JPH06149297A - 短期予測係数の計算方法 - Google Patents
短期予測係数の計算方法Info
- Publication number
- JPH06149297A JPH06149297A JP4316265A JP31626592A JPH06149297A JP H06149297 A JPH06149297 A JP H06149297A JP 4316265 A JP4316265 A JP 4316265A JP 31626592 A JP31626592 A JP 31626592A JP H06149297 A JPH06149297 A JP H06149297A
- Authority
- JP
- Japan
- Prior art keywords
- autocorrelation
- order
- reflection coefficient
- short
- coefficient
- 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
Abstract
(57)【要約】
【構成】 共分散行列計算部１２は音声サンプルデータ
の自己相関より共分散行列を計算する。初期相関算出部
１４は初期の前向き残差の自己相関Ｆ0 、後向き残差の
自己相関Ｂ0 及び両者の相互の相関Ｃ0 を算出する。所
定値算出部１５は上記自己相関Ｆ0 、Ｂ0 より閾値とな
る所定値を算出する。予測誤差レベル判定部１６は相関
計算部１９で計算された自己相関Ｆj 、後向き残差の自
己相関Ｂj及び両者の相互の相関Ｃj に基づいた予測誤
差と上記所定値とを比較する。反射係数計算＆量子化部
１７は反射係数を求め、量子化する。反射係数固定部１
８は予測誤差レベル判定部１６の結果に基づいてその次
数及び高次の次数の反射係数を零近傍に固定し、その次
数以降の反射係数を求めない。 【効果】 演算誤差が原因で起こる異音の発生を未然に
防ぎ、通話品質を上げる。
の自己相関より共分散行列を計算する。初期相関算出部
１４は初期の前向き残差の自己相関Ｆ0 、後向き残差の
自己相関Ｂ0 及び両者の相互の相関Ｃ0 を算出する。所
定値算出部１５は上記自己相関Ｆ0 、Ｂ0 より閾値とな
る所定値を算出する。予測誤差レベル判定部１６は相関
計算部１９で計算された自己相関Ｆj 、後向き残差の自
己相関Ｂj及び両者の相互の相関Ｃj に基づいた予測誤
差と上記所定値とを比較する。反射係数計算＆量子化部
１７は反射係数を求め、量子化する。反射係数固定部１
８は予測誤差レベル判定部１６の結果に基づいてその次
数及び高次の次数の反射係数を零近傍に固定し、その次
数以降の反射係数を求めない。 【効果】 演算誤差が原因で起こる異音の発生を未然に
防ぎ、通話品質を上げる。
Description
【０００１】
【産業上の利用分野】本発明は、例えば線形予測符号化
器に適用して好ましい短期予測係数の計算方法に関す
る。
器に適用して好ましい短期予測係数の計算方法に関す
る。
【０００２】
【従来の技術】近年、低ビットレート、すなわち、4.8
〜9.6 kbpsでの音声符号化方法には、ベクトル和励起リ
ニア予測（ＶＳＥＬＰ：Vector Sum Excited Linear Pr
ediction）等のコード励起リニア予測（ＣＥＬＰ：Code
Excited Linear Prediction）が提唱されている。
〜9.6 kbpsでの音声符号化方法には、ベクトル和励起リ
ニア予測（ＶＳＥＬＰ：Vector Sum Excited Linear Pr
ediction）等のコード励起リニア予測（ＣＥＬＰ：Code
Excited Linear Prediction）が提唱されている。
【０００３】このＶＳＥＬＰについての技術内容は、モ
トローラ・インコーポレーテッドによる特表平２−５０
２１３５号公報の「改良されたベクトル励起源を有する
ディジタル音声コーダ」及び「VECTOR SUM EXCITED LIN
EAR PREDICTION(VSELP) : SPEECH CODING AT 8 KBPS :I
ra A.Gerson and Jasiuk :Paper presented at the In
t.Conf.on Acoustics,Speech and Signal Processing -
April 1990 」に記載されている。
トローラ・インコーポレーテッドによる特表平２−５０
２１３５号公報の「改良されたベクトル励起源を有する
ディジタル音声コーダ」及び「VECTOR SUM EXCITED LIN
EAR PREDICTION(VSELP) : SPEECH CODING AT 8 KBPS :I
ra A.Gerson and Jasiuk :Paper presented at the In
t.Conf.on Acoustics,Speech and Signal Processing -
April 1990 」に記載されている。
【０００４】上記ＶＳＥＬＰを用いた音声符号化方法を
適用した音声符号化装置としては、ＶＳＥＬＰエンコー
ダがある。このＶＳＥＬＰエンコーダの処理は、大きく
分けて、短期予測係数の計算、量子化したベクトルの算
定から成り立っている。
適用した音声符号化装置としては、ＶＳＥＬＰエンコー
ダがある。このＶＳＥＬＰエンコーダの処理は、大きく
分けて、短期予測係数の計算、量子化したベクトルの算
定から成り立っている。
【０００５】上記短期予測係数の計算は、音声のホルマ
ントに相当する部分を取り出す処理である。すなわち、
入力音声データから得られた自己相関値から複数次の反
射係数を求め、この複数次の反射係数を基に複数次の短
期予測係数を求めて音声のホルマントを予測する処理で
ある。
ントに相当する部分を取り出す処理である。すなわち、
入力音声データから得られた自己相関値から複数次の反
射係数を求め、この複数次の反射係数を基に複数次の短
期予測係数を求めて音声のホルマントを予測する処理で
ある。
【０００６】
【発明が解決しようとする課題】ところで、自己相関値
から複数次の反射係数を求めるには、演算によって求め
られた反射係数値に一番近い反射係数をＶＳＥＬＰ自身
