JPH06222798A - 音声信号を効率的に符号化するための方法及びこの方法を用いる符号器 - Google Patents
音声信号を効率的に符号化するための方法及びこの方法を用いる符号器Info
- Publication number
- JPH06222798A JPH06222798A JP5296618A JP29661893A JPH06222798A JP H06222798 A JPH06222798 A JP H06222798A JP 5296618 A JP5296618 A JP 5296618A JP 29661893 A JP29661893 A JP 29661893A JP H06222798 A JPH06222798 A JP H06222798A
- Authority
- JP
- Japan
- Prior art keywords
- order
- modeling
- signal
- short
- model
- 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.)
- Ceased
Links
- 238000000034 method Methods 0.000 title claims abstract description 84
- 230000005236 sound signal Effects 0.000 title description 10
- 230000005284 excitation Effects 0.000 claims abstract description 64
- 238000001914 filtration Methods 0.000 claims abstract description 36
- 230000015572 biosynthetic process Effects 0.000 claims description 39
- 238000003786 synthesis reaction Methods 0.000 claims description 32
- 230000006978 adaptation Effects 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 18
- 230000003044 adaptive effect Effects 0.000 claims description 17
- 238000001228 spectrum Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 10
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000001308 synthesis method Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 claims 1
- 230000002123 temporal effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 11
- 210000004704 glottis Anatomy 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 20
- 230000001755 vocal effect Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 101000799321 Lytechinus pictus Actin, cytoskeletal 4 Proteins 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
- G10L19/005—Correction of errors induced by the transmission channel, if related to the coding algorithm
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
