JPH043880B2 - - Google Patents
Info
- Publication number
- JPH043880B2 JPH043880B2 JP62030194A JP3019487A JPH043880B2 JP H043880 B2 JPH043880 B2 JP H043880B2 JP 62030194 A JP62030194 A JP 62030194A JP 3019487 A JP3019487 A JP 3019487A JP H043880 B2 JPH043880 B2 JP H043880B2
- Authority
- JP
- Japan
- Prior art keywords
- sound source
- pulse
- lpc
- audio signal
- input audio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired
Links
- 230000005236 sound signal Effects 0.000 claims description 38
- 230000003595 spectral effect Effects 0.000 claims description 11
- 239000011295 pitch Substances 0.000 description 26
- 230000015572 biosynthetic process Effects 0.000 description 19
- 238000003786 synthesis reaction Methods 0.000 description 19
- 238000000034 method Methods 0.000 description 10
- 238000005311 autocorrelation function Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000005314 correlation function Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 230000001755 vocal effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Description
本発明はマルチパルス型ボコーダに関する。入
力音声信号を分析して、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
を発生する声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、Ｋ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、ランダム周期の無声音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は声道をシミユートする全極型
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、
通常は全極型デジ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し付け器
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 akz-k〕 ／〔１−p 〓k=1 akγkz-k〕 ……(1) (1)式においてak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（jλ）を
示し、λ＝2πΔTfでありΔTは分析フレームの標
本化サンプリング周期、ｆ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的重み付けの役割
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
を最小にするように駆動音源系列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）であつて、
このＡ−ｂ−Ｓ手法は上述した内容からも明らか
な如く、マルチパルス１つずつについてパルス発
生、２乗誤差計算およびパルス位置・振幅調整の
ループで行なわれるため、低ビツトレート領域に
おける有効な手段であるにもかかわらず演算量が
極めて膨大なものとなるという欠点がある。 なお、このＡ−ｂ−Ｓ手法については、B.S.
Atal et al，“Ａ New Model of LPC
Excitation for Producing Natural−Sounding
