JPH05500573A - 低減されたスペクトルひずみを有するポストフィルタを備えたデジタル音声デコーダ - 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】 低減されたスペクトルひずみを有する ポストフィルタを備えたデジタル音声デコーダ技術分野 この発明は一般的には音声コーグに関し、かつより特定的には音声品質を改善す るためにポストフィルタを使用するデジタル音声コーグに関する。

発明の背景 音声コーグおよびデコーダが技術上知られている。いくつかの音声コーグはアナ ログ音声サンプルをデジタル化された表現に変換し、かつその後リニア予測符号 化を用いることによりスペクトル音声情報を表わす。他の音声コーグは通常のリ ニア予測符号化（１１ｎｅａｒ　ｐｒｅｄｉｃｔ　ｉｖｅ　ｃｏｄｉｎｇ：ＬＰ Ｃ）技術に対し元の音声信号に関係する励起信号（ｅｘｃｉｔａｔｉｏｎ　ｓｉ ｇｎａｌ）を提供することにより改善を行なう。

米国特許第４，８１７．１５７号は改善されたベクトル励起源を有するデジタル 音声コーグおよびデコーダを開示しており、これはコードブック励起ベクトルの コードブックが利用可能な情報に最も適合するコードブック励起信号を選択する ためにアクセスされ、かつオリジナルを忠実に表現するＬＰＧフィルタから合成 された音声信号を与えるために使用される。

いったん合成された音声信号が出力されると、種々のポストエンファシスがしば しば使用されてさらに該信号を調整する。１つのそのようなフィルタは適応スペ クトルポストフィルタであり（これは典型的には合成音声の知覚的な品質を増大 することを意図している）、そして他のものはポストエンファシス・フィルタで ある（これは合成音声結果に対するブライトネス（ｂｒｉｇｈｔｎｅｓｓ）に寄 与する）。

適応スペクトルポストフィルタは典型的には次の一般式％式％ この場合、０≦η≦νく１であり、かつ１／　（１−Ａ　（ｚ）　）は関連する ＬＰＧフィルタを表わす。

上のポストフィルタ表現における分母項は合成信号スペクトラムにおけるホルマ ントを強調し、一方でスペクトルの谷を減衰する。（２つの極端な場合には、ν ＝０のセツティングはオールパスフィルタとなり、一方ν＝１のセツティングは 関連するＬＰＧフィルタと同じ分母項を生ずる結果となる。）分子項は分母によ って導入される一般的なスペクトル形状を打ち消すよう作用する。従来技術の用 途においては、νはしばしばおよそ０．８にセ・ソトされ、かつηはおよそ０． ５にセットされる。

実際には、分子の多項式は分母のスペクトル形状を追跡する上でほんの部分的に しか成功せず（実際には、フィルタのスペクトル特性は時間とともに傾斜する） 、そしてその食い違いは典型的にはポストフィルタによりろ波された音声のブラ イトネスの時間的に変化する変調として表われる。

従って、音声のブライトネスに対する有害な影響を最小にしながら、同時に合成 音声の知覚的な品質を向上する合成音声のポストフィルタリングの方法の必要性 か存在する。

同様に音声のブライトネスそれ自体もよりよく制御できることが好ましい。

発明の概要 これらの必要性および他のものは実質的にここに開示されたポストフィルタの装 置により満たされる。この発明によれば、あるポストフィルタ（ｐｏｓｔｆｉｌ ｔｅｒ）が提供でき、該ポストフィルタは第１および第２の成分または構成要素 （ｃｏｍｐｏｎｅｎｔ）によって特徴付けられる。第１の構成要素は１組の係数 を含む。これらの係数は代わりのドメインの組のパラメータに変換され、かつ次 に修正された組のパラメータを与えるために操作される。これらは次に前記第２ の構成要素を特徴付ける１組の係数を提供するために使用される。

１つの実施例においては、前記第１の構成要素を表わすＺ変換（フィルタ係数が 自己相関ドメインに変換される。

帯域幅拡張機能を用いるスペクトル平滑技術が次に自己相関シーケンスに適用さ れ、かつ第２の構成要素の多項式の係数がレビンソン（Ｌｅｖｉｎｓｏｎ）の帰 納法を用いて修正された自己相関シーケンスから計算される。上に述べたフィル タ特性において第１の構成要素が次に分母として使用され、かつ第２の構成要素 が分子として使用される。

