JPH05165498A - 音声符号化方法 - Google Patents

Abstract

(57)【要約】 【目的】 低ビットレートでの符号化品質を向上させ
る。 【構成】 フレーム単位での分析（１０１）して得た声
道パラメータを前段の量子化器１０２でベクトル量子化
する。それをサブフレーム単位で補間（１０３）し、分
析して得た声道パラメータと補間パラメータとの誤差
を、後段の量子化器１０４で量子化する。フレーム単位
で更新する声道パラメータの主コードと、サブフレーム
単位で更新する声道パラメータ誤差の補正コードとを、
声道パラメータコードとして出力する。後段の量子化に
おけるダイナミックレンジが小さくなり、ビットレート
を圧縮することができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、音声信号の圧縮符号
化方法に関するものである。

【０００２】

【従来の技術】８ｋビット／秒以下の圧縮率での、音声
信号の高能率符号化方法は、Ａｔａｌ等による或いは次
の文献１で開示されている、コード励振線形予測符号化
方式が有効な手法である。これは音声信号を声道のパラ
メータと、励振源のパラメータによって表現するもので
ある。なお、文献１では、励振源のパラメータが統計コ
ードブックと適応コードブックの２つによってベクトル
量子化される点が特徴となっている。

【０００３】文献１：N.S.Jayant & J.H.Chen,“Speech
Coding with Time-Varying Bit Allocations to Excit
ation and LPC parameters",Proc,ICASSP-89,(1989) 声道パラメータは、通常、多段ベクトル量子化され、或
いはベクトル・スカラ併用で多段量子化され、次の文献
２には、２段ベクトル量子化による、量子化計算量の削
減について開示されている。

【０００４】文献２：「２段ベクトル量子化による破裂
音の認識」電子通信情報学会技術研究報告、ＳＰ９０−
６（１９９０年５月２５日）。

【０００５】

【発明が解決しようとする課題】他方、コード励振線形
予測符号化方式では、ビットレート圧縮のために、声道
パラメータは特定の時間長さのフレームに対して１回し
か送らず、声道のパラメータを、フレームをさらに分割
したサブフレームに対して用いるときは、補間して用い
ている。

【０００６】ビットレートが８ｋビット／秒程度のとき
には、フレーム長は２０ｍ秒程度の長さのものを用いる
ことができた。ここで音声信号は、その声道の状態につ
いて考えると、およそ２０ｍ秒程度は同じ統計的性質を
保ち続けると考えられるので、８ｋビット／秒程度の圧
縮符号化については、単に補間するだけでも特に品質劣
化は生じない。

【０００７】しかし、ビットレートを４ｋビット／秒程
度にまでさらに圧縮するときには、フレーム長を３０ｍ
秒から４０ｍ秒程度に、すなわち、音声の定常な区間の
長さよりも長く設定せざるを得ない。

【０００８】そのため、声道パラメータの時間分解能が
不十分となり、この声道パラメータを単に補間するだけ
では、声道の情報の正確な表現が不可能になってしまっ
て、例えば、子音が欠落してしまうなど、合成音声の品
質が劣化してしまうという問題が生じていた。

【０００９】従って、本発明は、ビットレートの更なる
圧縮のために、フレーム長は長いままであって、しか
も、声道の状態の変化を十分正確に表現することができ
るような、音声の符号化方法を提供することを目的とし
ている。

【００１０】

【課題を解決するための手段】本発明はコード励振線形
予測符号化方法に関する。この方法では、声道パラメー
タ及び励振源パラメータを指定するコードが符号出力と
なる。

【００１１】本発明では、フレーム単位で、声道パラメ
ータを１段ベクトル量子化もしくは複数段ベクトル量子
化して、フレーム単位での声道パラメータである量子化
声道主パラメータを決定する。

【００１２】また、前フレームと現フレームとの量子化
声道主パラメータによるサブフレーム単位での補間によ
って、サブフレーム単位で量子化声道補間パラメータを
作成し、入力音声信号の声道パラメータとの差を計算し
てサブフレーム単位で声道パラメータ誤差を求める。

