JPH03243999A - 音声符号化装置 - 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、音声信号を低いビットレート、特に８〜４．
８ｋｂ／ｓ程度で高品質に符号化するための音声符号化
方式に関する。

（従来の技術） 音声信号を８〜４．８ｋｂ／ｓ程度の低いビットレート
で符号化する方式としては、例えば、Ｍ、　５ｃｈｒｏ
ｅｄｅｒａｎｄ　Ｂ、　Ａｔａ１氏による”Ｃｏｄｅ−
ｅｘｃｉｔｅｄ　１ｉｎｅａｒ　ｐｒｅｄｉｃ−ｔｉｏ
ｎ：　Ｈｉｇｈ　ｑｕａｌｉｔｙ　５ｐｅｅｃｈ　ａｔ
　ｖｅｒｙ　ｌｏｗ　ｂｉｔ　ｒａｔｅｓ”　（Ｐｒｏ
ｃ。

ＩＣＡＳＳＰ、　ｐｐ、　９３７−９４０．１９８５年
）と題した論文（文献１）等に記載されているＣＥＬＰ
（Ｃｏｄｅ　Ｅｘｃｉｔｅｄ　ＬＰＣＣｏｄｉｎｇ）が
知られている。この方法では、送信側では、フレード毎
（例えば２０ｍ５）に音声信号から音声信号のスペクト
ル特性を表すスペクトルパラメータを抽出し、フレーム
をさらに小区間サブフレーム（例えば５ｍ５）に分割し
、サブフレーム毎に過去の音源信号をもとに長時間相関
（ヒツチ相関）を表すピンチパラメータを抽出し、ピッ
チパラメータにより前記サブフレームの音声信号を長期
予測し、長期予測して求めた残差信号に対して、予め定
められた種類の雑音信号からなるコードブックから選択
した信号により合成した信号と、前記音声信号との誤差
電力を最小化するように一種類の雑音信号を選択すると
ともに、最適なゲインを計算する。そして選択された雑
音信号の種類を表すインデクスとゲインならびに、前記
スペクトルパラメータとピッチパラメータを伝送する。

受信側の説明は省略する。

（発明が解決しようとする課題） 上述した文献１の従来方式では、高音質を得るためには
一般に、雑音信号から構成されるコードブックのビット
サイズを１０ビット以上にきわめて大きくする必要があ
るため、コードブックを探索して最適な雑音信号（コー
ドワード）を求めるために膨大な演算量が必要であると
いう問題点があった。さらに、コードブックが基本的に
雑音信号から構成されるために、コードブックから選択
された音源信号により再生された再生音声の音質は雑音
感がともなうという問題点があった。

本発明の目的は、上述した問題点を解決し、比較的少な
い演算量及びメモリ量により、８〜４．８ｋｂ／ｓ程度
で音質の良好な音声符号化方式を提供することにある。

（課題を解決するための手段） 本発明による音声符号化方式は、人力した離散的な音声
信号を予め定められた時間長のフレームに分割し、前記
音声信号のスペクトル包絡を表すスペクトルパラメータ
を求めて出力し、前記フレームを予め定められた時間長
の小区間に分割し、過去の音源信号をもとに再生した信
号が前記音声信号に近くなるようにピッチパラメータを
求め、前記音声信号をもとに学習して構成した信号が格
納された第１のコードブックと、予め定められた特性を
有する信号が格納された第２のコードブックとを有し、
前記第１のコードブックから選択した信号と、前記第２
のコードブックから選択した信号との線形結合により前
記音声信号の音源信号を表し、予め構成した第３のコー
ドブックを用いて前記ピンチパラメータと前記音源信号
の少なくとも一方のゲインを量子化して出力することを
特徴とする。

また、本発明による音声符号化方式は、入力した離散的
な音声信号を予め定められた時間長のフレームに分割し
、前記音声信号のスペクトル包絡を表すスペクトルパラ
メータを求めて出力し、前記フレームを予め定められた
時間長の小区間に分割し、過去の音源信号をもとに再生
した信号が前記音声信号に近くなるようにピンチパラメ
ータの遅延量を求め、予め構成したコードブックを用い
て前記ピンチパラメータのゲインを量子化として出力し
、前記音声信号をもとに学習して構成した信号が格納さ
れた第１のコードブックと、予め定められた特性を有す
る信号が格納された第２のフードブックとを有し、前記
第１のコードブックから選択した信号と、前記第２のコ
ードブックから選択した信号との線形結合により前記音
声信号の音源信号を表し、予め構成した第３のコードブ
ックを用いて前記音源信号のゲインを量子化して出力す
ることを特徴とする。

