JPH0537393A - 音声符号化装置 - Google Patents

Abstract

(57)【要約】 【目的】 ６ｋbps 程度の伝送レートでも高品質の音声
を再生できる音声符号化装置を提供することを目的とす
る。 【構成】 入力音声信号を低域信号と高域信号とに帯域
分割する帯域分割部１１と、低域信号の波形を符号化す
る低域波形符号化部１２と、高域信号のスペクトラム振
幅を符号化する高域スペクトラム振幅符号化部１３およ
び符号化部１２，１３の出力を多重化して出力端子１５
へ出力するマルチプレクサ１４を有する音声符号化装
置。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、低レートの音声符号化
装置に関する。

【０００２】

【従来の技術】音声信号を８ｋbps 程度の比較的低い伝
送レートで高品質に符号化できる符号化方式の一つとし
て、ＣＥＬＰ(Code Excited Linear Prediction)方式が
知られている。ＣＥＬＰ方式の詳細は、P.Kroon 氏とE.
F.Deprettcre氏の“A Class ofAnalysis-by-Synthesis
Coding at Rates Between 4.8 and 16kbits/s”，IEEES
AC-6,PP.353-363,February 1988 （文献１）に述べられ
ている。

【０００３】ＣＥＬＰ方式の原理を図５を用いて簡単に
説明する。音声符号化方式として、声道特性をモデル化
した合成フィルタを、音源である声帯をモデル化した駆
動信号により駆動して再生音声信号を合成する過程で得
られる駆動信号の情報を符号化して出力する方式があ
る。ＣＥＬＰ方式はこのような音声符号化方式の一つに
分類され、再生音声信号の波形歪、すなわち入力音声信
号に対する再生音声信号の誤差が最小となるように駆動
信号コードブック内から最適な駆動信号を選ぶところに
その特徴がある。

【０００４】図５において、パラメータ抽出部２は端子
１から入力される音声信号について20msec程度のフレー
ム毎に線形予測分析を行い、合成フィルタ４のパラメー
タを抽出する。このパラメータをパラメータ符号化部３
で符号化し、その情報を出力端子９に出力する。

【０００５】駆動信号コードブック５は、合成フィルタ
４を駆動する駆動信号を表現するために割り当てられた
ビット数をＭとして、予め２^M 個の駆動信号ベクトルを
格納している。格納される各々の駆動信号ベクトルを合
成フィルタ４に通過させることにより、短時間区間の再
生信号候補が２^M 個合成される。歪計算部６において
は、入力音声信号に対する各々の再生信号候補の波形歪
が計算され、コード選択部７より上記歪が最小となる再
生信号を合成した駆動信号ベクトルに予め付されている
駆動信号コード（Ｍビット）が出力端子８へ出力され
る。

【０００６】このようにＣＥＬＰ方式では、符号化側か
ら伝送する駆動信号コードと合成フィルタのパラメータ
から合成される再生信号は、原入力音声信号に対する波
形歪が最小となることが符号化側で確認されている。従
って、復号化側においても８ｋbps 秒程度の伝送レート
においては、波形歪の少ない良好な再生音声を生成する
ことが可能となる。しかし、ＣＥＬＰ方式は８ｋbpsよ
り低い伝送レートでは、駆動信号に割り当てることので
きるビット数が少ないので、再生音声信号の波形歪が知
覚されるようになる。特に、６ｋbps 程度の低レートに
なると再生音声信号の品質劣化が増大する。

【０００７】

【発明が解決しようとする課題】上述したように、比較
的低い伝送レートで高品質な符号化ができる音声符号化
方式であるＣＥＬＰ方式は、伝送レートが６ｋbps 程度
まで低くなると、駆動信号に割り当てるビット数の制限
から高品質の音声符号化を行なえなくなるという問題が
あった。本発明は、６ｋbps程度の伝送レートでも高品
質の音声を再生できる音声符号化装置を提供することを
目的とする。

【０００８】

【課題を解決するための手段】上述した目的を達成する
ため、本発明の音声符号化装置は入力音声信号を低域信
号と高域信号とに帯域分割する帯域分割手段と、低域信
号を波形符号化する第１の符号化手段と、高域信号のス
ペクトラム振幅を符号化する第２の符号化手段とを有す
ることを特徴とする。

