JPH0451100A - 音声情報圧縮装置 - 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】 ［産業上の利用分野コ 本発明は、音声信号を情報圧縮して伝送又は蓄積する音
声情報圧縮装置に関する。

［従来の技術］ 一般に音声信号は近接サンプルの相関がかなり高く、近
接サンプルの信号系列によるスペクトル予測の方法を用
いて音声信号を効率良く情報圧縮する手段が広く利用さ
れている。また音声信号にはピッチによる繰り返し的な
冗長性もあり、ピッチ予測により情報圧縮の効率を更に
高める手段も広く利用されている。

これら二つの線形予測の手段を用いた低ビツト率の音声
符号化方法としては、ＣＥＬＰ　（コード−エキサイテ
ツド・リニア・プレデイクション（Ｃｏｄｅ−Ｅｘｃｅ
ｅｄ　Ｌｉｎｅｘｒ　Ｐｒｅｄｉｅｔｉｏｎ））が盛ん
に研究開発されている（例えば、「ストカスティック・
コーディング・オブ・スピーチ・シグナル・アト・ヴ工
り−・ロウ・ビット・レイツ：ザ拳インポータンス・オ
ブ・スピーチ・パーセプション　（Ｓｔｏｃｈａｓｊｉ
ｃ　Ｃｏｄｉｎｇ　ｏｆ　５ｐｅｅｃｈ　Ｓｉｇｎａｌ
ｓ　Ｎ　Ｖｅｔ７　Ｌ。

ｖ　Ｂｉｔ　Ｒａｔｅｓ：　Ｔｈｅ　Ｉｍｐｏｒｔａｎ
ｃｅ　ｏｌ　５ｐｅｅｃｈ　Ｐｅ＋ｃｅｐｔｉｏｎ）　
Ｊ　、エム・アール・シュレーダー及びビ・ニスφアタ
ル　（Ｍ、　Ｒ，５ｈｏｔｅｄｅ＋　ａｎｄ　Ｂ、　Ｓ
、＾ｊａ　ｌ）スピーチ−コミュニケーション（Ｓｐｅ
ｅｃｈ　Ｃｏｍｍｕｎｃａｔｉｏｎ）　、　　４．１９
８５．ノース・ホランド（Ｎｏｒｊｈ−Ｈｏｌｌａｎｄ
）、　１５５〜１６２頁、参照）。

上記のＣＥＬＰにおいては、予測残差信号を４０サンプ
ルの長さのベクトルとして取り扱い、ベクトル量子化の
技術を用いて予測残差信号を非常に低いビット率で圧縮
することにより符号化している。

第５図に従来の音声情報圧縮装置の一例として、ＣＥＬ
Ｐを用いた符号化器を示し、第６図に第５図の符号化器
に対応する復号化器を示す。

以下、第５図の符号化器を説明する。

第５図の符号化器では、ＡＤ変換器５１が、入力端子か
ら入力されたアナログ音声信号波形をデジタルデータに
変換して、一定のサンプル長（例えば５ｍ５ｅｃ）を有
するベクトルＳとして分析器５２及び減算器５８にそれ
ぞれ出力する。

分析器５２は、ＡＤ変換器５１から出力されたベクトル
Ｓに対して線形予測分析を行なう。その分析結果として
入力されたベクトルＳに対応する予測係数ベクトルαと
残差信号の平均振幅ｇとを算出し、予測係数ベクトルα
を線形予測器５３に、また、残差信号の平均振幅ｇを掛
算器５４にそれぞれ出力すると共に、予測係数ベクトル
αと残差信号の平均振幅ｇとをマルチプレクサ５５にも
出力する。ここで線形予測とは、近接サンプルの信号系
列によるスペクトル予測及び一般に長期予測と呼ばれて
いるピッチ予測を総称して表わすものとする。

コードブック５６は、一定のサンプル長の、ゲインを正
規化した残差信号波形（以後、コードワードと称する）
を複数の種類（例えば１０２４種類）記憶しており、最
適コードワード選択器５７の指示により記憶しているコ
ードワードを掛算器５４に出力する。

掛算器５４は、コードブック５６から出力されたコード
ワードを、分析器５２から出力された残差信号の平均振
幅ｇで増幅して、線形予測器５３、加算器６１などで構
成される合成フィルタに出力する。