（作用） 本発明による音声符号化方式の作用を示す。

第１の発明では、フレームを分割したサブフレーム毎に
、下式を最小化するように音源信号を求める。

ここで４３．　Ｍは長期相関にもとづくピンチ予測（適
応コードブック）のピッチパラメータ、すなわちゲイン
及び遅延であり、ｖ（ｎ）は過去の音源信号である。

ｈ（ｎ）はスペクトルパラメータにより構成される合成
フィルタのインパルス応答、ｗ（ｎ）は聴感重み付はフ
ィルタのインパルス応答を示す。記号中は畳み込み演算
を示す。なお、ｗ（ｎ）の詳細については前記文献１を
参照できる。

また、ｄ（ｎ）はコードブックにより表される残差信号
を示し、下式のように、第１のコードブックから選択さ
れたコードワードｃ１（ｎ）と第２のコードブックから
選択されたコードワードｃ２（ｎ）との線形結合で表さ
れる。

ｄ（ｎ）＝、Σγ１ｅｉ（ｎ）＝ｎｃｔｊ（ｎ）＋ｒ２
ｃ２１（ｎ）　　　　（２）１＝１ ここでγ１、γ２は選択されたコードワードｃ１ｊ（ｎ
）、ｃ２１（ｎ）のゲインを示す。従って、本発明では
、２種類のコードブックに分解して音源信号が表される
ことになるため、各コードブックはコードブック全体の
ビット数の１／２でよい。例えばコードブック全体のビ
ット数を１０ビツトとすると、第１．２のコードブック
は５ビツトずつでよく、コードブック探索の演算量を大
幅に低減できる。

各コードブックとして前記文献１のような雑音コードブ
ックを用いると、（２）式のように分割すると、特性的
には１０ビット分のコードブックよりも劣化し全体で７
〜８ビット分の性能しか出せない。

そこで、本発明では、高性能を得るために、第１のコー
ドブックはトレーニングデータを用いてあらかじめ学習
させることにより構成する。学習によるコードブックの
構成法としては、例えば、Ｌｉｎｄｅ　　　ら　　に　
　よ　　る”Ａｎ　Ａｌｇｏｒｉｔｈｍ　ｆｏｒ　Ｖｅ
ｃｔｏｒＱｕａｎｔｉｚａｔｉｏｎ　Ｄｅｓｉｇｎ”と
題した論文（ＩＥＥＥ　Ｔｒａｎｓ。

Ｃ０Ｍ−２８，ｐｐ、　８４−９５．１９８０年）（文
献２）等が知られている。

学習のときの距離尺度としては通常、２乗距離（ユーク
リッド距離）が用いられるが、本方法では２乗距離より
も性能の良好な次式による聴感重み付は距離尺度用いる
。

ここでｔｊ（ｎ）はｊ番目のトレーニングデータ、ｃｌ
（ｎ）はクラスタ１のコードワードである。クラスタ１
のセントロイド（代表コードワード）は、クラスタ１内
のトレーニングデータを用いて（４）式あるいは（５）
式を最小化するように求める。

（５）式においてｇは最適ゲインを示す。

第２のコードブックは、第１のコードブックによるトレ
ーニングデータ依存性を救済するために、前記文献１の
ガウス性雑音信号のようなあらかじめ統計的特性が頼定
した雑音信号あるいは乱数信号からなるコードブックや
、他の特性を有するコードブックを使用する。なお、雑
音コードブックに対して、ある距離尺度のもとて選別を
行うことにより、さらに特性が改善される。詳細はＴ、
　Ｍｏｒｉｙａ氏らによる“Ｔｒａｎｓｆｏｒｍ　Ｃｏ
ｄｉｎｇ　ｏｆ　５ｐｅｅｃｈ　ｕｓｉｎｇ　ａＷｅｉ
ｇｈｔｅｄ　Ｖｅｃｔｏｒ　Ｑｕａｎｔｉｚｅｒ、”と
題した論文（ＩＥＥＥ　Ｊ。

Ｓｅ１．　Ａｒｅａｓ、　Ｃｏｍｍｕｎ、、　ｐｐ、　
４２５−４３１．１９羽年）。

（文献３）等を参照することができる。

さらに本発明では、第１、第２のコードブックから最適
なコードワードを選択した後に、第１、第２のコードブ
ックのゲインγ１、γ２を、あらかじめ学習により構成
したコードブック（第３のコードブック）を用いて効率
的にベクトル量子化する。ベクトル量子化において、最
適コードワードの探索は、次式を最小化するコードワー
ドを選択する。

ここでγ′ｉは各コードワードの示すベクトル量子化し
たゲインの値である。またｃｉ（ｎ）は、第１、第２の
コードブックから選択されたコードワードである。（６
）式において ｅｗ（ｎ）＝ｘ（ｎ）−ｗ（ｎ）−１３ｖ（ｎ−Ｍ）−
ｈ（ｎ）−ｗ（ｎ）　　　　（７）とすると、（６）、
（７）式から次式を得る。

