JPH0437999B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は適応予測変換符号化方式に関し、特に
音声信号波形を9.6〜16Kb（キロビツト）／秒の
低ビツトレイト帯で符号化し高品質かつ高伝送能
率のCODEC（COder DECorder）が得られる適
応予測変換符号化方式に関する。

時間領域で示される入力音声信号波形をあるサ
ンプル長（ブロツク）ごとにフーリエ変換により
周波数領域に変換して符号化し、これを分析側
（COder側）から伝送路を介して合成側
（DECorder側）に送出、合成側ではフーリエ逆
変換ブロツク波形の総和としての入力音声信号波
形の再生を図る変換符号化方式は近似よく知られ
つつあり、またこのような変換符号化方式におい
て、分析側において変換された入力音声信号波形
の周波数スペクトルが適応的に量子化処理される
適応変換符号化、ATCもまたよく知られている。

入力音声信号波形またはその周波数スペクトル
は時間的にその特性変化が緩やかであり、各ブロ
ツクの周波数成分についての量子化の幅とビツト
数配分とが適応的かつブロツクごとに制御され
る。このように適応制御するための制御情報は分
析、合成における補助情報として分析側から合成
側に伝送される。

人間の聴覚処理も基本的には短時間周波数分析
であり従つて周波数領域で制御する量子化雑音の
聞え方も自然かつ有効的であるうえ、信号波形の
最小自乗誤差原理にもとづく最適直交展開系には
フーリエ変換がよい近似処理たりうる等の理由か
らフーリエ変換を利用して入力音声信号波形の周
波数領域における変換、符号化の方が、波形の時
間領域での符号化よりも高品質の分析、合成が実
施できる点ではるかに有利であるといつた特徴が
ある。

上述したATC方式は波形符号化による音声符
号化技術の代表的なものであり、音声信号を構成
するスペクトル包絡とその徴細構造としての残差
波形のうち、音源情報でもある残差波形の適応変
換符号化を対象として実行されるものである。

音声信号の波形符号化の有力な他の手法として
適応予測符号化方式、すなわちAPC方式がある
が、これは残差波形を少ないビツト数で表現でき
る駆動音源信号系列を探索し伝送するものであ
り、最適な駆動音源信号系列を木（tree）構造を
用いて探索する木探索符号化方式や、入力ベクト
ルに最も近い標準ベクトルを選択しその標準ベク
トルに付されている符号を伝送するといつたよう
な種種の方法があるが、上述したATC方式およ
びAPC方式にはそれぞれ次のような欠点がある。

すなわち、ATC方式では音声信号を符号化す
るために行なうフーリエスペクトル変換単位、す
なわちブロツクの接続境界付近でその変換処理内
容に不連続性が現れ易く従つて波形の再現性がこ
の不連続性に対応して劣化するという欠点があ
る。

一方、APC方式は木構造の探索を介して最適
駆動音源信号系列すなわち最適残差波形を求めて
いく方法であるためどうしても所要ビツト数が多
くなり高能率伝送がしにくいという欠点がある。

本発明の目的は上述した欠点を除去し、ATC
方式をAPC方式による残差波形伝送に利用する
ことによりATC方式におけるブロツク間接続境
界付近での不連続性の問題が大幅に緩和されると
ともに、残差波形をピツチ同期してATCする手
段を備えることにより伝送効率を著しく向上させ
ることができる適応予測変換符号化方式を提供す
ることにある。

