JPH05224698A - ピッチサイクル波形を平滑化する方法及び装置 - Google Patents
ピッチサイクル波形を平滑化する方法及び装置Info
- Publication number
- JPH05224698A JPH05224698A JP27759292A JP27759292A JPH05224698A JP H05224698 A JPH05224698 A JP H05224698A JP 27759292 A JP27759292 A JP 27759292A JP 27759292 A JP27759292 A JP 27759292A JP H05224698 A JPH05224698 A JP H05224698A
- Authority
- JP
- Japan
- Prior art keywords
- audio signal
- traces
- trace
- signal
- smoothing
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
Abstract
(57)【要約】
【構成】 本件発明は、合成による分析復号器からの再
構成された音声信号を処理する方法及び装置に関する。
本件発明は、復号器によって提供された第１の音声信号
中の１又はそれ以上のトレースを識別し、１又はそれ以
上の識別されたトレースを平滑化し、１又はそれ以上の
平滑化されたトレースを組合せて第２の音声信号を形成
することを特徴とする。ここで、トレースとは再構成さ
れた音声信号中の類似した特徴のシーケンスである。 【効果】 本件発明により、再構成された音声の品質を
改善することができる。
構成された音声信号を処理する方法及び装置に関する。
本件発明は、復号器によって提供された第１の音声信号
中の１又はそれ以上のトレースを識別し、１又はそれ以
上の識別されたトレースを平滑化し、１又はそれ以上の
平滑化されたトレースを組合せて第２の音声信号を形成
することを特徴とする。ここで、トレースとは再構成さ
れた音声信号中の類似した特徴のシーケンスである。 【効果】 本件発明により、再構成された音声の品質を
改善することができる。
Description
【０００１】
【技術分野】本件発明は一般的に音声通信システム、特
にコードワードから音声を再生するのに関連した信号処
理に関する。
にコードワードから音声を再生するのに関連した信号処
理に関する。
【０００２】
【背景技術】音声情報の効率の高い通信にはチャネルあ
るいはネットワークを通して伝送するために音声信号を
符号化することが多い。音声の符号化によって制限され
た帯域のチャネルを通して通信するのに有効なデータ圧
縮を行なうことができる。音声符号化システムは、音声
信号をチャネルを通して伝送するためのコードワードに
変換する符号化プロセスと音声を受信されたコードワー
ドから再生する復号プロセスを含んでいる。
るいはネットワークを通して伝送するために音声信号を
符号化することが多い。音声の符号化によって制限され
た帯域のチャネルを通して通信するのに有効なデータ圧
縮を行なうことができる。音声符号化システムは、音声
信号をチャネルを通して伝送するためのコードワードに
変換する符号化プロセスと音声を受信されたコードワー
ドから再生する復号プロセスを含んでいる。
【０００３】大部分の音声符号化技術の目的は、音帯が
ぴんと張って擬周期的に振動したときに生ずる有音声の
ような元の音声を忠実に再生することである。時間領域
では、音声の信号は同じ連続として現われるがゆるやか
に変化するピッチサイクルと呼ばれる波形の連続として
現われる。これらのピッチサイクルのひとつはピッチ周
期と呼ばれる時間長を有する。
ぴんと張って擬周期的に振動したときに生ずる有音声の
ような元の音声を忠実に再生することである。時間領域
では、音声の信号は同じ連続として現われるがゆるやか
に変化するピッチサイクルと呼ばれる波形の連続として
現われる。これらのピッチサイクルのひとつはピッチ周
期と呼ばれる時間長を有する。
【０００４】当業者にはコード励振線形予測（ＣＥＬ
Ｐ）音声コーディングとして知られる、長期予測器（Ｌ
ＰＴ）を使用した合成による分析形の音声符号化方式に
おいては、符号化されたピッチサイクルのフレーム（あ
るいはサブフレーム）は復号器のＬＰＴの過去のピッチ
サイクルのデータを使用して復号器によって再生され
る。典型的なＬＴＰは、過去のピッチサイクルのデー
タ、すなわち過去のピッチサイクルデータの重りあった
ベクトルの適応的コードブックの遅延したフィードバッ
クを与える全極フィルタであると解釈される。過去のピ
ッチサイクルのデータは、復号されるべき現在のピッチ
サイクルの近似として動作する。固定したコードブック
（すなわち統計的コードブック）は過去のピッチサイク
ルデータを高精度化し、現在のピッチサイクルの詳細を
反映するのに使用することができる。
Ｐ）音声コーディングとして知られる、長期予測器（Ｌ
ＰＴ）を使用した合成による分析形の音声符号化方式に
おいては、符号化されたピッチサイクルのフレーム（あ
るいはサブフレーム）は復号器のＬＰＴの過去のピッチ
サイクルのデータを使用して復号器によって再生され
る。典型的なＬＴＰは、過去のピッチサイクルのデー
タ、すなわち過去のピッチサイクルデータの重りあった
ベクトルの適応的コードブックの遅延したフィードバッ
クを与える全極フィルタであると解釈される。過去のピ
ッチサイクルのデータは、復号されるべき現在のピッチ
サイクルの近似として動作する。固定したコードブック
（すなわち統計的コードブック）は過去のピッチサイク