Ｅ＝ΣｅＷ（ｎ）２−［２γｌ’Σｅｗ（ｎ）ｓｗｌ（
ｎ）＋２γ２′Σｅｗ（ｎ）８ｗ２（ｎ）−γ１″Σ５
ｗ１２（ｎ）−γ２″Σｓｗ２”（ｎ）　−２γ１′γ
２′Σｓｗ１（ｎ）８ｗ２（ｎ）］　　（８）ここで ５ｗ１（ｎ）＝ｃ１（ｎ）＊ｈ（ｎ）中ｗ（ｎ）＝Ｃｔ
（ｎ）傘ｈｗ（ｎ）　　　　　　　　　（９）ｓＷ２（
ｎ）＝ｃ２（ｎ）申ｈ（ｎ）＊ｗ（ｎ）＝Ｃ２（ｎ）傘
ｈＷ（ｎ）　　　　　　　　（１０）である。また、（
８）式の第１項は定数であるから、コードワードの探索
は（８）式の第２項以降を最大化するものを選択すれば
よい。

また、コードブック探索の演算量を大幅に低減するため
には、下式に従いコードワードの選択を行ってもよい。

Ｅ＝写（γｉ−γ’１ｊ）２（１１） ゲインのベクトル量子化用のコードブックは、多量の値
からなるトレーニングデータを用いてあらかじめ学習に
より構成する。コードブックの学習には前期文献２の方
法を用いることができる。ここで学習の際の距離尺度は
通常２乗距離であるが、さらに特性を改善するために、
次式の距離尺度を用いることもできる。

（１２） ここでγ、ｉはトレーニング用のゲインデータである。

γ”１１はゲインコードブックのクラスタ１における代
表コードワードである。（１２）式の距離尺度を用いる
ときは、クラスタ１におけるセントロイドＳｃＨは次式
を最小化するように求める。

一方、学習における演算量を大幅に低減するためには通
常の２乗距離による次式の距離尺度を用いてもよい。

Ｄ＝夏γ１Ｓｃｉｊ）２（１４） 次に、第２の発明では、第１の発明に加えて、ピッチ予
測（適応コードブック）のピッチパラメータにおけるゲ
インを、予め学習により構成したコードブックを用いて
ベクトル量子化することを特徴とする。今ピンチ予測の
次数を１次とすると、ゲインをベクトル量子化するには
、ピッチパラメータの遅延量Ｍを決定した後で、次式を
最小化するコードワードを選択する。

Ｅ＝Σ［（ｘ（ｎ）−１３’・Ｖ（ｎ−Ｍ）−ｈ（ｎ）
）＊ｗ（ｎ）］２　　　　（１５）コードブックの学習
の際の距離尺度は次式を用いる。

Ｅ＝Σ［（ｐｔＶ（ｎ−Ｍ）＊ｈ（ｎ）　−ｐ’ＩＶ（
ｎ−Ｍ）本ｈ（ｎ））傘ｗ（ｎ）］２（１６） ＝Σ［（ｉ３ｔ　　１３’１）Ｖ（ｎ−Ｍ）＊ｈ（ｎ）
＊ｗ（ｎ）］２（１７）ここで１３ｔはコードブックト
レーニング用のゲインデータである。なお、演算量を低
減するためには下式を用いることもできる。

Ｅ＝（１３ｔ　１３’ｔ）２（１８） （実施例） 第１図は第１の発明による音声符号化方式の一実施例を
示すブロック図である。

図において、送信側では、入力端子１００から音声信号
を入力し、１フレ一ム分（例えば２０ｍ５）の音声信号
をバッファメモリー１０に格納する。

ＬＰＣ分析回路１３０は、フレームの音声信号のスペク
トル特性を表すパラメータとして、ＬＳＰパラメータを
前記フレームの音声信号から衆知のＬＰＧ分析を行いあ
らかじめ定められた次数りだけ計算する。この具体的な
計算法については前記文献６を参照することができる。

次にＬＳＰ量子化回路１４０は、ＬＳＰパラメータを予
め定められた量子化ビット数で量子化し、得た符号１ｋ
をマルチプレケクサ２６０へ出力するとともに、これを
復号化してさらに線形予測係数ａｉ’（ｉ　＝　１−Ｌ
）に変換して重み付は回路２００、インパルス応答計算
回路１７０、合成フィルタ２８１へ出力する。ＬＳＰパ
ラメータの複合化、ＬＳＰパラメータから線形予測係数
への変換の方法についてはＳｕｇａｍｕｒａ氏らによる
”Ｑｕａｎｔｉｚｅｒ　Ｄｅｓｉｇｎ　ｉｎ　ＬＳＰ　
５ｐｅｅｃｈＡｎａｌｙｓｉｓ−８ｙｎｔｈｅｓｉｓ”
と題した論文（ＩＥＥＥ　Ｊ、　Ｓｅｌ。