- G10L19/12—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a code excitation, e.g. in code excited linear prediction [CELP] vocoders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
- G10L19/16—Vocoder architecture
- G10L19/18—Vocoders using multiple modes
- G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; 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
- G10L2019/0001—Codebooks
- G10L2019/0002—Codebook adaptations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
(57)【要約】
【目的】 音声信号のデジタル符号化に関し、効率的な
音声符号化方法及びこの方法を用いた符号器の提供を目
的とする。 【構成】 励振及び励振の形状を含む音声モデルをフィ
ルタ処理に用いる。声道に由来する励振信号の形状をモ
デル化するフィルタリング次数が、符号化される音声信
号２０６に従って適応される。これにより音声信号に対
して全体的なモデリングが実現され、固定次数でのフィ
ルタリングによる方法よりも良質な音声且つ効率的な符
号化が実現される。フィルタモデルの不要に大きい次数
を低減することで、励振信号を符号化するのに用いるビ
ットレートが増大されるか、これにより除かれたビット
レート・リソースが誤り訂正符号化のために割り当てら
れ得る。また、フィルタ処理の次数が、符号化のために
利点となるならば増大され、これに対応して励振信号を
符号化するのに用いるビットレートが低減される。
音声符号化方法及びこの方法を用いた符号器の提供を目
的とする。 【構成】 励振及び励振の形状を含む音声モデルをフィ
ルタ処理に用いる。声道に由来する励振信号の形状をモ
デル化するフィルタリング次数が、符号化される音声信
号２０６に従って適応される。これにより音声信号に対
して全体的なモデリングが実現され、固定次数でのフィ
ルタリングによる方法よりも良質な音声且つ効率的な符
号化が実現される。フィルタモデルの不要に大きい次数
を低減することで、励振信号を符号化するのに用いるビ
ットレートが増大されるか、これにより除かれたビット
レート・リソースが誤り訂正符号化のために割り当てら
れ得る。また、フィルタ処理の次数が、符号化のために
利点となるならば増大され、これに対応して励振信号を
符号化するのに用いるビットレートが低減される。
Description
【０００１】
【産業上の利用分野】本発明は、音声信号を効率的に符
号化するための方法、及びこの方法を用いた符号器に関
する。
号化するための方法、及びこの方法を用いた符号器に関
する。
【０００２】
【従来の技術】音声をデジタル的に符号化する場合、人
間の発声に基づいた２部モデルがよく用いられる。これ
は励振の構成（人間の声帯、または声道の狭窄部からの
振動）と、フィルタ処理における励振信号の形状（人間
の声道にて起きる形状形成）とを結合するものである。
フィルタ処理は、音声符号化装置にて声道の形状をモデ
ル化するのに用いられており、一般的に短時間フィルタ
リング又は短時間モデリングと呼ばれている。励振信号
を効率良く符号化するために種々の方法やモデルが研究
されており、励振信号を伝送するのに必要とされるビッ
トレートを小さくしても音声信号の質を実質的に低下さ
せないものが開発されている。現在、最も効果的な音声
の符号化方法は、分析／合成手法を用いて励振信号から
表現を検出するものであり、その表現が極めて小さいビ
ットレートで伝送され得るような音声符号化装置が試み
られている。この注目すべき例としては、例えば米国特
許第4,817,517号に開示された励振符号の線形予測が挙
げられる。また、他の効果的な方法では、短時間フィル
タリングモデルの各パラメータ、例えば線スペクトルの
ペア・フォーマット内での伝達パラメータの符号化につ