ルデータを高精度化し、現在のピッチサイクルの詳細を
反映するのに使用することができる。
【０００５】ＣＥＬＰのような合成による分析符号化シ
ステムでは、低ビットレートのコーディングを行なうこ
とはできるが、元の波形のピッチサイクルの変化を完全
に記述するのに充分な情報を伝達できないことがある。
元の音声のピッチサイクルの波形の連続の変化（すなわ
ち、ダイナミックス）が再生された音声で保存されない
ときには感知できるような歪みが生ずることもある。
ステムでは、低ビットレートのコーディングを行なうこ
とはできるが、元の波形のピッチサイクルの変化を完全
に記述するのに充分な情報を伝達できないことがある。
元の音声のピッチサイクルの波形の連続の変化（すなわ
ち、ダイナミックス）が再生された音声で保存されない
ときには感知できるような歪みが生ずることもある。
【０００６】
【発明の要約】本件発明は音声符号化システムによって
発生する再生された音声のダイナミックスを改善するた
めの方法と装置を提供する。実施例の符号化システム
は、ＣＥＬＰシステムのようなＬＴＰを使用した合成に
よる分析システムを含んでいる。再生された有音声信号
のひとつあるいはそれ以上のトレースの識別と平滑化に
よって改良が行なわれる。トレースとは有音声信号のピ
ッチサイクルのシーケンスに現われる類似した特徴によ
って形成されるエンベロープである。識別されたトレー
スは線形内挿あるいは低減濾波のような周知の手法のい
ずれかによって平滑化される。平滑化されたトレース
は、本件発明によって平滑化された再生信号にとりまと
められる。トレースの識別、平滑化およびとりまとめ
は、再生された音声領域、あるいは合成による分析符号
化システムに存在する励起領域のいずれかで実行され
る。
発生する再生された音声のダイナミックスを改善するた
めの方法と装置を提供する。実施例の符号化システム
は、ＣＥＬＰシステムのようなＬＴＰを使用した合成に
よる分析システムを含んでいる。再生された有音声信号
のひとつあるいはそれ以上のトレースの識別と平滑化に
よって改良が行なわれる。トレースとは有音声信号のピ
ッチサイクルのシーケンスに現われる類似した特徴によ
って形成されるエンベロープである。識別されたトレー
スは線形内挿あるいは低減濾波のような周知の手法のい
ずれかによって平滑化される。平滑化されたトレース
は、本件発明によって平滑化された再生信号にとりまと
められる。トレースの識別、平滑化およびとりまとめ
は、再生された音声領域、あるいは合成による分析符号
化システムに存在する励起領域のいずれかで実行され
る。
【０００７】
【詳細な記述】有音声 図１は有声音信号（２０ｍｓ）の様式化された時間領域
の表現を示している。図示のように、有声音は個々の類
似したピッチサイクルと呼ばれる波形のシーケンスとし
て記述することができる。一般に各ピッチサイクルは、
振幅についてもその期間についてもその隣接したピッチ
サイクルとわずかに異っている。図に示した括弧は連続
したピッチサイクルの間の境界の集合を示している。こ
の図では各ピッチサイクルは長さが約５ミリ秒である。
の表現を示している。図示のように、有声音は個々の類
似したピッチサイクルと呼ばれる波形のシーケンスとし
て記述することができる。一般に各ピッチサイクルは、
振幅についてもその期間についてもその隣接したピッチ
サイクルとわずかに異っている。図に示した括弧は連続
したピッチサイクルの間の境界の集合を示している。こ
の図では各ピッチサイクルは長さが約５ミリ秒である。
【０００８】ピッチサイクルは、それがひとつあるいは
それ以上の近隣と共通する特徴の系列で特性付けられ
る。例えば、図１に示すように、ピッチサイクルＡ、
Ｂ、Ｃ、Ｄは特徴のあるピーク１〜４を共通に持ってい
る。ピーク１〜４の正確な振幅と位置は各ピッチサイク
ルで変化するが、このような変化は一般にゆるやかであ
る。従って有声音は一般に周期的であるか、それに近い
（すなわち擬似周期的である）。
それ以上の近隣と共通する特徴の系列で特性付けられ
る。例えば、図１に示すように、ピッチサイクルＡ、
Ｂ、Ｃ、Ｄは特徴のあるピーク１〜４を共通に持ってい
る。ピーク１〜４の正確な振幅と位置は各ピッチサイク
ルで変化するが、このような変化は一般にゆるやかであ
る。従って有声音は一般に周期的であるか、それに近い
（すなわち擬似周期的である）。
【０００９】ＣＥＬＰ符号器を含む多くの音声符号器は
フレームあるいはサブフレーム型式で動作する。すなわ
ち、符号器は音声の内から有利に選択されたセグメント
で動作する。例えばＣＥＬＰ符号器は各々それ自身の特
性的ＬＴＰの遅延を持つように４個の５ミリ秒のサブフ
レームを符号化して組立てることによって、２０ミリ秒
のフレームの符号化された音声（８ＫＨｚで１６０サン
プル分）を送信する。ここでの説明の目的では、図１の
ピッチサイクルの例は５ミリ秒のサブフレームに対応す
る。当業者には本発明はピッチサイクルとサブフレーム
が一致していない場合にも適用できることは明らかであ
る。
フレームあるいはサブフレーム型式で動作する。すなわ
ち、符号器は音声の内から有利に選択されたセグメント
で動作する。例えばＣＥＬＰ符号器は各々それ自身の特
性的ＬＴＰの遅延を持つように４個の５ミリ秒のサブフ
レームを符号化して組立てることによって、２０ミリ秒
のフレームの符号化された音声（８ＫＨｚで１６０サン
プル分）を送信する。ここでの説明の目的では、図１の
ピッチサイクルの例は５ミリ秒のサブフレームに対応す
る。当業者には本発明はピッチサイクルとサブフレーム
が一致していない場合にも適用できることは明らかであ