合成フィルタは、増幅されたコードワードを入力して合
成信号ベクトルＳ′を出力する。

減算器５８は、この合成信号ベクトルＳ′と入力ベクト
ルＳとを入力して差分を算出する。

聴覚的重み付はフィルタ５９は、減算器５８から出力さ
れた差分に対して聴覚のスペクトルマスキングの効果を
考慮してパワー算出器６０に出力し、パワー算出器６０
でパワーが算出され、最適コードワード選択器５７に送
られる。最適コードワード選択器５７は、コードブック
５６の中で前述のパワーが最小になるコードワードを選
択すると共にそのコードワードを特定する指標値１ｎｄ
ｅｘをマルチプレクサ５５に出力する。

マルチプレクサ５５は予測係数ベクトルα、残差信号の
平均振幅ｇ及び残差信号を特定する指標値１ｎｄｅｘの
それぞれを伝送する。

ここでコードワードを記憶するコードブック５６の作成
方法としては、実際の音声信号を長時間分析して残差信
号を得て、その残差信号からベクトル量子化により作成
する方法や、ホワイト−ガウシアン（Ｗｈｉｔｅ−Ｇａ
ｕｓｓｉａｎ）のランダム信号で疑似的に作成する方法
等がある。

次に、第６図に示す復号化器について説明する。

デマルチプレクサ６２は、伝送路から受信した信号を予
測係数ベクトルα、残差信号の平均振幅ｇ及び残差信号
を特定する指標値１ｎｄｅｘのそれぞれに分解する。

コードブック６３は符号化器のコードブック５６と同じ
内容で、残差信号を特定する指標値１ｎｄｅｘに基づき
コードワードを掛算器６４に出方する。

掛算器６４は、コードブック６３から受信したコードワ
ードをデマルチプレクサ６２から出方された平均振幅ｇ
により増幅する。

加算器６５、線形予測器６６などで構成される合成フィ
ルタは、受信した予測ベクトルαに従って形成される合
成フィルタによって合成信号ベクトルを算出する。

ＤＡ変換器６７は、合成フィルタから出力された合成信
号ベクトルを入力して再生信号をアナログ信号に変換し
、入力された音声信号を再生する。

［発明が解決しようとする課題］ しかしながら、上述のＣＥＬＰを用いた音声符号化方法
ではコードブックの内容は一種類であり、音声の長時間
統計分析の結果に基づいて最適化されるように設定され
ている。従って、例えば破裂性子音の破裂時点、無音及
び無声から母音定常への過渡区間などでは、長時間統計
分析の結果のコドブックは最適ではないことが知られて
おり、また音声信号を全極モデルで表現している一般的
なＣＥＬＰでは、鼻音区間の残差信号には全極モデルで
表現しきれなかったスペクトルの零点の情報が残差信号
に含まれており、長時間統計分析の結果のコードブック
では十分対応できないという問題点がある。

本発明の目的は、上記従来の音声情報圧縮装置の問題点
に鑑みて、種々の短時間音声パターンに適した複数の残
差信号コードブックを備え、分析された予測係数をベク
トル量子化した指標値に基づいて、複数の残差信号コー
ドブックの中から使用するコードブックを選択して効率
良く音声の情報を圧縮できる音声情報圧縮装置を提供す
ることにある。

［課題を解決するだめの手段］ 本発明の上述した目的は、入力された音声信号の線形予
測分析を行って分析結果を出力する分析手段と、複数の
線形予測係数ベクトルを記憶する第１コード記憶手段と
、第１コード記憶手段から最適なコードワードの指標値
を得るベクトル量子化手段と、それぞれが複数の残差信
号ベクトルを記憶する複数の第２コード記憶手段と、ベ
クトル量子化手段から出力された最適なコードワードの
指標値に基づいて複数の第２コード記憶手段から使用す
るコード記憶手段を選択する選択手段と、選択手段によ
り選択されたコード記憶手段から全てのコードワードを
入力して合成信号を出力する合成フィルタ手段とを備え
ている音声情報圧縮装置によって達成される。