Speech at Low Bit Rates”，Proc.ICASSP
82，pp 614−617，（1982）等に詳述されている。 このような従来のＡ−ｂ−Ｓ手法における欠点
に対して、相関演算にもとづき最適なマルチパル
スを効率的に計算する次のような演算処理アルゴ
リズムが最近紹介されている。 すなわち、入力音声信号ｘ（ｎ）はＮサンプル
ごと処理フレームによつて区分され、このフレー
ムごとにマルチパルスが包括的に計算されるもの
である。 いま、１分析フレーム内に音源パルスがｋ個存
在するものとし、ｉ番目のパルスがフレーム端か
ら時間位置miにあり、かつその振幅がgiである
とすると、LPC合成フイルタの駆動音源ｄ（ｎ）
は次の(3)式で示される。 ｄ（ｎ）＝k 〓i=1 gi・δo，mi ……(3) (3)式においてδo，miはクロネツカーのデルタ関
数であり、δo，mi＝１（ｎ＝mi），δo．mi＝０（ｎ
≠mi）である。 LPC合成フイルタはこの駆動音源ｄ（ｎ）によ
つて駆動され合成信号x〓（ｍ）を出力する。 LPC合成フイルタとして、たとえば全極型デ
ジタルフイルタを考えるものとし、その伝達関数
をインパルス応答ｋ（ｎ）（０≦ｎ≦Ｍ−１）で表
現するものとすると、合成信号x〓（ｎ）は次の(4)
式で表わされる。 ｘ（ｎ）＝M-1 〓l=0 ｄ（ｌ）・ｈ（ｎ−ｌ） ……(4) (4)式においてｄ（ｌ）は駆動音源を表わす。 次に入力音源信号ｘ（ｎ）と合成信号x〓（ｎ）と
の誤差に対し聴感的な補正を施した重み付け誤差
をew（ｎ）とするとew（ｎ）は次の(5)式で示され
る。 ew（ｎ）＝{x(n)-x〓(n)}＊ｗ（ｎ） ……(5) さらに２乗誤差は(5)式から誘導して次の(6)式で
示すことができる。 M 〓l=0 e2 w（ｎ）＝M 〓l=0 〔｛ｘ（ｎ） −x〓（ｎ）｝＊ｗ（ｎ）〕2 ……(6) (6)式においてＭは誤差を最小化する区間のサン
プル数を示し、たとえば１分析フレーム長に選
ぶ。最適な音源パルス列としてのマルチパルスは
(6)式を最小化するgiを得ることによつて得られ、
このgiは上述した(3)，(4)および(6)式から次の(7)式
の如く誘導される。 gi（mi）＝M 〓n=1 xw（ｎ）・hw（ｎ−mi） −i-1 〓l=1 〔glM 〓M=1 hw（ｎ−ml）・hw（ｎ−mi）〕 ／M 〓n=1 （ｎ−mi）・hw（ｎ−mi） ……(7) (7)式においてxw（ｎ）はｘ（ｎ）＊ｗ（ｎ）、hw
（ｎ）はｈ（ｎ）＊ｗ（ｎ）を示す。(7)式の右辺の
分子の第１項はxw（ｎ）とhw（ｎ）との時間遅れ
miの相互相関関数hx（mi）を示すものであり、
また、第２項のM 〓M-1 hw（ｎ−ml）・hw（ｎ−mi）は
hw（ｎ）の共分散関数hh（ml，mi）（１≦ml，mi
≦Ｎ）を示す。共分散関数hh（ml，mi）は自己
相関関数Rhh（｜ml−mi｜）と等しくなり、従つ
て(7)式は次の(8)式の如く表わすことができる。 (8)式によれば、時間位置miにおいてパルスを
発生せしめると振幅gi（mi）が最適なものとして
決定しうることとなる。なお(8)式において１≦
mi≦Ｍである。 つまり、音源パルスに着目し、種々の時間位置
において(8)式によりその振幅を計算したうえ、そ
の振幅の絶対値を最大とするものが(6)式に示す２
乗誤差を最小化するパルスとなり、このような手
続を繰返して複数個の音源パルスを求めることが
できる。 なお、上述した計算アルゴリズムに関しては、
小沢、荒関，小野“マルチパルス駆動形音声符号
化法の検討”1983年３月電子通信学会通信方式研
究会に詳述されている。 このような計算アルゴリズムに基づいて行なわ
れるマルチパルスの発生によれば、相互相関関数
と自己相関関数ならびに最大値演算から最適なマ
ルチパルスの計算が可能となるため、構成が非常
に簡素化されたものとなり演算量を大幅に低減し
うるマルチパルス型ボコーダを実現することがで
きる。 しかしながら、このようにして改善したマルチ
パルス型ボコーダにあつてもさらに次に述べるよ
うな欠点がある。 すなわち、フレーム内で発生するパルス数より
もフレーム内に存在する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
の劣化を伴なうこととなる。 マルチパルス型ボコーダは、たとえば分析周期
を20mSECとする１フ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。 本発明の目的は上述した欠点を除去し、マルチ
パルス型ボコーダにおいて、分析フレームごとに
ピツチ周期を抽出し、前記分析フレーム長を前記
抽出されたピツチ周期で割つて得られる商値を基
準とし、この商値に対応する数のインパルス系列
を発生させる手段を有することにより、合成音質