いて開発されている（F.K. Soong , B.H. Juang 著の
「遅延規定を用いるＬＳＰパラメータの最適量子化」１
９９０年の音響，音声及び信号処理に関する国際会議の
会報参照）。
間の発声に基づいた２部モデルがよく用いられる。これ
は励振の構成（人間の声帯、または声道の狭窄部からの
振動）と、フィルタ処理における励振信号の形状（人間
の声道にて起きる形状形成）とを結合するものである。
フィルタ処理は、音声符号化装置にて声道の形状をモデ
ル化するのに用いられており、一般的に短時間フィルタ
リング又は短時間モデリングと呼ばれている。励振信号
を効率良く符号化するために種々の方法やモデルが研究
されており、励振信号を伝送するのに必要とされるビッ
トレートを小さくしても音声信号の質を実質的に低下さ
せないものが開発されている。現在、最も効果的な音声
の符号化方法は、分析／合成手法を用いて励振信号から
表現を検出するものであり、その表現が極めて小さいビ
ットレートで伝送され得るような音声符号化装置が試み
られている。この注目すべき例としては、例えば米国特
許第4,817,517号に開示された励振符号の線形予測が挙
げられる。また、他の効果的な方法では、短時間フィル
タリングモデルの各パラメータ、例えば線スペクトルの
ペア・フォーマット内での伝達パラメータの符号化につ
いて開発されている（F.K. Soong , B.H. Juang 著の
「遅延規定を用いるＬＳＰパラメータの最適量子化」１
９９０年の音響，音声及び信号処理に関する国際会議の
会報参照）。
【０００３】
【発明が解決しようとする課題】しかし、このように励
振信号及びフィルタリングモデルの両方を伝達する効率
的な方法が研究されているが、従来提案されている方法
では以下のようなことについて考慮されていない。つま
り、声道内の様々な音から引き起こされる形状作用が各
音のタイプにより異なるので、この形状作用が短時間フ
ィルタ内で異なる方法でモデル化され得ることについて
は考慮されていない。このような理由により、できる限
り効率的な音声の符号化を実現するために、符号化すべ
き音声信号に従ってフィルタリングの次数を適応させな
ければならない。当分野における従来公知の方法では、
固定次数のフィルタを用いたモデル化が用いられてお
り、無声音（子音）については比較的均一に分布したス
ペクトルカーブを変換するために必要以上に大きいモデ
ル化の次数が使用され、このモデル化の次数に使用され
るリソース ( resource ) が励振信号を符号化または誤
り訂正符号化する際に適宜使用され得るように意図され
ている。一方、有声音については比較的高いモデル化の
次数を利用することにより、有声音スペクトルのホルマ
ント構造のモデル化が意味をもちながらより効率的に作
られたとしても、固定次数の利用により極めて低次のフ
ィルタリングモデルの使用を安易に導くことになる。
振信号及びフィルタリングモデルの両方を伝達する効率
的な方法が研究されているが、従来提案されている方法
では以下のようなことについて考慮されていない。つま
り、声道内の様々な音から引き起こされる形状作用が各
音のタイプにより異なるので、この形状作用が短時間フ
ィルタ内で異なる方法でモデル化され得ることについて
は考慮されていない。このような理由により、できる限
り効率的な音声の符号化を実現するために、符号化すべ
き音声信号に従ってフィルタリングの次数を適応させな
ければならない。当分野における従来公知の方法では、
固定次数のフィルタを用いたモデル化が用いられてお
り、無声音（子音）については比較的均一に分布したス
ペクトルカーブを変換するために必要以上に大きいモデ
ル化の次数が使用され、このモデル化の次数に使用され
るリソース ( resource ) が励振信号を符号化または誤
り訂正符号化する際に適宜使用され得るように意図され
ている。一方、有声音については比較的高いモデル化の
次数を利用することにより、有声音スペクトルのホルマ
ント構造のモデル化が意味をもちながらより効率的に作
られたとしても、固定次数の利用により極めて低次のフ
ィルタリングモデルの使用を安易に導くことになる。
【０００４】
【課題を解決するための手段】そこで本発明によれば、
一連の音声信号ブロックを有する入力信号を符号化する