［作用］ 分析手段が入力された音声信号の線形予測分析を行って
分析結果を出力し、ベクトル量子化手段が複数の線形予
測係数ベクトルを記憶している第１コード記憶手段から
最適なコードワードの指標値を出力し、選択手段がベク
トル量子化手段から出力された最適なコードワードの指
標値に基づいてそれぞれが複数の残差信号ベクトルを記
憶している複数の第２コード記憶手段から使用するコー
ド記憶手段を選択し、合成フィルタ手段が選択手段によ
り選択されたコード記憶手段から全てのコードワードを
入力して合成信号を出力する。

［実施例］ 以下、本発明における音声情報圧縮装置の実施例を図面
を参照して説明する。

第１図は、本発明の音声情報圧縮装置の第１実施例とし
ての符号化器の構成を示すブロック図であり、第２図は
、第１図に示す符号化器に対応する復号化器の構成を示
すブロック図である。

第１図に示す符号化器は、ＡＤ変換器１１．ＡＤ変換器
１１に接続された分析手段としての分析器１２、分析器
１２に接続されたベクトル量子化手段としての予測係数
ベクトル量子化器（図中、予測係数ＶＱと表す）Ｉ３、
予測係数ベクトル量子化器１３に接続された選択手段と
してのコードブック選択器１４、予測係数ベクトル量子
化器Ｉ３及びコードブック選択器１４に接続された線形
予測器１５、予測係数ベクトル量子化器１３及び線形予
測器１５に接続された第１コード記憶手段としての予測
係数コードブック１６、第２コード記憶手段としての残
差信号コードブック１７、分析器１２及び残差信号コー
ドブック１７に接続された掛算器１８、掛算器１８及び
線形予測器１５に接続された加算器１９、ＡＤ変換器１
１、加算器１９及び線形予測器１５に接続された減算器
２０、減算器２０に接続された聴覚的重み付はフィルタ
２１、聴覚的重み付はフィルタ２１に接続されたパワー
算出器２２、パワー算出器２２に接続された最適コード
ワード選択器２３、そして分析器１２、予測係数ベクト
ル量子化器１３及び最適コードワード選択器２３に接続
されたマルチプレクサ２４により構成されている。

次に上記の符号化器の動作を詳述する。

まず、ＡＤ変換器１１は、入力端子から入力されたアナ
ログ音声信号波形をデジタルデータに変換して、一定の
サンプル長（例えば５ｍ５ｅｃ）のベクトルＳとして分
析器１２及び減算器２０にそれぞれ出力する。

分析器Ｉ２は、ＡＤ変換器ＩＩから出力されたベクトル
Ｓを線形予測分析する。ここで線形予測とは、近接サン
プルの信号系列によるスペクトル予測及び一般に長期予
測と呼ばれているピッチ予測を総称して表わすものとす
る。そして、分析器１２は、その分析結果として予測係
数ベクトルαと残差信号の平均振幅ｇとを算出し、予測
係数ベクトルαを予測係数ベクトル量子化器１３に、残
差信号の平均振幅ｇを掛算器１８にそれぞれ出力する。

予測係数ベクトル量子化器１３は、予測係数コードブッ
ク１６を参照して最適なコードワードの指標値ｊを得る
。

コードブック選択器１４では予測係数ベクトル量子化器
１３から出力される指標値ｊに基づいて、複数の残差信
号コードブック１７から、使用するコードブックを選択
する。なおこの複数の残差信号コードブック１７の生成
方法及び使用するコードブックを選択する方法について
は後述する。

コードブック選択器１４により選択された残差信号コー
ドブックＩ７には、一定のサンプル長のゲインを正規化
した複数の種類（例えば２５６種類）のコードワードが
記憶されている。

最適コードワード選択器２３は、コードブック選択器１
４によって選択された残差信号コードブックに対して、
その選択された残差信号コードブックに記憶されている
全てのコードワードを掛算器１８に出力するように指示
する。

掛算器１８により選択された残差信号コードブックから
出力されたコードワードを増幅したあと、線形予測器１
５などで構成される合成フィルタ手段としての合成フィ
ルタが、増幅されたニードワードから合成信号ベクトル
Ｓ′を算出して減算器２０に出力する。