の劣化を大幅に改善した簡単な構成のマルチパル
ス型ボコーダを提供することにある。 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で分析フレーム長を割つて
得られる商値を基準とし、この商値に対応する数
のインパルス系列を発生する手段を備えて構成さ
れる。 次に図面を参照して本発明を詳細に説明する。
第２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３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２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分析器７、相互相関数算
出器８、ピツチ抽出器９、第１の符号化器１０、
自己相関関数算出器１１、音源パルス発生器１
２、第２の符号化器１３、商算出器１４およびマ
ルチプレクサ１５を備えて構成される。 入力端子7001を介して入力した入力音声信号
は、LPC分析器７、相互相関関数算出器８およ
びピツチ抽出器９にそれぞれ供給される。 LPC分析器７は入力音声信号を分析フレーム
ごとに、予め設定するビツト数のデジタル量とし
て量子化し、この量子化音声信号をLPC分析し
てLPC係数としてのｐ次のＫパラメータ（偏自
己相関係数）を抽出し、これを出力ライン701を
介して第１の符号化器１０に供給する。本実施例
においては分折フレームは20mSECに設定してい
る。 第１の符号化器１０は、入力したLPC係数の
量子化と符号化を行なつたのち、出力ライン1001
を介してマルチプレクサ１５に送出する。 LPC分析器７はまた、LPC係数からインパル
ス応答ｈ（ｎ）（１≦ｎ≦Ｎ−１）を計算し、出力
ライン702、第１の符号化器１０、出力ライン
1002を介して相互相関関数算出器８および自己相
関関数算出器１１に供給する。 相互相関関数算出器８は、入力音声信号とイン
パルス応答ｈ（ｎ）とを利用して相互相関関数
hxを計算し、これを出力ライン801を介して音
源パルス発生器１２に送出する。 また、自己相関関数算出器１１は、入力したイ
ンパルス応答ｈ（ｎ）の自己相関関数Rhhを計算
し、これを出力ライン1101を介して音源パルス算
出器１２に送出する。 音源パルス算出器１２は、こうして入力した分
析フレームごとの相互相関関数hxと自己相関関
数Rhhとを利用して(8)式の計算を実行し所定の数
が後述する商発生器１４より供給される商値IU
に対応する数よりも多い場合には前記所定数の少
ない場合には商値に対応する数の音源パルス列を
得て、これらのパルスの振幅および位置情報を出
力ライン1201を介して第２の符号化器１３に送出
し、これによつて量子化および符号化を行なつた
のち出力ライン1301を介してマルチプレクサ１５
に送出する。 このようにして、量子化および符号化されてマ
ルチプレクサ１５に送出されるLPC係数および
マルチパルスデータは、入力音声信号のスペクト
ル包絡および音源情報を表わすデータとしてマル
チプレクサ１５を介して所定の方式で時分割さ
れ、伝送路1501を介して第２図に示す分析側から
第３図に示す合成側に伝送されるが、従来の方法
のように分析側における処理において、分析フレ
ーム内で発生すべきマルチパルスの数が伝送ビツ
トレートに対応して予め固定数のものとして設定
されている場合には、女声もしくは幼児声の如く
高ピツチ周期の入力音声信号を入力して、分析フ
レーム内に存在する音源情報のパルス数の方が多
い場合には忠実に音源情報を分析して波形伝送を
図ることができなくなり、このために合成側で再
生される音声品質がこれら２つのパルス数の差に
対応して劣化するという欠点を生じることは前述
したとおりである。 そこで、本実施例にあつては第２図に示すピツ
チ抽出器９および商発生器１４等を備え、次のよ
うにしてこの欠点の除去を図つている。 ピツチ抽出器９は入力音声信号を受けると、分
析フレームごとのその自己相関関数を算出し、こ
れによつてピツチ周期を求めている。これは、入
力音声信号が周期的であれば、この入力音声信号
のピツチ周期と同じ遅れ時間における自己相関関
数が最大値をとるという原理に基づいて一般的に
よく利用されている手法である。 ピツチ抽出器９は、入力音声信号の分析フレー
ムごとにそのピツチ周期を抽出し、このピツチ周
期データTpを商算出器１４へ出力する。商算出
器１４は、分析フレーム長Tf（本実施例に於いて
は160；20mSEC／0.125mSEC）を供給されたTp
で割つて得られる商値ｕを求める。 ｕ＝Tf／Tp 尚、Tpは8KHzサンプルに於けるサンプル数に
基づいて求められるものであり、例えばピツチ周
期が5mSECの場合、Tp＝５／0.125＝40である。