る。
【００１０】
【実施例】本発明の一実施例を図２に示す。各サブフレ
ームについて、トレース識別器１００はＣＥＬＰ復号器
のような従来の復号器から従来の再生された音声信号Ｖ
ｃ（ｉ）と時間距離関数ｄ（ｉ）を受信する。従来の再
生された音声信号は音声そのものの形をとっても良い
し、従来の復号器に生ずる音声に似た励振信号でも良
い。Ｖｃ（ｉ）は復号器のＬＴＰによって生ずる励振信
号であることが望ましい。Ｎ個のトレースからのデータ
ームについて、トレース識別器１００はＣＥＬＰ復号器
のような従来の復号器から従来の再生された音声信号Ｖ
ｃ（ｉ）と時間距離関数ｄ（ｉ）を受信する。従来の再
生された音声信号は音声そのものの形をとっても良い
し、従来の復号器に生ずる音声に似た励振信号でも良
い。Ｖｃ（ｉ）は復号器のＬＴＰによって生ずる励振信
号であることが望ましい。Ｎ個のトレースからのデータ
【００１１】
【数１】 は識別され、複数のトレース平滑化プロセス２００に与
えられる。これらのトレシングプロセス２００は平滑化
されたトレースデータ
えられる。これらのトレシングプロセス２００は平滑化
されたトレースデータ
【００１２】
【数２】 をトレース組合わせ器３００に与えるように動作する。
トレース組合せ器３００は平滑化されたトレースデータ
から平滑化された音声信号Ｖｓ（ｉ）を形成する。
トレース組合せ器３００は平滑化されたトレースデータ
から平滑化された音声信号Ｖｓ（ｉ）を形成する。
【００１３】トレース識別 図示の実施例のトレース識別器１００は音声のトレース
を定義、すなわち識別する。各々の識別されたトレース
には、再生された音声信号のピッチサイクル波形のシー
ケンスに存在する類似した特徴に関与している。トレー
スはインデクスｊk の値によって与えられる時点で音声
復号器Ｖｃによって与えられる再生された音声信号のサ
ンプルの振幅によって形成されるエンベロープである。
上述したように識別されたトレースは
を定義、すなわち識別する。各々の識別されたトレース
には、再生された音声信号のピッチサイクル波形のシー
ケンスに存在する類似した特徴に関与している。トレー
スはインデクスｊk の値によって与えられる時点で音声
復号器Ｖｃによって与えられる再生された音声信号のサ
ンプルの振幅によって形成されるエンベロープである。
上述したように識別されたトレースは
【００１４】
【数３】 と表記できる。トレースインデクスの一例はＲ＝０、
１、２……に対して ｊk+1 ＝ｊk −ｄ（ｊk ） のように決定できる。ここで、ｄ（ｊk ）は時刻ｊk に
おける再生された音声信号のピッチサイクルのシーケン
スの類似した特徴の間の時間距離である（ｋが増加する
に従って、インデクスｊk はさらに過去を指すようにな
る）。図３は、図１で示した有音声のセグメント（フレ
ーム）中のあるサンプル点のトレースを図示している。
時間距離関数ｄ（ｉ）の値の例は、再生された音声信号
のフレームあるいはサブフレームを与えることによっ
て、従来のＬＴＰにもとづく復号器から得ることができ
る。例えば、ＬＴＰを持つＣＥＬＰ符号化システムと組
合せて本件発明を使うときには、ｄ（ｉ）はＣＥＬＰ復
号器のＬＴＰで使用する遅延である。典型的なＣＥＬＰ
復号器は符号化された音声の各サブフレームについて遅
延を与える。このような場合にはｄ（ｉ）はサブフレー
ムのすべてのサンプル点で一定である。
１、２……に対して ｊk+1 ＝ｊk −ｄ（ｊk ） のように決定できる。ここで、ｄ（ｊk ）は時刻ｊk に
おける再生された音声信号のピッチサイクルのシーケン
スの類似した特徴の間の時間距離である（ｋが増加する
に従って、インデクスｊk はさらに過去を指すようにな
る）。図３は、図１で示した有音声のセグメント（フレ
ーム）中のあるサンプル点のトレースを図示している。
時間距離関数ｄ（ｉ）の値の例は、再生された音声信号
のフレームあるいはサブフレームを与えることによっ
て、従来のＬＴＰにもとづく復号器から得ることができ
る。例えば、ＬＴＰを持つＣＥＬＰ符号化システムと組
合せて本件発明を使うときには、ｄ（ｉ）はＣＥＬＰ復
号器のＬＴＰで使用する遅延である。典型的なＣＥＬＰ
復号器は符号化された音声の各サブフレームについて遅
延を与える。このような場合にはｄ（ｉ）はサブフレー
ムのすべてのサンプル点で一定である。
【００１５】無音声（すなわち、だまっているときや、
無音声のとき）にはトレースを識別する必要はない。有
声音については与えられた時点からトレースを前後に拡
張することができる。与えられたピッチサイクルの中で
は、データサンプルの数と同じ数のトレースがあって良
い（例えば、８ＫＨｚのサンプリング周波数では５ミリ
秒のピッチサイクル中に４０トレースがあって良
い。）。ピッチサイクルが時間的に延びたときには、あ
るトレースは多数のトレースに分割される。ピッチサイ
クルが時間的に短縮するときには、ある種のトレースは
終了する。さらに、ｄ（ｉ）の値は単一のピッチ周期を
越えるから、トレースによって１ピッチサイクル以上離
れた波形中の類似した特徴を関連付けることができる
無音声のとき）にはトレースを識別する必要はない。有
声音については与えられた時点からトレースを前後に拡
張することができる。与えられたピッチサイクルの中で
は、データサンプルの数と同じ数のトレースがあって良
い（例えば、８ＫＨｚのサンプリング周波数では５ミリ
秒のピッチサイクル中に４０トレースがあって良
い。）。ピッチサイクルが時間的に延びたときには、あ
るトレースは多数のトレースに分割される。ピッチサイ