減算器２０は、この合成信号ベクトルＳ′と入力ベクト
ルＳとを差分してエラーを求め、聴覚的重み付はフィル
タ２１に出力する。聴覚的重み付はフィルタ２１は、入
力されたエラーに対してスペクトルマスキングの効果を
考慮してパワー算出器２２に出力し、パワー算出器２２
でパワーが算出され、最適コードワード選択器２３は、
選択されたコードブックの中で前述のパワーが最小にな
るコードワードを特定する指標値ｉを得る。

マルチプレクサ２４は、予測係数ベクトルを特定する指
標値ｊ１残差信号の平均振幅ｇ及び残差信号を特定する
指標値ｉのそれぞれを通信路２５に伝送する。

次に、上述の音声信号の特徴に適した残差信号ベクトル
を記憶する複数のコードブック１７の作成について説明
する。

本実施例の符号化器においては、コードブックの作成は
非常に重要な問題であり、もし適切に複数のコードワー
ドを有する複数のコードブックを作成することができな
ければ、符号化の性能向上は期待できない。また、複数
のコードブックを記憶するメモリー量が増大するという
デメリットも生ずる。

以下、複数のコードワードを有する複数のコードブック
１７の作成方法及び使用するフードブックを選択する方
法の一例として、実際の音声信号を長時間分析して作成
する場合の手順を説明する。

ステップ１：　従来の手順と同じ方法で、サイズの大き
い（例えばＮ＝４０９６コードワード）残差信号コード
ブックを、長時間音声を分析することにより作成する。

そしてこのコードワードの指標値をｎ　（ｎ＝１．２．
−、Ｎ）で表す（但し、Ｎは正の整数とする）。

ステップ２：　ステップ１で作成した残差信号コードブ
ックを使用して予測係数ベクトル量子化器１３により、
再度、長時間音声を符号化する。

このとき、線形予測係数のベクトル量子化の指標値をｊ
　（ｊ＝１．　２．・・・９Ｍであり、Ｍは線形予測係
数のコードブックサイズを表わす任意の正の整数とする
）として、各指標値ｊの値ごとに残差信号の全てのコー
ドワードについて貢献度を求める。ここで貢献度とは、
あるコードワードがどれぐらいの頻度で使われたか、そ
してその時の性能（合成音の品質）はどうであったかを
示すものである。

一例として、線形予測係数のベクトル量子化の指標値ｊ
における残差信号の指標値ｎのコードワードの貢献度を
Ｃ（Ｄ　とすると、Ｃ（Ｄｎ　　　　　　　　　　　　
　　　　　　　ｎ＝（残差信号の指標値ｎの利用された
確率）×（残差信号の指標値ｎを利用した合成音の平均
性能） で表わされる。

ここで平均性能とは信号に対する雑音比（シグナル・ト
ウ・ノイズ・レシオ　（Ｓｉｇｎａｌ−ｔｏ−Ｎｏｉｓ
ｅＲａｔｉｏ））の平均値である。

ステップ３：　全ての線形予測係数のベクトル量子化の
指標値ｊごとに残差信号のコードブックを持つことは、
莫大なメモリー量を必要する点で否現実的である。従っ
て、線形予測係数のベクトル量子化の指標値ｊごとに、
コードブックの利用状況が似通っているものを集めて、
残差信号のコードワードの貢献度のパターンを少数にま
とめることが必要である。

このようなまとめは、貢献度Ｃ（Ｄを、変数がＪのＮ個
のサンプルのベクトルと見なし、ベクトル量子化の方法
を用いて、ＫをＪより小さい数として、Ｋ種類（ここで
Ｋは、残差信号のコードブックの種類の数）の貢献度の
データＣ（ｋ）（ｋ＝１．　２．・・・、Ｋ）を得るこ
とで実現できる。

即ち、貢献度をＣ（ｋ）として、ｋ＝１．２゜・・・、
Ｋ＜ｊとする。

このベクトル量子化の際、線形予測係数のベクトル量子
化の指標値ｊとベクトル量子化でまとめあげられたｋの
対応を記憶しておく。この対応関係の例を第１表に示す
（ここでは、Ｊを１０２４、Ｋを８とする）。

