JPH05502517A - 最適化された信号エネルギパラメータを有するデジタル音声コーダ - 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】 最適化された信号エネルギパラメータを有するデジタル音声コーグ 技術分野 この発明は、一般的には音声コーグに関し、かつより詳細にはゲイン修正可能な 音声表現要素を用いるデジタル音声コーグに関する。

発明の背景 音声コーグが技術上知られている。いくっがの音声コーグはアナログ音声サンプ ルをデジタル化表現に変換し、かつその後リニア予測符号化（ｌｉｎｅａｒ　ｐ ｒｅｄｉｃｔｉｖｅ　ｃｏｄｉｎｇ）を用いてスペクトル音声情報を表現する。

他の音声コーグは通常のリニア予測符号化技術に対し元の音声信号に関係する励 起信号（ｅｘｃｉｔａｔｉｏｎ　ｓｉｇｎａｌ）を提供することにより改善を行 う。

米国特許第４．８１７．１５７号は改良されたベクトル励起源を有するデジタル 音声コーグを開示しており、該音声コーグにおいてはコードブック励起ベクトル のコードブックがアクセスされて利用可能な情報に最も適合するコードブック励 起信号を選択し、かつ元の信号をより忠実に表現する復元音声信号を提供するた めに使用される。そのようなシステムにおいては、ピッチ励起情報およびコード ブック励起情報が出力されかつ組合わされて複合信号を発生しこれは次に復元音 声情報を８カするために使用される。

これらの信号を組合わせる前に、ゲインファクタが各々に適用され、各々の信号 に関連するエネルギ量がこれらの構成部分によって表現される元の音声成分と関 連するエネルギ量を表すようにする。

音声コーグは適切なピッチ励起およびコードブック励起情報を決定する時に適切 なゲインファクタを決定し、かつこれらすべての要素に関する符号化情報は次に デコーダに提供されて元の音声情報の再構成を可能にする。一般に、従来技術の 音声コーグはこのゲインファクタ情報をデコーダにディスクリート形式で提供し ていた。これは該情報を別個の識別可能なパケットで、あるいは（ベトクル量子 化のような）他の形式で送信することにより達成され、送信の目的で組合わされ るが、依然として実効的には互いに独立である。

従来技術の音声符号化技術はかなりの改善の余地を残している。上に述べたゲイ ンファクタ送信方法はエラー保護を収容するためにかなりの量の送信媒体容量を 必要とする（さもなければ、送信の間に生ずるエラーがゲイン情報を汚染し、か つこれが極めて望ましくない不正確な音声再生結果を生じ得る）。

従って、ゲインファクタ情報に対する増強された保護を同時に提供しながら、送 信媒体に対する需要を低減する音声コーディングの方法の必要性が存在する。

発明の概要 この必要性および他のものはここに開示された音声符号化方法の装置により実質 的に満たされる。この音声符号化方法は、音声サンプルを表す第１の成分に対す るゲインに関係する第１のゲイン値、およびその音声サンプルの第２の成分に対 するゲインに関係する第２のゲイン値を含む、ゲイン情報を生成する結果となる 。この方法によれば、これらのゲイン値は処理されて前記サンプルに対する総合 的なエネルギ値に関係する第１のパラメータ、および前記サンプルに対する総合 的なエネルギ値に対する第１および第２のゲイン値の内の少なくとも１つの相対 的な寄与に、少なくとも部分的に、基づく第２のパラメータを提供する。

第１および第２のパラメータに関する情報は次にデコーダに送信される。

本発明の１つの実施例においては、前記ゲイン情報は少なくとも前記サンプルの 第３の成分に対するゲインに関係する第３のゲイン値を含むことができる。該ゲ イン値の処理は次に全体のエネルギ値に対する前記第１、第２、および、第３の ゲイン値の内の異なる１つの相対的な寄与に、少なくとも部分的に、基づく第３ のパラメータを生成する。

本発明の１つの実施例においては、前記第１および第２のパラメータ（そして、 もしあれば、第３のパラメータ）がベクトル量子化されてコードを提供する。こ のコードは次にデコーダに送信される情報を構成する。

本発明の他の態様においては、コーグによって出力されるゲイン情報は音声信号 に対するロングタームのエネルギ値（たとえば、音声情報の複数のサンプルまた は単一の所定のフレームに関するエネルギ値）に関係する第１の値、および信号 のショートタームのエネルギ値（たとえば、所定のフレームの一部を構成する単 一サンプルまたはサブフレーム）に関係する第２の値を含み、前記第２の値は特 定のサンプルまたはサブフレームとともに使用するために第１の値を調整するた め前記第１の値に適用できる訂正ファクタを構成する。前記第１の値は第１のレ ートでコーグからデコーダに送信され、かつ前記第２の値は第２のレートで送信 され、この場合第２のレートは第１のレートよりもより頻繁である。このように 構成することにより、より重要な情報（ロングタームのエネルギ値）がより小さ な頻度で送信され、かつ従って送信媒体の容量に不当な影響を与えることなく比 較的高度に保護された形式で送信できる。