【０００９】また、本発明は入力音声信号に対応する再
生信号を合成するための合成フィルタの駆動信号の情報
を符号化する音声符号化装置において、入力音声信号か
ら合成フィルタのパラメータを抽出するパラメータ抽出
手段と、入力音声信号を低域信号と高域信号に帯域分割
する帯域分割手段と、パラメータ抽出手段により抽出さ
れたパラメータと低域信号に基づいて低域信号に対応す
る再生信号の波形歪がより小さくする駆動信号を選択し
て該駆動信号の低域成分を符号化する第１の符号化手段
と、パラメータ抽出手段により抽出されたパラメータと
高域信号に基づいて駆動信号の高域成分のスペクトラム
振幅を符号化する第２の符号化手段とを有することを特
徴とする。

【００１０】

【作用】入力音声信号を帯域分割して得られた低域信号
と高域信号のうち、低域信号は従来の符号化と同じよう
に波形符号化され、例えば時間領域の波形歪が最小化す
るように符号化が行われる。これによって、入力音声信
号の低域信号はスペクトラムの振幅特性と位相特性の両
方の情報が保たれる。これに対し、高域信号はスペクト
ラム振幅のみが符号化され、例えば入力音声信号に対し
て再生音声信号の高域成分のスペクトラム振幅特性だけ
が一致するように符号化が行われる。

【００１１】また、合成フィルタの駆動信号の情報を符
号化する場合、本発明では駆動信号の低域成分は低域信
号に対応する再生信号の波形歪が最小化されるように符
号化され、また駆動信号の高域成分はスペクトラム振幅
のみが符号化される。

【００１２】人間の聴覚は、音の高域スペクトラムの振
幅特性の違いに対しては敏感であるが、位相特性の違い
に対しては鈍感であることが知られている。従って、本
発明では聴感上の品質劣化をもたらすことなく、高域ス
ペクトラムの位相特性に割り当てるビット数が零となる
ことにより、低レートでも高品質な音声符号化が可能と
なる。

【００１３】

【実施例】以下、図面を参照して本発明の実施例を説明
する。図１は、本発明の一実施例に係る音声符号化装置
のブロック図である。

【００１４】図１に示す音声符号化装置は、帯域分割部
１１、低域波形符号化部１２、高域スペクトラム振幅符
号化部１３およびマルチプレクサ１４からなる。端子１
０から入力される入力音声信号は、帯域分割部１１で低
域信号と高域信号とに周波数帯域が分割される。この帯
域分割部１１は、例えばディジタルフィルタや、離散フ
ーリエ変換などを用いて実現できる。

【００１５】帯域分割部１１からの低域信号は、低域波
形符号化部１２で波形符号化され、所定の符号化された
パラメータが出力される。ここで、波形符号化とは再生
音声信号の時間領域での歪（入力音声信号に対する再生
音声信号の誤差）を最小化するような符号化全てを指
す。なお、波形符号化は同様の処理をスペクトラム領域
でも行うことが可能である。すなわち、再生音声信号の
スペクトラム振幅および位相の両方の歪を最小化する符
号化を行うことで、等価的に時間領域の歪を最小化でき
るため、この様な符号化も波形符号化と見なすことがで
きる。

【００１６】本実施例では、これらのうち時間領域での
歪を最小化する波形符号化の例で説明する。具体的には
低域波形符号化部１２で用いる波形符号化の方式として
は、設定される伝送レートによってＡＤＰＣＭ、マルチ
パルス、ＣＥＬＰ等の様々な公知の方式を用いることが
できる。ＣＥＬＰについては、前掲の文献１に詳しく述
べられている。

【００１７】一方、帯域分割部１１からの高域信号は、
高域スペクトラム振幅符号化部１３においてスペクトラ
ムの振幅成分の情報だけが抽出され、符号化される。低
域波形符号化部１２および高域スペクトラム振幅符号化
部１３からの符号化出力はマルチプレクサ１４で再生さ
れ、出力端子１５へ出力される。

【００１８】図２は、高域スペクトラム振幅符号化部１
３の具体的な構成例を示すブロック図である。図２にお
いて、図１の帯域分割部１１から出力される高域信号は
端子２０より入力され、パラメータ抽出部２１で線形予
測分析（ＬＰＣ）がなされた後、高域信号のスペクトラ
ム振幅の包絡を表す合成フィルタ（伝達関数Ｈ_H (z)と
する）のフィルタ係数情報が抽出される。このフィルタ
係数情報は予測フィルタ２２に出力され、フィルタ係数
情報は符号化されて端子２４に出力される。線形予測分
析としては、自己相関法や共分散法など公知の方法を用
いることができる。この詳細はL.R.Rabiner 氏とR.W.Sc
hafer 氏の共著になる「音声のディジタル信号処理
（上）（下）」（コロナ社）（文献２）に記載されてい
る。

