JPH04243300A - 音声符号化方式 - 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】本発明は音声信号を低いビットレ
ートで効率的に符号化、復号化するための音声符号化復
号化方式に関する。

【０００２】

【従来の技術】音声信号を低いビットレート、例えば１
６Ｋｂ／ｓ程度以下で伝送する方式としては、マルチパ
ルス符号化法などが知られている。これらは音源信号を
複数個のパルスの組合せ（マルチパルス）で表し、声道
の特徴をデジタルフィルタで表し、音源パルスの情報と
フィルタの係数を、一定時間区間（フレーム）毎に求め
て伝送している。この方法の詳細については、例えばア
ラセキ、オザワ、オノ、オチアイ氏による“Ｍｕｌｔｉ
−ｐｕｌｓｅ　　Ｅｘｃｉｔｅｄ　　ＳｐｅｅｃｈＣｏ
ｄｅｒ　　Ｂａｓｅｄ　　ｏｎ　　Ｍａｘｉｍｕｍ　　
Ｃｒｏｓｓｃｏｒｒｅｌａｔｉｏｎ　　Ｓｅａｒｃｈ　
　Ａｌｇｏｒｉｔｈｍ”，（ＧＬＯＢＥＣＯＭ８３，Ｉ
ＥＥＥ　　Ｇｌｏｂａｌ　　Ｔｅｌｅｃｏｍｍｕｎｉｃ
ａｔｉｏｎ，講演番号２３．３，１９８３）（文献１）
に記載されている。この方法では、声道情報と音源信号
を分離してそれぞれ表現すること、および音源信号を表
現する手段として複数のパルス列の組合せ（マルチパル
ス）を用いることにより、復号後に良好な音声信号を出
力することができる。

【０００３】

【発明が解決しようとする課題】しかしながら、この従
来法ではビットレートが充分に高く音源パルスの数が充
分なときは音質が良好であったが、ビットレートを下げ
て行くと音質が低下するという問題点があった。

【０００４】この問題点を改善するために、伝送する音
源パルス数を削減する方法として、マルチパルス音源の
ピッチ毎の準周期性（ピッチ相関）を利用したピッチ予
測マルチパルス法が提案されている。この方法の詳細は
、例えば、特願昭５８−１３９０２２号明細書（文献２
）に詳しいのでここでは説明を省略する。しかし、削減
が可能なパルス数には限界がある。

【０００５】一方、伝送すべきスペクトルパラメータは
、１フレームに対して分析次数個存在する。スペクトル
パラメータを量子化する方法としては、衆知の方法であ
るスカラー量子化、または効率よく量子化する方法とし
て衆知の方法であるベクトル量子化を用いることが多い
。ベクトル量子化については、例えばアール・エム・グ
レイ氏による“ベクトル・クォンタイゼイション・フォ
ー・スピーチ・コーディング・アンド・リコグニション
”（アメリカ音響学会誌８０、Ｑ１，１９８６．文献３
）（Ｒ．Ｍ．Ｇｒａｙ，“Ｖｅｃｔｏｒ　　ｑｕａｎｔ
ｉｚａｔｉｏｎｆｏｒ　　ｓｐｅｅｃｈ　　ｃｏｄｉｎ
ｇ　　ａｎｄ　　ｒｅｃｏｇｎｉｔｉｏｎ”（Ｊ．Ａｃ
ｏｕｓｔ．Ｓｏｃ．Ａｍｅｒｉｃａ，ｖｏｌ．８０，Ｓ
ｕｐｐｌ．１，Ｑ１，１９８６））に詳しいのでここで
は説明を省略する。

【０００６】さらに、予め定められた個数の関数を用い
てスペクトルパラメータを効率よく表現する手法として
、テンポラルデコンポジションと呼ばれる手法がある。 テンポラルデコンポジションについては、例えばビー・
エス・アタール氏による“エフィシェント・コーディン
グ・オブ・エルピーシー・パラメターズ・バイ・テンポ
ラル・デコンポジション”（アイ・シー・エー・エス・
エス・ピー８３、講演番号２．６　　１９８３、文献４
）（Ｂ．Ｓ．Ａｔａｌ，“ＥＦＦＩＣＩＥＮＴＣＯＤＩ
ＮＧ　　ＯＦ　　ＬＰＣ　　ＰＡＲＥＭＥＴＥＲＳ　　
ＢＹ　　ＴＥＭＰＯＲＡＬＤＥＣＯＭＰＯＳＩＴＩＯＮ
”（ＩＣＡＡＳＰ　　８３，２．６　　ｐｐ．８１−８
４，１９８３）に詳しいのでここでは説明を省略する。