ための方法であって、 ａ）短時間アナライザ内にて入力信号を特徴づける予測
パラメータ群を生成して、符号化されるべき各音声信号
ブロックを音声信号の短時間スペクトルの特性とするス
テップと、 ｂ）励振信号を形成して、励振信号が前記予測パラメー
タに従って作動する合成フィルタに供給されるときに元
の入力信号に対応する符号化された音声信号の合成を引
き起こすステップと、を含む入力信号の符号化方法にお
いて、 ｃ）短時間フィルタリングモデルが二つの成分から形成
されており、１つは固定された低い次数の成分、もう１
つは可変な次数を有し高次のモデリングを可能にする成
分から形成されており、 ｄ）上記両方の成分に対して短時間予測パラメータを計
算するステップと、 ｅ）上記音声信号に従って短時間モデルのトータル次数
を符号化されるべき各音声信号ブロックに適応するステ
ップと、 ｆ）上記フィルタ・モデルのパラメータを符号化するた
めに用いられるビットレートと、励振信号を符号化する
ために用いられる伝送とにより、モデル化に用いられる
次数の増大がモデルのパラメータのビットレートを増大
させると同時に、これに対応して励振を符号化するため
に用いられるビットレートを減少するように適用するス
テップと、を設けた入力信号の符号化方法が提供され
る。
一連の音声信号ブロックを有する入力信号を符号化する
ための方法であって、 ａ）短時間アナライザ内にて入力信号を特徴づける予測
パラメータ群を生成して、符号化されるべき各音声信号
ブロックを音声信号の短時間スペクトルの特性とするス
テップと、 ｂ）励振信号を形成して、励振信号が前記予測パラメー
タに従って作動する合成フィルタに供給されるときに元
の入力信号に対応する符号化された音声信号の合成を引
き起こすステップと、を含む入力信号の符号化方法にお
いて、 ｃ）短時間フィルタリングモデルが二つの成分から形成
されており、１つは固定された低い次数の成分、もう１
つは可変な次数を有し高次のモデリングを可能にする成
分から形成されており、 ｄ）上記両方の成分に対して短時間予測パラメータを計
算するステップと、 ｅ）上記音声信号に従って短時間モデルのトータル次数
を符号化されるべき各音声信号ブロックに適応するステ
ップと、 ｆ）上記フィルタ・モデルのパラメータを符号化するた
めに用いられるビットレートと、励振信号を符号化する
ために用いられる伝送とにより、モデル化に用いられる
次数の増大がモデルのパラメータのビットレートを増大
させると同時に、これに対応して励振を符号化するため
に用いられるビットレートを減少するように適用するス
テップと、を設けた入力信号の符号化方法が提供され
る。
【０００５】
【作用】これによる本発明の効果は、このような音声信
号のデジタル符号化方法を提供することにより、上述の
欠点及び課題が解決され得ることである。つまり、短時
間モデリングの次数が、まず音声信号に従って適宜調整
される一方、励振信号を表すパラメータの各ビットレー
トの相互の割合と、短時間フィルタリングとが、音声信
号に従って適応化される。符号化効率の面からは、フィ
ルタモデルの不必要に大きい次数を低減することによ
り、励振信号を符号化するのに使用されるビットレート
が増加され得るか、またはこれにより除かれたビットレ
ート・リソースが誤り訂正符号化に使用可能とされ得
る。一方、声道をモデリングするためのフィルタ動作の
次数が、必要な場合に、もし符号化で実質的な効果があ
れば増加することも可能であり、これに対応して励振信
号を符号化するのに用いられるビットレートが低減でき
る。この方法は、モデル化誤差を直接符号化する符号化
法、及び符号化において励振信号の閉ループ量子化を用
いる合成／分析方法の両方に使用され得る。後者の方法
においては、本発明にしたがって次数を適応化すること
により、モデル化される音に対して過度に大きいモデリ
ング次数を用いることを回避でき、これにより演算負荷
が実質的に大幅に低減される。本方法を用いることによ
り、声道の固定次数モデルのフィルタリングを用いたモ
デルよりも良好な音声信号の全体的なモデリングが実現
され、効率のよい音声の符号化が実現される。
号のデジタル符号化方法を提供することにより、上述の
欠点及び課題が解決され得ることである。つまり、短時
間モデリングの次数が、まず音声信号に従って適宜調整