【００１３】そして、サブフレーム単位で、声道パラメ
ータ誤差をベクトル量子化もしくはスカラ量子化して、
量子化声道補正パラメータを決定する。

【００１４】フレーム単位での量子化声道主パラメータ
を指定するコードとサブフレーム単位での量子化声道補
正パラメータを指定するコードとを声道パラメータの出
力コードとする。

【００１５】

【作用】全体としては、声道パラメータを複数段量子化
して声道パラメータコードを決定する。この明細書で
は、前段の量子化（ベクトル量子化）に関するものを量
子化声道主パラメータとし、後段の量子化（ベクトル又
はスカラ量子化）のものを量子化声道補正パラメータと
して区別しているけれども、ベクトルの計算量が削減で
きるなどの複数段量子化の利点は維持される。

【００１６】本発明においては、前段と後段の間におい
て、サブフレーム単位での補間処理を行う。すなわち、
現フレームの声道パラメータ（量子化声道主パラメー
タ）と、サブフレーム単位での補間処理した声道パラメ
ータ（量子化声道補間パラメータ）との、声道パラメー
タ誤差を求め、その誤差を量子化して、サブフレーム単
位での声道パラメータ（量子化声道補正パラメータ）と
そのコードとを決定する。

【００１７】このように、補間処理を中間に持ってきた
ため、後段の量子化におけるダイナミックレンジ（声道
パラメータのベクトル空間）が小さくなり、サブフレー
ム単位の情報を付加しても、ビットレートの圧縮とな
る。

【００１８】フレームに対応した情報である量子化声道
主パラメータのコードと、サブフレームに対応した情報
である量子化声道補正パラメータのコードとを、フレー
ム毎の声道パラメータのコードとして出力する。

【００１９】

【実施例】図１は、本発明を適用した符号化器を示すブ
ロック図であり、１０１は声道分析器、１０２は声道パ
ラメータ量子化器、１０３は補間器、１０４はパラメー
タ誤差量子化器、１０５は適応コードブック、１０６は
統計コードブック、１０７は合成フィルタ、１０８は誤
差計算器、１０９は最小誤差選択器、１１０は多重化
器、１１１は減算器、１１２は加算器、１１３は加算
器、１１４は減算器である。次に、図１に沿って、動作
を説明する。

【００２０】Ａ／Ｄ変換された入力音声信号系列は、特
定のフレーム長単位で入力され、声道分析器１０１で声
道分析され、声道パラメータが求められる。

【００２１】入力音声信号の声道パラメータは声道パラ
メータ量子化器１０２で量子化され、その量子化声道主
パラメータのコード（声道パラメータ主コード）は、各
フレームで１回、多重化器１１０に送られる。

【００２２】また、量子化声道主パラメータは補間器１
０３で、フレームをさらに分割したサブフレーム単位に
補間されて声道補間パラメータにして、用いられる。

【００２３】現サブフレームで用いられる声道パラメー
タは量子化、および補間による誤差を含んでいる。

【００２４】そこで、現サブフレームにおける声道分析
の結果得られた、誤差を含まない声道パラメータとの差
から、その誤差を求め、それを声道補正パラメータ量子
化器１０４で量子化し、声道補正パラメータを求め、そ
のコード（声道パラメータ補正コード）は、各サブフレ
ームで１回、多重化器１１０に送られる。

【００２５】図２は、量子化器１０２、１０４、及び補
間器１０３の動作説明図であり、１フレームを４サブフ
レームで構成した例で示している。

【００２６】図２において、両端の○印はフレーム単位
の量子化声道主パラメータを示し、Ｘ印はサブフレーム
単位の量子化声道補間パラメータを示し、△印は加算器
１１２の出力に対応するものである。