【０００７】しかし、スカラー量子化を用いた場合は、
伝送するべき情報が多くなり、このままでビットレート
を下げて行くと顕著にも音質が劣化するという問題点が
ある。また、ベクトル量子化を用いた場合にも、伝送効
率はよくなるものの、最適なベクトルを求めるための計
算量が非常に多く、また再生された音質も低下するとい
う問題点があった。さらに、前記文献４にみられるよう
なテンポラルデコンポジションについても、最適な関数
を求めるための計算量が非常に多いうえ計算方法が複雑
であり、実用に供するのは困難であった。

【０００８】本発明の目的は、ビットレートが高いとこ
ろでも、下げていっても従来よりも良好な音声を再生す
ることが可能で、少ない演算量で実現可能な音声符号化
方式を提供することにある。

【０００９】

【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、離散的な音声信号を入力し、予め定められた時
間長のフレーム毎にスペクトル包絡を表すスペクトルパ
ラメータと音源信号を抽出し、前記スペクトルパラメー
タと前記音源信号を量子化して組み合わせて伝送する音
声符号化方式において、予め複数個の両端が予め定めら
れた長さにわたって滑らかに減衰している関数を有し、
前記関数の中から前記関数の前記フレーム長と同じ長さ
の中心部分の自己相関と前記関数の前記フレーム長と同
じ長さの中心部分と前記入力信号から抽出されたスペク
トルパラメータとの相互相関を用いて最適なものを選択
して、前記フレームの境界から前後にそれぞれ予め定め
た時間長にわたって前記選択した関数を重ね合わせつつ
前記スペクトルパラメータを量子化するスペクトルパラ
メータ量子化手段を有する。

【００１０】

【作用】本発明は、前記文献２のピッチ予測マルチパル
ス符号化法において、少ない伝送情報量で、音声信号を
従来法より効率的に表現するために、伝送するべきスペ
クトルパラメータを予め定められた複数個の関数の中か
ら、前記入力された信号を最適に表現するものを少ない
計算量で選択して表す。

【００１１】本発明の作用を図２を用いて説明する。図
２はスペクトルパラメータを予め定められた個数の関数
を用いて表現するための量子化器のブロック図である。

【００１２】図２において入力端子３００からは量子化
すべきスペクトルパラメータの時系列ｙｉ　（ｎ）が入
力される。コードブック２５０には予め定められた複数
個の関数Φｋ　（ｎ）がコードとして納められている。 最適なコード及びゲインを計算するために自己相関計算
回路２５２はコードの自己相関を、相互相関計算回路２
５１はコードと入力信号との相互相関を計算する。自己
相関計算回路２５２の出力と相互相関計算回路２５１の
出力を用いてゲイン計算回路２６０は選択されたコード
にかけるべき最適なゲインを計算する。誤差計算回路２
６５は選択されたコードにゲインをかけ、入力信号との
誤差を計算し、選択したコードのインデクス及び最適な
ゲイン、及び誤差を出力する。コードブック選択回路２
７０は各コードブックに対する誤差計算回路２６５の出
力を保持し、全てのコードブックに対して求めた誤差の
内最小となる最適なコードのインデクス及び最適なコー
ドに対応する最適なゲインを出力する。

【００１３】以下、本発明の作用を式を用いて説明する
。入力音声から算出された複数個のスペクトルパラメー
タの時系列のうち、ｉ番目のもの（以下、これをｉ次の
パラメータ時系列と呼ぶ。）をｙｉ　（ｎ）とする。前
記ｉ次のパラメータ時系列ｙｉ　（ｎ）を表現するため
に用いる関数をΦで表し、そのうちｋ番目のものをΦｋ
　（ｎ）で表す。これを用いると、次の式（１）が成り
立つ。