される一方、励振信号を表すパラメータの各ビットレー
トの相互の割合と、短時間フィルタリングとが、音声信
号に従って適応化される。符号化効率の面からは、フィ
ルタモデルの不必要に大きい次数を低減することによ
り、励振信号を符号化するのに使用されるビットレート
が増加され得るか、またはこれにより除かれたビットレ
ート・リソースが誤り訂正符号化に使用可能とされ得
る。一方、声道をモデリングするためのフィルタ動作の
次数が、必要な場合に、もし符号化で実質的な効果があ
れば増加することも可能であり、これに対応して励振信
号を符号化するのに用いられるビットレートが低減でき
る。この方法は、モデル化誤差を直接符号化する符号化
法、及び符号化において励振信号の閉ループ量子化を用
いる合成／分析方法の両方に使用され得る。後者の方法
においては、本発明にしたがって次数を適応化すること
により、モデル化される音に対して過度に大きいモデリ
ング次数を用いることを回避でき、これにより演算負荷
が実質的に大幅に低減される。本方法を用いることによ
り、声道の固定次数モデルのフィルタリングを用いたモ
デルよりも良好な音声信号の全体的なモデリングが実現
され、効率のよい音声の符号化が実現される。
【０００６】
【実施例】以下、本発明の実施例について添付図面を参
照しながら説明する。図１乃至図６は、２つの違うタイ
プの音に対するモデリングにおいて、異なる次数での短
時間予測フィルタのモデリングを示したものであり、図
１乃至図３は音素「ｓ」、図４乃至図６は音素「ｏ」に
関するものである。
照しながら説明する。図１乃至図６は、２つの違うタイ
プの音に対するモデリングにおいて、異なる次数での短
時間予測フィルタのモデリングを示したものであり、図
１乃至図３は音素「ｓ」、図４乃至図６は音素「ｏ」に
関するものである。
【０００７】また、図７乃至図９は、本発明に係る方法
で用いられる符号器を示したものであり、図７は低い次
数のモデリング係数を基に全体的なモデリングの次数を
適応したものであり、図８は全体的なモデリング誤差に
よってモデリングの次数を適応したものであり、図９は
モデリング次数に従って誤り訂正符号化のビットレート
を適応したものである。
で用いられる符号器を示したものであり、図７は低い次
数のモデリング係数を基に全体的なモデリングの次数を
適応したものであり、図８は全体的なモデリング誤差に
よってモデリングの次数を適応したものであり、図９は
モデリング次数に従って誤り訂正符号化のビットレート
を適応したものである。
【０００８】更に図１０は、図７又は図９の符号器に対
応する復号器のブロック図を示したものであり、本発明
に係る方法が採用されている。また更に、図１１は従来
公知の分析／合成手法の概略的なブロック図であり、励
振信号をモデリングするのに閉ループによる最適化が用
いられている。一方、図１２及び図１３は、本発明に係
る方法であるモデリングを分析／合成手法に基づいて動
作する音声符号器に適応した例を示している。
応する復号器のブロック図を示したものであり、本発明
に係る方法が採用されている。また更に、図１１は従来
公知の分析／合成手法の概略的なブロック図であり、励
振信号をモデリングするのに閉ループによる最適化が用
いられている。一方、図１２及び図１３は、本発明に係
る方法であるモデリングを分析／合成手法に基づいて動
作する音声符号器に適応した例を示している。
【０００９】以下詳述されるように、本発明に係る方法
においては、短時間フィルタリング・モデルが用いられ
ており、このモデルは２つの要素から構成されている。
すなわち次数の低い固定次数成分と、次数自在な次数成
分とを備えて構成されている。後者の次数自在な次数成
分は、必要なときに総合的な高次のモデリングを実現可
能にする。これら両方の予測モデルのために、短時間予
測パラメータが個々に計算された後、当分野で公知な何
らかの方法、例えば線形予測符号化（ＬＰＣ）に基いた
演算アルゴリズムを利用した線形モデリングと組み合わ
されながら上記両モデルのフィルタ係数の計算が実行さ
れ得る。両モデルに係るモデリング・パラメータの各値
は、これらが約１０乃至４０ｍｓの間隔で音声信号から
計算されるように適応される。固定次数の短時間フィル
タモデルにおけるフィルタ係数の計算は、符号化のため