のテーブルからサーチする。上記演算は、ＤＳＰ（ディ
ジタルシグナルプロセッサ）によって行われる。
から複数次の反射係数を求めるには、演算によって求め
られた反射係数値に一番近い反射係数をＶＳＥＬＰ自身
のテーブルからサーチする。上記演算は、ＤＳＰ（ディ
ジタルシグナルプロセッサ）によって行われる。
【０００７】固定小数点形式の上記ＤＳＰは、例えば予
測次数が１０次の場合、１０個の反射係数を求めるが、
上記ＤＳＰの演算形式が固定少数点であると高次の反射
係数計算時に予測誤差がだんだん小さくなっていくた
め、結果として演算誤差が生じ、これが原因で誤った反
射係数を求めることになり、最悪の場合異音を発するこ
とがあった。
測次数が１０次の場合、１０個の反射係数を求めるが、
上記ＤＳＰの演算形式が固定少数点であると高次の反射
係数計算時に予測誤差がだんだん小さくなっていくた
め、結果として演算誤差が生じ、これが原因で誤った反
射係数を求めることになり、最悪の場合異音を発するこ
とがあった。
【０００８】本発明は、誤った反射係数を用いず、異音
を発生させない短期予測係数の計算方法の提供を目的と
する。
を発生させない短期予測係数の計算方法の提供を目的と
する。
【０００９】
【課題を解決する手段】本発明に係る短期予測係数の計
算方法は、入力音声データに基づいて共分散行列を求
め、上記共分散行列から複数次の反射係数を低次より順
次算出する工程と、上記工程より求められた複数次の反
射係数より複数次の短期予測係数を求める工程とを有す
る短期予測係数の計算方法において、上記複数次の反射
係数を低次より順次算出する工程中に、ある次数の前向
き残差の自己相関と後向き残差の自己相関の和が、予め
決められた所定値以下となるとき、その次数及び高次の
次数の反射係数を強制的に零近傍の値とすることを特徴
として上記課題を解決する。
算方法は、入力音声データに基づいて共分散行列を求
め、上記共分散行列から複数次の反射係数を低次より順
次算出する工程と、上記工程より求められた複数次の反
射係数より複数次の短期予測係数を求める工程とを有す
る短期予測係数の計算方法において、上記複数次の反射
係数を低次より順次算出する工程中に、ある次数の前向
き残差の自己相関と後向き残差の自己相関の和が、予め
決められた所定値以下となるとき、その次数及び高次の
次数の反射係数を強制的に零近傍の値とすることを特徴
として上記課題を解決する。
【００１０】ここで、上記前向き残差の自己相関と後向
き残差の自己相関の和が予め決められた所定値以下とな
った場合、その次数以降の反射係数の算出は行わなくて
もよい。
き残差の自己相関の和が予め決められた所定値以下とな
った場合、その次数以降の反射係数の算出は行わなくて
もよい。
【００１１】また、本発明に係る短期予測係数の計算方
法は、入力音声データに基づいて共分散行列を求め、上
記共分散行列から複数次の反射係数を低次より順次算出
する工程と、上記工程より求められた複数次の反射係数
から複数次の短期予測係数を求める工程とを有する短期
予測係数の計算方法において、上記複数次の反射係数を
低次より順次算出する工程中に、ある次数の前向き残差
の自己相関と後向き残差の自己相関の平均値が、予め決
められた所定値以下となるとき、その次数及び高次の次
数の反射係数を強制的に零近傍の値とすることを特徴と
して上記課題を解決する。
法は、入力音声データに基づいて共分散行列を求め、上
記共分散行列から複数次の反射係数を低次より順次算出
する工程と、上記工程より求められた複数次の反射係数
から複数次の短期予測係数を求める工程とを有する短期
予測係数の計算方法において、上記複数次の反射係数を
低次より順次算出する工程中に、ある次数の前向き残差
の自己相関と後向き残差の自己相関の平均値が、予め決
められた所定値以下となるとき、その次数及び高次の次
数の反射係数を強制的に零近傍の値とすることを特徴と
して上記課題を解決する。
【００１２】ここで、上記前向き残差の自己相関と後向
き残差の自己相関の平均値が予め決められた所定値以下
となった場合、その次数以降の反射係数の算出は行わな
くてもよい。
き残差の自己相関の平均値が予め決められた所定値以下
となった場合、その次数以降の反射係数の算出は行わな
くてもよい。
【００１３】また、上記本発明に係る短期予測係数の計
算方法では、上記反射係数を固定少数点演算により算出
している。
算方法では、上記反射係数を固定少数点演算により算出
している。
【００１４】
【作用】本発明に係る短期予測係数の計算方法は、ある
次数の前向き残差の自己相関と後向き残差の自己相関の
和又は平均値が予め決められた所定値以下となるとき
に、入力音声データに基づいて得られた共分散行列から
の複数次の反射係数がその次数及び高次の次数で強制的
に零近傍の値となるように、低次より順次算出されるの
で、誤った反射係数を算出せず、異音を発生させない。
次数の前向き残差の自己相関と後向き残差の自己相関の
和又は平均値が予め決められた所定値以下となるとき
に、入力音声データに基づいて得られた共分散行列から
の複数次の反射係数がその次数及び高次の次数で強制的
に零近傍の値となるように、低次より順次算出されるの
で、誤った反射係数を算出せず、異音を発生させない。
【００１５】
【実施例】以下、本発明に係る短期予測係数の計算方法
が適用できる線形予測符号化器であるベクトル和励起リ
ニア予測（ＶＳＥＬＰ：Vector Sum Excited Linear Pr
ediction）エンコーダを一実施例として図面を参照しな
がら説明する。
が適用できる線形予測符号化器であるベクトル和励起リ
ニア予測（ＶＳＥＬＰ：Vector Sum Excited Linear Pr
ediction）エンコーダを一実施例として図面を参照しな
がら説明する。
【００１６】図１に本発明の一実施例であるＶＳＥＬＰ
エンコーダの要部（短期予測係数計算部）の概略構成を
示す。
エンコーダの要部（短期予測係数計算部）の概略構成を
示す。
【００１７】このＶＳＥＬＰエンコーダは、入力音声デ
ータの１７０サンプルを１フレームとして短期予測係数
の計算を行うものである。先ず、図１において、入力端