クルが時間的に短縮するときには、ある種のトレースは
終了する。さらに、ｄ（ｉ）の値は単一のピッチ周期を
越えるから、トレースによって１ピッチサイクル以上離
れた波形中の類似した特徴を関連付けることができる
【００１６】トレースの平滑化 再生された音声信号中の識別されたトレースは再生され
たピッチサイクル波形のダイナミックスを修正するため
に、平滑化プロセス２００によって平滑化される。線形
内挿、多項式フィッティング、低域濾波のような周知の
平滑化手法の任意のものを使用することができる。平滑
化手法はＣＥＬＰ復号器によって与えられる２０ミリ秒
のフレームのような、ある時間幅にわたって各トレース
に与えられる。
たピッチサイクル波形のダイナミックスを修正するため
に、平滑化プロセス２００によって平滑化される。線形
内挿、多項式フィッティング、低域濾波のような周知の
平滑化手法の任意のものを使用することができる。平滑
化手法はＣＥＬＰ復号器によって与えられる２０ミリ秒
のフレームのような、ある時間幅にわたって各トレース
に与えられる。
【００１７】図４は図２の実施例による単一のトレース
Ｔｍの平滑化で使用される再生された音声信号のフレー
ムの例である。例として示す平滑化プロセス２００は過
去のトレースの値（信号の過去のフレームから得られ
る）を保持し、これは音声信号の現在のフレームの平滑
化動作のための初期データを与えるのに使用される。現
在のフレームのトレースは値の集合、
Ｔｍの平滑化で使用される再生された音声信号のフレー
ムの例である。例として示す平滑化プロセス２００は過
去のトレースの値（信号の過去のフレームから得られ
る）を保持し、これは音声信号の現在のフレームの平滑
化動作のための初期データを与えるのに使用される。現
在のフレームのトレースは値の集合、
【００１８】
【数４】 から成る。トレースの値は遅延の集合｛ｄ（ｊk ），ｋ
＝１、２、３、４｝によって時間的に分離される。遅延
ｄ（ｊ4 ）は平滑化プロセス２００によって現在のトレ
ースのフレームの平滑化動作に使用する第１のトレース
の値（すなわち時間的に最も早い）を識別するのに使用
される。図において、このトレースの値は過去のフレー
ムのトレースの値、
＝１、２、３、４｝によって時間的に分離される。遅延
ｄ（ｊ4 ）は平滑化プロセス２００によって現在のトレ
ースのフレームの平滑化動作に使用する第１のトレース
の値（すなわち時間的に最も早い）を識別するのに使用
される。図において、このトレースの値は過去のフレー
ムのトレースの値、
【００１９】
【数５】 から得られる。トレース値の集合
【００２０】
【数６】 によって、平滑化されたトレース値の集合、
【００２１】
【数７】 を与えることによって、平滑化を実行しても良い。現在
のフレームについての平滑化されたトレースは直前の過
去のフレームの関連した平滑化したトレースと接続でき
るようになっていると良い。例示した内挿の手法は、与
えられたフレームの最初のトレース値
のフレームについての平滑化されたトレースは直前の過
去のフレームの関連した平滑化したトレースと接続でき
るようになっていると良い。例示した内挿の手法は、与
えられたフレームの最初のトレース値
【００２２】
【数８】 を前のフレームの最後のトレース値
【００２３】
【数９】 と接続する直線のセグメントをフレームの平滑化された
トレースとして定義する。
トレースとして定義する。
【００２４】
【外１】 現在のフレームの平滑化が行なわれたときには、現在の
フレームのトレースデータは過去のフレームのトレース
データとして後に使用するために保存される。従って、
平滑化のプロセスはフレームごとに転開してゆくことに
なる。
フレームのトレースデータは過去のフレームのトレース
データとして後に使用するために保存される。従って、
平滑化のプロセスはフレームごとに転開してゆくことに
なる。
【００２５】平滑化されたトレースの組合わせ 個々の平滑化されたトレースのサンプル
【００２６】
【数１０】 はフレームごとに転開して、トレース組合わせ器３００
によって平滑化された再生音声信号Ｖｓ（ｉ）となる。
トレース組合わせ器３００は個々の平滑化されたトレー
スのサンプルを時間的順序でインタレースして平滑化さ
れ再生された音声信号Ｖｓ（ｉ）を形成する。すなわ
ち、例えば、現在のフレームの最も早いサンプル点を持
つ平滑化されたトレースは、平滑化され再構成された音
声信号のフレームの最初のサンプルとなり、フレーム中
の次に早いサンプルを持つ平滑化されたトレースは第２
のサンプルを与え、以下同様となる。典型的には与えら
れた平滑化されたトレースは平滑化され再構成された音
声信号にピッチサイクルに１サンプルずつ寄与すること
になる。平滑化され再構成された音声信号Ｖｓ（ｉ）
は、音声信号の平滑化していないものとして使用される
出力に使用しても良い。
によって平滑化された再生音声信号Ｖｓ（ｉ）となる。
トレース組合わせ器３００は個々の平滑化されたトレー
スのサンプルを時間的順序でインタレースして平滑化さ
れ再生された音声信号Ｖｓ（ｉ）を形成する。すなわ
ち、例えば、現在のフレームの最も早いサンプル点を持
つ平滑化されたトレースは、平滑化され再構成された音
声信号のフレームの最初のサンプルとなり、フレーム中
の次に早いサンプルを持つ平滑化されたトレースは第２
のサンプルを与え、以下同様となる。典型的には与えら
れた平滑化されたトレースは平滑化され再構成された音
声信号にピッチサイクルに１サンプルずつ寄与すること
になる。平滑化され再構成された音声信号Ｖｓ（ｉ）
は、音声信号の平滑化していないものとして使用される
出力に使用しても良い。