このプロセスにより、分子の多項式はＡ（ｚ／ν）多項式のスペクトル的に平滑 化されたものによって置き代えられる。フォーマットの帯域幅拡張は平滑化され たスペクトルのエンベロープを変えない。従って、Ａ　（ｚ／ν）多項式のスペ クトル的に平滑化された帯域幅が拡張されたものは実効的に時間的に変化するス ペクトルの傾斜を最小化し、かつ分子が分母の概略的なスペクトル形状を適応的 に追跡しかつそれを打ち消すことができるようにする。

他の実施例においては、付加的なポストエンファシスフィルタが使用されポスト フィルタがかけられた音声のブライトネスにより一層の制御を与えることができ るようにする。このフィルタは次の式で表わされる一層フィルタである。

Ｈ（ｚ）　−１−ｕｚ−１ なお、この場合典型的には、０．２≦Ｕ≦０．５である。

図面の簡単な説明 第１図は、本発明に従って構成された無線機のブロック図である。

発明を実施するための最良の形態 １９８９年３月２８日に、イラ　ジャーソン（ＩｒａＧｅｒｓｏｎ）に発行され た、「改良されたベクトル励起源を有するデジタル音声コーダ」と題する、米国 特許第４゜８１７．１５７号はデジタル音声コーダおよびデコーダにつきかなり 詳細に述へている。この参照文献に詳細に述べられているように、この発明はモ トローラ社のＤＳＰ５６０００型ファミリ装置のような適切なデジタル信号プロ セッサを使用する音声コーグ（またはデコーダ）において実施できる。

第１図において、本発明を実施する無線機（１００）は、音声符号化無線周波（ ＲＦ）信号（１０１）を受信するためのアンテナ（１０２）を含む。ＲＦユニッ ト（１０３）は受信した信号を処理して音声符号化情報を復元する。この情報は 種々の後続の処理のための制御パラメータを出力するパラメータデコーダ（１０ ５）に提供される。上に述べた励起源（ｅｘｃｉｔａｔｉｏｎ　５ｏｕｒｃｅ） （１０４）はそれに与えられたパラメータを利用して励起信号を生成する。励起 源（１，０４）から得られた励起信号はＬＰＧフィルタ（１０６）に提供され、 該ＬＰＧフィルタ（１０６）は符号化情報に従って合成された音声信号を生成す る。合成された音声信号は次にピッチポストフィルタ（Ｌ　０７）によりろ波さ れかつスペクトルポストフィルタ（１０８）によりろ波されて再構成または再現 された音声の品質を向上させる。もし必要であれば、ポストエンファシスフィル タ（１０９）を含むことかできさらに音声信号品質を向上させる。（スペクトル ポストフィルタ（１０８）およびポストエンファシスフィルタ（１０９）に関す るこれ以上の詳細については後に説明する。）音声信号は次にオーディオ処理ユ ニット（１１１）において処理されかつオーディオ変換器（１１２）により可聴 的にされる。励起源（１０４）　、ＬＰＧフィルタ（１０６）、ピッチポストフ ィルタ（１，０７）、適応スペクトルポストフィルタ（１０８）、そしてポスト エンファシスフィルタ（１０９）はすべてＤＳＰ（１１３）の適切なプログラミ ングによって提供できる。

この発明によれば、適応スペクトルポストフィルタ（１−０８）は第１の構成要 素（ＬＰＧフィルタ（１０６）のフィルタ特性に関係する分母）および第２の構 成要素（前記分母の概略的なスペクトル形状を適応的に追跡しそれによりそれを 打ち消す分子）により特徴付けられる。そのようなフィルタの一般的な形式は、 音響、音声、および信号処理に関する国際会議紀要の１９８７年４月版の、ペー ジ２１８５−２１８８に見られる、ｃｈｅｎおよびＧ　ｅ　ｒ　ｓ　ｈＯによる 、「適応ポストフィルタリングを備えた４８００ｂｐｓの実時間ベクトルＡＰＣ 音声コーディング）と題する論文に述べられている。

この発明によれば、前記分子は分母の多項式にスペクトル平滑技術を適用するこ とにより出力される。そのような技術は音響、音声、および信号処理に関するＩ ＥＥＥ紀要の１９７８年１２月版に見られる、トークラ、イタクラ、およびハシ モトによる、ｒＰＡＲｃＯＲ音声分析−合成におけるスペクトル平滑技術」と題 する論文に述べられている。