Ａｒｅｅｓ、　Ｃｏｍｍｕｎ、、　ｐｐ、　４３２−４
４０．１９８８年）（文献４）等を参照することができ
る。

サブフレーム分割回路１５０は、フレームの音声信号を
サブフレームに分割する。ここで例えばフレーム長は２
０ｍ５、サブフレーム長は５ｍｓとする。

減算器１９０は、サブフレームに分割された人力信号か
ら合成フィルタ２８１の出力を減算して出力する。

重み付は回路２００は、減算した信号に対して衆知の聴
感重み付けを行う。聴感重み付は関数の詳細は前記文献
１を参照できる。

適応コードブック２１０は、合成フィルタ２８１の人力
信号ｖ（ｎ）を遅延回路２０６を介して入力し、さらに
インパルス応答出力回路１７０から重み付はインパルス
応答ｈｗ（ｎ）、重み付は回路２００から重み付は信号
を入力し、長期相関にもとづくピッチ予測を行い、ピッ
チパラメータとして遅延Ｍとゲインｐを計算する。以下
の説明では適応コードブックの予測次数は１とするが、
２次以上の高次とすることもできる。１次の適応コード
ブックにおける遅延Ｍ、ゲインｐの計算法は、Ｋｌｅｉ
ｊｉｎ氏らによる”Ｉｍｐｒｏｖｅｄｓｐｅｅｃｈ　ｑ
ｕａｌｉｔｙ　ａｎｄ　ｅｆｆｉｃｉｅｎｔ　ｖｅｃｔ
ｏｒ　ｑｕａｎｔｉｚａｔｉｏｎ　１ｎＳＥＬＰ”と題
した論文（ＩＣＡＳＳＰ、　ｐｐ、　１５５−１５８年
、１９８８年）（文献５）に記載されているので説明を
省略する。

さらに求めたゲインｐをゲイン量子化器２２０によりあ
らかじめ定められた量子化ビット数で量子化復号化し、
ゲインｐ′を求め、これを用いて次式により予測信号〜
（ｎ）を計算し減算器２０５に出力する。また遅延Ｍを
マルチプレクサ２６０へ出力する。

ｉｗ（ｎ）＝　ｐ’　−ｖ（ｎ　−Ｍ）ｏｈｗ（ｎ）　
　　　　　　　　（１９）上式でｖ（ｎ−Ｍ）は合成フ
ィルタ２８１の入力信号である。ｈｗ（ｎ）はインパル
ス応答計算回路１７０で求めた重み付はインパルス応答
である。

遅延回路２０６は、合成フィルタ入力信号ｖ（ｎ）を１
サブフレ一ム分遅延させて適応コードブック２１０へ出
力する。

量子化器２２０は、適応コードブックのゲインｐを予め
定められた量子化ビット数で量子化して符号をマルチプ
レクサ２６０に出力すると共に、適応コードブック２０
０に出力する。

減算器２０５は、重み付は回路２００の出力信号から適
応コードブック２１０の出力）ｃｗ（ｎ）を減算し残差
信号ｅｗ（ｎ）を第１のコードブック探索回路２３０に
出力する。

ｅｗ（ｎ）　＝　ｘｗ（ｎ）　−ｆｗ（ｎ）　　　　　
　　　　　　　（２０）インパルス応答計算回路１７０
は、聴感重み付けした合成フィルタのインパルス応答ｈ
ｗ（ｎ）を予め定められたサンプル数りだけ計算する。

具体的な計算法は、前記文献１等を参照できる。

第１のコードブック探索回路２３０は、第１のコードブ
ック２３５を用いて最適なコードワードｃ１ｊ（ｎ）を
探索する。ここで作用の項に託したように、第１のコー
ドブックは、あらかじめトレーニング信号を用いて学習
しておく。

第２図は第１のコードブック探索回路２３０のブロック
図を示す。コードワードの探索は下式に従う。

％式％（２１） （２１）式を最小化するγ１を求めるためには、（２１
）式をγ１で偏微分して０とおくことにより得た下式を
用いる。

γ１　＝　Ｇｊ　／　Ｃｊ ただし Ｇｊ＝Σｅｗ（ｎ）（ｃｌｊ（ｎ）傘ｈｗ（ｎ））Ｃｊ
＝Σ（Ｃｘｊ（ｎ）ｏｈｗ（ｎ））２（２２） （２３） （２４） このとき（２１）式は Ｅ＝Σｅｗ（ｎ）２−　Ｇｊ２／　Ｃｊ　　　　　　　
　　（２５）となる。ここで（２５）式の第１項は定数
であるので、第２項を最大化するようにコードブックの
コードワードｃ１ｊ（ｎ）を選択し、（２２）式からゲ
インγ１を計算する。