【００１４】

【００１５】ここでｙｉ　（ｎ）はΦｋ　（ｎ）を用い
てｙｉ　（ｎ）を近似した時系列を表し、ａｉｋは、ｉ
次のパラメータ時系列における、Φｋ　（ｎ）にかかる
ゲインである。従って、最適な近似を行なうためには最
適なΦｋ　（ｎ）及びａｉｋを見つければよい。従来例
では、前記文献４に示されている様な誤差尺度を用いて
最適な関数を算出している。さらに文献４においては、
算出された関数と計算されたゲインを再度交互的に修正
して誤差を小さくしている。これに対し、本発明におい
ては、次の式（２）で表す誤差Ｅを考える。

【００１６】

【００１７】（２）式は、分析次数の個数だけ存在する
パラメータ時系列のうちｉ次のパラメータ時系列に対す
る関数Φｋ　（ｎ）及びゲインａｉｋを用いた場合の入
力信号ｙｉ　（ｎ）との誤差を示す式である。ここでｎ
１　は関数Φｋ　（ｎ）を用いて表現しようとするパラ
メータ時系列区間（フレーム）の始端を表し、ｎ２　は
表現しようとするフレーム区間の終端を表す。

【００１８】（２）式をａｉｋについて最小化すると、
ａｉｋは（３）式によって求められる。

【００１９】

【００２０】このとき、誤差Ｅは次の形となるので、

【
００２１】

【００２２】Ｅを最小化するΦｋ　（ｎ）は、（４）式
第２項を最大化する、即ちａｉｋを最大化するように選
択すればよい。なお、関数Φｋ　（ｎ）は、種々の多項
式関数を用いてもよいし、音声信号中から学習によって
求めてもよい。

【００２３】なお、本発明においては関数Φｋ　（ｎ）
の長さは関数Φｋ　（ｎ）を用いて表現しようとするフ
レーム長よりも予め定められた長さだけ長く作成されて
おり、かつその両端は滑らかに０になってゆく形となっ
ている。このような形を取る関数Φｋ　（ｎ）の一例を
図３に示す。関数Φｋ　（ｎ）を図３に示したような形
にすることによって関数Φｋ　（ｎ）と関数Φｋ　（ｎ
）に対して時間的に続いている関数Φｋ　（ｎ＋１）の
間に不連続が発生しない。これら関数の両端部分の傾斜
は直線的なものであっても良いし、例えば衆知のハミン
グ窓を用いた形としてもよい。これらの窓を表す式につ
いては、例えば斎藤、中田両氏による「音声情報処理の
基礎」（オーム社、昭和５６年、文献５）第２章に詳し
いのでここでは説明を略す。

【００２４】以上示したような方法を用いることによっ
て、文献４における方法に対して大幅に計算量を削減し
た上、誤差を良好に小さく保つことが可能である。

【００２５】

【実施例】図１は、本発明の一実施例を示すブロック構
成図である。図１において、入力端子５００から離散的
な音声信号を入力する。時間分割回路５１０は入力され
た音声信号を時間的に一様なフレーム毎（例えば１００
ｍｓｅｃ．毎）に分割する。ピッチパラメータ計算回路
５１５はピッチの微細構造を表わすピッチパラメータを
計算する。計算方法は文献２に示されているような方法
を用いる。量子化器５１６は求められたピッチパラメー
タを量子化する。逆量子化器５１８は、量子化した結果
を用いて逆量子化して出力する。

【００２６】スペクトルパラメータ計算回路５２０では
分割した区間の音声信号のスペクトルを表すスペクトル
パラメータを、衆知のＬＰＣ分析法によって求める。求
められたスペクトルパラメータに対しては、コードブッ
ク５２１の中に予め定められた個数用意されたコードを
用いて作用の項において説明したような方法を用いてゲ
イン計算回路５２２において各コードに対して最適なゲ
インを計算する。コードブック選択回路５２５は、各コ
ードブックに対するゲイン計算回路５２２の出力である
誤差の内最小であるものを選択し、選択されたコードの
インデクスと最適なゲインを出力する。逆量子化器５３
０は、コードブック選択回路５２５の出力である選択さ
れたコードのインデクスと最適なゲインを用いて逆量子
化して出力する。