商算出器14が算出する商値ｕとピツチ周期Tpと
分析フレーム長Tf内に存在する入力音声波形の
ピツチ数Npとの関係は以下の通りである。
力音声信号を分析して、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
を発生する声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、Ｋ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、ランダム周期の無声音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は声道をシミユートする全極型
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、
通常は全極型デジ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し付け器
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 akz-k〕 ／〔１−p 〓k=1 akγkz-k〕 ……(1) (1)式においてak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（jλ）を
示し、λ＝2πΔTfでありΔTは分析フレームの標
本化サンプリング周期、ｆ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的重み付けの役割
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
を最小にするように駆動音源系列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）であつて、
このＡ−ｂ−Ｓ手法は上述した内容からも明らか
な如く、マルチパルス１つずつについてパルス発
生、２乗誤差計算およびパルス位置・振幅調整の
ループで行なわれるため、低ビツトレート領域に
おける有効な手段であるにもかかわらず演算量が
極めて膨大なものとなるという欠点がある。 なお、このＡ−ｂ−Ｓ手法については、B.S.
Atal et al，“Ａ New Model of LPC
Excitation for Producing Natural−Sounding
Speech at Low Bit Rates”，Proc.ICASSP
82，pp 614−617，（1982）等に詳述されている。 このような従来のＡ−ｂ−Ｓ手法における欠点
に対して、相関演算にもとづき最適なマルチパル
スを効率的に計算する次のような演算処理アルゴ
リズムが最近紹介されている。 すなわち、入力音声信号ｘ（ｎ）はＮサンプル
ごと処理フレームによつて区分され、このフレー
ムごとにマルチパルスが包括的に計算されるもの
である。 いま、１分析フレーム内に音源パルスがｋ個存
在するものとし、ｉ番目のパルスがフレーム端か
ら時間位置miにあり、かつその振幅がgiである
とすると、LPC合成フイルタの駆動音源ｄ（ｎ）
は次の(3)式で示される。 ｄ（ｎ）＝k 〓i=1 gi・δo，mi ……(3) (3)式においてδo，miはクロネツカーのデルタ関
数であり、δo，mi＝１（ｎ＝mi），δo．mi＝０（ｎ
≠mi）である。 LPC合成フイルタはこの駆動音源ｄ（ｎ）によ
つて駆動され合成信号x〓（ｍ）を出力する。 LPC合成フイルタとして、たとえば全極型デ
ジタルフイルタを考えるものとし、その伝達関数
をインパルス応答ｋ（ｎ）（０≦ｎ≦Ｍ−１）で表
現するものとすると、合成信号x〓（ｎ）は次の(4)
式で表わされる。 ｘ（ｎ）＝M-1 〓l=0 ｄ（ｌ）・ｈ（ｎ−ｌ） ……(4) (4)式においてｄ（ｌ）は駆動音源を表わす。 次に入力音源信号ｘ（ｎ）と合成信号x〓（ｎ）と
の誤差に対し聴感的な補正を施した重み付け誤差
をew（ｎ）とするとew（ｎ）は次の(5)式で示され
る。 ew（ｎ）＝{x(n)-x〓(n)}＊ｗ（ｎ） ……(5) さらに２乗誤差は(5)式から誘導して次の(6)式で
示すことができる。 M 〓l=0 e2 w（ｎ）＝M 〓l=0 〔｛ｘ（ｎ） −x〓（ｎ）｝＊ｗ（ｎ）〕2 ……(6) (6)式においてＭは誤差を最小化する区間のサン
プル数を示し、たとえば１分析フレーム長に選
ぶ。最適な音源パルス列としてのマルチパルスは
(6)式を最小化するgiを得ることによつて得られ、
このgiは上述した(3)，(4)および(6)式から次の(7)式
の如く誘導される。 gi（mi）＝M 〓n=1 xw（ｎ）・hw（ｎ−mi） −i-1 〓l=1 〔glM 〓M=1 hw（ｎ−ml）・hw（ｎ−mi）〕 ／M 〓n=1 （ｎ−mi）・hw（ｎ−mi） ……(7) (7)式においてxw（ｎ）はｘ（ｎ）＊ｗ（ｎ）、hw