子１１には、例えば８ｋHz程度の所定のサンプリングレ
ートでディジタル変換された音声信号（音声サンプルデ
ータ）が供給されており、この音声サンプルデータは、
共分散行列計算部１２に送られる。
ータの１７０サンプルを１フレームとして短期予測係数
の計算を行うものである。先ず、図１において、入力端
子１１には、例えば８ｋHz程度の所定のサンプリングレ
ートでディジタル変換された音声信号（音声サンプルデ
ータ）が供給されており、この音声サンプルデータは、
共分散行列計算部１２に送られる。
【００１８】この共分散行列計算部１２は、音声サンプ
ルデータの自己相関より共分散行列を計算する。上記共
分散行列は、帯域幅の拡張のために窓かけ処理部１３に
より、窓かけ処理される。この窓かけ処理された共分散
行列は、初期相関算出部１４に供給される。
ルデータの自己相関より共分散行列を計算する。上記共
分散行列は、帯域幅の拡張のために窓かけ処理部１３に
より、窓かけ処理される。この窓かけ処理された共分散
行列は、初期相関算出部１４に供給される。
【００１９】この初期相関算出部１４は、初期の前向き
残差の自己相関Ｆ0 を計算するＦ0計算部１４ａと、初
期の後向き残差の自己相関Ｂ0 を計算するＢ0 計算部１
４ｂと、自己相関Ｆ0 と自己相関Ｂ0 の相互の相関Ｃ0
を計算するＣ0 計算部１４ｃとにより構成されている。
この初期相関算出部１４で求められた自己相関Ｆ0 、自
己相関Ｂ0 及び相互の相関Ｃ0 は、所定値算出部１５に
供給される。
残差の自己相関Ｆ0 を計算するＦ0計算部１４ａと、初
期の後向き残差の自己相関Ｂ0 を計算するＢ0 計算部１
４ｂと、自己相関Ｆ0 と自己相関Ｂ0 の相互の相関Ｃ0
を計算するＣ0 計算部１４ｃとにより構成されている。
この初期相関算出部１４で求められた自己相関Ｆ0 、自
己相関Ｂ0 及び相互の相関Ｃ0 は、所定値算出部１５に
供給される。
【００２０】この所定値算出部１５は、上記自己相関Ｆ
0 とＢ0 とから一定の閾値である所定値を算出する。こ
の所定値算出部１５で求められた所定値は、予測誤差レ
ベル判定部１６に供給される。
0 とＢ0 とから一定の閾値である所定値を算出する。こ
の所定値算出部１５で求められた所定値は、予測誤差レ
ベル判定部１６に供給される。
【００２１】この予測誤差レベル判定部１６には、後述
する相関算出部１９で求められた予測次数ｊの前向き残
差の自己相関Ｆj 及び予測次数ｊの後向き残差の自己相
関Ｂj から求められた予測誤差レベルも供給され、上記
所定値と値の大きさを比較する。そして、上記予測誤差
が上記所定値以下となるときに、例えばフラグ“０”を
反射係数固定部１８に供給する一方、上記予測誤差が上
記所定値以下にならないときには、例えばフラグ“１”
を反射係数計算＆量子化部１７に供給する。
する相関算出部１９で求められた予測次数ｊの前向き残
差の自己相関Ｆj 及び予測次数ｊの後向き残差の自己相
関Ｂj から求められた予測誤差レベルも供給され、上記
所定値と値の大きさを比較する。そして、上記予測誤差
が上記所定値以下となるときに、例えばフラグ“０”を
反射係数固定部１８に供給する一方、上記予測誤差が上
記所定値以下にならないときには、例えばフラグ“１”
を反射係数計算＆量子化部１７に供給する。
【００２２】この反射係数計算＆量子化部１７は、予測
次数ｊ（１≦ｊ≦１０）での反射係数ｒj を計算によっ
て求め、ベクトル量子化して、図示しないメモリ部に記
録しておく。この反射係数計算＆量子化部１７で求めら
れた反射係数ｒj は、相関算出部１９に供給される。
次数ｊ（１≦ｊ≦１０）での反射係数ｒj を計算によっ
て求め、ベクトル量子化して、図示しないメモリ部に記
録しておく。この反射係数計算＆量子化部１７で求めら
れた反射係数ｒj は、相関算出部１９に供給される。
【００２３】この相関算出部１９は、予測次数ｊの前向
き残差の自己相関Ｆj を計算するＦj 計算部１９ａと、
予測次数ｊの後向き残差の自己相関Ｂj を計算するＢj
計算部１９ｂと、上記自己相関Ｆj と上記自己相関Ｂj
の相互の相関Ｃj を計算するＣj 計算部１９ｃにより構
成され、上記反射係数ｒj 及び前段の前向き残差の自己
相関Ｆj-1 、前段の後向き残差の自己相関Ｂj-1 、前段
の相互の相関Ｃj-1 より、予測次数ｊの前向き残差の自
己相関Ｆj 、予測次数ｊの後向き残差の自己相関Ｂj 及
び予測次数ｊの相互の相関Ｃj を算出する。
き残差の自己相関Ｆj を計算するＦj 計算部１９ａと、
予測次数ｊの後向き残差の自己相関Ｂj を計算するＢj
計算部１９ｂと、上記自己相関Ｆj と上記自己相関Ｂj
の相互の相関Ｃj を計算するＣj 計算部１９ｃにより構
成され、上記反射係数ｒj 及び前段の前向き残差の自己
相関Ｆj-1 、前段の後向き残差の自己相関Ｂj-1 、前段
の相互の相関Ｃj-1 より、予測次数ｊの前向き残差の自
己相関Ｆj 、予測次数ｊの後向き残差の自己相関Ｂj 及
び予測次数ｊの相互の相関Ｃj を算出する。
【００２４】上記反射係数固定部１８は、上記予測誤差
レベル判定部１６からのフラグ“０”を受けて、その次
数及び高次の次数の反射係数ｒj を強制的に零近傍の値
に固定し、その次数以降の反射係数の算出を行わない。
この反射係数ｒj は、ｊ＝１０まで繰り返されながら短
期予測係数算出部２０に供給される。この短期予測係数
算出部２０は、上記反射係数ｒj を基に短期予測係数を
算出し、出力端子２１から出力する。
レベル判定部１６からのフラグ“０”を受けて、その次
数及び高次の次数の反射係数ｒj を強制的に零近傍の値
に固定し、その次数以降の反射係数の算出を行わない。
この反射係数ｒj は、ｊ＝１０まで繰り返されながら短
期予測係数算出部２０に供給される。この短期予測係数
算出部２０は、上記反射係数ｒj を基に短期予測係数を
算出し、出力端子２１から出力する。
【００２５】本実施例のＶＳＥＬＰエンコーダでは、音
声サンプルデータの自己相関より共分散行列を算出し、
この共分散行列から反射係数を求める際に、ある次数の
前向き残差の自己相関と後向き残差の自己相関の和が予
め決められた所定値以下となるときに、その次数及び高