【００２７】平滑化された再生音声と従来の再生音声の
組合わせ 図５に示す本発明の図示の実施例においては、全体の再
生された音声信号Ｖ（ｉ）は、従来の再生された音声信
号Ｖｃ（ｉ）で平滑化された再生音声信号Ｖｓ（ｉ）の
次のような線形の組合せであると考えられる。 Ｖ（ｉ）＝αＶｓ（ｉ）＋（１−α）Ｖｃ（ｉ） ここで０≦α≦１である。（図５の５００〜８００参
照）。パラメータαは周期性の尺度であるが、平滑化さ
れた音声と従来の音声のＶ（ｉ）における割合を示して
いる。有声音信号の取扱いではＶｓは重要であるから、
αは音声が有声音であるときにはＶ（ｉ）の大きな部分
をＶｓ（ｉ）が占め、無声音ではＶｃ（ｉ）が大きな部
分を占めるようにαが作用する。有声音が存在すること
の判定、すなわちαの値はＶｃ（ｉ）の隣接したフレー
ムの統計的な相関から求めることができる。この相関の
推定値は自己相関関数
組合わせ 図５に示す本発明の図示の実施例においては、全体の再
生された音声信号Ｖ（ｉ）は、従来の再生された音声信
号Ｖｃ（ｉ）で平滑化された再生音声信号Ｖｓ（ｉ）の
次のような線形の組合せであると考えられる。 Ｖ（ｉ）＝αＶｓ（ｉ）＋（１−α）Ｖｃ（ｉ） ここで０≦α≦１である。（図５の５００〜８００参
照）。パラメータαは周期性の尺度であるが、平滑化さ
れた音声と従来の音声のＶ（ｉ）における割合を示して
いる。有声音信号の取扱いではＶｓは重要であるから、
αは音声が有声音であるときにはＶ（ｉ）の大きな部分
をＶｓ（ｉ）が占め、無声音ではＶｃ（ｉ）が大きな部
分を占めるようにαが作用する。有声音が存在すること
の判定、すなわちαの値はＶｃ（ｉ）の隣接したフレー
ムの統計的な相関から求めることができる。この相関の
推定値は自己相関関数
【００２８】
【数１１】 からＣＥＬＰ復号器のために提供される。ここでｄ
（ｉ）はＣＥＬＰ復号器のＬＴＰからの遅延であり、Ｌ
は自己相関式中のサンプルの数である。これは８ＫＨｚ
のサンプリングレートでは代表的に１６０である。（す
なわち、音声信号のフレーム中のサンプル数）（図５の
４００参照）。この式はαの正規化推定値
（ｉ）はＣＥＬＰ復号器のＬＴＰからの遅延であり、Ｌ
は自己相関式中のサンプルの数である。これは８ＫＨｚ
のサンプリングレートでは代表的に１６０である。（す
なわち、音声信号のフレーム中のサンプル数）（図５の
４００参照）。この式はαの正規化推定値
【００２９】
【数１２】 を計算するのに用いられる。自己相関が大きいほど、音
声は周期的となり、αの値は大きくなる（図５の５００
参照）。Ｖ（ｉ）の式を与えれば、αの値が大きければ
Ｖ（ｉ）に対するＶｓの寄与は大きく、その逆も成り立
つ。
声は周期的となり、αの値は大きくなる（図５の５００
参照）。Ｖ（ｉ）の式を与えれば、αの値が大きければ
Ｖ（ｉ）に対するＶｓの寄与は大きく、その逆も成り立
つ。
【００３０】その他の実施例 本発明の他の実施例は再生された音声信号から利用でき
るトレースの部分集合の平滑化に関する。このような部
分集合のひとつは、ピッチサイクル内の大きなパルスの
サンプルデータに関するトレースとして定義できる。も
ちろん、このような大きなパルスはピッチサイクル内の
パルスの部分集合を形成する。例えば、図１を参照すれ
ば、この図示の実施例は、各ピッチサイクルのパルス１
−３に関連した音声信号のサンプルに関連したこれらの
トレースの平滑化に関連している。平滑化プロセスに含
めるべきパルスの部分集合の識別はスレショルドを決
め、それ以下のパルス、従ってトレースは含めないよう
にして行なうことができる。このスレショルドは最大の
パルスのパーセンテージとして絶対レベル、あるいは相
対レベルとして設定できる。さらに、平滑化の耳で聴え
る結果は主観的なものであるから、スレショルドはいく
つかのテストレベルに基づく経験によって選択すること
ができる。この実施例では、平滑化したトレースの平滑
化した再生音声信号への組立ては、平滑化を行なわない
元の再生された音声信号によって補完することができ
る。このような元の再生された音声信号のサンプルは、
上述したスレショルドの下に落ちるサンプルである。結
果として、このようなサンプルは平滑化されたトレース
の部分は形成しない。
るトレースの部分集合の平滑化に関する。このような部
分集合のひとつは、ピッチサイクル内の大きなパルスの
サンプルデータに関するトレースとして定義できる。も
ちろん、このような大きなパルスはピッチサイクル内の
パルスの部分集合を形成する。例えば、図１を参照すれ
ば、この図示の実施例は、各ピッチサイクルのパルス１
−３に関連した音声信号のサンプルに関連したこれらの
トレースの平滑化に関連している。平滑化プロセスに含
めるべきパルスの部分集合の識別はスレショルドを決
め、それ以下のパルス、従ってトレースは含めないよう
にして行なうことができる。このスレショルドは最大の
パルスのパーセンテージとして絶対レベル、あるいは相
対レベルとして設定できる。さらに、平滑化の耳で聴え
る結果は主観的なものであるから、スレショルドはいく
つかのテストレベルに基づく経験によって選択すること
ができる。この実施例では、平滑化したトレースの平滑
化した再生音声信号への組立ては、平滑化を行なわない
元の再生された音声信号によって補完することができ
る。このような元の再生された音声信号のサンプルは、
上述したスレショルドの下に落ちるサンプルである。結
果として、このようなサンプルは平滑化されたトレース
の部分は形成しない。
【００３１】上述したように、元の再生された音声信号
は音声ドメインそのものにあっても、合成による分析復