第２図において、相互相関関数計算回路４１０は、（２
３）式の計算を行い、自己相関関数計算回路４２０は（
２４）式の計算を行い、判別回路４３０は（２５）式の
計算を行い、コードワードＣｊ（ｎ）を選択し、それを
表すインデクスを出力する。

また、コードブックの探索に要する演算量を低減するに
は、以下の方法を用いることもできる。

Ｇｊ＝瑳甲（ｉ）ｃｌｊ（ｉ））２（２６）但し Ｖ（ｉ）＝Σｅｗ（ｎ）ｈＷ（ｎ−ｉ）　　　　　　　
　　　（２７）Ｃｊ　”　１１（０）ｖｊ（０）＋　２
写ｐ（ｉ）ｖｊ（ｉ）　　　　　　　（２８）ここで１
ｌ（ｉ）、ＶＪ（１）はそれぞれｈｗ（ｎ）のｉ次遅れ
の自己相関、コードワードｃ１ｊ（ｎ）のｉ次遅れの自
己相関を示す。

以上の方法により求めたコードワードを示すインデクス
をマルチプレクサ２６０に出力する。また、選択された
コードワードｃｊ（ｎ）を乗算器２４１に出方する。

乗算器２４１は、コードワードｃｊ（ｎ）にゲインγ１
を下式により乗じて音源信号ｑ（ｎ）を求め合成フィル
タ２５０へ出力する。

ｑ（ｎ）＝γ１　ｃｊ（ｎ）　　　　　　　　　　　　
　（２９）合成フィルタ２５０は乗算器２４１の出力ｑ
（ｎ）を入力し、下式に従い重み付は合成信号ｙｗ（ｎ
）を求め出力する。

ｙｗ（ｎ）　＝　ｇ（ｎ）＊ｈｗ（ｎ）　　　　　　　
　　　　　　（３０）減算器２５５は、ｅｗ（ｎ）から
ｙｗ（ｎ）を減算して第２のコードブック探索回路２７
０へ出力する。

第２のコードブック探索回路２７０は、第２のコードブ
ック２７５から最適なコードワードを計算する。第２の
コードブック探索回路の構成は、第２図に示した第１の
フードブック探索回路の構成と基本的に同一の構成を用
いることができる。また、コードワードの探索法として
は、前記第１のコードブックの探索と同一の方法を用い
ることができる。第２のコードブックの構成法としては
、作用の項で述べたように、学習コードブックの高効率
を保ちながらトレーニングデータ依存性を救済するため
に、乱数系列からなるコードブックを用いる。乱数系列
からなるコードブックの構成法は前記文献１を参照でき
る。

また、コードブック探索の演算量の低減化のために、第
２のコードブックとして、重畳型（ｏｖｅｒｌａｐ）乱
数コードブックを用いることができる。重畳型乱数コー
ドブックの構成法、コードワード探索法については前記
文献５等を参照できる。

ゲイン量子化器２８６は、作用に述べた方法により、予
め学習により前記（１２）、（１３）式を用いて作製し
たゲインコードブック２８７を用いて、ゲインγ１、γ
２をベクトル量子化する。ベクトル量子化の際の最適な
コードワードの選択には、前記（８）式を用いる。第３
図はゲイン量子化器２８６の構成を示すブロック図であ
る。図において、再生回路５０５は、ｃｌ（ｎ）、ｃ２
（ｎ）、ｈｗ（ｎ）を人力して前記（９）、（１０）式
にもとづき、５ｗ１（ｎ）、５ｗ２（ｎ）を求める。

相互相関関数計算回路５００、自己相関関数計算回路５
１０は、ｅｗ（ｎ）、５ｗ１（ｎ）、５ｗ２（ｎ）、ゲ
インコードブック２８７の出力であるコードワードを人
力し、前記（８）式の第２項以下の各項を計算する。最
大値判別回路５２０は、第（８）式の第２項以下の最大
値を判別し、そのときのゲインコードワードのコードワ
ードを示すインデクスを出力する。ゲイン復号回路５３
０は前記インデクスを用いてゲインを復号化して出力す
る。そしてコードブックのインブクスをマルチプレクサ
２６０に出力する。またゲインの復号化値γ１′、γ２
゛を乗算器２４２に出力する。

乗算器２４２は、第１、第２のコードブックにより選択
されたコードワードｃ１ｊ（ｎ）、ｃ２ｉ（ｎ）に対し
てそれぞれ量子化復号化したゲインγ１′、γ２′を乗
じて合成フィルタ２８１に出力する。

合成フィルタ２８１は、加算器２９０の出力ｖ（ｎ）を
人力し、下式により合成音声を１フレーム分求め、さら
にもう１フレ一ム分はＯの系列をフィルタに人力して応
答信号系列を求め、１フレ一ム分の応答信号系列を減算
器１９０に出力する。