次の次数での上記反射係数を強制的に零近傍の値とし、
その次数以降の反射係数の算出を行わない。
声サンプルデータの自己相関より共分散行列を算出し、
この共分散行列から反射係数を求める際に、ある次数の
前向き残差の自己相関と後向き残差の自己相関の和が予
め決められた所定値以下となるときに、その次数及び高
次の次数での上記反射係数を強制的に零近傍の値とし、
その次数以降の反射係数の算出を行わない。
【００２６】言い換えると、音声サンプルデータの自己
相関より反射係数を求め、この反射係数から短期予測係
数αk を求めることになるが、先ず、自己相関係数算出
の意味を説明する。
相関より反射係数を求め、この反射係数から短期予測係
数αk を求めることになるが、先ず、自己相関係数算出
の意味を説明する。
【００２７】音声サンプルデータＳ(n) は、次の（１）
式に示すように利得パラメータＧ、フィルタ係数ａk 及
び励振ｕ(n) により推定できる。
式に示すように利得パラメータＧ、フィルタ係数ａk 及
び励振ｕ(n) により推定できる。
【００２８】
【数１】
【００２９】また、短期予測係数αk を持つ予測器は、
次の（２）式に示すような予測出力Ｓ’(n) を出力す
る。
次の（２）式に示すような予測出力Ｓ’(n) を出力す
る。
【００３０】
【数２】
【００３１】このとき、予測誤差ｅ(n) は、
【００３２】
【数３】 となる。
【００３３】上記（１）〜（３）式で、αk ＝ａk かつ
ｅ(n) ＝Ｇ・ｕ(n) なら、上記音声サンプルデータＳ
(n) を厳密に予測できる。ここで、短期予測係数αk が
優れていれば、音声信号Ｓ(n) のスペクトル的性質がよ
く表される予測出力Ｓ’(n) が得られる。そのために
は、予測誤差ｅ(n) の平均２乗誤差Ｅn を、
ｅ(n) ＝Ｇ・ｕ(n) なら、上記音声サンプルデータＳ
(n) を厳密に予測できる。ここで、短期予測係数αk が
優れていれば、音声信号Ｓ(n) のスペクトル的性質がよ
く表される予測出力Ｓ’(n) が得られる。そのために
は、予測誤差ｅ(n) の平均２乗誤差Ｅn を、
【００３４】
【数４】 とし、この（４）式の平均２乗誤差Ｅn を最小にする必
要がある。ここで、Ｓ(m) は、音声区間ｎに対するサン
プルデータ数ｍの音声信号である。また、ここで得たい
のは短期間の音声信号に対する短期予測係数αk なの
で、音声信号は有限区間である。
要がある。ここで、Ｓ(m) は、音声区間ｎに対するサン
プルデータ数ｍの音声信号である。また、ここで得たい
のは短期間の音声信号に対する短期予測係数αk なの
で、音声信号は有限区間である。
【００３５】上記（４）式の平均２乗誤差Ｅn を最小に
する短期予測係数αk の値は、 ΔＥn ／Δｄi （ｉ＝０、１、・・・、ｐ） ・・・・・（５） となるので、次の（６）式が得られる。
する短期予測係数αk の値は、 ΔＥn ／Δｄi （ｉ＝０、１、・・・、ｐ） ・・・・・（５） となるので、次の（６）式が得られる。
【００３６】
【数５】 ここで、αk * は平均２乗誤差Ｅn を最小にするαk で
ある。（以下αk * の“＊”を省略してαk とする。）
ある。（以下αk * の“＊”を省略してαk とする。）
【００３７】ここで、次の（７）式のようにφn (i,k)
を定義する。
を定義する。
【００３８】
【数６】
【００３９】すると、上記（６）式は、次の（８）式の
ようになる。
ようになる。
【００４０】
【数７】
【００４１】したがって、上記（８）式の線形方程式の
φn (i,k) （ｋ＝０…ｐ）が与えられれば短期予測係数
αk が求められる。すなわち、自己相関係数算出が意味
を持つことなる。
φn (i,k) （ｋ＝０…ｐ）が与えられれば短期予測係数
αk が求められる。すなわち、自己相関係数算出が意味
を持つことなる。
【００４２】本実施例のＶＳＥＬＰエンコーダは、上述
したように上記共分散計算部１２が音声サンプルデータ
の自己相関より共分散行列を算出している。以下に、上
記共分散行列計算部１２の原理を説明する。
したように上記共分散計算部１２が音声サンプルデータ
の自己相関より共分散行列を算出している。以下に、上
記共分散行列計算部１２の原理を説明する。
【００４３】上記（８）式の線形方程式を解くにあた
り、φn (i,k) を計算する区間と音声サンプルデータＳ
n (m) の定義により２つの線形予測分析の方法が発生す
る。このうちの一つが共分散法である。この共分散法
は、平均２乗誤差を計算する区間を固定し、φn (i,k)
の計算の効果を考える方法である。
り、φn (i,k) を計算する区間と音声サンプルデータＳ
n (m) の定義により２つの線形予測分析の方法が発生す
る。このうちの一つが共分散法である。この共分散法
は、平均２乗誤差を計算する区間を固定し、φn (i,k)
の計算の効果を考える方法である。
【００４４】先ず、平均２乗誤差Ｅ(n) を、
【００４５】
【数８】
【００４６】と定義すると、φn (i,k) は、
【００４７】
【数９】 となる。
【００４８】この（10) 式の和の添字を変更するとφn
(i,k) は、
(i,k) は、
【００４９】
【数１０】
【００５０】または、
【００５１】
【数１１】 となる。
【００５２】上記(11)、(12)式より、−ｐ≦ｍ≦Ｎ−１
の範囲のＳn (m) を必要とすることになり、足りないｐ
個は外側から補うことになる。
の範囲のＳn (m) を必要とすることになり、足りないｐ
個は外側から補うことになる。
【００５３】ここで、上記（８）式において、φn (i,
k) ＝φn (k,i) なので、これはｐ×ｐの対称行列であ
る。φn (i,k) をこの式のように計算する方法に基づく
解析方法が共分散法であり、上記共分散行列計算部１２
の原理となっている。
k) ＝φn (k,i) なので、これはｐ×ｐの対称行列であ
る。φn (i,k) をこの式のように計算する方法に基づく
解析方法が共分散法であり、上記共分散行列計算部１２
の原理となっている。
【００５４】上記共分散法の解法を、以下に説明する。
先ず、時系列の線形予測分析に対する格子型フィルタ