号器で利用できる励振ドメインにあっても良い。もし音
声ドメインが使用されるのであれば、本発明の図示の実
施例は従来の合成による分析復号器の後に来る。しか
し、音声信号が有利な実施例で示したように、励振ドメ
インにあれば、本実施例はこのような復号器の中に入
る。従って、本実施例は、励振ドメインの音声信号を扱
い、これを処理し、それを励振音声信号を受信すること
を期待している復号器の部分に与える。しかし、この場
合には、これは本実施例によって与えられる平滑化され
たものを受信することになる。
は音声ドメインそのものにあっても、合成による分析復
号器で利用できる励振ドメインにあっても良い。もし音
声ドメインが使用されるのであれば、本発明の図示の実
施例は従来の合成による分析復号器の後に来る。しか
し、音声信号が有利な実施例で示したように、励振ドメ
インにあれば、本実施例はこのような復号器の中に入
る。従って、本実施例は、励振ドメインの音声信号を扱
い、これを処理し、それを励振音声信号を受信すること
を期待している復号器の部分に与える。しかし、この場
合には、これは本実施例によって与えられる平滑化され
たものを受信することになる。
【図１】有声音信号の時間領域表示を表す図である。
【図２】本発明の一実施例を表す図である。
【図３】図１の有声音信号の時間領域表現のためのトレ
ースの例を表す図である。
ースの例を表す図である。
【図４】トレースの平滑化に使用する音声信号のフレー
ムの説明図である。
ムの説明図である。
【図５】有声音と無音声の比例尺度に従う平滑化と従来
の再生音声信号を組合わせた本発明の一実施例を示す図
である。
の再生音声信号を組合わせた本発明の一実施例を示す図
である。
１００ トレース識別器 ２００ 平滑化プロセス ３００ トレース組合せ器
Claims (17)
- 【請求項１】 再構成された第１の音声信号を処理する
方法において、該方法は、 復号器によって提供された第１の音声信号中のひとつあ
るいはそれ以上のトレースを識別し、 ひとつあるいはそれ以上の識別されたトレースを平滑化
し、 ひとつあるいはそれ以上の平滑化されたトレースを組合
わせて第２の音声信号を形成する、 段階を含むことを特徴とする音声信号を処理する方法。 - 【請求項２】 請求項１に記載の方法において、該第１
の音声信号は復号器の長期予測器によって提供されるこ
とを特徴とする音声信号を処理する方法。 - 【請求項３】 請求項１に記載の方法において、ひとつ
あるいはそれ以上のトレースを識別する段階は該第１の
音声信号中の類似した特徴のシーケンスを識別する段階
を含むことを特徴とする音声信号を処理する方法。 - 【請求項４】 請求項３に記載の方法において、類似し
た特徴は復号器の長期予測器から受信された遅延情報に
よって識別されることを特徴とする音声信号を処理する
方法。 - 【請求項５】 請求項１に記載の方法において、ひとつ
あるいはそれ以上のトレースを識別する方法は、ピッチ
サイクル中のパルスの部分集合に関連したトレースを識
別する段階を含むことを特徴とする音声信号を処理する
方法。 - 【請求項６】 請求項１に記載の方法において、該識別
されたひとつあるいはそれ以上のトレースを平滑化する
段階は、内挿によって実行されることを特徴とする音声
信号を処理する方法。 - 【請求項７】 請求項１に記載の方法において、該識別
されたひとつあるいはそれ以上のトレースを平滑化する
段階は、低減濾波によって実行されることを特徴とする
音声信号を処理する方法。 - 【請求項８】 請求項１に記載の方法において、該識別
されたひとつあるいはそれ以上のトレースを平滑化する
段階は、多項式曲線あてはめによって実行されることを
特徴とする音声信号を処理する方法。 - 【請求項９】 請求項１に記載の方法において、さらに
第１の音声信号の値を第２の音声信号の値と組合せる段
階を含むことを特徴とする音声信号を処理する方法。 - 【請求項１０】 請求項９に記載の方法において、第１
の音声信号の値と第２の音声信号の値とを組合わせる段
階は周期性の尺度に基づくことを特徴とする音声信号を
処理する方法。 - 【請求項１１】 再構成された第１の音声信号を処理す
る装置において、該装置は第１の音声信号のひとつある
いはそれ以上のトレースを識別するトレース識別器と、 ひとつあるいはそれ以上の識別されたトレースを平滑化
するための該トレース識別器に結合されたひとつあるい
はそれ以上の平滑化プロセスと、 ひとつあるいはそれ以上の平滑化プロセスに結合されて
第２の音声信号を形成するためのトレース組合わせ器
と、 を含むことを特徴とする再構成された第１の音声信号を
処理する装置。 - 【請求項１２】 請求項１１に記載の装置において、第
１の音声信号は復号器の長期予測器から与えられること
を特徴とする音声信号を処理する装置。 - 【請求項１３】 請求項１１に記載の装置において、さ
らに音声の周期性を判定する手段と、 音声信号の周期性を判定する該手段に接続され、第１の
音声信号の値と第２の音声信号の値とを周期性の尺度に
基づいて組合せる手段と、 を含むことを特徴とする音声信号を処理する装置。 - 【請求項１４】 請求項１３に記載の装置において、音
声の周期性を判定する該手段は該第１の音声信号の自己
相関を判定する手段を含むことを特徴とする音声信号を
処理する装置。 - 【請求項１５】 請求項１４に記載の装置において、音
声中の周期性を判定する該手段はさらに該第１の音声信
号中に存在する周期性の尺度を判定する手段を含むこと
を特徴とする音声信号を処理する装置。 - 【請求項１６】 請求項１３に記載の装置において、音