に入力される音声信号から直接実行される。一方、上記
次数自在な次数での短時間モデルにおけるフィルタ係数
は、上記固定次数モデルにおける逆フィルタを用いた符
号化のために入力された音声信号をフィルタリングする
ことによって得られる信号から計算される。したがって
固定次数の低次モデルは、上記次数自在な次数モデルリ
ングに対しプリフィルタリング機能として動作する。こ
のモデリングは個別の低次フィルタを用いて構成される
ので、上記固定次数のフィルタ及び次数自在なフィルタ
においてモデルのパラメータに関して様々な種類の適応
周波数が用いられ得る。したがって上記の２つの短時間
モデルのための各フィルターパラメータは別々の間隔で
受信部に送られ得る。固定次数のモデリングにより、ス
ピーカ及びマイクロフォンに帰するスペクトル特性を効
率的に伝達することが可能とすると共に、緩やかに変化
して低次モデリングにうまく適合するスペクトル特性を
伝達することができる。これは、迅速に変化する音声情
報を含む次数自在な次数のモデリングの係数よりも少な
い頻度でモデリングの係数が適応化されるように実現さ
れる。
においては、短時間フィルタリング・モデルが用いられ
ており、このモデルは２つの要素から構成されている。
すなわち次数の低い固定次数成分と、次数自在な次数成
分とを備えて構成されている。後者の次数自在な次数成
分は、必要なときに総合的な高次のモデリングを実現可
能にする。これら両方の予測モデルのために、短時間予
測パラメータが個々に計算された後、当分野で公知な何
らかの方法、例えば線形予測符号化（ＬＰＣ）に基いた
演算アルゴリズムを利用した線形モデリングと組み合わ
されながら上記両モデルのフィルタ係数の計算が実行さ
れ得る。両モデルに係るモデリング・パラメータの各値
は、これらが約１０乃至４０ｍｓの間隔で音声信号から
計算されるように適応される。固定次数の短時間フィル
タモデルにおけるフィルタ係数の計算は、符号化のため
に入力される音声信号から直接実行される。一方、上記
次数自在な次数での短時間モデルにおけるフィルタ係数
は、上記固定次数モデルにおける逆フィルタを用いた符
号化のために入力された音声信号をフィルタリングする
ことによって得られる信号から計算される。したがって
固定次数の低次モデルは、上記次数自在な次数モデルリ
ングに対しプリフィルタリング機能として動作する。こ
のモデリングは個別の低次フィルタを用いて構成される
ので、上記固定次数のフィルタ及び次数自在なフィルタ
においてモデルのパラメータに関して様々な種類の適応
周波数が用いられ得る。したがって上記の２つの短時間
モデルのための各フィルターパラメータは別々の間隔で
受信部に送られ得る。固定次数のモデリングにより、ス
ピーカ及びマイクロフォンに帰するスペクトル特性を効
率的に伝達することが可能とすると共に、緩やかに変化
して低次モデリングにうまく適合するスペクトル特性を
伝達することができる。これは、迅速に変化する音声情
報を含む次数自在な次数のモデリングの係数よりも少な
い頻度でモデリングの係数が適応化されるように実現さ
れる。
【００１０】本発明に係る他の実施例においては、８ｋ
Ｈｚのサンプリング周波数で動作し、次数自在な短時間
モデリングにおける次数が以下の如く固定次数モデルリ
ングの結果に基づいて調整される。符号化されるべき信
号ブロックの殆どのエネルギーが高い周波数にあると
き、すなわち固定次数モデリングで得られる周波数応答
が高域通過タイプ（モデル化が容易であると分類される
無声音タイプ）であるならば、適応するフィルタ次数を
備えたフィルタでの次数が小さな値（例えば２次程度）
に設定される。次に、次数自在なモデル化の次数は、固
定次数のモデル化で得られた信号の周波数応答が低域通
過タイプ（ホルマント構造を携えて意味を含むと分類さ
れる有声音）であるならば、大きい値（例えば１２次程
度）に設定される。固定次数のモデル化の次数は一定値
であり、それは２次の大きさを有する。本例で与えられ
る次数を用いると結果的に引き起こされる総合的なモデ
ル化に関する次数は４次または１４次である。
Ｈｚのサンプリング周波数で動作し、次数自在な短時間
モデリングにおける次数が以下の如く固定次数モデルリ
ングの結果に基づいて調整される。符号化されるべき信