は、通常、図２のようにｐ個の格子を持つカスケードに
より表されている。また、線形予測分析では、信号のス
ペクトルＨ(Z) は、次の(13)式に示すように全極の伝達
関数Ａ(Z) によりモデル化される。
先ず、時系列の線形予測分析に対する格子型フィルタ
は、通常、図２のようにｐ個の格子を持つカスケードに
より表されている。また、線形予測分析では、信号のス
ペクトルＨ(Z) は、次の(13)式に示すように全極の伝達
関数Ａ(Z) によりモデル化される。
【００５５】
【数１２】
【００５６】また、反射係数Ｋm は、周知のレビンソン
法により、予測係数ａk と次の(14)式のような関係にあ
る。
法により、予測係数ａk と次の(14)式のような関係にあ
る。
【００５７】
【数１３】
【００５８】格子形では、反射係数は通常、段階毎に前
向き残差ｆm (n) 、後向き残差ｂm(n) 、或いは両方を
最小にするように見積もられる。
向き残差ｆm (n) 、後向き残差ｂm(n) 、或いは両方を
最小にするように見積もられる。
【００５９】したがって、図２より、次の(15)式の関係
が成り立つ。 f0(n) ＝b0(n) ＝Ｓ(n) f m+1(n)＝f m (n) ＋ｋm+1 ｂm (n−1) b m+1(n)＝ｋm+1 f m (n) ＋ｂm (n−1) ・・・・（15)
が成り立つ。 f0(n) ＝b0(n) ＝Ｓ(n) f m+1(n)＝f m (n) ＋ｋm+1 ｂm (n−1) b m+1(n)＝ｋm+1 f m (n) ＋ｂm (n−1) ・・・・（15)
【００６０】また、Ｓ(n) は入力信号でｅ(n) ＝f
p (n) は予測誤差である。通常、格子形はｋm を２乗の
関数として計算するので、次の(16)式が成立する。 Ｆm (n) ＝Ｅ（f m 2(n)） Ｂm (n) ＝Ｅ（b m 2(n −１）） Ｃm (n) ＝Ｅ（f m (n）b m (n−１）） ・・・・ (16) ここで、Ｅ（・）は期待値である。
p (n) は予測誤差である。通常、格子形はｋm を２乗の
関数として計算するので、次の(16)式が成立する。 Ｆm (n) ＝Ｅ（f m 2(n)） Ｂm (n) ＝Ｅ（b m 2(n −１）） Ｃm (n) ＝Ｅ（f m (n）b m (n−１）） ・・・・ (16) ここで、Ｅ（・）は期待値である。
【００６１】また、φn (i,k) ＝Ｅ（Ｓ(n−k)Ｓ(n−
i)）とすると、次の(17)式が成立する。
i)）とすると、次の(17)式が成立する。
【００６２】
【数１４】
【００６３】ここで、Ｆ00 m ＝Ｆm (n) 、Ｂ00 m ＝Ｂm
(n−1)、Ｃ00 m ＝Ｃm (n) であり、上記(14)式より、上
記(17)式は、次の(18)式のように変換される。
(n−1)、Ｃ00 m ＝Ｃm (n) であり、上記(14)式より、上
記(17)式は、次の(18)式のように変換される。
【００６４】
【数１５】
【００６５】このようにして、共分散行列から順次前向
き残差の自己相関Ｆ、後向き残差の自己相関Ｂ、相互の
相関Ｃを計算し、反射係数を求めることができる。
き残差の自己相関Ｆ、後向き残差の自己相関Ｂ、相互の
相関Ｃを計算し、反射係数を求めることができる。
【００６６】すなわち、上記図１の上記共分散行列計算
部１２は、音声サンプルデータから共分散行列φ(i,k)
を、
部１２は、音声サンプルデータから共分散行列φ(i,k)
を、
【００６７】
【数１６】 のように計算する。ここでＮA は音声サンプル数（例え
ば、１７０サンプル）であり、Ｎp は予測次数の総数
（例えば１０次）である。
ば、１７０サンプル）であり、Ｎp は予測次数の総数
（例えば１０次）である。
【００６８】次に、上記図１の初期相関算出部１４は、
前向き残差の自己相関Ｆ0 、後向き残差の自己相関
Ｂ0 、両者の相互相関Ｃ0 を次の(20)式のように計算す
る。 Ｆ0 (i,k) ＝φ(i,k) ０≦ｉ、ｋ≦Ｎp Ｂ0 (i,k) ＝φ(i＋1,k ＋1) ０≦ｉ、ｋ≦Ｎp Ｃ0 (i,k) ＝φ(i,k) ０≦ｉ、ｋ≦Ｎp ・・・(20)
前向き残差の自己相関Ｆ0 、後向き残差の自己相関
Ｂ0 、両者の相互相関Ｃ0 を次の(20)式のように計算す
る。 Ｆ0 (i,k) ＝φ(i,k) ０≦ｉ、ｋ≦Ｎp Ｂ0 (i,k) ＝φ(i＋1,k ＋1) ０≦ｉ、ｋ≦Ｎp Ｃ0 (i,k) ＝φ(i,k) ０≦ｉ、ｋ≦Ｎp ・・・(20)
【００６９】次に、上記所定値算出部１５が前向き残差
の自己相関と後向き残差の自己相関との和から閾値とな
る所定値を算出する。この所定値は、上記予測誤差レベ
ル判定部１６に供給される。
の自己相関と後向き残差の自己相関との和から閾値とな
る所定値を算出する。この所定値は、上記予測誤差レベ
ル判定部１６に供給される。
【００７０】そして、予測誤差レベルを求めるために、
予測次数ｊ＝１とする。すると、次の（21) 式より、反
射係数計算＆量子化部１７が反射係数ｒj を計算する。
予測次数ｊ＝１とする。すると、次の（21) 式より、反
射係数計算＆量子化部１７が反射係数ｒj を計算する。
【００７１】
【数１７】
【００７２】この(21)式の分母が、予測誤差である。こ
の予測誤差は、前向き残差の自己相関と後向き残差の自
己相関との和より求めている。
の予測誤差は、前向き残差の自己相関と後向き残差の自
己相関との和より求めている。
【００７３】上記(21)式で求められた反射係数ｒj は、
上記反射係数計算＆量子化部１７によって、ベクトル量
子化される。
上記反射係数計算＆量子化部１７によって、ベクトル量
子化される。
【００７４】そして、予測次数ｊがＮp と等しくなった
ら、終了となる。ここで、上記相関算出部１９は、次の
(22)式より次段階の反射係数に対する予測次数ｊの前向
き残差の自己相関Ｆj 、予測次数ｊの後向き残差の自己
相関Ｂj及び予測次数ｊの相互の相関Ｃj を算出する。
ら、終了となる。ここで、上記相関算出部１９は、次の
(22)式より次段階の反射係数に対する予測次数ｊの前向
き残差の自己相関Ｆj 、予測次数ｊの後向き残差の自己
相関Ｂj及び予測次数ｊの相互の相関Ｃj を算出する。
【００７５】
【数１８】