上述のステップ１〜ステツプ３により、音声信号の特徴
ごとに残差信号のコードブックの利用状況がクラスタ化
される。

ステップ４：　最後のステップとしては、上記に種類の
残差信号のコードブックについてサイズの縮小を行う。

ステップ３までは、どのクラスタの残差信号のコードブ
ックも内容は同じであるが、クラスタごとにコードワー
ドの貢献度が異なっている。

そこで各コードブックについて貢献度の高いコードワー
ドを抽出することにより、各フードブックのサイズを縮
小する。ここでは、ステップ１の残差信号のコードブッ
クサイズは４０９６　（指標値は１２ｂ　ｉ　ｔ　ｓで
表現される）種類であったが、貢献度の高いものから１
０２４　（指標値は１０ｂｉｔｓで表現される）種類に
絞り込む。

上述の手順により、音声信号の特徴ごとに適切な残差信
号のコードブックが作成されると共に、作成されたコー
ドブックの選択も実現できる。

次に第１図の符号化器に対応する復号化器を第２図に示
す。

第２図の復号化器は、デマルチプレクサ２６、デマルチ
プレクサ２６に接続されたコードブック選択器２７、デ
マルチプレクサ２６に接続された残差信号コードブック
２８、デマルチプレクサ２６及びコードブック２８に接
続された掛算器２９、掛算器２９に接続された加算器３
０．加算器３ｏに接続された線形予測器３１．線形予測
器３１に接続された予測係数コードブック３２、加算器
３０及び線形予測器３１に接続されたＤＡ変換器３３に
より構成されている。

次に第２図に示す復号化器の動作を説明する。

デマルチプレクサ２６は、伝送路２５から受信した信号
を、予測係数ベクトルαを特定する指標値ｊ１残差信号
の平均振幅ｇ及び残差信号を特定する指標値ｉにそれぞ
れ分解する。

コードブック選択器２７は、予め備えられている複数の
残差信号コードブック２８から予測係数ベクトルαを特
定する指標値ｊに基づいて、使用する残差信号コードブ
ックを選択する。なおこの動作は符号化器と同じである
。また、複数の残差信号コードブック２８と予測係数コ
ードブック３２とは、符号化器のコードブック１７及び
１６とそれぞれ同じ内容である。

コードブック選択器２７により使用する残差信号コード
ブックが選択されたならば、選択された残差信号コード
ブックの指標値ｉで特定されるコードワードを掛算器２
９に出力する。

掛算器２９は、特定されたコードワードを入力して、デ
マルチプレクサ２６から出力された平均振幅ｇによりコ
ードワードを増幅して、加算器３０、線形予測器３１な
どで構成される合成フィルタに出力する。

合成フィルタは、デマルチプレクサ２６から出力された
予測係数コードワードの指標値ｊに従って形成される合
成フィルタで増幅されたコードワードより合成信号ベク
トルを算出してＤＡ変換器３３に出力する。

ＤＡ変換器３３は、入力された合成信号ベクトルをアナ
ログ信号に変換して入力音声信号を再生する。

上記動作手順により、残差信号のコードブックを、音声
信号の特徴に基づいて変化させることで、効率良く音声
の情報を圧縮することができる。

第１実施例では、複数の残差信号コードブックを備える
ことにより、必要なメモリ量が増大する。

また上述の複数の残差信号フードブックの生成法におい
て説明した手順から理解されるように、各残差信号コー
ドブックは、ある大きな（例えば４０９６種類）残差信
号コードブックから抽出（例えば１０２４種類）して構
成したものである。なお複数の残差信号コードブックの
内容には重複するコードワードがある。

次に、第３図に本発明の音声情報圧縮装置の第２実施例
としての符号化器の構成のブロック図を示し、第４図に
第３図に示す符号化器に対応する復号化器の構成のブロ
ック図を示す。

第３図に示す符号化器は、第１実施例における上述の点
に鑑み、複数の残差信号コードブックに必要なメモリー
量を少なくして構成されている。

第３図に示す符号化器及び第４図に示す復号化器おいて
、第１図の符号化器及び第２図の復号化器との違いは、
第１図及び第２図中の複数の残差信号コードブック１７
．２８に変わって、異なる内容を有する複数の残差信号
コードブック３４．３６を備えていること及び新たに残
差信号コードブック３５３７が追加されたことである。