声中の周期性を判定する該手段はさらに該第２の音声信
号の自己相関を判定する手段を含むことを特徴とする音
声信号を処理する装置。 - 【請求項１７】 請求項１６に記載の装置において、音
声中の周期性を判定する該手段はさらに該第２の音声信
号中に存在する周期性の尺度を決定する手段を含むこと
を特徴とする音声信号を処理する装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US77856091A | 1991-10-18 | 1991-10-18 | |
| US778560 | 1991-10-18 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05224698A true JPH05224698A (ja) | 1993-09-03 |
| JP3798433B2 JP3798433B2 (ja) | 2006-07-19 |
Family
ID=25113764
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP27759292A Expired - Lifetime JP3798433B2 (ja) | 1991-10-18 | 1992-10-16 | ピッチサイクル波形を平滑化する方法及び装置 |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP0537948B1 (ja) |
| JP (1) | JP3798433B2 (ja) |
| DE (1) | DE69221985T2 (ja) |
| ES (1) | ES2104842T3 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003108185A (ja) * | 2001-09-28 | 2003-04-11 | Dainippon Printing Co Ltd | 時系列信号解析装置 |
| JP2010033072A (ja) * | 1997-12-08 | 2010-02-12 | Mitsubishi Electric Corp | 音信号加工装置及び音信号加工方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000072305A2 (en) * | 1999-05-19 | 2000-11-30 | Noisecom Aps | A method and apparatus for noise reduction in speech signals |
-
1992
- 1992-10-08 ES ES92309167T patent/ES2104842T3/es not_active Expired - Lifetime
- 1992-10-08 EP EP19920309167 patent/EP0537948B1/en not_active Expired - Lifetime
- 1992-10-08 DE DE1992621985 patent/DE69221985T2/de not_active Expired - Fee Related
- 1992-10-16 JP JP27759292A patent/JP3798433B2/ja not_active Expired - Lifetime
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010033072A (ja) * | 1997-12-08 | 2010-02-12 | Mitsubishi Electric Corp | 音信号加工装置及び音信号加工方法 |
| JP4567803B2 (ja) * | 1997-12-08 | 2010-10-20 | 三菱電機株式会社 | 音信号加工方法 |
| JP2010237703A (ja) * | 1997-12-08 | 2010-10-21 | Mitsubishi Electric Corp | 音信号加工装置及び音信号加工方法 |
| JP4684359B2 (ja) * | 1997-12-08 | 2011-05-18 | 三菱電機株式会社 | 音信号加工装置 |
| JP2003108185A (ja) * | 2001-09-28 | 2003-04-11 | Dainippon Printing Co Ltd | 時系列信号解析装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| ES2104842T3 (es) | 1997-10-16 |
| JP3798433B2 (ja) | 2006-07-19 |
| EP0537948B1 (en) | 1997-09-03 |
| EP0537948A2 (en) | 1993-04-21 |
| EP0537948A3 (en) | 1993-06-23 |
| DE69221985T2 (de) | 1998-01-08 |
| DE69221985D1 (de) | 1997-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100742443B1 (ko) | 손실 프레임을 처리하기 위한 음성 통신 시스템 및 방법 | |
| JP4658596B2 (ja) | 線形予測に基づく音声コーデックにおける効率的なフレーム消失の隠蔽のための方法、及び装置 | |
| KR100908219B1 (ko) | 로버스트한 음성 분류를 위한 방법 및 장치 | |