【００７６】そして、予測次数ｊがインクリメント（＋
１）され、上記反射係数計算＆量子化部１７に戻る。
１）され、上記反射係数計算＆量子化部１７に戻る。
【００７７】上記相関算出部１９において、予測次数が
高次に進むにつれて、Ｆj 、Ｂj 及びＣj の値は、小さ
くなっていく。場合によっては、演算誤差がかなり影響
する程までに小さくなってしまい、以降の予測次数での
反射係数の算出を大きく誤らせることになる。
高次に進むにつれて、Ｆj 、Ｂj 及びＣj の値は、小さ
くなっていく。場合によっては、演算誤差がかなり影響
する程までに小さくなってしまい、以降の予測次数での
反射係数の算出を大きく誤らせることになる。
【００７８】そこで、上記(21)式の分母の計算結果が予
め設定した所定の値よりも小さくなったか否かを上記予
測誤差レベル判定部１６が判定し、小さくなったという
判定結果が得られたときに、上記反射係数固定部１８が
その次数及び高次の次数の反射係数を強制的に零近傍に
固定し、その次数以降の反射係数の計算を止める。上記
予め設定された所定の値は、元のＦ0 (0,0) の値の約１
／１０００未満の値であり、十分小さい値である。
め設定した所定の値よりも小さくなったか否かを上記予
測誤差レベル判定部１６が判定し、小さくなったという
判定結果が得られたときに、上記反射係数固定部１８が
その次数及び高次の次数の反射係数を強制的に零近傍に
固定し、その次数以降の反射係数の計算を止める。上記
予め設定された所定の値は、元のＦ0 (0,0) の値の約１
／１０００未満の値であり、十分小さい値である。
【００７９】なお、上記説明では、上記予測誤差及び所
定値を、上記前向き残差の自己相関と上記後向き残差の
自己相関の和から求めているが、上記前向き残差の自己
相関と上記後向き残差の自己相関の平均値から求めても
よい。
定値を、上記前向き残差の自己相関と上記後向き残差の
自己相関の和から求めているが、上記前向き残差の自己
相関と上記後向き残差の自己相関の平均値から求めても
よい。
【００８０】図３は、本実施例のＶＳＥＬＰエンコーダ
の反射係数算出までの動作の流れを示したフローチャー
トである。
の反射係数算出までの動作の流れを示したフローチャー
トである。
【００８１】先ず、ステップＳ１では、上記共分散行列
計算部１２で音声サンプルデータの自己相関より共分散
行列を計算する。
計算部１２で音声サンプルデータの自己相関より共分散
行列を計算する。
【００８２】ステップＳ２では、上記初期相関算出部１
４で初期の次数の前向き残差の自己相関Ｆ0 と、初期の
次数の後向き残差の自己相関Ｂ0 と、自己相関Ｆ0 と自
己相関Ｂ0 の相互の相関Ｃ0 とを算出する。
４で初期の次数の前向き残差の自己相関Ｆ0 と、初期の
次数の後向き残差の自己相関Ｂ0 と、自己相関Ｆ0 と自
己相関Ｂ0 の相互の相関Ｃ0 とを算出する。
【００８３】ステップＳ３では、予測次数ｊを１に設定
する。ステップＳ４では、自己相関Ｆ0 と自己相関Ｂ0
とから閾値となる所定値を算出する。
する。ステップＳ４では、自己相関Ｆ0 と自己相関Ｂ0
とから閾値となる所定値を算出する。
【００８４】ステップＳ５では、上記ステップＳ４で求
められた所定値よりも、和又は平均値によって求められ
た予測誤差が小さいか否かを判別する。ここで、ＹＥＳ
を判別するとステップＳ１１に進み、ＮＯを判別すると
ステップＳ６に進む。
められた所定値よりも、和又は平均値によって求められ
た予測誤差が小さいか否かを判別する。ここで、ＹＥＳ
を判別するとステップＳ１１に進み、ＮＯを判別すると
ステップＳ６に進む。
【００８５】ステップＳ６では、上記反射係数計算＆量
子化部１７で反射係数ｒj を計算する。
子化部１７で反射係数ｒj を計算する。
【００８６】ステップＳ７では、上記反射係数計算＆量
子化部１７で反射係数ｒj を量子化する。
子化部１７で反射係数ｒj を量子化する。
【００８７】ステップＳ８では、予測次数ｊが１０にな
ったか否かを判別する。ここで、ＹＥＳを判別するとこ
のフローチャートは終了となり、ＮＯを判別するとステ
ップＳ９に進む。
ったか否かを判別する。ここで、ＹＥＳを判別するとこ
のフローチャートは終了となり、ＮＯを判別するとステ
ップＳ９に進む。
【００８８】ステップＳ９では、相関算出部１９で前向
き残差の自己相関Ｆj と、後向き残差の自己相関Ｂ
j と、自己相関Ｆj と自己相関Ｂj の相互の相関Ｃj と
を算出する。
き残差の自己相関Ｆj と、後向き残差の自己相関Ｂ
j と、自己相関Ｆj と自己相関Ｂj の相互の相関Ｃj と
を算出する。
【００８９】ステップＳ１０では、予測次数をインクリ
メントし、ステップＳ５に戻る。
メントし、ステップＳ５に戻る。
【００９０】ステップＳ１１では、上記ステップＳ５で
の判別結果を受けて、ｊ次から１０次までの反射係数に
対し、０近傍の量子化された反射係数を代入する。ここ
で、いう０近傍の量子化とは、量子化した反射係数のテ
ーブルの内、最も０に近い値を指すものである。
の判別結果を受けて、ｊ次から１０次までの反射係数に
対し、０近傍の量子化された反射係数を代入する。ここ
で、いう０近傍の量子化とは、量子化した反射係数のテ
ーブルの内、最も０に近い値を指すものである。
【００９１】以上より、本実施例のＶＳＥＬＰエンコー
ダは、音声サンプルデータの自己相関より共分散行列を
算出し、この共分散行列から反射係数を求める際に、あ
る次数の前向き残差の自己相関と後向き残差の自己相関
の和又は平均値が予め決められた所定値以下となるとき
に、その次数及び高次の次数での上記反射係数を強制的
に零近傍の値とし、その次数以降の反射係数を算出しな
いので、誤った反射係数を用いることなく、異音を発生
させない。
ダは、音声サンプルデータの自己相関より共分散行列を
算出し、この共分散行列から反射係数を求める際に、あ
る次数の前向き残差の自己相関と後向き残差の自己相関
の和又は平均値が予め決められた所定値以下となるとき
に、その次数及び高次の次数での上記反射係数を強制的
に零近傍の値とし、その次数以降の反射係数を算出しな
いので、誤った反射係数を用いることなく、異音を発生
させない。