本発明の方式は、入力音声信号の線形予測係数
（LPC）分析によつて得られるスペクトル包絡情
報を介して前記入力音声信号の残差波形を得ると
ともにLPC係数を符号化出力するLPC分析・残
差波形生成手段と、前記残差波形にもとづき前記
入力音声信号に関する有声もしくは無声の判別情
報とピツチ周期を抽出して符号化出力する有声無
声判別・ピツチ抽出手段と、この有声無声判別・
ピツチ抽出手段によつて無声と判別された無声残
差波形を符号化出力する無声残差波形符号化手段
と、前記有声無声判別・ピツチ抽出手段によつて
有声と判別された有声残差波形を受け前記ピツチ
周期に同期しかつ前記スペクトル包絡情報のスペ
クトルレベルに対応した適応ビツト割当を行ない
つつ前記有声残差波形に適応変換符号化（ATC）
による符号化を施して出力するピツチ同期ATC
符号化を行なう有声残差波形量子化手段とを備え
て前記入力音声信号の適応予測符号化を行なう分
析側と、この分析側から送出された前記無声残差
波形符号化手段の出力を復号する無声残差波形復
号化手段と、前記分析側から送出された前記有声
残差波形符号化手段の出力を前記適応ビツト割当
を復元したうえ復号する有声残差波形復号化手段
と、前記分析側から出力されるLPC係数を復号
化したうえ、前記無声残差波形符号化手段および
前記有声残差波形符号化手段の出力する無声残差
波形および有声残差波形と、前記有声無声判別・
ピツチ抽出手段の出力する有声もしくは無声の判
別情報とピツチ周期とにもとづいて前記入力音声
信号を合成するLPC合成手段とを備えた合成側
と、を有して構成される。

次に図面を参照して本発明を詳細に説明する。
第１図は本発明の適応予測変換符号化方式の分析
側（Coder側）の一実施例を示すブロツク図、第
２図は本発明の合成側（Decoder側）の一実施例
を示すブロツク図である。

第１図に示す分析側の一実施例はLPC分析器
１、量子化器２、補間器３、LPC逆フイルタ４、
有声無声判別・ピツチ抽出器５、波形量子化器
６、ピツチ同期ATCコーダ７およびマルチプレ
クサ８を備えて構成され、また第２図に示す合成
側の一実施例はデマルチプレクサ９、ピツチ同期
ATCデコーダ１０、波形復号化器１１、LPC復
号化器１２、切替器１３、補間器１４、および
LPC合成フイルタ１５を備えて構成される。

第１図において入力端子４０１を介して入力し
た音声波形入力はLPC分析器１およびLPC逆フ
イルタ４に供給される。LPC分析器１は入力し
た音声波形を基本分析フレーム周期で線形予測分
析しαパラメータ、Ｋパラメータ等のLPC係数
を得てこれらを量子化器１２に供給する。

量子化器２は、入力したLPC係数を予め設定
したビツト数で量子化したうえこれを補間器３に
送出するとともに、また出力ライン２０１を介し
てピツチ同期ATCコーダ７ならびにマルチプレ
クサ８に送出する。

補間器３は量子化器２から送出されたLPC係
数の量子化データについて予め設定する近似関数
による線形補間を施したうえこれらをLPC逆フ
イルタ４に送出する。

LPC逆フイルタ４は、第２図に示すLPC合成
フイルタ１５の周波数応答とは逆特性の周波数応
答を有するように設定されており、入力端子４０
１から音声波形入力を、また補間器３を介して
LPC係数データを入力し、その結果、音声波形
入力を構成するスペクトル包絡成分と残差波形成
分のうちのスペクトル包絡を除去した残差波形成
分のみが出力ライン４０２に送出され、有声無声
判別・ピツチ抽出器４ならびに波形量子化器６に
送出される。

有声無声判別・ピツチ抽出器５は、残差波形に
関して求めた自己相関関数にもとづき有声無声を
判別するとともにピツチ周期を抽出し、入力した
分析フレームごとの残差波形が無声音であると判
定した場合には出力ライン５０１を介して無声判
定信号を波形量子化器６に供給して残差波形を入
力せしめこれを予め設定するビツト数での量子化
を行なつたうえこれを無声時残差波形データとし
て出力ライン６０１を介してマルチプレクサ８に
送出する。

また有声無声判別・ピツチ抽出器５によつて分
析フレームごとの残差波形が有声音であると判定
された場合には出力ライン５０２を介して有声判
定信号をピツチ同期ATCコーダ７に送出して出
力ライン４０２を介して残差波形を入力せしめる
とともにまた出力ライン５０３を介してピツチデ
ータを有声無声判別・ピツチ抽出器５からピツチ
同期ATCコーダ７に供給せしめる。ピツチデー
タはまた出力ライン５０３を介してマルチプレク
サ８にも供給されるが、無声時におけるピツチデ
ータは２値の論理値“０”レベルを利用してい
る。