【００１９】予測フィルタ２２は、パラメータ抽出部２
１からのフィルタ係数情報より、合成フィルタの逆フィ
ルタとして構成され、その伝達特性は１／Ｈ_H (z) で与
えられる。この予測フィルタ２２は高域信号が入力され
ることにより、予測残差信号を出力する。パワー計算部
２３では予測残差信号のパワーが求められ、そのパワー
情報が符号化されて端子２４に出力される。この予測残
差信号は通常、白色雑音（但し、低域成分はもたない）
となるので、予測残差信号の高域スペクトラム振幅の情
報は、予測残差信号のパワーだけで記述できることにな
る。

【００２０】従って、予測残差信号のパワー情報と合成
フィルタのパラメータ情報を符号化して伝送すれば、復
号側では復号された高域スペクトラムのパワーと同じに
白色雑音のパワーを設定し、この白色雑音を合成フィル
タ（伝達関数Ｈ_H (z) ）に入力することで、再生高域信
号を得ることができる。

【００２１】図３は、本発明の他の実施例に係る音声符
号化装置のブロック図である。この実施例は、合成フィ
ルタの駆動信号の低域成分と高域成分を符号化するもの
であり、パラメータ抽出部３１、重み付けフィルタ３
２、帯域分割部３３、低域駆動信号波形符号化部３４、
高域駆動信号スペクトラム振幅符号化部３５およびマル
チプレクサ３６からなる。

【００２２】パラメータ抽出部３１は、端子３０から入
力される音声信号のスペクトラム振幅の包絡を表す合成
フィルタのパラメータ（フィルタ係数情報）を抽出し、
このパラメータ情報をマルチプレクサ３６、低域駆動信
号波形符号化部３４、高域駆動信号スペクトラム振幅符
号化部３５および重み付けフィルタ３２へ出力する。パ
ラメータ抽出部３１で用いられる線形予測分析の実現方
法は、第１の実施例で述べた通りである。

【００２３】重み付けフィルタ３２は、合成フィルタの
伝達特性Ｈ(z) をとして、Ｗ(z) ＝Ｈ(z／γ) ／Ｈ(z)
なる伝達特性のフィルタであり、ＣＥＬＰ方式ではよく
用いられるものである。ここにＯ＜γ≦１であり、γ＝
１とすると重み付けフィルタを用いない構成と等価にな
る。重み付けフィルタ３２によって重み付けられた音声
信号は、帯域分割部３３で低域信号と高域信号とに周波
数帯域が分割される。帯域分割部３３は、例えばディジ
タルフィルタにより構成されるローパスフィルタとハイ
パスフィルタにより実現できる。

【００２４】低域駆動信号波形符号化部３４は、帯域分
割部３３からの低域信号とパラメータ抽出部３１からの
合成フィルタのパラメータ情報を入力し、駆動信号の低
域成分の波形符号化を行う。この符号化方式には、例え
ばマルチパルスやＣＥＬＰ方式などの公知の駆動信号符
号化の方法をそのまま適用することができる。この際に
用いる合成フィルタとしては、例えば帯域分割部３３で
用いたものと同様の特性のローパスフィルタ（伝達特性
をＨ_LPF (z) とする）によって高域成分を除いたものを
用いることができる。

【００２５】図４は、低域駆動信号符号化部３４をＣＥ
ＬＰ方式の駆動信号符号化を適用して実現した一例を示
すブロック図である。この低域駆動信号符号化部３４
は、インパルス応答計算部４１、ローパスフィルタ４
２、コードブック４５，４６、長期ベクトル量子化部５
０、短期ベクトル量子化部６０、加算器４４および符号
化部４７からなる。コードブック４５，４６は、長期ベ
クトル量子化部５０および短期ベクトル量子化部６０で
それぞれ用いられる駆動信号のコードベクトルを格納し
たものである。

【００２６】インパルス応答計算部４１は、端子４０か
ら入力される重み付け合成フィルタ（伝達関数Ｈ(z／
γ) ）のインパルス応答を計算する。重み付け合成フィ
ルタは、合成フィルタ（伝達関数Ｈ(z) ）のパラメータ
情報を基に作成される。ローパスフィルタ４２は、図３
の帯域分割部３３で用いたローパスフィルタと同様の特
性を持ったもので、インパルス応答計算部４１で計算さ
れたインパルス応答を入力として、高域成分が除去され
たインパルス応答ｈ_LPF (n) を出力する。