より重要でない情報（ショートタームのエネルギ値）はより頻繁に送信されるが 、それらは信号の再構成にとってより重要でないから、より大きな保護が必要で なくかつ従って送信媒体の容量に対する影響も同様に最小化される。

本発明の他の実施例においては、音声コーグ／デコーダのプラットフォームが無 線機に配置される。

図面の簡単な説明 第１図は、本発明に従って構成された励起源のブロック図である。

第２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、ｌｒａ　Ｇｅｒｓｏｎ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グ」と題する、米国特許第４．８１７． １５７号は、コードブック励起コードベクトルのコードブックを含むベクトル励 起源を使用するデジタル音声コーグを非常に詳細に説明している。

この発明はモトローラのＤＳＰ５６０００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）において実施すること ができる。

そのようなりＳＰの実施例のコンピュータ的な機能がブロック図等価回路として 第１図に示されている。

ピッチ励起フィルタ状態（１０２）は中間ピッチ励起ベクトルを構成するピッチ 励起信号を提供する。乗算器（１０６）はこのピッチ励起ベクトルを受信しかつ ゲイン（ＧＡＩＮ）１のスケールファクタを適用する。適切に構成された時、結 果として得られる尺度変更された（ｓｃａｌｅｄ）ピッチ励起ベクトルは元の音 声情報におけるピッチ情報のエネルギに対応するエネルギを有する。もし適性に 構成されなければ、もちろん、ピッチ情報のエネルギは元のサンプルと異なり、 かなりのエネルギの差異は結果として得られる再生された音声サンプルのかなり のひずみにつながり得る。

第１のコードブック（１０３）は１組の基本ベクトルを含み、これらはリニアに 組合わされて複数の出力励起信号を形成する。コーグは一般にこれらのコードブ ック励起源のうち元の音声情報の対応する成分を最もよく表すものはどれでも選 択する。デコーダは、もちろん、音声信号を再構成するためにコーグによって識 別されるコードブック励起源はどれでも使用する。（ピッチ励起信号およびコー ドブック選択は、もちろん、処理されているサンプルに対する対応する成分の規 定において識別される。）ピッチ励起情報についてと同様に、乗算器（１０７） はコードブック励起情報を受信しかつゲイン（ＧＡＩＮ）２をスケールファクタ として適用する。ゲイン２の適用はコードブック励起信号のエネルギを適切にス ケーリングしてこの音声情報成分と一致する元の信号における実際のエネルギと 対応させる。

もし必要であれば、この手法の特定の用途においては付加的な励起信号を含む付 加的なコードブック（１０４）を用いることができる。これらの付加的なコード ブックはまた適切なスケーリングファクタ（ゲイン（ＧＡＩＮ）３のような）を 用いて適切な乗算器（１０８）によりスケーリングされ上にその概略を述べたの と同じ目的を達成する。

一旦与えられかつ適切にスケーリングされると、ピッチ励起およびコードブック 励起情報は加算され（１０９）およびＬＰＧフィルタに提供されて出力音声信号 を生成する。

コーグにおいては、この出力（ｒｅｓｕｌｔａｎｔ）信号は元の信号と比較され 、かつこの処理が他のコードブック内容とともに繰返されて、元の信号に最もよ く対応する出力信号を提供する励起源を識別する。ピッチおよびコードブック情 報は次に符号化されかつ選択された送信媒体によってデコーダに送信される。デ コーダにおいては、この出力信号はさらに処理されて前記デジタル情報を可聴形 式にし、それにより音声信号の再構成を完了する。

本発明のこの実施例をコーグの見地から説明する前に、デコード処理を最初に説 明することが有用であろう。

ゲイン制御（１０１）機能はゲイン１およびゲイン２情報（かつ、適切な用途に おいては、同様にゲイン３情報）を提供する。このゲイン情報は復元されたピッ チ励起およびコードブック励起信号の実際のエネルギ、コーグによって提供され るロングタームのエネルギ値、およびロングタームのエネルギ値に対するショー トタームの訂正値を供給するコーグによって与えられるゲインベクトルの関数と して提供される。