ピツチ同期ATCコーダ７は、このようにして
有声無声判別・ピツチ抽出器５による有声無声判
別の結果が有声であり従つて有声判定信号を受け
るときには有声残差波形、ピツチデータを入力す
るとともにまた出力ライン２０１を介して送出さ
れたLPC係数データも入力するように制御され、
次のようにして音声波形入力に関する微細構造デ
ータを出力する。

すなわち、ピツチ同期ATCコーダ７は出力ラ
イン４０２を介して入力した時間領域の残差波形
を、出力ライン５０３を介して入力したピツチ周
期に同期したタイミングでサンプリングしつつこ
れらを周波数領域の値に変換する。通常のATC
コーダにあつては時間領域の音声信号波形を予め
特定するサンプル（ブロツク）ごとにフーリエ変
換によつて周波数領域に変換しているが、本実施
例においては上述した如くピツチ周期に同期して
残差波形を切出してこれを周波数領域に変換せし
めることによつて、従来の如く音声波形入力の全
スペクトル構造に対応するように連続した周波数
帯域を必要とすることなく、ピツチ周期に対応す
る変換周波数を中心としその占有周波数帯域を大
幅に減少し得た状態での周波数領域変換が可能と
なる。本実施例においてはこの周波数領域への変
換はDCT（Discrete Cosine Transform，離散余
弦変換）を利用しているが、これは各ブロツクの
接続境界付近での量子化誤差の不連続性の軽減を
図つたものであり、このようなブロツク接続境界
付近での不連続性軽減程度によつてはDCT以外
の他の周波数領域変換手段、たとえばDFT
（Discrete Fourier Transform，離散型フーリエ
変換）等を利用しても差支えない。

さて、ACT処理による適応変換符号化におけ
る適応変換制御は、離散的に周波数領域に変換さ
れた残差波形のブロツクごとの量子化の幅とビツ
ト配分数とをブロツクごとに適応的に制御するも
のである。適応的に制御するための制御情報は量
子化器２から出力ライン２０１を介して送出され
たLPC係数データが補助情報として利用され、
このLPC係数データによつて示される音声波形
入力の電力レベルに対応して、この電力レベルが
大きく従つて量子化雑音が他に比してこの分だけ
相対的に大きいレベルまで許容できる変換周波数
スペクトルに対しては相対的に少ないビツト数配
分率、量子化幅により、またLPC係数データに
よつて示される音声波形入力の電力レベルが小さ
く従つて量子化雑音を他に比して相対的に大きく
抑圧すべきときには相対的に大きいビツト数配分
率、量子化幅を割当るような制御を行ない、この
ような適応制御のもとに前述したピツチ同期
ATCを実施することによつて所要ビツト数を大
幅に削減した有声残差波形、すなわち微細構造デ
ータの高能率伝送を可能ならしめている。

ピツチ同期ATCコーダ７は、このようにして
出力する微細構造量子化データを出力ライン７０
１を介してマルチプレクサ８に送出する。

マルチプレクサ８は、音声波形入力が無声時に
は波形量子化器６から残差波形の量子化データ
を、また音声波形入力が有声時にあつてはピツチ
同期ATCコーダ７から微細構造量子化データを
受け、さらに量子化器２からのLPC係数データ
および無声時のみ出力ライン５０３を介して受け
る“０”レベルの無声判定信号含むピツチデータ
を予め設定する方式で多重化して出力ライン８０
１を介して第２図に示す合成側に伝送する。

第２図に示す合成側においては、伝送ライン８
０１を介して送出された各データはデマルチプレ
クサ９によつて多重化分離処理を受けてそれぞれ
もとの符号化信号に復元されたのち、残差波形量
子化データは入力ライン１１０１を介して波形復
号化器１１に、微細構造量子化データは入力ライ
ン１００１を介してピツチ同期ATCデコーダ１
０へ、ピツチデータは入力ライン１００２を介し
てピツチ同期ATCデコーダ１０へ、LPC係数デ
ータは入力ライン１２０１を介してLPC復号化
器１２へそれぞれ供給され、さらにデマルチプレ
クサ９は再生したピツチデータにもとづいて有声
と無声とを判別する有声／無声判別信号を発生こ
れを入力ライン１３０１を介して切替器１３に送
出している。

