JPH0411040B2 - - Google Patents

Description

【発明の詳細な説明】 （技術分野） 本発明はマルチパルス型ボコーダに関する。

（従来技術） 入力音声を分析して、この入力音声信号の音声
情報を構成するスペクトル包絡情報と音源情報と
を分析側で抽出し、これら音声情報を伝送路を介
して合成側に送出して入力音声信号を再生するボ
コーダはよく知られている。

上述したスペクトル包絡情報は、入力音声信号
を発生する音道系のスペクトル分布情報を表わす
もので、通常LPC分析によつて得られた分析次
数に対応する個数のLPC係数、たとえばαパラ
メータ、κパラメータ等によつて表現され、また
音源情報はスペクトル包絡の微細構造を示すもの
で入力音声信号からスペクトル分布情報を除い
た、いわゆる残差信号として知られるもので、入
力音声信号の音源の強さ、ピツチ周期および有
声・無声に関する情報が含まれ、通常これらの情
報は入力音声信号の分析フレームごとの自己相関
係数を介して抽出されることもよく知られてい
る。

さて、スペクトル包絡情報はボコーダの合成側
で入力音声信号を合成する場合、通常全極型のデ
ジタルフイルタを利用して近似的声道系を形成せ
しめるLPC合成器の係数として利用され、音源
情報はこのデジタルフイルタの駆動音源として利
用され、このデジタルフイルタによつて入力音声
信号が合成される。

このようにして得られる従来のLPCボコーダ
は、約4Kb（キロビツト）以下の低ビツトレート
でも音声の合成が可能であり多用されているもの
の、高品質の音声合成は高ビツトレートにおいて
も困難であるという欠点を有する。この原因は音
源情報のモデル化の場合、有声音に対してはその
内容に対応するピツチ周期を抽出してこのピツチ
周期に対応する単一のインパルス列で近似的に表
現し、ランダム周期の無音声に対しては白色雑音
で近似的に表現するという単純なモデル化処理を
前提としているため、入力音声信号の音源情報を
忠実に抽出したものとならず、従つて音源情報に
含まれる入力音声信号の波形情報の分析、合成が
実施されていないことによる。

マルチパルス型ボコーダは、このような波形非
伝送による問題の改善を図るため波形伝送を行な
つて入力音声信号の合成を実施するボコーダのひ
とつとして近時よく知られつつあるものである。

第１図は従来のマルチパルス型ボコーダの分析
側に於ける基本的構成を示すブロツク図である。

LPC合成器１は声道をシミエレートする全極
型デジタルフイルタを備え、その係数は入力端子
2001を介して入力される入力音声信号ｘ（ｎ）（ｎ
＝１，２，３…ｎ）をLPC分析器２により分析
フレームごとに分析したLPC係数が供給される。
音源パルス発生器３は、入力音声信号の音源情報
から複数個のインパルス系列、すなわちマルチパ
ルスからなる駆動音源系列Ｖ（ｎ）を得て、これ
をLPC合成器１の駆動音源として供給する。

LPC合成器１はこうして入力するLPC係数を、
通常は全極型デイタルフイルタを利用する合成フ
イルタの係数とし、マルチパルスを駆動音源とし
て駆動され合成信号X〓（ｎ）を出力する。この場
合、マルチパルスは入力音声信号の波形情報を含
むものであり、LPC合成器１は波形情報を含む
入力音声信号の合成を行なうこととなる。

さて、LPC合成器１から出力する合成信号x〓
（ｎ）は次に減算器４で入力音声信号ｘ（ｎ）との
差をとり、誤差ｅ（ｎ）を得てこれを聴感重み付
け器５に送出する。

聴感重み付け器５は、誤差ｅ（ｎ）に対して次
の(1)式に示す特性Ｗ（Ｚ）を有する重み付けフイ
ルタによつて聴感的な重み付けを付与したうえ、
これらを２乗誤差最小化器６に送出するものであ
る。