（ｎ）はｈ（ｎ）＊ｗ（ｎ）を示す。(7)式の右辺の
分子の第１項はxw（ｎ）とhw（ｎ）との時間遅れ
miの相互相関関数hx（mi）を示すものであり、
また、第２項のM 〓M-1 hw（ｎ−ml）・hw（ｎ−mi）は
hw（ｎ）の共分散関数hh（ml，mi）（１≦ml，mi
≦Ｎ）を示す。共分散関数hh（ml，mi）は自己
相関関数Rhh（｜ml−mi｜）と等しくなり、従つ
て(7)式は次の(8)式の如く表わすことができる。 (8)式によれば、時間位置miにおいてパルスを
発生せしめると振幅gi（mi）が最適なものとして
決定しうることとなる。なお(8)式において１≦
mi≦Ｍである。 つまり、音源パルスに着目し、種々の時間位置
において(8)式によりその振幅を計算したうえ、そ
の振幅の絶対値を最大とするものが(6)式に示す２
乗誤差を最小化するパルスとなり、このような手
続を繰返して複数個の音源パルスを求めることが
できる。 なお、上述した計算アルゴリズムに関しては、
小沢、荒関，小野“マルチパルス駆動形音声符号
化法の検討”1983年３月電子通信学会通信方式研
究会に詳述されている。 このような計算アルゴリズムに基づいて行なわ
れるマルチパルスの発生によれば、相互相関関数
と自己相関関数ならびに最大値演算から最適なマ
ルチパルスの計算が可能となるため、構成が非常
に簡素化されたものとなり演算量を大幅に低減し
うるマルチパルス型ボコーダを実現することがで
きる。 しかしながら、このようにして改善したマルチ
パルス型ボコーダにあつてもさらに次に述べるよ
うな欠点がある。 すなわち、フレーム内で発生するパルス数より
もフレーム内に存在する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
の劣化を伴なうこととなる。 マルチパルス型ボコーダは、たとえば分析周期
を20mSECとする１フ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。 本発明の目的は上述した欠点を除去し、マルチ
パルス型ボコーダにおいて、分析フレームごとに
ピツチ周期を抽出し、前記分析フレーム長を前記
抽出されたピツチ周期で割つて得られる商値を基
準とし、この商値に対応する数のインパルス系列
を発生させる手段を有することにより、合成音質
の劣化を大幅に改善した簡単な構成のマルチパル
ス型ボコーダを提供することにある。 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で分析フレーム長を割つて
得られる商値を基準とし、この商値に対応する数
のインパルス系列を発生する手段を備えて構成さ
れる。 次に図面を参照して本発明を詳細に説明する。
第２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３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２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分析器７、相互相関数算
出器８、ピツチ抽出器９、第１の符号化器１０、
自己相関関数算出器１１、音源パルス発生器１
２、第２の符号化器１３、商算出器１４およびマ
ルチプレクサ１５を備えて構成される。 入力端子7001を介して入力した入力音声信号
は、LPC分析器７、相互相関関数算出器８およ
びピツチ抽出器９にそれぞれ供給される。 LPC分析器７は入力音声信号を分析フレーム
ごとに、予め設定するビツト数のデジタル量とし
て量子化し、この量子化音声信号をLPC分析し
てLPC係数としてのｐ次のＫパラメータ（偏自
己相関係数）を抽出し、これを出力ライン701を
介して第１の符号化器１０に供給する。本実施例
においては分折フレームは20mSECに設定してい
る。 第１の符号化器１０は、入力したLPC係数の
量子化と符号化を行なつたのち、出力ライン1001
を介してマルチプレクサ１５に送出する。 LPC分析器７はまた、LPC係数からインパル
ス応答ｈ（ｎ）（１≦ｎ≦Ｎ−１）を計算し、出力
ライン702、第１の符号化器１０、出力ライン
1002を介して相互相関関数算出器８および自己相
関関数算出器１１に供給する。 相互相関関数算出器８は、入力音声信号とイン
パルス応答ｈ（ｎ）とを利用して相互相関関数
hxを計算し、これを出力ライン801を介して音
源パルス発生器１２に送出する。 また、自己相関関数算出器１１は、入力したイ
ンパルス応答ｈ（ｎ）の自己相関関数Rhhを計算
し、これを出力ライン1101を介して音源パルス算
出器１２に送出する。 音源パルス算出器１２は、こうして入力した分
