JPH04220700A - ピッチ周波数符号化復号化器 - 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】

【０００１】

【産業上の利用分野】この発明は音声信号をデジタル伝
送あるいは蓄積するときに用いられる音声符号化復号化
装置内の音声のピッチ周波数符号化復号化器に関し、特
に符号化部の改良に関するものである。

【０００２】

【従来の技術】入力音声信号を一定時間の分析フレーム
毎に分析して得られるピッチ周波数を少ない情報量で符
号化する際に、セグメント（連続する複数のフレームの
かたまり）を音韻上の連続性によって決定し、そのセグ
メント内の複数のピッチ周波数をセグメント長（セグメ
ント内のフレーム数）等の関数で近似する方法が知られ
ており、例えば文献“Ａ　ＳＥＧＭＥＮＴ　ＶＯＣＯＤ
ＥＲ　ＡＴ　１５０　Ｂ／Ｓ”　Ｓ．Ｒｏｕｃｏｓ　，
Ｒ．Ｓｃｈｗａｒｔｓ，Ｊ．Ｍａｋｈｏｕｌ　Ｐｒｏｃ
．ＩＣＡＳＳＰ−８３　，ｐｐ．６１−６４，（１９８
３）により報告されている。

【０００３】図３は上記文献に基づいた従来のピッチ周
波数符号化復号化器の構成を示すブロック図である。図
３において、５１は入力音声信号を一定時間毎に分析し
て得られたピッチ周波数を複数個まとめたピッチ周波数
ベクトルを１単位として符号化し符号化結果を出力する
符号化部、５２は符号化部５１より出力された符号化結
果からピッチ周波数を復号化する復号化部である。符号
化部５１は、ピッチ周波数蓄積手段２、適応量子化手段
２６、及び差分逆量子化手段２８を備えている。復号化
部５２は適応逆量子化手段３０を有している。上記各手
段の詳細については次の動作説明において述べる。

【０００４】次に動作について説明する。ピッチ周波数
蓄積手段２は、音韻の連続性により決定されたセグメン
トのセグメント長２５（セグメント長をＬとする）が入
力され、Ｌ個のピッチ周波数を蓄積し、このＬ個のピッ
チ周波数で構成されるピッチ周波数ベクトル５を出力す
る。適応量子化手段２６は、図４に示すように、入力さ
れたピッチ周波数ベクトル５を、現在のセグメントより
１つ前のセグメントの最終フレームのピッチ周波数２９
（以後、前ピッチ周波数と呼ぶ）と現セグメントの最終
フレーム上に仮定したピッチ周波数を結ぶ直線で近似し
た場合に誤差が最小となる最終フレーム上のピッチ周波
数を求め、このピッチ周波数と前ピッチ周波数２９の差
分を量子化し、これを差分量子化結果２７として出力す
る。差分逆量子化手段２８は、差分量子化結果２７より
差分を求め、この差分と差分逆量子化手段２８内に保持
していた前ピッチ周波数を足すことにより逆量子化後の
Ｌフレーム目のピッチ周波数を求め、これを新たな前ピ
ッチ周波数２９として出力し、またこの値を保持してお
く。

【０００５】適応逆量子化手段３０は、符号化部５１よ
り出力された差分量子化結果２７より差分を求め、この
差分と符号化部５１より出力されたセグメント長２５（
長さＬ）及び予め保持してある前ピッチ周波数よりＬ個
のピッチ周波数を求め、出力ピッチ周波数系列２４とし
て出力し、また、最終フレームのピッチ周波数を新たな
前ピッチ周波数として保持しておく。

【０００６】

【発明が解決しようとする課題】上述したように従来の
ピッチ周波数符号化復号化器ではピッチ周波数を符号化
する際に、音韻の連続性で決定されたセグメント内の複
数のピッチ周波数を直線で近似しているので、復号化さ
れたピッチ周波数の系列が音韻の変化と独立して現れる
入力音声のピッチ周波数の複雑な時間変化に追従できず
、入力音声のイントネーションが大きく損なわれてしま
うという問題点があった。

【０００７】この発明は上記のような問題点を解決する
ためになされたもので、入力音声のピッチ周波数の時間
変化を保存したピッチ周波数の符号化を極めて低いビッ
トレートで行なうようにすることにより、入力音声のピ
ッチ周波数の複雑な時間変化にも追従できるようにし、
入力音声のイントネーションを損なうことを抑えること
ができるピッチ周波数符号化復号化器を提供することを
目的とする。