Ｗ（Ｚ）＝〔１−_P 〓^k=1 a_kZ^-k〕 ／〔１−_P 〓^k=1 a_kγ^kZ^-k〕 ……(1) (1)式においてa_kはLPC合成器１の全極型デジタ
ルフイルタの係数とすべきLPC係数、ｐはその
次数であり従つてLPC分析次数、γは重み付け
係数、Ｚは全極型デジタルフイルタのＺ変換表示
による伝達関数Ｈ（Z^-1）におけるＺ＝exp（j〓）を
示し、ここにλ＝2πΔTでありΔTは分析フレー
ムの標本化サンプリング周期、は周波数を示
す。

また(1)式において重み付け係数γは、０＜γ＜
１の範囲で設定される。

(1)式に示すＷ（Ｚ）はγ＝１に対しては１、γ
＝０に対してはＷ（Ｚ）＝１−ｐ（Ｚ）の範囲の範
囲で変化し、γの値は誤差ｅ（ｎ）の周波数スペ
クトルにおけるフオルマント領域に現われる過大
なレベルを抑圧する程度に対応して前述した範囲
の中で設定され、合成すべき信号の聴感重み付け
の役割を果すものであり、通常予め最適聴感テス
トによつてその最適値が選定される。

このようにして重み付けされた誤差ｅ（ｎ）は、
音源パルス発生器３から出力される駆動音源系列
Ｖ（ｎ）、すなわちマルチパルスの最適時間位置と
振幅とを決定するために２乗誤差最小化器６に送
出され、次の(2)式による２乗誤差εを計算し、ε
を最小にするよう駆動音源系列Ｖ（ｎ）が選択さ
れる。

ε＝_N 〓ⁿ⁼¹ 〔ｅ（ｎ）＊ｗ（ｎ）〕² ……(2) (2)式において記号＊は聴感重み付け器５の重み
付けフイルタによるたたみ込み積分、Ｎはマルチ
パルスを計算する区間長を示す。

上述した処理はマルチパルスのパルスごとに繰
返され、分析による合成がマルチパルスごとに行
なわれる、いわゆるAnalysis−by−Synthesis手
法（以下Ａ−ｂ−Ｓ手法と略称する）である。

しかしながら、マルチパルス型ボコーダには次
に述べるような欠点がある。

すなわち、フレーム内で分析の結果発生するパ
ルス数よりもフレーム内に存在する所望の音質の
合成音を再生するために必要なパルス数が多いと
きには合成信号は入力音声信号の音源情報に関す
る波形伝送を忠実に実行したものとならず、合成
信号の音声品質が上述したパルス数の差に対応し
た程度の劣化を伴うこととなる。

マルチパルス型ボコーダでは、たとえば分析周
期を20ｍSECとする１フレームにおいて発生すべ
き音源駆動パルスの数はビツトレートに対応して
通常４〜16個のうち予め設定した固定数を利用す
る。入力音声信号が女声あるいは幼児声の如くピ
ツチ周期が小さい高声の場合、音源信号のピツチ
周期が2.5ｍSEC程度となることも珍しくない、
この場合１分析フレーム中に設定すべき駆動音源
パルスの数としては少なくとも８個必要となる。
このような場合、分析フレーム内で発生すべき駆
動音源パルスの数が８個以下、たとえば４個に設
定してあるときにはこのような駆動音源パルスを
利用するマルチパルス型ボコーダでは倍ピツチエ
ラーと同様な結果を含む合成音が発生し合成音質
が著しく劣化することとなる。

上述した欠点を除去する目的でマルチパルス型
ボコーダにピツチ予測係数の導入が試みられてい
る。ピツチ予測係数は音声がピツチ周期、即ち声
帯の振動周期、を繰返し周期として概周期性を有
する性質を表わすものである。マルチパルス型ボ
コーダに於けるピツチ予測係数の利用は音源パル
ス発生器とLPC合成器との間にピツチ周期とピ
ツチ予測係数とにより伝達関数の決定されるピツ
チ合成器を挿入することにより行なわれる。