【００２７】Ｘ印と△印との差が、減算器１１１とパラ
メータ誤差量子化１０４とによって作成した声道補正パ
ラメータを示している。

【００２８】図１において、適応コードブック１０５か
らの適応励振ベクトルと、統計コードブック１０６から
の統計励振ベクトルを加算器１１３で加算して励振信号
ベクトルを構成し、その励振信号ベクトルから、加算器
１１２の出力の声道パラメータ（補正された声道パラメ
ータ）を用いた合成フィルタ１１７で合成音声信号を合
成し、誤差計算器１０８で入力音声信号との誤差を求め
る。

【００２９】多重化器１１０は以上の装置で得られた、
声道パラメータコード、声道補正パラメータコード、適
応励振コード、および統計励振コードを多重化し、トー
タルコードとして通信回線に送信する。

【００３０】図３に、図１の符号化に対応した復号器の
ブロック図を示す。

【００３１】図３において、多重分離器２０１は通信回
線から受け取ったトータルコードを、声道パラメータ主
コード、声道パラメータ補正コード、適応励振コード、
および統計励振コードに分離し、復号器の各装置に送
る。

【００３２】声道パラメータ主コードは声道パラメータ
逆量子化器２０２で逆量子化され、声道主パラメータと
なる。さらに、声道主パラメータは補間器２０３で各サ
ブフレーム単位に補間される。

【００３３】次に、声道補正パラメータ逆量子化器２０
４で、声道パラメータ補正コードを逆量子化して声道補
正パラメータを求め、加算器２０８で声道主パラメータ
を補正する。

【００３４】また、適応コードブック２０５からの、適
応励振コードに対応する最適な適応励振ベクトルと、統
計コードブック２０６からの、統計励振コードに対応す
る最適な統計励振ベクトルとから、励振信号ベクトルを
構成し、補正された声道パラメータを用いた合成フィル
タ２０７で再生音声出力を合成する。

【００３５】

【発明の効果】本発明によって、声道のパラメータをフ
レーム単位ではなく、サブフレームの単位で更新するこ
とが可能となり、その結果、低ビットで、音声信号の声
道の性質の時間的な変化に十分追随できるようなコード
化方法が構成できる。

【図面の簡単な説明】

【図１】本発明を適用した音声符号化器を示すブロック
図、

【図２】図１における補間および補正動作の説明図、

【図３】図１に対応した復号化器のブロック図、

【符号の説明】

１０１ 声道分析器 １０２ 声道パラメータ量子化器 １０３ 補間器 １０４ パラメータ誤差量子化器 １０５ 適応コードブック １０６ 統計コードブック １０７ 合成フィルタ １０８ 誤差計算器 １０９ 最小誤差選択器 １１０ 多重化器 １１１ 減算器 １１２ 加算器 １１３ 加算器 １１４ 減算器

フロントページの続き (72)発明者 有山 義博 東京都港区虎ノ門１丁目７番12号 沖電気 工業株式会社内

Claims (1)

【特許請求の範囲】
1. 【請求項１】 入力音声信号をフレーム単位で線形予測
   分析して声道パラメータを得、前記入力音声信号と合成
   音声信号との誤差を評価することによって励振源パラメ
   ータを得、前記声道パラメータ及び前記励振源パラメー
   タをそれぞれ量子化し且つそれらパラメータを指定する
   コードを決定し、それらのコードによって音声信号を表
   現する音声符号化方法において、 フレーム単位で、前記声道パラメータをベクトル量子化
   して、量子化声道主パラメータを決定し、 前フレームと現フレームとの前記量子化声道主パラメー
   タによるサブフレーム単位での補間によって、サブフレ
   ーム単位で量子化声道補間パラメータを作成し、 前記入力音声の前記声道パラメータとサブフレーム単位
   での前記量子化声道補間パラメータとの差を計算して、
   サブフレーム単位で声道パラメータ誤差を求め、 サブフレーム単位で、前記声道パラメータ誤差を量子化
   して、量子化声道補正パラメータを決定し、 フレーム単位での前記量子化声道主パラメータを指定す
   る声道パラメータ主コードとサブフレーム単位での前記
   量子化声道補正パラメータを指定する声道パラメータ補
   正コードとを声道パラメータの前記コードとすることを
   特徴とした音声符号化方法。