１つの実施例においては、分母を表わすＺ変換係数は自己相関ドメインに変換さ れる。（そのような変換の例はＭａ　ｒｋｅ　１．　Ｊ、　Ｄ、　Ｇｒａｙ、　 Ａ、　Ｈ，、Ｊ　ｒ、音声のリニア予測（Ｓｐｒｉｎｇｅｒ−Ｖｅｒｌａｇ、Ｂ ｅｒｌｉｎ、Ｈｅｉｄｅｌｂｅｒｇ、Ｎｅｗ　Ｙｏｒｋ、１９７６）に見ること ができる。）スペクトル平滑技術の帯域幅拡張機能が次に自己相関シーケンスに 適用され、分子の多項式の係数はレビンソン帰納法によって前記修正された自己 相関シーケンスから計算される。１つの実施例においては、自己相関係数は以下 のファクタによって乗算され結果的に分子係数を提供する。

表１ 自己相関の遅れ　スペクトル平滑ファクタ０１゜ｏｏｏｏｏｏ。

１　、　０．９２３０７６９ ２　０．７２５２７４７ 、　３　０．４８３５１．６４ ４　０．２７１９７８０ ５　０．１２７９８９６ ６　４．９７７３７５３Ｅ−０２ ７，１，５７１８０２８Ｅ−０２ ８３，９２９５０７０Ｅ−０３ ９７，４８４７７５３Ｅ−０４ １０１，０２０６５１３Ｅ−０４ 分母および分子は次に適応スペクトルポストフィルタ（１０８）を特徴付けるた めに使用される。

勿論、ＬＰＧフィルタ情報を直接使用しかつ同様のプロセスによってそこから分 子項を出力することも可能であり、これはＬＰＧフィルタ情報が上に述べた分母 項を出力するのに使用されるからである。

この処理により、分子多項式が分母多項式のスペクトル的に平滑化されたものに より提供される。分母多項式のスペクトル的に平滑化された帯域幅拡張板は実効 的に時間的に変化するスペクトルの傾きを最小にしかつ分子が適応的に分母の概 略的なスペクトル形状を追跡してそれを打ち消すことを可能にする。リスニング 試験に基づき、約１２００Ｈｚの帯域幅拡張ファクタ（これは分母に対して行な われる平滑の程度を特定する）が使用された。

ポストエンファシスフィルタ（１０９）はポストフィルタによ、りろ波された音 声のブライトネスに対しより一層の制御を可能にするため提供される。該フィル タは次の形式の一次のフィルタである。

この場合、典型的には、０．２≦Ｕ≦０．　５である。

へ 国際調査報告 １１″″ｌ１６１１１１Ａ−７Ｎｅ、ｐｃ’ｒ／ｕｓｉ１０５１特

Claims (10)