【０００８】

【課題を解決するための手段】この発明に係るピッチ周
波数符号化復号化器は、有限Ｍ個のピッチ周波数ベクト
ル符号語から成る符号帳８と、入力された音声信号のピ
ッチ周波数系列を蓄積するピッチ周波数蓄積手段２と、
このピッチ周波数蓄積手段２に蓄積されたピッチ周波数
系列からピッチ周波数ベクトルを構成するピッチ周波数
ベクトル構成手段４と、このピッチ周波数ベクトル手段
４で構成されたピッチ周波数ベクトルと上記符号帳８内
のピッチ周波数ベクトル符号語との距離を算出する距離
算出手段６と、この距離算出手段６で算出された距離を
用いて上記符号帳８内のＭ個のピッチ周波数ベクトル符
号語より最適ピッチ周波数ベクトル符号語を選択しその
最適ピッチ周波数ベクトル符号語をピッチ周波数ベクト
ルの符号化結果として出力する最適符号語選択手段１１
とを符号化部４１に設け、上記ピッチ周波数蓄積手段２
に蓄積されたピッチ周波数系列の先頭のピッチ周波数か
らピッチ周波数の時間変動において特徴的な最初の点ま
でのピッチ周波数をピッチ周波数ベクトルの初期候補と
し、このピッチ周波数ベクトルと上記最適符号語選択手
段１１から出力された最適ピッチ周波数ベクトル符号語
との間の歪が所定値を超えない条件内でピッチ周波数ベ
クトル長が最大となるピッチ周波数ベクトルを探索し構
成する機能を持った上記ピッチ周波数ベクトル構成手段
４を備えたものである。

【０００９】

【作用】ピッチ周波数ベクトル構成手段４は、ピッチ周
波数蓄積手段２に蓄積されたピッチ周波数系列の先頭の
ピッチ周波数からピッチ周波数の時間変動において特徴
的な最初の点までのピッチ周波数をピッチ周波数ベクト
ルの初期候補とし、このピッチ周波数ベクトルと最適符
号語選択手段１１から出力された最適ピッチ周波数ベク
トル符号語との間の歪が所定値を超えない条件内でピッ
チ周波数ベクトル長が最大となるピッチ周波数ベクトル
を探索し構成する。距離算出手段６は、ピッチ周波数ベ
クトル構成手段４で構成されたピッチ周波数ベクトルと
符号帳８内のピッチ周波数ベクトル符号語との距離を算
出する。最適符号語選択手段１１は、距離算出手段６で
算出された距離を用いて符号帳８内のＭ個のピッチ周波
数ベクトル符号語より最適ピッチ周波数ベクトル符号語
を選択し、その最適ピッチ周波数ベクトル符号語をピッ
チ周波数ベクトルの符号化結果として出力する。

【００１０】

【実施例】図１はこの発明の一実施例に係るピッチ周波
数符号化復号化器の構成を示すブロック図である。図１
において、４１は入力音声信号を一定時間毎に分析して
得られたピッチ周波数を複数個まとめたピッチ周波数ベ
クトルを１単位として符号化し符号化結果を出力する符
号化部、４２は符号化部４１より出力された符号化結果
からピッチ周波数を復号化する復合化部である。符号化
部４１において、８は有限Ｍ個のピッチ周波数ベクトル
符号語から成る符号帳、２は入力された音声信号のピッ
チ周波数系列を蓄積するピッチ周波数蓄積手段、４はピ
ッチ周波数蓄積手段２に蓄積されたピッチ周波数系列か
らピッチ周波数ベクトルを構成するピッチ周波数ベクト
ル構成手段、６はピッチ周波数ベクトル構成手段４で構
成されたピッチ周波数ベクトルと符号帳８内のピッチ周
波数ベクトル符号語との距離を算出する距離算出手段、
１１は距離算出手段６で算出された距離を用いて符号帳
８内のＭ個のピッチ周波数ベクトル符号語より最適ピッ
チ周波数ベクトル符号語を選択しその最適ピッチ周波数
ベクトル符号語をピッチ周波数ベクトルの符号化結果と
して出力する最適符号語選択手段、１７はピッチ周波数
ベクトル構成手段４からの平均ピッチ周波数を量子化す
る平均ピッチ周波数量子化手段である。復号化部４２に
おいて、２１は有限Ｍ個のピッチ周波数ベクトル符号語
から成る符号帳、１１は上記最適符号語選択手段１１の
出力を逆量子化する逆量子化手段、２２は上記平均ピッ
チ周波数量子化手段１７の出力を逆量子化する平均ピッ
チ周波数逆量子化手段である。

