同等の特性が得られる。また、スペクトルパラ
メータとしては、ＬＡＲ以外に衆知のパラメータ例えば
ＰＡＲＣＯＲを用いることもできる。

〔発明の効果〕

本発明は、以上述べたように、同一の伝送情報量の場合
により良好な品質を得ることができる効果がある。

算回路、２９０・・・重み付け回路、３００・・・パル
ス系列発生回路、３２０・・・合威フィルタ回路、３５
０・・・バッファメモリ回路、３６０・・・自己相関関
数計算回路、３７０・・・初期位相計算回路。

Claims (1)

1. 【特許請求の範囲】 １、離散的な音声信号系列を入力し、駆動音源信号を出
   力する音声信号符号化装置において、上記音声信号系列
   を所定時間長の音声信号系列に区切り、この区切られた
   音声信号系列に基づき短時間スペクトル包絡を表すスペ
   クトルパラメータを抽出し、このスペクトルパラメータ
   に基づきインパルス応答系列を算出する手段と、 このインパルス応答系列の自己相関関数列および上記区
   切られた音声信号系列と上記インパルス応答系列との相
   互相関関数列を算出する手段と、この相互相関関数列に
   基づき駆動音源信号の初期位相を算出し、この初期位相
   、上記自己相関関数列および上記相互相関関数列に基づ
   き上記区切られた音声信号系列に対して上記駆動音源信
   号の振幅系列を算出する手段と、 上記スペクトルパラメータを示す符号、上記駆動音源信
   号の初期位相を示す符号および上記駆動音源信号の振幅
   系列を示す符号とを組み合わせた符号を生成する手段と を備えたことを特徴とする音声信号符号化装置。