【００９２】なお、本発明に係る短期予測係数の計算方
法は、上記実施例にのみ限定されるものではなく、例え
ば、適用する音声符号化方法としては、上記ＶＳＥＬＰ
を用いたものに限定されるものではない。
法は、上記実施例にのみ限定されるものではなく、例え
ば、適用する音声符号化方法としては、上記ＶＳＥＬＰ
を用いたものに限定されるものではない。
【００９３】
【発明の効果】本発明に係る短期予測係数の計算方法
は、ある次数の前向き残差の自己相関と後向き残差の自
己相関の和又は平均値が予め決められた所定値以下とな
るときに、入力音声データに基づいて得られた共分散行
列からの複数次の反射係数がその次数及び高次の次数で
強制的に零近傍の値とし、その次数以降の反射係数を算
出しないように、低次より順次算出されるので、誤った
反射係数を用いなくともよい。そのため、演算誤差が原
因で起こる異音の発生を未然に除去し、通話品質を上げ
ることができる。
は、ある次数の前向き残差の自己相関と後向き残差の自
己相関の和又は平均値が予め決められた所定値以下とな
るときに、入力音声データに基づいて得られた共分散行
列からの複数次の反射係数がその次数及び高次の次数で
強制的に零近傍の値とし、その次数以降の反射係数を算
出しないように、低次より順次算出されるので、誤った
反射係数を用いなくともよい。そのため、演算誤差が原
因で起こる異音の発生を未然に除去し、通話品質を上げ
ることができる。
【図１】本発明に係る短期予測係数の計算方法が適用可
能な実施例のＶＳＥＬＰエンコーダの要部の概略構成を
示すブロック図である。
能な実施例のＶＳＥＬＰエンコーダの要部の概略構成を
示すブロック図である。
【図２】共分散法を説明するために用いた格子形フィル
タを示す図である。
タを示す図である。
【図３】実施例のＶＳＥＬＰエンコーダの要部の動作の
流れを示すフローチャートである。
流れを示すフローチャートである。
１２・・・・・共分散行列計算部 １４・・・・・初期相関算出部 １５・・・・・所定値算出部 １６・・・・・予測誤差レベル判定部 １７・・・・・反射係数計算＆量子化部 １８・・・・・反射係数固定部 １９・・・・・相関算出部 ２０・・・・・短期予測係数算出部
Claims (5)
- 【請求項１】 入力音声データに基づいて共分散行列を
求め、上記共分散行列から複数次の反射係数を低次より
順次算出する工程と、 上記工程より求められた複数次の反射係数より複数次の
短期予測係数を求める工程とを有する短期予測係数の計
算方法において、 上記複数次の反射係数を低次より順次算出する工程中
に、ある次数の前向き残差の自己相関と後向き残差の自
己相関の和が、予め決められた所定値以下となるとき、
その次数及び高次の次数の反射係数を強制的に零近傍の
値とすることを特徴とする短期予測係数の計算方法。 - 【請求項２】 上記前向き残差の自己相関と後向き残差
の自己相関の和が、予め決められた所定値以下となった
次数以降の反射係数の算出は行わないことを特徴とする
請求項１記載の短期予測係数の計算方法。 - 【請求項３】 入力音声データに基づいて共分散行列を
求め、上記共分散行列から複数次の反射係数を低次より
順次算出する工程と、 上記工程より求められた複数次の反射係数から複数次の
短期予測係数を求める工程とを有する短期予測係数の計
算方法において、 上記複数次の反射係数を低次より順次算出する工程中
に、ある次数の前向き残差の自己相関と後向き残差の自
己相関の平均値が、予め決められた所定値以下となると
き、その次数及び高次の次数の反射係数を強制的に零近
傍の値とすることを特徴とする短期予測係数の計算方
法。 - 【請求項４】 上記前向き残差の自己相関と後向き残差
の自己相関の平均値、予め決められた所定値以下となっ
た次数以降の反射係数の算出は行わないことを特徴とす
る請求項３記載の短期予測係数の計算方法。 - 【請求項５】 上記反射係数を固定少数点演算により算
出することを特徴とする請求項１又は請求項３の短期予
測係数の計算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31626592A JP3237244B2 (ja) | 1992-10-31 | 1992-10-31 | 短期予測係数の計算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31626592A JP3237244B2 (ja) | 1992-10-31 | 1992-10-31 | 短期予測係数の計算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06149297A true JPH06149297A (ja) | 1994-05-27 |
| JP3237244B2 JP3237244B2 (ja) | 2001-12-10 |
Family
ID=18075174
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP31626592A Expired - Lifetime JP3237244B2 (ja) | 1992-10-31 | 1992-10-31 | 短期予測係数の計算方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3237244B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2237132B (en) * | 1989-01-20 | 1993-01-06 | Hochiki Co | Fire alarm |
| AU734148B2 (en) * | 1989-01-20 | 2001-06-07 | Hochiki Corporation | Fire alarm |
| WO2012053149A1 (ja) * | 2010-10-22 | 2012-04-26 | パナソニック株式会社 | 音声分析装置、量子化装置、逆量子化装置、及びこれらの方法 |
| CN115131943A (zh) * | 2022-07-07 | 2022-09-30 | 杭州申昊科技股份有限公司 | 一种基于深度学习的声光联动预警方法 |