| US5018200A (en) | Communication system capable of improving a speech quality by classifying speech signals | |
| EP0718822A2 (en) | A low rate multi-mode CELP CODEC that uses backward prediction | |
| KR20090119936A (ko) | 잔여분 변경에 의한 보코더 내부의 프레임들을 시간 와핑하는 시스템 및 방법 | |
| USRE43099E1 (en) | Speech coder methods and systems | |
| KR20020052191A (ko) | 음성 분류를 이용한 음성의 가변 비트 속도 켈프 코딩 방법 | |
| JP3602593B2 (ja) | 音声エンコーダ及び音声デコーダ、並びに音声符号化方法及び音声復号化方法 | |
| US5953697A (en) | Gain estimation scheme for LPC vocoders with a shape index based on signal envelopes | |
| JP2707564B2 (ja) | 音声符号化方式 | |
| US6826527B1 (en) | Concealment of frame erasures and method | |
| EP1096476B1 (en) | Speech signal decoding | |
| US5267317A (en) | Method and apparatus for smoothing pitch-cycle waveforms | |
| JPH10207498A (ja) | マルチモード符号励振線形予測により音声入力を符号化する方法及びその符号器 | |
| EP1103953B1 (en) | Method for concealing erased speech frames | |
| JP3531780B2 (ja) | 音声符号化方法および復号化方法 | |
| JP3451998B2 (ja) | 無音声符号化を含む音声符号化・復号装置、復号化方法及びプログラムを記録した記録媒体 | |
| JPH0782360B2 (ja) | 音声分析合成方法 | |
| JP3798433B2 (ja) | ピッチサイクル波形を平滑化する方法及び装置 | |
| JP3296411B2 (ja) | 音声符号化方法および復号化方法 | |
| JP2000298500A (ja) | 音声符号化方法 | |
| EP0713208A2 (en) | Pitch lag estimation system | |
| JP2001142499A (ja) | 音声符号化装置ならびに音声復号化装置 | |
| JP3475958B2 (ja) | 無音声符号化を含む音声符号化・復号装置、復号化方法及びプログラムを記録した記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040202 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040430 |
|
| A02 | Decision of refusal |
Effective date: 20040811 Free format text: JAPANESE INTERMEDIATE CODE: A02 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041209 |
|
| A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Effective date: 20050126 Free format text: JAPANESE INTERMEDIATE CODE: A911 |
|
| A912 | Removal of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20050415 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060420 |
|
| R150 | Certificate of patent (=grant) or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 4 Free format text: PAYMENT UNTIL: 20100428 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100428 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110428 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120428 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Year of fee payment: 7 Free format text: PAYMENT UNTIL: 20130428 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130428 Year of fee payment: 7 |