【００２７】長期ベクトル量子化部５０は、適応コード
ブック４５内のコードベクトルにゲインを乗じて駆動信
号ｅ_L (n) を得るための乗算器５１と、駆動信号ｅ
_L (n) とインパルス応答ｈ_LPF (n) との畳み込みを行っ
て再生ベクトルを合成する合成フィルタ５２と、端子４
３よりの低域信号に対する合成フィルタ５２の出力信号
の歪を評価するために、両信号の差を求める減算器５３
および歪計算部５４と、上記の歪が最小となるコードベ
クトルをコードブック４５から選択するコード選択部５
５からなる。コード選択部５５で選択されたコードベク
トルのコードと乗算器５１のゲインの情報は、駆動信号
情報符号化部４７へ入力される。乗算器５１から出力さ
れる駆動信号ｅ_L (n) は、加算器４４へも入力される。
低域信号と歪が最小となるときの再生ベクトルとの差信
号である減算器５３の出力信号は、短期ベクトル量子化
部６０へも入力される。

【００２８】短期ベクトル量子化部６０は、コードブッ
ク４６内のコードベクトルにゲインを乗じて駆動信号ｅ
_S (n) を得るための乗算器６１と、この駆動信号ｅ
_S (n) とインパルス応答ｈ_LPF (n) との畳み込みを行っ
て再生ベクトルを合成する合成フィルタ６２と、合成フ
ィルタ６２の出力信号の歪を評価するために、長期ベク
トル量子化部５０内の減算器５３からの差信号に対する
合成フィルタ６２の出力信号の誤差を求める減算器６３
および歪計算部６４と、この歪が最小となるコードベク
トルをコードブック４６から選択するコード選択部６５
からなる。コード選択部６５で選択されたコードブック
のコードと乗算器６１のゲインの情報は、駆動信号情報
符号化部４７へ入力される。

【００２９】加算器４４は駆動信号ｅ_S (n) ，ｅ_L (n)
をサンプル毎に加算し、その加算値をベクトル化してコ
ードブック４５へ格納する。駆動信号情報符号化部４７
は、ベクトル量子化部５０，６０よりのコードベクトル
とゲインの情報を組み合わせて符号化し、端子４８を介
して図３のマルチプレクサ３６へ出力する。

【００３０】一方、図３の高域駆動信号スペクトラム振
幅符号化部３５は、帯域分割部３３からの高域信号を入
力し、駆動信号の高域スペクトラムの振幅成分の情報だ
けを抽出して符号化し、マルチプレクサ３６へ出力す
る。高域スペクトラムの包絡情報は既にパラメータ抽出
部３１で抽出されているので、高域駆動信号スペクトラ
ム振幅符号化部３５では駆動信号のパワー情報だけを抽
出すればよい。パワー情報を抽出するには、例えば第１
の実施例で図２を用いて述べたように、高域信号の予測
残差信号のパワーを求めればよい。すなわち、高域駆動
信号スペクトラム振幅符号化部３５は図２のパラメータ
抽出部２１を除いた構成で、予測フィルタ２２の係数情
報は図３のパラメータ抽出部３１から与えることで実現
することができる。

【００３１】より正確に駆動信号の高域スペクトラム振
幅の情報（パワー情報）を求めるには、高域スペクトラ
ムをいくつかのバンドに分解し、各バンド毎に予測残差
信号のパワーを求める方法がある。さらに精度よく駆動
信号の高域スペクトラム振幅の情報を求める方法とし
て、駆動信号と合成フィルタを用いて合成される再生信
号の高域スペクトラム振幅の歪を最小化する方法があ
る。

【００３２】後者の方法について説明する。今、高域信
号を抽出するフィルタの伝達特性をＨ_HPF （ω）、帯域
分割される直前の重み付けられた入力音声信号をＸ
（ω）、重み付け合成フィルタの伝達特性をＨ（ω）、
スペクトラム振幅が調整される前の駆動信号をＥ（ω）
とすると、区間Ｋ（Ｋmin ≦ω≦Ｋmax ）でのスペクト
ラム振幅の歪Ｐ_K は式(1) で表される。

【００３３】

【数１】

【００３４】ここで、σ_K は区間Ｋの帯域のスペクトラ
ム振幅の調整値を表す。ｍは、通常１〜２の値が用いら
れる。Ｐ_K をσ_K ^m で偏微分した値を零とおくことによ
り、歪Ｐ_K を最小にする式(2) の調整値が得られる。