【００２７】重み付け回路５４０は、逆量子化されたス
ペクトルパラメータを用いて分割された音声信号に重み
付けを行う。重み付けの方法は、昭５９−２７２４３５
号明細書（文献６）の重み付け回路２００を参照するこ
とができる。インパルス応答計算回路５５０は、逆量子
化されたピッチパラメータと逆量子化されたスペクトル
パラメータを用いてインパルス応答を計算する。具体的
な方法は文献２を参照できる。自己相関計算回路５６０
はインパルス応答の自己相関を計算し音源パルス計算回
路５８０へ出力する。自己相関の計算法は文献２の自己
相関関数計算回路１８０を参照することができる。相互
相関計算回路５７０は重み付けられた信号とインパルス
応答との相互相関を計算して音源パルス計算回路５８０
へ出力する。具体的な方法は文献２を参照できる。

【００２８】音源パルス計算回路５８０では、マルチパ
ルスをピッチ予測により、予め定められた個数だけ求め
る。マルチパルス列の計算方法については、文献２の音
源パルス計算回路２１０を参照することができる。量子
化器５９０は音源マルチパルス列を量子化して符号を出
力する。

【００２９】量子化器５９０の出力であるマルチパルス
列を量子化した符号、量子化器５１６の出力であるピッ
チパラメータを量子化した符号、さらにコードブック選
択回路５２５の出力である選択されたコードのインデク
スと最適なゲインを表す符号は、それぞれマルチプレク
サ６３０の入力となる。マルチプレクサ６３０は以上の
各符号を組み合わせて出力する。

【００３０】以上述べた構成は本発明の一構成に過ぎず
、種々の変形も可能である。

【００３１】マルチパルスの計算方法としては、文献１
に示した方法の他に、種々の衆知な方法を用いることが
できる。

【００３２】また、スペクトルパラメータとしては、他
の衆知なパラメータ（線スペクトル対、ケプストラム、
メルケプストラム、対数断面積比等）を用いることもで
きる。

【００３３】さらに、コードブック５２１に納められて
いる関数の両端部分の傾斜は直線的なものであっても良
いし、例えば衆知のハミング窓を用いた形としてもよい
。これらの窓を表す式については、文献５第２章に詳し
いのでここでは説明を略す。

【００３４】

【発明の効果】本発明によれば、スペクトルパラメータ
を予め定められた複数個の関数を用いてかつフレームの
境界付近に於て重ね合わせを用いて表すことで、従来法
に比べ非常に少ない計算量で、かつ従来法に比べ少ない
伝送情報量で音声信号を良好に表す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】

【図１】本発明による音声符号化方式の一実施例を示す
ブロック構成図である。

【図２】本発明の作用を示すブロック図である。

【図３】本発明においてスペクトルパラメータを表す関
数Φｋ　（ｎ）の一例を示す図である。

【符号の説明】

２５０　　　　コードブック ２５１　　　　相互相関計算回路 ２５２　　　　自己相関計算回路 ２６０　　　　ゲイン計算回路 ２６５　　　　誤差計算回路 ２７０　　　　コードブック選択回路 ５００　　　　入力端子 ５１０　　　　時間分割回路 ５１５　　　　ピッチパラメータ計算回路５２０　　　
　スペクトルパラメータ計算回路５１６，５９０　　　
　量子化器 ５１８，５３０　　　　逆量子化器 ５２１　　　　コードブック ５２２　　　　ゲイン計算回路 ５２５　　　　コードブック選択回路 ５４０　　　　重み付け回路 ５５０　　　　インパルス応答計算回路５６０　　　　
自己相関計算回路 ５７０　　　　相互相関計算回路 ５８０　　　　音源パルス計算回路 ６３０　　　　マルチプレクサ

Claims (1)

【特許請求の範囲】
1. 【請求項１】　　離散的な音声信号を入力し、予め定め
   られた時間長のフレーム毎にスペクトル包絡を表すスペ
   クトルパラメータと音源信号を抽出し、前記スペクトル
   パラメータと前記音源信号を量子化して組み合わせて伝
   送する音声符号化方式において、予め複数個の両端が予
   め定められた長さにわたって滑らかに減衰している関数
   を有し、前記関数の中から前記関数の前記フレーム長と
   同じ長さの中心部分の自己相関と前記関数の前記フレー
   ム長と同じ長さの中心部分と前記入力信号から抽出され
   たスペクトルパラメータとの相互相関を用いて最適な関
   数を選択して、前記フレームの境界から前後にそれぞれ
   予め定めた時間長にわたって前記選択した関数を重ね合
   わせつつ前記スペクトルパラメータを量子化するスペク
   トルパラメータ量子化手段を有することを特徴とする音
   声符号化方式。