-
1992
- 1992-10-31 JP JP31626592A patent/JP3237244B2/ja not_active Expired - Lifetime
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2237132B (en) * | 1989-01-20 | 1993-01-06 | Hochiki Co | Fire alarm |
| AU734148B2 (en) * | 1989-01-20 | 2001-06-07 | Hochiki Corporation | Fire alarm |
| WO2012053149A1 (ja) * | 2010-10-22 | 2012-04-26 | パナソニック株式会社 | 音声分析装置、量子化装置、逆量子化装置、及びこれらの方法 |
| CN115131943A (zh) * | 2022-07-07 | 2022-09-30 | 杭州申昊科技股份有限公司 | 一种基于深度学习的声光联动预警方法 |
| CN115131943B (zh) * | 2022-07-07 | 2023-10-31 | 杭州申昊科技股份有限公司 | 一种基于深度学习的声光联动预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3237244B2 (ja) | 2001-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6199035B1 (en) | Pitch-lag estimation in speech coding | |
| US6202046B1 (en) | Background noise/speech classification method | |
| JP3392412B2 (ja) | 音声コーディング装置及び音声エンコーディング方法 | |
| EP2030199B1 (en) | Linear predictive coding of an audio signal | |
| Barnwell | Recursive windowing for generating autocorrelation coefficients for LPC analysis | |
| JP3254687B2 (ja) | 音声符号化方式 | |
| US20060074643A1 (en) | Apparatus and method of encoding/decoding voice for selecting quantization/dequantization using characteristics of synthesized voice | |
| US6593872B2 (en) | Signal processing apparatus and method, signal coding apparatus and method, and signal decoding apparatus and method | |
| EP1688920B1 (en) | Speech signal decoding | |
| JP2000163096A (ja) | 音声符号化方法及び音声符号化装置 | |
| JP2002268686A (ja) | 音声符号化装置及び音声復号化装置 | |
| JP4359949B2 (ja) | 信号符号化装置及び方法、並びに信号復号装置及び方法 | |
| JPH06149297A (ja) | 短期予測係数の計算方法 | |
| JP2891193B2 (ja) | 広帯域音声スペクトル係数量子化装置 | |
| US6208962B1 (en) | Signal coding system | |
| WO1996004647A1 (en) | Sensitivity weighted vector quantization of line spectral pair frequencies | |
| JPH0830299A (ja) | 音声符号化装置 | |
| JP3089967B2 (ja) | 音声符号化装置 | |
| JP3194930B2 (ja) | 音声符号化装置 | |
| JP3290443B2 (ja) | コード励振線形予測符号化器及び復号化器 | |
| JP3249144B2 (ja) | 音声符号化装置 | |
| JPH08185199A (ja) | 音声符号化装置 | |
| Nagarajan et al. | Efficient implementation of linear predictive coding algorithms | |
| JP3144213B2 (ja) | 音声パラメータ分析装置および音声符号化装置 | |
| JP3230380B2 (ja) | 音声符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20010904 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091005 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091005 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101005 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111005 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121005 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131005 Year of fee payment: 12 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131005 Year of fee payment: 12 |