切替器１３は入力ライン１３０１を介して入力
する有声／無声判別信号が有声を指定するときに
はピツチ同期ATCデコーダ１０の出力をLPC合
成フイルタ１５に供給するようにし、有声／無声
判別信号が無声を指定するときには波形復号化器
１１の出力をLPC合成フイルタ１５に供給する
ように切替を行なう。

波形復号化器１１は入力ライン１３０１を介し
て供給される有声／無声判別信号が無声を指定す
るとき入力ライン１１０１を介して入力した残差
波形の量子化データを復号化しこれをLPC合成
フイルタ１５の駆動音源として出力ライン１３０
２を介して供給する。

ピツチ同期ATCデコーダ１０は、入力ライン
１００１を介して微細構造データを入力、また入
力ライン１００２を介してピツチデータを入力す
る。ピツチ同期ATCデコーダ１０はさらに入力
ライン１２０２を介してLPC復号化器１２で復
号化されたLPC係数データを受けピツチデータ
によるピツチ周期に同期したサンプリングタイム
でATC復号化処理を行なうが、この場合LPC復
号化器１２から供給されるLPC係数データによ
つて分析側で実施したビツト数、量子化幅の適応
制御内容の復元を行なつたのちブロツクごとの残
差波形データを再生これを出力ライン１００３を
介して切替器１３に送出し、これが有声時の駆動
音源としてLPC合成フイルタ１５に供給される。

LPC復号化器１２はまた、出力ライン１２０
３を介して補間器１４に復号化したLPC係数デ
ータを送出し、このLPC係数データについて予
め設定する近似関数による線形補間が実施された
のちLPC合成フイルタ１５に供給される。

LPC合成フイルタ１５は補間器１４を介して
供給されたLPC係数データをフイルタ係数とし、
音声波形入力が無声の区間にあつては波形復号化
器１１によつて復号化された残差波形データを、
また音声波形入力が有声の区間にあつてはピツチ
同期ATCデコーダによる復号化残差波形データ
を駆動音源として利用してLPC合成フイルタを
駆動して音声波形入力を再生しこれを出力端子１
５０１に送出する。このようにしてブロツク間す
なわち分析フレーム間の接続区間におけるATC
処理結果の不連続性の問題は、分析側のDCT処
理による量子化ひずみの大幅な軽減によつて基本
的に緩和されるほか、このようにAPCの残差波
形伝送にATCを組合せ利用する方式によつて音
声波形入力のスペクトル包絡に対応する適応制御
を施しつつ符号化された残差波形を合成側の
LPC合成フイルタの駆動音源と為し得て著しく
分析フレームの接続区間における不連続の問題を
軽減できる。さらに、残差波形のATCを音声波
形入力のピツチに同期して行なうピツチ同期
ATCの結果、ピツチハーモニクスに限定した周
波数のみを量子化すればよく、極めて高能率伝送
が確保できる。また、ピツチ周期に同期した量子
化歪が発声するが、この量子化歪は音声スペクト
ルに変換されて実音声のピツチ成分に重畳される
ため、聴覚に及ぼす影響は殆んど無視できる。

本発明はATCをAPCの残差波形伝送に利用す
るとともにATCによる残差波形の符号化を音声
波形入力のピツチ周期に同期しかつ音声波形入力
のスペクトル包絡レベルに対応したビツト割当を
行なつて実施することにより、ATCにおけるフ
レーム接続区間の不連続の問題とAPCにおける
残差波形の伝送における所要ビツト数の増大の問
題とを解決し音質の高いCODECを9.6Kb〜16Kb
の低ビツト伝送帯において実現した点に基本的な
特徴を有するものであり、第１図および第２図に
よつて示した実施例の変形も種種考えられる。

たとえば、第１図において波形量子化器６は音
声波形入力が無声時における残差波形を所定のビ
ツト数で量子化しこれをマルチプレクサ８、伝送
路８０１を介して第２図に示す合成側に伝送して
いるが、このような量子化の代りに無声区間にお
ける残差波形を、予め設定したビツト数の代表符
号によつて分析フレームごとに波形、レベルを表
現して伝送する、いわゆるエントロピー
（Entropy）符号手段によつて実現し、このエン
トロピー符号を供給された合成側ではこのエント
ロピー符号にもとづいて残差波形を再現すること
により、分析側から合成側に伝送すべき音成波形
の符号化に要するビツト数をさらに低減すること
ができる。