第２図はマルチパルス型ボコーダにピツチ合成
器を挿入する場合に於ける分析側の一構成例であ
る。第２図に於いて参照番号１〜６は第１図に於
ける同一の参照番号のブロツクと同一のものであ
る。ピツチ分析器７は自己相関法等により音声信
号のピツチ周期T_pとピツチ予測係数bi（ｉ＝T_p−
ｊ、T_p−ｊ＋１、…、T_p、T_p＋１、…、T_p＋ｊ
−１、T_p＋ｊ）を算出する。ピツチ合成器８は
音源パルス列により駆動される一種のフイルタで
あり、下記(3)式に示すピツチ予測特性に相等する
伝達関数を有する。

Ｐ（Ｚ）＝１／１−_Tp+j 〓^i=Tp-j bi・Z^-i ……(3) ピツチ合成器８を用いることにより音源パルス
発生器３に求められるパルス発生数はより少ない
ものでよいことになる。従つて音源駆動パルス数
を固定とした場合、上述の欠点が緩和される。な
お、マルチパルス型ボコーダに於けるピツチ予測
係数の利用法については小沢等「ピツチ情報を用
いたマルチパルス駆動形音声符号化法」、日本音
響学会、昭和58年度秋季研究発表会講演論文集、
Oct.1983 ２−２−14に詳しく述べられている。

しかしながら、ピツチ予測係数の導入はピツチ
予測係数等を分析側から合成側へ伝送する必要を
生じる。従つて前記係数の導入は例えば
9600BPS等伝送ビツト速度が一定のマルチパル
ス型ボコーダに於いては他のパラメータの情報量
を削除して行なわれる。故にピツチ予測係数の導
入は音質の点で以下の３通りの結果を招く。

ピツチ予測係数の導入により合成音の音質が
改善される。

ピツチ予測係数の導入によるピツチ予測効果
と、ピツチ予測係数以外の他のパラメータを削
減した結果による音質劣化とが相殺され、殆ん
ど音質改善の効果がない。

ピツチ予測効果よりもピツチ予測係数以外の
他のパラメータを削減した結果による音質劣化
の影響が大きく、むしろ合成音の劣化を招く。

従来、ピツチ予測係数を導入したマルチパルス
型ボコーダに於いては画一的にピツチ予測を実施
しているために、上記のごとく、むしろ合成音
質を劣化させる場合があるという欠点を有してい
た。

（発明の目的） 本発明の目的は上述した欠点を除去し、所定の
電送ビツト速度のマルチパルス型ボコーダに於い
て、最も音質の優れた符号化手段を有するマルチ
パルス型ボコーダを提供することにある。

（発明の構成） 本発明のマルチパルス型ボコーダの具体例は、
入力音声信号を分析フレームごとにLPC分析し
て抽出したLPC係数をスペクトル包絡情報とし
このスペクトル包絡情報とともに前記入力音声信
号の音声情報を構成する音源情報を分析フレーム
ごとにこの音源情報の特徴に対応する発生時間位
置と振幅とを有する複数個のインパルス系列（マ
ルチパルス）を以つて表現し前記入力音声信号の
分析および合成を行なうマルチパルス型ボコーダ
において、前記入力音声信号の分析フレームごと
に抽出するピツチ周期とピツチ予測係数とを介し
て、ピツチ予測効果と、ピツチ予測を行なう場合
に削減される他のパラメータの影響とを比較判断
したうえ、ピツチ予測効果が大なる場合には、ピ
ツチ周期及びピツチ予測係数を分析側より合成側
へ伝送し、前記効果が小なる場合には、前記周期
および／又はピツチ予測係数の代りにマルチパル
ス駆動音源の情報をより多く伝送する手段を備え
て構成される。

（実施例） 次に図面を参照して本発明の詳細に説明する。

第３図は本発明によるマルチパルス型ボコーダ
の分析側の一実施例を示すブロツク図、第４図は
本発明によるマルチパルス型ボコーダの合成側の
一実施例を示すブロツク図である。