上述の部分以外は第１実施例と全く同じ動作をするので
、以下これらの残差信号コードブック３４゜３５、３６
．３７についてのみ説明する。

第３図に示す符号化器及び第４図に示す復号化器おいて
、残差信号を実際に記憶しておくコードブックは、残差
信号フードブック３５．３７のみである。複数の残差信
号コードブック３４．３６は、残差信号を直接記憶して
いるのではなく、残差信号コードブック３５．　３７の
コードワードを特定する指標値を記憶しているのみであ
る。従って、複数の残差信号コードブック３４．　３６
に対して必要なメモリ量は比較的少なくて済む。

なお、残差信号を実際記憶しておくコードブック３５．
３７の作成は、前述した第１実施例の複数の残差信号コ
ードブックの作成において、残差信号コードブック３４
．３６の指標値を全てリストアツブし、ステップ１で作
成したサイズの大きい残差信号のコードブックから重複
のないようにコードワードを抽出して作成すればよい。

第３図の符号化器及び第４図の復号化器により、少ない
メモリに記憶されている残差信号のコードブックを音声
信号の特徴に基づいて適応的に変化させることにより効
率良く音声の情報圧縮ができる。

［発明の効果］ 入力された音声信号の線形予測分析を行って分析結果を
出力する分析手段と、複数の線形予測係数ベクトルを記
憶する第１コード記憶手段と、前記第１コード記憶手段
から最適なコードワードの指標値を得るベクトル量子化
手段と、それぞれが複数の残差信号ベクトルを記憶する
複数の第２コード記憶手段と、前記ベクトル量子化手段
から出力された前記最適なコードワードの指標値に基づ
いて前記複数の第２コード記憶手段から使用するコード
記憶手段を選択する選択手段と、前記選択手段により選
択されたコード記憶手段から全てのコードワードを入力
して合成信号を出力する合成フィルタ手段とを備えてい
るので、コード記憶手段の選択のための補助情報を用い
ないで、適切な残差信号コード記憶手段を選択して使用
することができ、その結果、能率的に音声の情報を圧縮
できる。

第２図

【図面の簡単な説明】

第１図は本発明の音声情報圧縮装置の第１実施例として
の符号化器の構成を示すブロック図、第２図は第１図に
示す符号化器に対応する復号化器の一構成例を示すブロ
ック図、第３図は本発明の音声情報圧縮装置の第２実施
例としての符号化器の構成を示すブロック図、第４図は
第３図に示す符号化器に対応する復号化器の一構成例を
示すブロック図、第５図は従来の音声情報圧縮装置の符
号化器の一例を示すブロック図、第６図は第５図に示す
符号化器に対応する復号化器の一例を示すブロック図で
ある。 １１・・・ＡＤ変換器、１２・・・分析器、１３・・・
予測係数ベクトル量子化器、１４．２７・・・コードブ
ック選択器、１５、３１・・・線形予測器、１６．３２
・・・予測係数コードブック、１７．２８．３４．３６
・・・残差信号フードブック、Ｉｌｌ、　２９・・・掛
算器、１９．３０・・・加算器、２０・・・減算器、２
１・・・聴覚的重み付はフィルタ、２２・・・パワー算
出器、２３・・・最適コードワード選択器、２４・・・
マルチプレクサ、２６・・・デマルチプレクサ、３３・
・・ＤＡ変換器。 第３図 第４ 図

Claims (1)

【特許請求の範囲】
1. 入力された音声信号の線形予測分析を行って分析結果を
   出力する分析手段と、複数の線形予測係数ベクトルを記
   憶する第１コード記憶手段と、前記第１コード記憶手段
   から最適なコードワードの指標値を得るベクトル量子化
   手段と、それぞれが複数の残差信号ベクトルを記憶する
   複数の第２コード記憶手段と、前記ベクトル量子化手段
   から出力された前記最適なコードワードの指標値に基づ
   いて前記複数の第２コード記憶手段から使用するコード
   記憶手段を選択する選択手段と、前記選択手段により選
   択されたコード記憶手段から全てのコードワードを入力
   して合成信号を出力する合成フィルタ手段とを備えてい
   ることを特徴とする音声情報圧縮装置。