ｔ（ｎ）＝　ｂ（ｎ）＋　’ｆ２　ａｉ’ｆ（ｎ　−ｉ
）　　　　　　　　　（３１）ただし マルチプレクサ２６０は、ＬＳＰ量子化器１４０、第１
のコードブック探索回路２３０、第２のコードブック探
索回路２７０、ゲイン量子化器２８６の出力符号系列を
組みあわせて出力する。

以上で第１の発明の詳細な説明を終える。

第４図は、第２の発明の一実施例を示すブロック図であ
る。図において、第１図と同一の番号を付した構成要素
は、第１図と同一の動作を行うので説明は省略する。

図において、量子化器２２５は、前記（１７）式にもと
づき予め学習して構成したコードブック２２６を用いて
、適応コードブックのゲインをベクトル量子化する。最
適なコードワードのインデクスを示す符号をマルチプレ
クサ２６０へ出力すると共に、ゲインを量子化復号化し
て出力する。

以上で第２の発明の詳細な説明を終える。

以上の実施例の他、適応コードブックのゲインと第１、
第２のコードブックのゲインをまとめてベクトル量子化
することもできる。

以上の発明では、適応コードブックのゲイン、第１、第
２のコードブックのゲインには同時最適化を施さなかっ
たが、適応コードブック、第１のコードブック、第２の
コードブックのゲインについて、同時最適化を行い、さ
らに特性を改善する。この同時最適化は、作用の項で述
べたように、第１．２のコードブックのコードワードを
求めるときに適用するとさらに特性が改善される。

例えば、適応コードブックの遅延、ゲインｐを求めた後
に、第１のコードブックのコードワードｃ１ｊ（ｎ）、
ゲインγ１を探索するときに、各コードワード毎に、次
式を最小化するように解いてｐとγ、を同時最適化する
。

ここで、 Ｒ１１＝Σ（Ｖ（ｎ−Ｍ）＊ｈｗ（ｎ））２Ｒ１２＝Σ
（ｖ（ｎ　−Ｍ）＊ｈｗ（ｎ））（ｃｌｊ（ｎ）＊ｈｗ
（ｎ））Ｒ２２＝Σ包１ｊ（ｎ）＊ｈｗ（ｎ））２Ｐ１
＝Σｘｗ（ｎＸｖ（ｎ−Ｍ）−ｈｗ（ｎ））ｐ２＝ΣＸ
Ｗ（ｎ）（Ｃ１ｊ　（ｎ）＊ｈｗ（ｎ））（３５ａ） （３５ｂ） （３５ｃ） （３５ｄ） （３５ｅ） 次に、第２のコードワードを決定するときに、次式を最
小化するように適応コードブックのゲイン、第１、第２
のコードブックのゲインを同時最適化する。

ｈ（ｎ）　−γ２ｅｌｊ（ｎ）＊ｈ（ｎ））＊ｗ（ｎ）
］２　　　　　　　　　（３６）なお、演算量の低減化
のために、第１のコードブックのコードワード探索のと
きに（３３）式によるゲイン最適化を行い、第２のコー
ドブックの探索のときには行わない構成とすることもで
きる。

また、さらに演算量を低減するためには、コードブック
のコードワードの探索のときにはゲインの最適化を行わ
ずに、第１のコードブックのコードワードが選択された
ときに、適応コードブックと第１のコードブックのゲイ
ンの同時最適化を行い、第２のコードブックのコードワ
ードが選択されたときには、適応コードブックと第１．
２のコードブックのゲインを同時に最適化する構成を用
いることもできる。

また、さらに演算量を低減化するためには、第１と２の
コードブックのコードワードが選択された後に、適応コ
ードブックのゲインｐと、第１、第２のコードブックの
一ゲインγ１、γ２の３種を同時に最適化するような構
成とすることもできる。

また、適応コードブックのゲイン、第１、第２のコード
ブックのゲインγ０、γ２のベクトル量子化における最
適コードワードの選択には、演算量低減化のためにそれ
ぞれ前記（１８）式、（１１）式を用いることもできる
。

また、適応コードブックのゲイン、第１、第２のコード
ブックのゲインのベクトル量子化において、第３のコー
ドブックをゲインの絶対値に対して学習してあらかじめ
求めておき、ベクトル量子化のときはゲインの絶対値を
量子化し、符号は別に伝送するような構成としてもよい
。