第３図に示す本発明によるマルチパルス型ボコ
ーダの分析側は、LPC合成器１、LPC分析器２、
音源パルス発生器３、減算器４、聴感重み付け器
５、２乗誤差最小化器６、ピツチ分析器７、ピツ
チ合成器８、切替器９、量子化器１０、量子化復
号化器(1)１１、ピツチ予測制御信号発生器１２、
量子化復号化器(2)１３、マルチプレクサ１４より
構成されている。図に於いて参照番号１〜８は第
２図に於ける同一参照番号のブロツクと同一であ
り、本発明を特徴付ける主要な構成はピツチ予測
制御信号発生器１２と切替器９とである。

波形入力端子2001を介して入力音声信号が
LPC分析器２、減算器４、ピツチ分析器７へ供
給される。LPC分析器２は入力音声信号を自己
相関法等よく知られるLPC分析を利用してLPC
分析し、LPC係数を算出する。LPC分析器２は
更に算出したLPC係数を量子化復号化器(2)１３
へ出力する。量子化復号器(3)１３は供給された
LPC係数を所要のビツト数、例えば48bits程度で
表現するために量子化する。量子化されたLPC
係数は出力ライン131を介してマルチプレクサ１
４へ供給される。量子化復号化器(2)１３は更に量
子化されたLPC係数を復号化し出力ライン132を
介してLPC合成器１と聴感重み付け器５へと供
給する。ピツチ分析器７は入力音声信号のピツチ
周期とピツチ予測係数とを例えば自己相関係数を
介して算出する。第５図はピツチ分析器７の動作
を説明するための波形図である。第５図に於いて
自己相関係整列501は入力音声信号から下記(4)式
により算出される係数列である。

τ＝_N-1 〓ⁿ⁼⁰ ｘ（ｎ）・ｘ（ｎ＋τ） ／_N-1 〓ⁿ⁼⁰ x²（ｎ） τ＝０、１、２、… ……(4) 点502はピツチ周期T_pに対応するピツチ予測係
数b_Tp-1、点504は周期T_p-2に対応するピツチ予測
係数b_Tp-2、…、を示す。点512は周期T_p+1に対応
するピツチ予測係数b_Tp+1、点513は周期T_p+2に対
応するピツチ予測係数b_Tp+2、…、を示す。尚ピ
ツチ周期T_pはピツチ周期分布範囲、例えば2.5ｍ
SEC〜15ｍSEC（8KHzサンプルで20〜120タツプ
遅れに相等する）に於ける自己相関係数列501の
最大値に付随して求められる。

再び第３図に戻つて、ピツチ分析器７により算
出されたピツチ周期データとピツチ予測係数とは
量子化復号化器(1)１１とピツチ予測制御信号発生
器１２へと出力される。量子化復号化器(1)１１は
供給されたピツチ周期データとピツチ予測係数と
を有限のビツト数に量子化しマルチプレクサ１４
へ出力する。更に量子化復号化器(1)１１は量子化
されたピツチ周期データとピツチ予測係数とを復
号化しピツチ合成器８へ出力する。ピツ予測制御
信号発生器１２はピツチ分析器７より供給される
ピツチ周期データT_pとピツチ予測係数b_Tpを用い
て下記(4)式が成立するか否かを判定する。

T_p・LE・T_R・AND・b_TPGT・b_R ……(4) (4)式に於いてT_Rは例えば63にb_Rは例えば0.7に
設定される定数である。なお、T_R・b_R等は音質
評価等が実験的に求められる。(4)式はピツチ周期
T_pが予じめ設定された範囲T_R以内であり、且つ、
ピツチ予測係数b_Tpが予じめ設定された値b_Rを超
える場合のみに成立する。(4)式が成立する場合に
はピツチ予測制御信号発生器１２は切替器９をピ
ツチ合成器８側へ接続する制御信号を、又、(4)式
が不成立の場合には切替器９を音源パルス発生器
３側へ接続する制御信号を発生する。従つて上記
(4)式が不成立の場合には本実施例は第１図に示す
従来のピツチ予測を実施しない型式のマルチパル
ス型ボコーダの分析側と処理構造が一致し、上記
(4)式が成立する場合には本実施例は第２図に示す
従来のピツチ予測型のマルチパルス型ボコーダの
分析側と処理構造が一致する。ピツチ予測制御信
号発生器１２は更に切替器９に対する制御信号と
同等の２値信号をマルチプレクサ１４と量子化器
１０と音源パルス発生器３とへ出力する。切替器
９の接続具合により、２乗誤差最小化器６、音源
パルス発生器３、ピツチ合成器８、LPC合成器
１、減算器４、聴感重み付け器５よりなるＡ−ｂ
−Ｓ手法によるループは適宜ピツチ予測を実施し
つつ最適な音源パルス系列を決定する。音源パル
ス系列は音源情報の特徴に対応する発生時間位置
と振幅とを有する予じめ定めた複数個のインパル
ス系列（マルチパルス）であり、直接的には音源
パルス発生器３により発生され量子化器１０へ出
力される。無論ピツチ予測を実施しない場合には
ピツチデータ相等分のマルチパルス数の増加を実
施し得る。