【００１１】次にこの実施例の動作について説明する。 ピッチ周波数蓄積手段２には有限Ｋ個のピッチ周波数１
が入力される。ピッチ周波数系列は、一般に、単語のア
クセント位置にピークを持つへの字型の形状の連鎖で表
すことができる。このようなピッチ周波数系列に特徴的
な形状を抽出し、これをベクトル量子化することで、量
子化効率を上げることができる。このために、ピッチ周
波数ベクトル構成手段４は、ピッチ周波数蓄積手段２か
らピッチ周波数系列３を読み込み、ピッチ周波数系列の
極小点でセグメンテーションを行いＮ次元のピッチ周波
数ベクトルを構成し、ピッチ周波数ベクトル５として出
力する。図２はピッチ周波数ベクトル構成手段４の動作
を説明した説明図で、ピッチ周波数蓄積手段２に蓄積さ
れているＫ個のピッチ周波数をセグメンテーションする
ために、図２（ａ）に示すように、例えば、ピッチ周波
数系列の最初の極小点Ｎを探索し、第１フレームからこ
の極小点Ｎの第Ｎフレームまでを１つのセグメントとし
、そのセグメント内の平均ピッチ周波数で正規化された
Ｎ個のピッチ周波数から成るピッチ周波数ベクトルを構
成し、平均ピッチ周波数１６とピッチ周波数ベクトル５
として出力する。次に距離算出手段６は、ピッチ周波数
ベクトル５の次元数と符号語の次元数が一致するように
ピッチ周波数ベクトル５を線形圧縮伸長し、次元数が正
規化されたピッチ周波数ベクトルを求める。次に距離算
出手段６は有限Ｍ個のピッチ周波数ベクトル符号語から
成る符号帳８から切り替えスイッチ７を介して順次ピッ
チ周波数ベクトル符号語を読みだし、このピッチ周波数
ベクトル符号語と次元数が正規化されたピッチ周波数ベ
クトルの間の距離（例えばユークリッド距離）を計算し
、その距離９とそれに対応するピッチ周波数ベクトル符
号語の番号１０を出力する。最適符号語選択手段１１で
は、距離９の中で最小の距離を求め、これを最小距離１
２とし、このときのピッチ周波数ベクトル５のベクトル
次元長１３と共にピッチ周波数ベクトル構成手段４に出
力する。また、このときのピッチ周波数ベクトル符号語
番号１０及びベクトル次元長１３を保持しておく。

【００１２】次にピッチ周波数ベクトル構成手段４では
、最小距離１２が予め定められた閾値より小さい場合は
、図２（ｂ）に示すように第Ｎフレームから最終の第Ｋ
フレームまでの区間の最初の極小点Ｎ’を求め、第１フ
レームから第Ｎ’フレームまでのピッチ周波数でピッチ
周波数ベクトルを構成し、これを第１フレームから第Ｎ
’フレームまでの平均ピッチ周波数で正規化した後、ピ
ッチ周波数ベクトル５として出力する。次に、距離計算
手段６、符号帳８、及び最適符号語選択手段１１を通じ
て、新たに構成されたベクトル次元長１３のピッチ周波
数ベクトルでの最小距離１２を求める。この最小距離１
２が閾値より小さい場合は最適符号語選択手段１１では
保持していたピッチ周波数ベクトル符号語番号１０とベ
クトル次元長１３の値を更新し、ピッチ周波数ベクトル
構成手段４でＮ’以後のフレームにおいて極小点を探索
し新たなピッチ周波数ベクトルを構成するという操作を
繰り返す。

【００１３】最適符号語選択手段１１が求める最小距離
１２が予め定められた閾値より大きい場合、または、ピ
ッチ周波数ベクトル構成手段４において極小点Ｎ’が検
出されない場合は、最適符号語選択手段１１は、最適符
号語選択手段１１内に保持されているピッチ周波数ベク
トル符号語番号を最適符号語番号１４とし、そのときの
ベクトル次元長１５と共に外部へ出力する。平均ピッチ
周波数量子化手段１７は平均ピッチ周波数１６を例えば
線形量子化し平均ピッチ周波数符号語１８を出力する。