また、上記実施例において、第１のコードブックの探索
法は実施例の方法以外にも他の衆知な方法を用いること
ができる。例えば、前記文献１に記載の方法や、あらか
じめコードブックの各コードワードｃ１ｊ（ｎ）の直交
変換ｃ１（ｋ）を求めて格納しておき、サブフレーム毎
に、前記重み付はインパルス応答ｈｗ（ｎ）の直交変換
Ｈｗ（ｋ）と、残差信号ｅｗ（ｎ）の直交変換Ｅｗ（ｋ
）を予め定められた点数だけ求め、前記（２３）、（２
４）式の代わりに下式を用いてもよい。

Ｇｊ（ｋ）＝Ｅｗ（ｋ）（Ｃ１ｊ（ｋ）Ｈｗ（ｋ））　
（ｏ≦に≦Ｎ−１）　　（３７）ＣＪ　（ｋ）＝（Ｃ１
ｊ（ｋ）Ｈｗ（ｋ））２（０≦に≦Ｎ−１）　（３８）
そして（３７）、（３８）式を逆直交変換して、相互相
関関数Ｇｊ、自己相関関数Ｃｊを計算し、前記（２５）
、（２２）式に従いコードワードの探索、ゲインの計算
をするような構成としてもよい。このとき、直交変換と
しては、フーリエ変換、あるいはＦＦＴ、コサイン変換
などを用いることができる。この方法によれば、（２３
）、（２４）式の畳み込み演算を周波数軸上で乗算に帰
着できるので演算量を低減することができる。

また、第２のコードブックの探索法としては、前記実施
例の方法以外にも上記で示した方法や、前記文献５に記
載の方法や、他の衆知な良好な方法を用いることができ
る。

また、第２のコードブックの構成法としては、前記実施
例に記載した方法以外に、例えば予め膨大な乱数系列を
コードブックとして用意して、それらを用いてトレーニ
ングデータに対して乱数系列の探索を行い、選択される
頻度が高いものからコードワードとして登録して第２の
コードブックを構成することもできる。なお、この構成
法は、第１のコードブックの構成にも適用することがで
きる。

また、上記実施例では、適応コードブックのゲインと第
１、第２のコードブックのゲインは別々にベクトル量子
化したが、３種のゲインｐ、γ１、γ２をまとめてベク
トル量子化するような構成をとることもできる。学習に
よるベクトル量子化器のコードブックの作成は前記文献
２を参照できる。

また、上記実施例では、適応コードブックの次数は１次
としたが、２次以上の高次とすることもできる。また、
次数は１次のままで遅延を整数値ではなく小数値とする
こともできる。これらについての詳細は、例えばＭａｒ
ｑｕｅ氏らによる“？１ｔｃｈＰｒｅｄｉｃｔｉｏｎ　
ｗｉｔｈ　Ｆｒａｃｔｉｏｎａｌ　Ｄｅｌａｙｓ　ｉｎ
　ＣＥＬＰ　Ｃｏｄｉｎｇ”と題した論文（ＥＵＲＯ８
ＰＥＥＣＨ，ｐｐ、　５０９−５１３．１９８９年）（
文献６）等を参照できる。以上のようにした方が特性は
向上するが、ゲインあるいは遅延の伝送に必要な情報量
が若干増大する。

また、上記の実施例では、スペクトルパラメータとして
にパラメータ、ＬＳＰパラメータを符号化し、その分析
法としてＬＰＣ分析を用いたが、スペクトルパラメータ
としては他の衆知なパラメータ、例えばＬＰＣケプスト
ラム、ケプストラム、改良ケプストラム、−膜化ケプス
トラム、メルケプストラムなどを用いることもできる。

また各パラメータに最適な分析法を用いることができる
。

また、フレームで求めたＬＰＣ係数をＬＳＰ上や線形予
測係数上でサブフレーム毎に補間し、補間した係数を用
いて適応コードブック、第１、第２のコードブックの探
索を行う構成としてもよい。このような構成とすること
により、音質がさらに改善される。

また、ＬＳＰ係数は衆知の方法により、ベクトル量子化
、あるいはベクトルースカラ量子化の方法については例
えば前記文献３等を参照できる。

また、演算量を低減するために、送信側では影響信号の
計算を省略することもできる。これによって、送信側に
おける合成フィルタ２８１、減算器１９０は不要となり
演算量低減が可能となるが、音質は若干低下する。

また、演算量を低減するために、重み付は回路２００を
サブフレーム分割回路１５０の前に配置させ、合成フィ
ルタ２８１では下式により重み付は合成信号を計算する
ようにしてもよい。

〜（ｎ）　＝　Ｖ（ｎ）十苓ａｉ”γ１〜（ｎ−ｉ）　
　（ｏ＜γ＜　１）　　（３９）ここでγは聴感重み付
けの程度を決める重み付は係数である。

また、受信側では、量子化雑音を整形することにより聴
覚的にきき易くするために、ピッチとスペクトル包絡の
少なくとも１つについて動作する適応形ポストフィルタ
を付加してもよい。適応型ポストフィルタの構成につい
ては、例えば、Ｋｒｏｏｎ氏ｂｅｔｗｅｅｎ　４．８　
ａｎｄ　１６ｋｂ／ｓ、”（ＩＥＥＥ　ＪＳＡＣ，ｖｏ
ｌ、　６．２．３５３−３６３、１９８８Ｘ文献７）等
を参照できる。