量子化器１０はマルチパルス列を有限のビツト
数（上述の制御信号によりビツト数は変化する）
に量子化しマルチプレクサ１４へ出力する。マル
チプレクサ１４は量子化器１０より供給される量
子化されたマルチパルスと、量子化復号化器(1)、
11より供給される量子化されたピツチ周期および
ピツチ予測係数と、ピツチ予測制御信号発生器１
２より供給される切替器９に対する制御信号と同
等の２値信号と、量子化復号化器(2)１３より供給
される量子化されたLPC係数とを多重化しデー
タ出力端子141へ出力する。無論、前記制御信号
と同等の２値信号を直接伝送せずに、２値信号が
ピツチ予測を実施しないことを意味するときに、
ピツチ周期又はピツチ予測係数に割当てられた符
号ビツトを特定の符号に設定することによりピツ
チ予測を実施しない意味の情報を伝送し得る。例
えば、ピツチ周期は“０”として伝送すればよ
い。

第４図に示す合成側は、分析側データ出力端子
141を経由しデータ入力端子1501を介して分析側
伝送されたデータに基づいて入力音声信号の合成
を行なうものであり、デマルチプレクサ１６、復
号化器(1)１７、復号化器(2)１８、復号化器(3)１
９、ピツチ合成器２０、切替器２３、LPC合成
器２１、LPF（Low Pass Fifer）等を備えて構
成される。

デルマチプレクサ１６は、データ入力端子1501
を介して入力された各種データをマルチプレクサ
１４の多重化前の状態に復元し、マルチパルスデ
ータは出力ライン161を介して復号化器(1)１７に、
LPC係数データは出力ライン162を介して復号化
器(2)１８に、ピツチ周期及びピツチ予測係数デー
タは出力ライン163を介して復号化器(3)１９に、
上述の切替器９に対する制御信号と同等の２値信
号は出力ライン164を介して切替器２３にそれぞ
れ供給され、こられの復号化器によつてデータの
復号化を行なつたうえ、それぞれ出力ライン171、
181、191に送出する。

ピツチ合成器２０は第３図分析側に於けるピツ
チ合成器８と同一の構造のものである。切替器２
３は出力ライン164より供給される２値信号によ
りピツチ合成器２０の出力パルスをLPC合成器
２１へ供給するか、復号化器(1)１７より出力され
るマルチパルスを直接LPC合成器２１へ供給す
るかを制御する。

LPC合成器２１は、このようにして入力する
ピツチ予測を適宜付加されたマルチパルスを音源
情報としてｐ次の全極型デジタルフイルタの駆動
音源に利用し、また出力ライン181を介して入力
するｐ次のLPC係数データを上記全極型デジタ
ルフイルタの係数としてこのLPC合成フイルタ
を制御して入力音声信号を合成し、これを出力ラ
イン211を介してLPF２２に送出し、所定の低域
フイルタリングを行つてアナログ量の合成音声と
して出力ライン221に送出する。

なお、分析側に於いて切替器９の制御信号と同
等の２値信号を直接伝送せずに、例えばピツチ予
測係数を“０”に設定する等の手段でピツチ予測
を実施しない意味の情報を送出する場合には、合
成側に於いては復号化器(3)１９がピツチ予測係数
を“０”に復号化することにより容易に対応し得
ることは明らかである。この場合には切替器２３
及び出力ライン164は不要となる。