析フレームごとの相互相関関数hxと自己相関関
数Rhhとを利用して(8)式の計算を実行し所定の数
が後述する商発生器１４より供給される商値IU
に対応する数よりも多い場合には前記所定数の少
ない場合には商値に対応する数の音源パルス列を
得て、これらのパルスの振幅および位置情報を出
力ライン1201を介して第２の符号化器１３に送出
し、これによつて量子化および符号化を行なつた
のち出力ライン1301を介してマルチプレクサ１５
に送出する。 このようにして、量子化および符号化されてマ
ルチプレクサ１５に送出されるLPC係数および
マルチパルスデータは、入力音声信号のスペクト
ル包絡および音源情報を表わすデータとしてマル
チプレクサ１５を介して所定の方式で時分割さ
れ、伝送路1501を介して第２図に示す分析側から
第３図に示す合成側に伝送されるが、従来の方法
のように分析側における処理において、分析フレ
ーム内で発生すべきマルチパルスの数が伝送ビツ
トレートに対応して予め固定数のものとして設定
されている場合には、女声もしくは幼児声の如く
高ピツチ周期の入力音声信号を入力して、分析フ
レーム内に存在する音源情報のパルス数の方が多
い場合には忠実に音源情報を分析して波形伝送を
図ることができなくなり、このために合成側で再
生される音声品質がこれら２つのパルス数の差に
対応して劣化するという欠点を生じることは前述
したとおりである。 そこで、本実施例にあつては第２図に示すピツ
チ抽出器９および商発生器１４等を備え、次のよ
うにしてこの欠点の除去を図つている。 ピツチ抽出器９は入力音声信号を受けると、分
析フレームごとのその自己相関関数を算出し、こ
れによつてピツチ周期を求めている。これは、入
力音声信号が周期的であれば、この入力音声信号
のピツチ周期と同じ遅れ時間における自己相関関
数が最大値をとるという原理に基づいて一般的に
よく利用されている手法である。 ピツチ抽出器９は、入力音声信号の分析フレー
ムごとにそのピツチ周期を抽出し、このピツチ周
期データTpを商算出器１４へ出力する。商算出
器１４は、分析フレーム長Tf（本実施例に於いて
は160；20mSEC／0.125mSEC）を供給されたTp
で割つて得られる商値ｕを求める。 ｕ＝Tf／Tp 尚、Tpは8KHzサンプルに於けるサンプル数に
基づいて求められるものであり、例えばピツチ周
期が5mSECの場合、Tp＝５／0.125＝40である。
商算出器14が算出する商値ｕとピツチ周期Tpと
分析フレーム長Tf内に存在する入力音声波形の
ピツチ数Npとの関係は以下の通りである。
【表】
商算出器１４は更に算出した商ｕの小数点以下
を切り上げたIUを求め、IUを音源パルス発生器
１２へ出力する。 音源パルス発生器１２は前述のごとく商値IU
と予じめ定められた所定のパルス数とを比較し、
予め設定した数がIUより多い場合には前記所定
数の、少ない場合にはIUに対応する数の音源パ
ルスを発生する。 マルチプレクサ１５は出力ライン1001を介して
受けるLPC係数データ、および出力ライン1301
を介して受けるマルチパルスデータの転送を伝送
路１５０１を介して予め定める時分割方式により
同時伝送する。 第３図に示す合成側は、伝送路１５０１を介し
て合成側から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、第１の復号化器１７、第２の復号化器
１８、LPC合成器２１、LPF（Low Pass Filter）
２２等を備えて構成される。 デマルチプレクサ１６は、伝送路１５０１を介
して入力した各種データをマルチプレクサ１５の
時分割伝送形式による変換前の状態に復元し、
LPC係数データは出力ライン161を介して第１の
復号化器１７に、マルチパルスデータは出力ライ
ン162を介して第２の復号化器１８にそれぞれ供
給され、これら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
を介してLPC合成器２１に送出する。 LPC合成器２１は、このようにして入力する
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171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、所作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、第２図および第３図に示す本発明の実施
例においては、LPC係数としてＫ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、および復号化器とデマルチプ
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。 以上説明した如く本発明によれば、マルチパル