号ブロックの殆どのエネルギーが高い周波数にあると
き、すなわち固定次数モデリングで得られる周波数応答
が高域通過タイプ（モデル化が容易であると分類される
無声音タイプ）であるならば、適応するフィルタ次数を
備えたフィルタでの次数が小さな値（例えば２次程度）
に設定される。次に、次数自在なモデル化の次数は、固
定次数のモデル化で得られた信号の周波数応答が低域通
過タイプ（ホルマント構造を携えて意味を含むと分類さ
れる有声音）であるならば、大きい値（例えば１２次程
度）に設定される。固定次数のモデル化の次数は一定値
であり、それは２次の大きさを有する。本例で与えられ
る次数を用いると結果的に引き起こされる総合的なモデ
ル化に関する次数は４次または１４次である。
【００１１】また、他の実施例におけるフィルタ・モデ
リングの次数は、誤差信号（エラー信号）のモデリング
に基づいたフィードバックを行うことにより、モデリン
グの結果に従って適応される。この実施例において次数
の設定は、異なる２つのモデル化次数に基づいた大まか
な規定を作ることなくステップなしに実行される。
リングの次数は、誤差信号（エラー信号）のモデリング
に基づいたフィードバックを行うことにより、モデリン
グの結果に従って適応される。この実施例において次数
の設定は、異なる２つのモデル化次数に基づいた大まか
な規定を作ることなくステップなしに実行される。
【００１２】図１乃至図６は、２つの異なる種類の音、
例えば無声音「ｓ」の音素及び有声音「ｏ」の音素に対
し、異なるモデリング次数を用いて短時間モデリングし
たときの様子を示したものである。このときのサンプリ
ング周波数は８ｋＨｚである。図１乃至図３は、ＦＦＴ
手法（高速フーリエ変換）により演算された無声音に属
する音素「ｓ」の波形及びスペクトル曲線（点線）を示
している。また、図１乃至図３は、異なる２つのモデル
化の次数４及び１０（ＬＰＣ４及びＬＰＣ１０）を用い
た場合の短時間ＬＰＣモデルリングの周波数応答を示し
ている。これに対応して図４乃至図６は、有声音「ｏ」
の音素についての波形及びＦＦＴスペクトル曲線と同時
に、２つのモデル化次数４及び１０（ＬＰＣ４及びＬＰ
Ｃ１０）を用いた短時間ＬＰＣモデル化の周波数応答を
示している。ここで用いられる４次モデル（ＬＰＣ４）
は、無声音の特有の相対的に平坦な周波数成分を適切に
モデル化することができる。一方、大きいモデル化の次
数を用いるだけの場合には有声音の判断に重要なスペク
トルの共振点が旨く伝達され得る。例えば音素「ｏ」の
スペクトル曲線は４つの共振ピークが形成されており、
高い次数でのみ顕著にモデル化されており、すなわち図
４乃至図６に示すように１０次モデル（ＬＰＣ１０）の
ときに顕著にモデル化される。共振ピークいわゆるホル
マントは、上記ＬＰＣ１０の曲線においては約５００Ｈ
ｚ，１０００Ｈｚ，２４００Ｈｚ，及び３４００Ｈｚの
周波数にて明瞭に識別され得る。図１乃至図３に示した
音素「ｓ」のモデリングにおいて、モデル化の次数を１
０に増大しても、これに対応する当該モデリングに実質
的な改善はもたらされない。
例えば無声音「ｓ」の音素及び有声音「ｏ」の音素に対
し、異なるモデリング次数を用いて短時間モデリングし
たときの様子を示したものである。このときのサンプリ
ング周波数は８ｋＨｚである。図１乃至図３は、ＦＦＴ
手法（高速フーリエ変換）により演算された無声音に属
する音素「ｓ」の波形及びスペクトル曲線（点線）を示
している。また、図１乃至図３は、異なる２つのモデル
化の次数４及び１０（ＬＰＣ４及びＬＰＣ１０）を用い
た場合の短時間ＬＰＣモデルリングの周波数応答を示し
ている。これに対応して図４乃至図６は、有声音「ｏ」
の音素についての波形及びＦＦＴスペクトル曲線と同時
に、２つのモデル化次数４及び１０（ＬＰＣ４及びＬＰ
Ｃ１０）を用いた短時間ＬＰＣモデル化の周波数応答を
示している。ここで用いられる４次モデル（ＬＰＣ４）
は、無声音の特有の相対的に平坦な周波数成分を適切に
モデル化することができる。一方、大きいモデル化の次
数を用いるだけの場合には有声音の判断に重要なスペク
トルの共振点が旨く伝達され得る。例えば音素「ｏ」の
スペクトル曲線は４つの共振ピークが形成されており、
高い次数でのみ顕著にモデル化されており、すなわち図