【００１４】平均ピッチ周波数逆量子化手段２２では平
均ピッチ周波数符号語１８より平均ピッチ周波数２３を
求める。逆量子化手段１９では、最適符号語番号１４に
より指定されるピッチ周波数ベクトル符号語を切り替え
スイッチ２０を介して符号帳２１から読みだし、読みだ
したピッチ周波数ベクトルへ符号語の各次元のサンプル
値に平均ピッチ周波数２３を掛け、また、ベクトル次元
帳１５と一致するようにこれを線形圧縮伸長し、出力ピ
ッチ周波数系列２４として出力する。

【００１５】なお、実施例では、ピッチ周波数の極小点
をセグメント境界として用いてピッチ周波数ベクトルを
構成したが、ピッチ周波数の極大点や、変化率の極小点
、極大点、これらの点の組み合わせ、１フレームずつの
増減等により、セグメント長がより長く、入力ピッチ周
波数系列に対する量子化歪がより小さいという基準にお
いて最適なセグメントの決定を行うことも可能である。

【００１６】

【発明の効果】以上のように本発明によれば、入力音声
のピッチ周波数を音韻の変化と独立にセグメンテーショ
ンしてピッチ周波数ベクトルを構成し、これをベクトル
量子化し、さらにこのベクトル量子化のときの量子化歪
が制限値を超えない条件内においてセグメント長が最大
になるようにピッチ周波数ベクトルを順次再構成するよ
うにしたので、ピッチ周波数の時間変化を保存したピッ
チ周波数の符号化が極めて低いビットレートで行なえ、
これにより入力音声のピッチ周波数の複雑な時間変化に
も追従でき、したがって入力音声のイントネーションを
損なうことが抑えられ、性能が向上するという効果が得
られる。

【図面の簡単な説明】

【図１】この発明の一実施例に係るピッチ周波数符号化
復号化器の構成を示すブロック図である。

【図２】この実施例におけるピッチ周波数ベクトル構成
手段の動作を説明するための図である。

【図３】従来のピッチ周波数符号化復号化器の構成を示
すブロック図である。

【図４】この従来例における適応量子化手段の動作を説
明するための図である。

【符号の説明】

２　　ピッチ周波数蓄積手段 ４　　ピッチ周波数ベクトル構成手段 ６　　距離算出手段 ８　　符号帳 １１　　最適符号語選択手段 １７　　平均ピッチ周波数量子化手段 ４１　　符号化部 ４２　　復号化部

Claims (1)

【特許請求の範囲】
1. 【請求項１】　　入力音声信号を一定時間毎に分析して
   得られたピッチ周波数を複数個まとめて得られるピッチ
   周波数ベクトルを１単位として符号化し、この符号化結
   果を出力する符号化部と、この符号化部より出力された
   符号化結果からピッチ周波数を復号化する復号化部とか
   ら成るピッチ周波数符号化復号化器において、有限Ｍ個
   のピッチ周波数ベクトル符号語から成る符号帳と、入力
   された音声信号のピッチ周波数系列を蓄積するピッチ周
   波数蓄積手段と、このピッチ周波数蓄積手段に蓄積され
   たピッチ周波数系列からピッチ周波数ベクトルを構成す
   るピッチ周波数ベクトル構成手段と、このピッチ周波数
   ベクトル構成手段で構成されたピッチ周波数ベクトルと
   上記符号帳内のピッチ周波数ベクトル符号語との距離を
   算出する距離算出手段と、この距離算出手段で算出され
   た距離を用いて上記符号帳内のＭ個のピッチ周波数ベク
   トル符号語より最適ピッチ周波数ベクトル符号語を選択
   しその最適ピッチ周波数ベクトル符号語をピッチ周波数
   ベクトルの符号化結果として出力する最適符号語選択手
   段とを設け、上記ピッチ周波数蓄積手段に蓄積されたピ
   ッチ周波数系列の先頭のピッチ周波数からピッチ周波数
   の時間変動において特徴的な最初の点までのピッチ周波
   数をピッチ周波数ベクトルの初期候補とし、このピッチ
   周波数ベクトルと上記最適符号語選択手段から出力され
   た最適ピッチ周波数ベクトル符号語との間の歪が所定値
   を超えない条件内でピッチ周波数ベクトル長が最大とな
   るピッチ周波数ベクトルを探索し構成する機能を持った
   上記ピッチ周波数ベクトル構成手段を備えたことを特徴
   とするピッチ周波数符号化復号化器。