また、第３図および第４図に示す本発明の実施
例においては、LPC係数としてκパラメータを
用いているがこれは他のLPC係数、たとえばα
パラメータ等を利用してもよく、また符号化器と
マルチプレクサ、および復号化器とマルチプレク
サはそれぞれこれらを一体化した構成のものとし
ても同様に実施し得ることは明らかであり、また
LPC合成フイルタは全極型以外の非極型デジタ
ルフイルタ等と置換してもほぼ同様に実施しうる
こともまた明らかである。

（発明の効果） 以上説明した如く本発明によれば、マルチパル
ス型ボコーダにおいて、伝送ビツト速度が一定の
条件下に於いてピツチ周期およびピツチ予測係数
にビツトを割当てる有効性を判断しつつ最適なビ
ツトの割当てを行なうことにより、最も合成音質
を高め得るという効果がある。

【図面の簡単な説明】

第１図は従来のピツチ予測を実施しないマルチ
パルス型ボコーダの基本的構成を示すブロツク
図、第２図は従来のピツチ予測を実施するマルチ
パルス型ボコーダの基本的構成を説明するための
ブロツク図、第３図は本発明によるマルチパルス
型ボコーダの分析側の一実施例を示すブロツク
図、第４図は本発明によるマルチパルス型ボコー
ダの合成側の一実施例を示すブロツク図、第５図
はピツチ分析器７の動作を説明するための波形図
である。 １，２１……LPC合成器、２……LPC分析器、
３……音源パルス発生器、４……減算器、５……
聴感重み付け器、６……２乗誤差最小化器、７…
…ピツチ分析器、８，２０……ピツチ合成器、
９，２３……切替器、１０……量子化器、１１…
…量子化復号化器(1)、１２……ピツチ予測制御信
号発生器、１３……量子化復号化器(2)、１４……
マルチプレクサ、１６……デマルチプレクサ、１
７……復号化器(1)、１８……復号化器(2)、１９…
…復号化器(3)、２２……LPF。

Claims (1)

1. 【特許請求の範囲】 １ 入力音声信号を分析フレームごとにLPC
   （Linear Prediction Coefficient，線形予測係数）
   分析して抽出したLPC係数をスペクトル包絡情
   報としこのスペクトル包絡情報とともに前記入力
   音声信号の音声情報を構成する音源情報を分析フ
   レームごとにこの音源情報の特徴に対応する発生
   時間位置と振幅とを有する予じめ定めた複数個の
   インパルス系列（マルチパルス）を以つて表現し
   て前記入力音声信号の分析および合成を行なうマ
   ルチパルス型ボコーダにおいて、前記入力音声信
   号の分析フレーム内のピツチ周期とピツチ予測係
   数とを求めるためのピツチ分析手段と、前記ピツ
   チ周期が予じめ設定された範囲内であり、且つ、
   ピツチ予測係数が予じめ設定された値を越える場
   合のみにピツチ周期とピツチ予測係数とを合成側
   へ伝送し、他の場合には前記場合に於いてピツチ
   周期とピツチ予測係数とに割当てたビツトをマル
   チパルス符号化ビツトとして利用して伝送し更に
   ピツチ周期とピツチ予測係数とを伝送するか否か
   を合成側へ知らしめる符号を合成側へ伝送する符
   号化制御手段とを分析側に有し、前記符号化制御
   手段と対応する復号化制御手段とピツチ合成器と
   を合成側に有することを特徴とするマルチパルス
   型ボコーダ。 ２ 特許請求の範囲第１項記載のマルチパルス型
   ボコーダに於いて、前記符号化制御手段はピツチ
   周期又はピツチ予測係数に割当てられたピツチの
   どちらかの構成ビツトの全部又は一部を特定の符
   号に設定することにより、ピツチ周期とピツチ予
   測係数とを伝送するか否かを合成側へ知らしめる
   手段であることを特徴とするマルチパルス型ボコ
   ーダ。