スボコーダにおいて、分析フレームごとにピツチ
周期を抽出し、前記分析フレーム長を前記抽出さ
れたピツチ周期で割つて得られる商値を基準と
し、この商値に対応する数のインパルス系列を発
生するという手段を備えて入力音声信号の分析，
合成を図ることによつて入力音声信号が女声もし
くは幼児声の如くそのピツチ周期が短い高声の場
合でも再生音質の劣化を大幅に改善することがで
きるマルチパルス型ボコーダが実現できるという
効果がある。
を切り上げたIUを求め、IUを音源パルス発生器
１２へ出力する。 音源パルス発生器１２は前述のごとく商値IU
と予じめ定められた所定のパルス数とを比較し、
予め設定した数がIUより多い場合には前記所定
数の、少ない場合にはIUに対応する数の音源パ
ルスを発生する。 マルチプレクサ１５は出力ライン1001を介して
受けるLPC係数データ、および出力ライン1301
を介して受けるマルチパルスデータの転送を伝送
路１５０１を介して予め定める時分割方式により
同時伝送する。 第３図に示す合成側は、伝送路１５０１を介し
て合成側から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、第１の復号化器１７、第２の復号化器
１８、LPC合成器２１、LPF（Low Pass Filter）
２２等を備えて構成される。 デマルチプレクサ１６は、伝送路１５０１を介
して入力した各種データをマルチプレクサ１５の
時分割伝送形式による変換前の状態に復元し、
LPC係数データは出力ライン161を介して第１の
復号化器１７に、マルチパルスデータは出力ライ
ン162を介して第２の復号化器１８にそれぞれ供
給され、これら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
を介してLPC合成器２１に送出する。 LPC合成器２１は、このようにして入力する
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171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、所作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、第２図および第３図に示す本発明の実施
例においては、LPC係数としてＫ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、および復号化器とデマルチプ
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。 以上説明した如く本発明によれば、マルチパル
スボコーダにおいて、分析フレームごとにピツチ
周期を抽出し、前記分析フレーム長を前記抽出さ
れたピツチ周期で割つて得られる商値を基準と
し、この商値に対応する数のインパルス系列を発
生するという手段を備えて入力音声信号の分析，
合成を図ることによつて入力音声信号が女声もし
くは幼児声の如くそのピツチ周期が短い高声の場
合でも再生音質の劣化を大幅に改善することがで
きるマルチパルス型ボコーダが実現できるという
効果がある。
第１図は従来の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３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。 １……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……
LPC分析器、８……相互相関関数算出器、９…
…ピツチ抽出器、１０……第１の符号化器、１２
……音源パルス発生器、１３……第２の符号化
器、１４……商算出器、１５……マルチプレク
サ、１６……デマルチプレクサ、１７……第１の
復号化器、１８……第２の復号化器、２１……
LPC合成器、２２……LPF。
的構成を示すブロツク図、第２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３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。 １……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……
LPC分析器、８……相互相関関数算出器、９…
…ピツチ抽出器、１０……第１の符号化器、１２
……音源パルス発生器、１３……第２の符号化
器、１４……商算出器、１５……マルチプレク
サ、１６……デマルチプレクサ、１７……第１の
復号化器、１８……第２の復号化器、２１……
LPC合成器、２２……LPF。