また、第１図に示す分析側におけるピツチ同期
ATCコーダ７においては、ATC処理を同期させ
るべき信号は有声無声判別・ピツチ抽出器５によ
つて抽出されたピツチデータを利用しているが、
このピツチ同期分析におけるピツチ数をLPC分
析周期に追随する程度、すなわちLPC分析周期
にほぼ近い時間を占有する程度のピツチ数を対象
として実施することによつて、音声波形入力のス
ペクトル包絡の極大値ごとにほぼ一致したタイミ
ングでかつ占有周波数帯域を著しく制限した状態
で残差波形データ、すなわち微細構造データの符
号化ならびに符号化の際の適応ビツト割当が可能
となつて微細構造データの伝送に要するビツト数
を大幅に減少した高能率伝送を実現することがで
き、以上はいずれも本発明の主旨を損なうことな
く容易に実施しうる。

以上説明した如く本発明によれば、ピツチ同期
ATCをAPCの残差波形伝送に利用することによ
つてATCにおける分析フレームの接続区間にお
ける不連続の問題を著しく改善した適応変換符号
化が可能となるとともに、また有声時における残
差波形をスペクトル包絡のレベルに対応させた適
応ビツト割当のもとに実施するピツチ同期ATC
符号化ならびは復号化によつて著しく高能率化し
た適応予測符号化が可能となる適応予測変換符号
化方式が実現できるという効果がある。

【図面の簡単な説明】

第１図は本発明の適応予測変換符号化方式によ
るCODECの分析側の一実施例を示すブロツク
図、第２図は合成側の一実施例を示すブロツク図
である。 １……LPC分析器、２……量子化器、３……
補間器、４……LPC逆フイルタ、５……有声無
声判別・ピツチ抽出器、６……波形量子化器、７
……ピツチ同期ATCコーダ、８……マルチプレ
クサ、９……デマルチプレクサ、１０……ピツチ
同期ATCデコーダ、１１……波形復号化器、１
２……LPC復号化器、１３……切替器、１４…
…補間器、１５……LPC合成フイルタ。

Claims (1)

【特許請求の範囲】
1. １ 入力音声信号の線形予測係数（LPC）分析
   によつて得られるスペクトル包絡情報を介して前
   記入力音声信号の残差波形を得るとともにLPC
   係数を符号化出力するLPC分析・残差波形生成
   手段と、前記残差波形にもとづき前記入力音声信
   号に関する有声もしくは無声の判別情報とピツチ
   周期を抽出して符号化出力する有声無声判別・ピ
   ツチ抽出手段と、この有声無声判別・ピツチ抽出
   手段によつて無声と判別された無声残差波形を符
   号化出力する無声残差波形符号化手段と、前記有
   声無声判別・ピツチ抽出手段によつて有声と判別
   された有声残差波形を受け前記ピツチ周期に同期
   しかつ前記スペクトル包絡情報の示すスペクトル
   レベルに対応した適応ビツト割当を行ないつつ前
   記有声残差波形に適応変換符号化（ATC）によ
   る符号化を施して出力するピツチ同期ATC符号
   化を行なう有声残差波形量子化手段とを備えて前
   記入力音声信号の適応予測符号化を行なう分析側
   と、この分析側から送出された前記無声残差波形
   符号化手段の出力を復号する無声残差波形復号化
   手段と、前記分析側から送出された前記有声残差
   波形符号化手段の出力を前記適応ビツト割当を復
   元したうえ復号する有声残差波形復号化手段と、
   前記分析側から出力されるLPC係数を復号化し
   たうえ、前記無声残差波形符号化手段および前記
   有声残差波形符号化手段の出力する無声残差波形
   および有声残差波形と、前記有声無声判別・ピツ
   チ抽出手段の出力する有声もしくは無声の判別情
   報とピツチ周期とにもとづいて前記入力音声信号
   を合成するLPC合成手段とを備えた合成側と、
   を有して成ることを特徴とする適応予測変換符号
   化方式。