なお、デジタル信号処理の分野でよく知られているよう
に、自己相関関数は周波数軸上でパワスペクトルに、相
互相関関数はクロスパワスペクトルに対応しているので
、これらから計算することもできる。これらの計算法に
ついては、Ｏｐｐｅｎｈｅｉｍ氏らによる”Ｄｉｇｉｔ
ａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ”（Ｐｒｅ
ｎｔｉｃｅ−Ｈａｌｌ、　１９７５）と題した単行本（
文献８）を参照できる。

（発明の効果） 以上述べたように、本発明によれば、音源信号を表すコ
ードブックを２段に分離して、１段目はあらかじめ多量
の残差信号によるトレーニン・グ信号に対して学習して
求めたコードブック、２段目は予め定められた統計的特
性を有するコードブックを用い、さらに前記コードブッ
クのゲインやピッチ予測による適応コードブックのゲイ
ンをあらかじめ多量のトレーニング信号に対して学習し
て構成したコードブックを用いてベクトル量子化するこ
とにより、従来方式に比べてより少ない演算量でより良
好な特性を得ることができるという効果がある。また、
コードブックのゲインを最適化することによりさらに特
性が改善される。従って本発明によれば、従来方式に比
べて、８〜４．８ｋｂ／ｓのビットレートで、良好な音
質の符号化再生音声を得ることができるという大きな効
果がある。

【図面の簡単な説明】

第１図は第１の発明による音声符号化方式の一実施例を
示すブロック図、第２図は第１の発明による音声符号化
方式のコードブック探索回路の構成を示すブロック図、
第３図は第１の発明によるゲイン量子化器の構成を示す
ブロック図、第４図は第２の発明による音声符号化方式
の一実施例を示すブロック図である。 図において、１１０・・・バッファメモリ、１３０・・
・ＬＰＧ計算回路、１４００１．量子化回路、１５０・
・・サブフレーム分割回路、１７０００．インパルス応
答計算回路、１９０．２０５．２５５．３２５・・・減
算器、２００・・・重み付は回路、２０６・・・遅延回
路、２１０・・・適応コードブック、２２０・・・量子
化器、２８６・・・ゲイン量子化器、２３０・・・第１
のコードブック探索回路、２３５・・・第１のコードブ
ック、２５０．２８１・・・合成フィルタ、２３０・・
・第２のコードブック探索回路、２４１．２４２・・・
乗算器、２７５・・・第２のコードブック、２８７・・
・ゲインコードブック、４１０．５００・・・相互相関
関数計算回路、４２０．５１０・・・自己相関関数計算
回路、４３０．５２０・・・判別回路、５３０・・・ゲ
イン復号回路を示す。

Claims (2)

【特許請求の範囲】
1. （１）入力した離散的な音声信号を予め定められた時間
   長のフレームに分割し、前記音声信号のスペクトル包絡
   を表すスペクトルパラメータを求めて出力し、前記フレ
   ームを予め定められた時間長の小区間に分割し、過去の
   音源信号をもとに再生した信号が前記音声信号に近くな
   るようにピッチパラメータを求め、前記音声信号をもと
   に学習して構成した信号が格納された第１のコードブッ
   クと、予め定められた特性を有する信号が格納された第
   ２のコードブックとを有し、前記第１のコードブックか
   ら選択した信号と、前記第２のコードブックから選択し
   た信号との線形結合により前記音声信号の音源信号を表
   し、予め構成した第３のコードブックを用いて前記ピッ
   チパラメータと前記音源信号の少なくとも一方のゲイン
   を量子して出力することを特徴とする音声符号化方式。
2. （２）入力した離散的な音声信号を予め定められた時間
   長のフレームに分割し、前記音声信号のスペクトル包絡
   を表すスペクトルパラメータを求めて出力し、前記フレ
   ームを予め定められた時間長の小区間に分割し、過去の
   音源信号をもとに再生した信号が前記音声信号に近くな
   るようにピッチパラメータの遅延量を求め、予め構成し
   たコードブックを用いて前記ピッチパラメータのゲイン
   を量子化して出力し、前記音声信号をもとに学習して構
   成した信号が格納された第１のコードブックと、予め定
   められた特性を有する信号が格納された第２のコードブ
   ックとを有し、前記第１のコードブックから選択した信
   号と、前記第２のコードブックから選択した信号との線
   形結合により前記音声信号の音源信号を表して出力する
   ことを特徴とする音声符号化方式。