Claims (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ごとにピツチ周期を抽出し、
前記分析フレーム長を前記抽出されたピツチ周期
で割つて得られる商値を基準とし、この商値に対
応する数のインパルス系列を発生させる手段を有
することを特徴とするマルチパルス型ボコーダ。 ２ 前記手段が、前記商値が前記予め定めた複数
個の数よりも大きいときに前記商値に対応する数
のインパルス系列を発生させる手段であることを
特徴とする特許請求の範囲第１項記載のマルチパ
ルス型ボコーダ。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62030194A JPS62215300A (ja) | 1987-02-10 | 1987-02-10 | マルチパルス型ボコ−ダ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62030194A JPS62215300A (ja) | 1987-02-10 | 1987-02-10 | マルチパルス型ボコ−ダ |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62215300A JPS62215300A (ja) | 1987-09-21 |
| JPH043880B2 true JPH043880B2 (ja) | 1992-01-24 |
Family
ID=12296942
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62030194A Granted JPS62215300A (ja) | 1987-02-10 | 1987-02-10 | マルチパルス型ボコ−ダ |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS62215300A (ja) |
-
1987
- 1987-02-10 JP JP62030194A patent/JPS62215300A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS62215300A (ja) | 1987-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6385577B2 (en) | Multiple impulse excitation speech encoder and decoder | |
| RU2644123C2 (ru) | Принцип для кодирования аудиосигнала и декодирования аудиосигнала с использованием детерминированной и шумоподобной информации | |
| CA1219079A (en) | Multi-pulse type vocoder | |
| JPH10143199A (ja) | 音声符号化方法および復号化方法 | |
| JP2829978B2 (ja) | 音声符号化復号化方法及び音声符号化装置並びに音声復号化装置 | |
| JPH0782360B2 (ja) | 音声分析合成方法 | |
| JPS6238500A (ja) | 高能率音声符号化方式とその装置 | |
| JP2956068B2 (ja) | 音声符号化復号化方式 | |
| JPH043880B2 (ja) | ||
| JPH0377999B2 (ja) | ||
| JPS6162100A (ja) | マルチパルス型符号化復号化装置 | |
| JPH0411040B2 (ja) | ||
| JPH043876B2 (ja) | ||
| JP2853170B2 (ja) | 音声符号化復号化方式 | |
| JPH0242239B2 (ja) | ||
| JPH043560B2 (ja) | ||
| JP2898641B2 (ja) | 音声符号化装置 | |
| JP2560860B2 (ja) | マルチパルス型音声符号化及び復号化装置 | |
| JPH0242240B2 (ja) | ||
| JPH0514280B2 (ja) | ||
| JP2639118B2 (ja) | マルチパルス型音声符号復号化装置 | |
| JPH043878B2 (ja) | ||
| Al-Akaidi | Simulation model of the vocal tract filter for speech synthesis | |
| JPH0339320B2 (ja) | ||
| JPH0738115B2 (ja) | 音声分析合成装置 |