ピッチ励起フィルタ状態部（１０２）およびコードブック（単数または複数）（ １０３および１０４）（すなわち、プリコンポーネント）から出力されるピッチ 励起およびコードブック励起信号のエネルギは容易にゲイン制御（１０１）によ って決定できる。一般に、２つ（または３つ）の信号の間で分割されかつ総計で 見られる、これらの信号のエネルギは元の信号のエネルギを適切に反映しないで あろう。このエネルギ情報は従って必要とされるエネルギ修正量を決定するため に知ることが必要である。このエネルギ修正はゲイン１およびゲイン２（もし適 用可能であればゲイン３）を調整することにより達成される。この修正はサブフ レームごとのベースで行われる。

デコーダにおけるピッチ励起およびコードブック励起信号のエネルギを計算する このプロセスは重要な利点を提供する。特に、ピッチ励起信号の不適切なエネル ギを生ずる結果となる前の送信エラーがデコーダにおけるピッチ励起のエネルギ を排他的に計算することにより補償される。

この説明のために元の音声サンプル（または少なくとも゛　その一部）がデジタ ル化され、かつ結果として得られるデジタル情報が必要に応じてデータのフレー ムおよびサブフレームに分割されるものと想定し、これらはよく理解された従来 技術に従って行われる。この説明においては、各フレームは４つのサブフレーム からなるものと仮定する。このように構成することにより、ロングタームのエネ ルギ値は一般に単一フレームを表すエネルギ値となり、かつショートタームの修 正値は単一のサブフレームに対応する修正ファクタを構成する。特定のサブフレ ームに関する概算の残留エネルギ（Ｅ　Ｅ）は一般に次の式によって決定できる 。

ＥＥ＝Ｅ　（０）／　（（フィルタ電力ゲイン）（Ｎ　５ＵＢＳ）） この場合、Ｅ（０）＝合計フレームに対する量子化されたロングターム信号エネ ルギ、かつ「フィルタ電力ゲイン」は、技術上よく理解されているように、フィ ルタにより課されるエネルギの増大に対応するＬＰＧフィルタ情報から計算でき 、そしてＮ　５ＵＢＳはフレームごとのサブフレームの数である。

ゲイン１はまた次のようにして計算できる。

この場合、α−第１のベクトルパラメータ、β＝第２のベクトルパラメータ、そ してＥ　（０）＝重み付けされていないピッチェネルギ情報である。

αおよびβに関する詳細はコーディング機能を説明する場合に以下に述べる。Ｅ 　（０）はピッチ励起フィルタ状態（１０２）により出力される信号のエネルギ を構成する。

Ｅ　（０）は従って乗算器（１０６）を介して与えられるゲイン１の値によって スケーリングされる前のピッチ励起ベクトルに対するエネルギである。Ａの分母 におけるＥｘ（０）は重み付けされないピッチ励起ベクトルにおけるエネルギを 単位値（ｕｎｉｔｙ）に正規化し、一方Ａの分子は所望のエネルギをピッチ励起 ベクトルに課する。分子においては、項ＥＥ（ロングターム信号エネルギに基づ くサブフレームの残留エネルギの評価値）はαによってスケーリングされ励起信 号におけるショートタームのエネルギと整合し、βはピッチ励起ベクトルによる 組合わされた励起信号におけるエネルギの部分（ｆｒａｃｔｉｏｎ）を特定する 。最後に、このような表現の平方根を取ることによりゲインを得る。

同様にして、ゲイン２は次のように計算できる。

αおよびβは上に述べたのと同じである。Ｅｘ（１）は第１のコードブック（１ １１）から実際に出力されるエネルギに対応する重み付けされないコードブック 励起情報を構成する。

ゲイン１およびゲイン２が上で決定されたように計算されると、ピッチ励起およ びコードブック励起情報が適切に、共に互いに対するそれらの値に関し、かつ加 算機能（１０９）の出力において与えられる複合結果として、適切にスケーリン グされ、それにより信号の適切に復元された成分を提供する。１つまたそれ以上 の付加的な励起コードブック（１０４）を使用するデコーダにおいては、付加的 なスケールファクタ（たとえば、ゲイン３）は同様に決定できる。　本発明のコ ーグの実施例を次に説明する。

前に述べたように、量子化信号エネルギ値Ｅ　（０）はデジタル化された音声サ ンプルの完全なフレームに対して計算できる。この値はコーグからデコーダに適 切に時々送信されデコーダにこの情報を提供する。この情報は、しかしながら、 各々のサブフレームの情報とともに送信する必要はない。従って、このロングタ ームの情報はより頻繁でなくして送信することができ、この情報はエラーコーデ ィングその他により比較的よく保護できる。これはより多くの送信容量を必要と するが、容量に対する全体的な影響はこの情報の比較的頻繁でない送信のために 比較的良性のものである。