【００３５】

【数２】 式(2) を基に、式(3) に示す帯域のσ_K を求め符号化す
ることは、当業者であれば容易に実現できる。

【００３６】

【数３】

【００３７】従って、式(2) により高域の帯域分割の境
界値の周波数（Ｋmin やＫmax ）を与えることにより、
任意の分割方法で高域スペクトラム振幅の調整値σ_K を
求めることができる。復号される再生高域信号の区間Ｋ
でのスペクトラムＳ_H （ω）は、例えば式(4) で求める
ことができる。

【００３８】

【数４】

【００３９】式(4) を用いて逆フーリェ変換により時間
領域の高域再生信号を求め、これをフレーム毎に波形を
滑らかに接続させることにより、聴感上の劣化のない高
域信号を再生することができる。

【００４０】上述の調整値σ_K を求める際、スペクトラ
ム振幅の歪を評価する前に予め窓をかけてフレーム切り
出しによる不連続の影響を除いてから、式(1) 〜(4) を
用いてもよい。また、式(1)(2)において駆動信号｜Ｅ
（ω）｜＝１とおいてσ_K の値を求めてもよい。さら
に、ハイパスフィルタの伝達特性Ｈ_HPF （ω）が区間Ｋ
内でほぼ１と近似できるならば、｜Ｈ_HPF （ω）｜＝１
とおいてσ_Kの値を求めてもよい。

【００４１】このように本実施例によれば、入力音声信
号のうちの低域信号については、駆動信号の低域成分の
波形情報が符号化されて駆動信号のコードとゲインの情
報として、また高域信号については、スペクトラムの振
幅情報のみが符号化され、これらがマルチプレクサ３６
で多重化されて出力される。

【００４２】

【発明の効果】本発明の音声符号化装置では、入力音声
信号のうち低域信号については波形情報、つまりスペク
トラムの振幅と位相の両方の情報を符号化し、高域成分
についてはスペクトラムの振幅情報だけを符号化する
か、あるいは低域信号については低域信号に対応する再
生信号の波形歪が最小化される駆動信号を選択して該駆
動信号の低域成分を符号化し、高域信号については駆動
信号の高域成分のスペクトラム振幅のみを符号化するこ
とにより、高域信号の位相情報に割り当てるビット数を
全て削減できる。

【００４３】従って、本発明によれば符号量が大幅に減
少し、例えば６ｋbps 程度の低レートでも高品質に音声
を伝送することが可能となる。すなわち、人間の聴覚は
高域スペクトラムの位相特性の変化に鈍感であるため
に、このような低伝送レートにおいても、高域スペクト
ラムの位相情報を符号化しないことによる再生音声の品
質劣化が生じないという利点がある。

【図面の簡単な説明】

【図１】本発明の一実施例に係る音声符号化装置のブロ
ック図

【図２】図１における高域スペクトラム振幅符号化部の
構成を示すブロック図

【図３】本発明の他の実施例に係る音声符号化装置のブ
ロック図

【図４】図３における低域駆動信号波形符号化部の構成
を示すブロック図

【図５】従来の音声符号化装置のブロック図

【符号の説明】

１１…帯域分割部 １２…低域波形
符号化部 １３…高域スペクトラム振幅符号化部 ３１…パラメー
タ抽出部 ３３…帯域分割部 ３４…低域駆動
信号波形符号化部 ３５…高域駆動信号スペクトラム振幅符号化部。

Claims (2)

【特許請求の範囲】
1. 【請求項１】入力音声信号を低域信号と高域信号とに帯
   域分割する帯域分割手段と、 前記低域信号を波形符号化する第１の符号化手段と、 前記高域信号のスペクトラム振幅を符号化する第２の符
   号化手段とを有することを特徴とする音声符号化装置。
2. 【請求項２】入力音声信号に対応する再生音声信号を合
   成するための合成フィルタの駆動信号の情報を符号化す
   る音声符号化装置において、 前記入力音声信号から前記合成フィルタのパラメータを
   抽出するパラメータ抽出手段と、 前記入力音声信号を低域信号と高域信号に帯域分割する
   帯域分割手段と、 前記パラメータ抽出手段により抽出されたパラメータと
   前記低域信号に基づいて前記低域信号に対応する再生信
   号の波形歪をより小さくする駆動信号を選択して該駆動
   信号の低域成分を符号化する第１の符号化手段と、 前記パラメータ抽出手段により抽出されたパラメータと
   前記高域信号に基づいて前記駆動信号の高域成分のスペ
   クトラム振幅を符号化する第２の符号化手段とを有する
   ことを特徴とする音声符号化装置。