【特許請求の範囲】
1. １．第１の構成要素および第２の構成要素によって特徴付けられるフィルタを提 供する方法であって、Ａ）第１の組の係数を有する第１の構成要素を提供する段 階であって、 Ｂ）前記第１の組の係数の少なくともいくつかを代わりのドメインの組のパラメ ータに変換する段階、Ｃ）前記代わりのドメインの組のパラメータに演算を行な って修正された第１の組の係数を提供する段階、Ｄ）前記修正された第１の組の 係数を用いて前記第２の構成要素を提供する段階、 をさらに備えたことを特徴とするもの、を具備する第１の構成要素および第２の 構成要素によって特徴付けられるフィルタを提供する方法。
2. ２．第１の構成要素および第２の構成要素を有する音声合成ポストフィルタにお ける時間的に変化するスペクトルの傾斜を実質的に最小化する方法であって、Ａ ）ろ波されるべき合成された音声に関する情報を提供する段階、 Ｂ）少なくとも部分的に、前記情報の関数として前記第１の構成要素を提供する 段階であって、さらに、Ｃ）前記情報の少なくとも一部、および前記第１の構成 要素の少なくとも一部、の内の１つを代わりのドメインの組のパラメータに変換 する段階、 Ｄ）前記代わりのドメインの組のパラメータに演算を行なって１組の係数を提供 する段階、 Ｅ）前記組の係数を用いて前記第２の構成要素を提供する段階、 を備えたことを特徴とするもの、 を具備する第１の構成要素および第２の構成要素を有する音声合成ポストフィル タにおける時間的に変化するスペクトルの傾斜を実質的に最小化する方法。
3. ３．第１の構成要素および第２の構成要素を有する音声合成ポストフィルタを特 徴付ける方法であって、Ａ）ろ波されるべき合成された音声に関する情報を提供 する段階、 Ｂ）少なくとも部分的に、前記情報の関数として前記第１の構成要素を提供する 段階であって、さらに、Ｃ）前記情報の少なくとも一部、および前記第１の構成 要素の少なくとも一部、の内の１つを代わりのドメインの組のパラメータに変換 する段階、 Ｄ）前記代わりのドメインの組のパラメータに演算を行なって１組の係数を提供 する段階、 Ｅ）前記組の係数を用いて前記第２の構成要素を提供する段階、 を備えたことを特徴とするもの、 を具備する第１の構成要素および第２の構成要素を有する音声合成ポストフィル タを特徴付ける方法。
4. ４．合成された音声信号を生成する方法であって、Ａ）励起信号をＬＰＣフィル タに提供する段階、Ｂ）前記ＬＰＣフィルタから合成された音声信号を提供する 段階、 Ｃ）第１の構成要素および第２の構成要素を必要とする音声合成ポストフィルタ を提供する段階、Ｄ）第１の組の係数を含む前記第１の構成要素を提供する段階 であって、さらに、 Ｅ）少なくともいくつかの前記第１の組の係数を代わりのドメインの組のパラメ ータに変換する段階、Ｆ）前記代わりのドメインの組のパラメータに演算を行な って修正された第１の組の係数を提供する段階、Ｇ）前記修正された第１の組の 係数を用いて前記音声合成ポストフィルタにより使用するための前記第２の構成 要素を提供する段階、 Ｈ）前記第１の構成要素および前記第２の構成要素を使用して音声合成ポストフ ィルタにおける合成された音声信号をろ波してろ波された合成音声信号を提供す る段階、を備えたことを特徴とするもの、 を具備する合成音声信号を生成する方法。
5. ５．合成された音声信号を生成する方法であって、Ａ）符号化音声情報を含むＲ Ｆ信号を受信する段階、Ｂ）前記符号化音声情報から励起信号を復元する段階、 Ｃ）該励起信号をＬＰＣフィルタに提供する段階、Ｄ）前記ＬＰＣフィルタから 合成された音声信号を提供する段階、 Ｅ）第１の構成要素および第２の構成要素を必要とする音声合成ポストフィルタ を提供する段階、Ｆ）第１の組の係数を含む前記音声合成ポストフィルタによっ て使用するための第１の構成要素を提供する段階であって、さらに、 Ｇ）少なくともいくつかの前記第１の組の係数を代わりのドメインの組のパラメ ータに変換する段階、Ｈ）前記代わりのドメインの組のパラメータに働きかけて 修正された第１の組の係数を提供する段階、Ｉ）前記修正された第１の組の係数 を用いて前記音声合成ポストフィルタによって使用するために前記第２の構成要 素を提供する段階、 Ｊ）前記第１の構成要素および前記第２の構成要素を用いて前記音声合成ポスト フィルタにおいて前記合成された音声信号をろ波しろ波された合成音声信号を提 供する段階、を備えたことを特徴とするもの、 を具備する合成された音声信号を生成する方法。
6. ６．前記ＬＰＣフィルタは少なくとも部分的に次の式、１／｛１−Ａ（ｚ）｝ により規定される、請求の範囲第４項または第５項に記載の方法。
7. ７．前記音声合成ポストフィルタの第１の構成要素はＺ変換表記法により次の式 、 １−Ａ（ｚ／ν） で表わされる、請求の範囲第４項または第５項に記載の方法。
8. ８．さらに、 １）前記合成された音画信号をＺ変換表記法で、Ｈ（ｚ）＝１−ｕｚ−１ ただし、０．２≦ｕ≦０．５、で実質的に規定されるポストエンファシスフィル タによってろ波する段階、を含む、請求の範囲第４項または第５項に記載の方法 。
9. ９．前記演算を行なう段階は乗算段階を含む請求の範囲第１項、第２項、第３項 、第４項または第５項のいずれか１項に記載の方法。
10. １０．前記代わりのドメインの組のパラメータは自己相関ドメインのパラメータ である、請求の範囲第１項、第２項、第３項、第４項または第５項のいずれか１ 項に記載の方法。