前にも述べたように、１つのフレームに関するロングタームのエネルギ情報はそ のサブフレームにおけるエネルギをよりよく表すために各々の特定のサブフレー ムに対し修正されなければならない。この修正（ｍｏｄ　ｉ　ｆ　ｉ　ｃａ　ｔ ｔｏｎ）は、部分的には、ショートターム修正パラメータ、αの関数として行わ れる。

コーグはこれらのパラメータαおよびβを、次に、コーグにおいて出力されるピ ッチ励起およびコードブック励起情報信号のエネルギ内容の関数として出力する 。特に、αはそれによってロングター、ムのエネルギ情報がスケーリングされて 特定のサブフレームにおけるピッチ励起情報エネルギ、コードブック１励起、お よびコードブック２励起の和を生成するスケールファクタを構成する。しかしな がら、βは比率を構成し、この実施例では、βは問題のサブフレームに対するピ ッチ励起情報エネルギのピッチ励起情報、コードブック１、およびコードブック ２励起に帰することができるエネルギの和に対する比率を構成する。同様にして 、かつ第２のコードブックの存在を再び仮定すると、第３のパラメータπは第１ のフードブックエネルギのエネルギのピッチ励起情報、コードブック１、および コードブック２励起に帰することができるエネルギの和に対する比率を表すこと ができる。

このように処理することにより、第１のパラメータαは信号サンプルに対する全 体のエネルギ値に関係し、かつ第２の（かつもし用いられておれば第３の）パラ メータβは、少なくとも部分的に、全体のエネルギ値に対する励起信号の１つの 相対的な寄与に関係する。従って、ある程度まで、パラメータα、βおよびπは 互いに相関している。この相関関係はこのコーディングおよびデコーディング方 法の性能およびエンコーディングの効率の改善に貢献する。

この実施例においては、コーグは実際には３つのパラメータα、βおよびπをデ コーダに送信しない。その代り、これらのパラメータはベクトル量子化され、か つその結果を識別する代表的なコードがデコーダに送信される。コーグは元のベ クトルを正確にエミュレートするベクトルを表すコードを送信できないであろう から、幾っがのエラーがこの点における表現に導入される。そのようなエラーの 影響を最小にするために、コーグはそれにとって入手可能な各々のかつすべての ベクトルコードに対するエラー（ＥＲＲＯＲ）値を計算し、かつ最小のエラーを 生ずるベクトルコードを選択する。（ここで例示のために単一のコードブックの フープを想定して、αおよびβに対する関係値を生成する）各々のベクトルコー ドに対し、このエラー値は次のように計算できる。

＋ψα（β（１−β））１／２＋にαβ＋λα（１−β） この場合、 に＝ＥＥ−Ｅ　（０，０）／（Ｅ　（０））ＣＣｚ λ＝ＥＥ−Ｅ　（１，１）／　（Ｅ　（１））ＣＣｇ 上の各式において、Ｅ　は理想的な信号におけるサブフ■ レームのエネルギを表す。従って、選択された代表的なパラメータが元のパラメ ータに近ければ近いほど、エラーは小さくなる。Ｅ　（０）は理想的な信号と重 み付けられ　ｃ たピッチ情報励起との間の訂正分を表す。Ｅ　（１）はｃ 理想的な信号と重み付けられたコードブック励起との間の修正分を表す。Ｅ　（ ０，１）は重み付けられたピッチｃ 情報励起と重み付けられたコードブック励起との間の修正分を表す。そして最後 に、Ｅ　（０，０）は、重み付け　Ｃ られたピッチ励起におけるエネルギを表し、かっＥ。。

（１，１）は重み付けられたコードブック励起におけるエネルギを表す。（重み 付けられた励起は技術上知られているように知覚的重み付はフィルタによる処理 の後の励起信号である。） 最も小さなエラー値を生ずるベクトルコードが識別された時、そのベクトルコー ドは次にデコーダに送信される。

受信された時、デコーダは該ベクトルコードを用いてベクトルコードのデータベ ースにアクセスしかつそれによりα。

βおよびπ（もしあれば）のパラメータに対する値を復元し、これらのパラメー タは次に上に述べたようにゲイン１、ゲイン２およびゲイン３（もし用いられて おれば）を計算するために使用される。

この方法を用いることにより、数多くの重要な利点が得られる。たとえば、送信 の間に比較的強く保護できる、ロングタームのエネルギ値は、ショートタームの 修正ファクタ情報が失われあるいは汚染されていても、復元された音声情報がエ ネルギ情報の観点からほぼ適切に再構成または再現されることを保証する。デー コダにおけるピッチエネルギの計算、および補償はピッチ励起のエラーの伝搬を 大幅に低減する。

さらに、α、β、およびπのパラメータによって表される元のゲイン情報の相互 関係は情報のより大きな濃縮を可能にし、かつ同時にさらにこの情報の送信をサ ポートするための送信容量の要求を最小にする。その結果、この方法は送信容量 の要求を同時に低減するとともに、改善された再構成音声結果を生み出す。

第２図においては、本発明を実施する無線機は音声符号化信号（２０１）を受信 するためのアンテナ（２０２）を含む。ＲＦユニット（２０３）は受信信号を処 理して音声符号化情報を復元する。この情報はパラメータデコーダ（２０４）に 提供され該パラメータデコーダ（２０４）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。上に述べたような励起源（１００）がそれに与えられたパラ メータを用いて励起信号を生成する。該励起源（１００）からのこの結果的に得 られた励起信号はＬＰＧフィルタ（２０６）に提供され、該ＬＰＧフィルタ（２ ０６）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（２０７）でろ波され、かつスペクトル的ポスト フィルタ（２０８）によりろ波されて再構成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（２０９）もまた含むことができ 結果として得られる音声信号をさらに改善する。該音声信号は次にオーディオ処 理ユニット（２１１）において処理されかつオーディオ変換器（２１２）により 可聴的にされる。

国際調査報告 −ｖ−）１ｍ−＾”−ｋ　ｐｆｉ　ＩＴ　ｍ　ＩＴ　／　Ｉ’Ａ　＜’ｔ

Claims (8)

【特許請求の範囲】
1. １．ある信号サンプルに対するゲイン情報に関係する情報を送信する方法であっ て、該ゲイン情報は、第１の成分に対するゲインに関係する第１のゲイン値、第 ２の成分に対するゲインに関係する少なくとも第２のゲイン値、 を含み、前記方法は、 Ａ）少なくとも前記信号サンプルを処理して、前記信号サンプルに対する全体的 なエネルギ値に関係する第１のパラメータ、 前記全体的なエネルギ値に対する前記第１および第２のゲイン値の内の少なくと も１つの相対的な寄与に、少なくとも部分的に、基づく第２のパラメータ、を提 供する段階、 Ｂ）前記第１および第２のパラメータに関係する情報を送信する段階、 を具備することを特徴とするある信号サンプルに対するゲイン情報に関係する情 報を送信する方法。
2. ２．前記ゲイン情報は少なくとも第３の成分に対するゲインに関係する第３のゲ イン値を含み、前記処理段階は前記全体的なエネルギ値に対する前記第１、第２ および第３のゲイン値の内の異なる１つの相対的な寄与に、少なくとも部分的に 、基づく第３のパラメータをさらに提供する段階を含み、 前記情報を送信する段階は前記第３の成分に関係する情報の送信を含む、 請求の範囲第１項に記載の方法。
3. ３．前記処理段階は少なくとも前記第１のパラメータおよび第２のパラメータ情 報をベクトル量子化しコードを発生する段階を含む請求の範囲第１項に記載の方 法。
4. ４．前記送信段階は前記コードを送信する段階を含む請求の範囲第３項に記載の 方法。
5. ５．さらに、時々、複数の信号サンプルに関係するロングタームのエネルギ値情 報を送信する段階を含む請求の範囲第１項に記載の方法。
6. ６．前記第１のパラメータはロングタームのエネルギ値情報に関係する修正ファ クタを具備する請求の範囲第５項に記載の方法。
7. ７．前記送信段階はさらに、 Ｂ１）時々、前記第１の値に関係する情報を送信する段階、 Ｂ２）前記時々よりはさらに頻繁に、前記第２の値に関係する情報を送信する段 階、 を具備する請求の範囲第１項に記載の方法。
8. ８．ある信号の成分に対するゲイン情報に関係する情報を復元する方法であって 、 Ａ）前記信号の少なくとも１つの成分に対するエネルギに関係する少なくとも第 １のパラメータを受信する段階、Ｂ）前記少なくとも１つの成分に対する成分規 定情報を受信する段階、 Ｃ）前記成分規定情報を処理して、エネルギ値を有する、プリコンポーネントを 提供する段階、 Ｄ）少なくとも前記第１のパラメータを使用しかつ、必要に応じて、前記プリコ ンポーネントのエネルギ値を修正し、前記信号の復元された成分を提供する段階 、を具備することを特徴とするある信号の成分に対するゲイン情報に関係する情 報を復元する方法。