４乃至図６に示すように１０次モデル（ＬＰＣ１０）の
ときに顕著にモデル化される。共振ピークいわゆるホル
マントは、上記ＬＰＣ１０の曲線においては約５００Ｈ
ｚ，１０００Ｈｚ，２４００Ｈｚ，及び３４００Ｈｚの
周波数にて明瞭に識別され得る。図１乃至図３に示した
音素「ｓ」のモデリングにおいて、モデル化の次数を１
０に増大しても、これに対応する当該モデリングに実質
的な改善はもたらされない。
【００１３】図７乃至図９は本符号化方法を用いた符号
器を示している。この符号器は、短時間モデリングにお
ける誤差信号から直接的に励振信号を形成するものであ
り、本発明に係る短時間フィルタリング・モデル化の次
数の適応を用いている。図７は、次数の適応が固定次数
モデルの係数に基づいて実行される符号器の実施例であ
る。音声信号２０６は、まず低次の短時間モデリング２
０４を通り、ここでモデルに対応するフィルタ係数ａ
（ｉ）；ｉ＝１，２，．，Ｍ1 が形成される。これらは
直接的な形式のフィルタの係数か、あるいは格子型フィ
ルタに使用される所謂反射係数のどちらでもよい。ブロ
ック２０４で実行される動作は、線形予測モデルのフィ
ルタ係数に関する何らかの公知の演算手法によって実現
され得る。上記Ｍ1 は一定値であり、典型的にその大き
さは２次である。音声信号２０６は逆フィルタ２０１に
導かれ、この逆フィルタは演算されたモデルに従うので
次数Ｍ1 をもつ。
器を示している。この符号器は、短時間モデリングにお
ける誤差信号から直接的に励振信号を形成するものであ
り、本発明に係る短時間フィルタリング・モデル化の次
数の適応を用いている。図７は、次数の適応が固定次数
モデルの係数に基づいて実行される符号器の実施例であ
る。音声信号２０６は、まず低次の短時間モデリング２
０４を通り、ここでモデルに対応するフィルタ係数ａ
（ｉ）；ｉ＝１，２，．，Ｍ1 が形成される。これらは
直接的な形式のフィルタの係数か、あるいは格子型フィ
ルタに使用される所謂反射係数のどちらでもよい。ブロ
ック２０４で実行される動作は、線形予測モデルのフィ
ルタ係数に関する何らかの公知の演算手法によって実現
され得る。上記Ｍ1 は一定値であり、典型的にその大き
さは２次である。音声信号２０６は逆フィルタ２０１に
導かれ、この逆フィルタは演算されたモデルに従うので
次数Ｍ1 をもつ。
【００１４】上記固定次数の逆フィルタから得られた信
号（即ち、固定次数モデルの予測誤差）は、その後に次
数自在な逆フィルタ２０２に導かれる。図７の実施例で
は、ブロック２０７におけるフィルタ係数ａ（ｉ）；ｉ
＝１，２，．，Ｍ1 に基づき、以下に述べる方法により
適応次数モデル化２０５の次数Ｍ2 の大きさを基に規定
が作られる。適応次数フィルタ２０２のフィルタ係数ｂ
（ｊ）＝１，２，．，Ｍ2 はブロック２０５で計算され
る。全体のモデリングにおける予測誤差の適当な符号化
されたフォーマットの探索は符号化ブロック２０３で実
行される。これにより形成される励振パルスは予測誤差
を伝え、復号器へ送られて励振信号として使用される。
励振パルスとは別に、低い固定次数モデリング及び次数
自在モデリングの両方のフィルタ係数もまた受信部へ送
られる。ブロック２０７において、もし次数自在なモデ
リングで低い次数のモデリングを用いるように決定がな
される場合、このモデリングから外された供給源 ( res
ource ) は、全体のモデルリング誤差を符号化するため
に用いられる。これはブロック２０３で実行される。ブ
ロック２０３において、上記モデル化誤差の符号化は当
分野の何らかの公知な方法によって実行することがで
き、例えば複数のサンプル量を制限することに基づいた
方法で実現できる（例えば P. Vary, R. Hoffman, R.J.
Sluyter, C. Galand, M. Rosso らによる「欧州移動無
線システムの音声符号化」１９８８年音響，音声及び信
号処理の国際会議の会報参照）。一方、高い次数のモデ
リングが短時間モデル化に必要とされると識別されるな
らば、励振信号を符号化する以外に用いられるリソース
の一部が、短時間モデルの各パラメータを供給ために振
り向けられる。この場合、短時間モデリングの次数は増
大され得る。つまり、次数自在なモデリングに使用され
る次数を上げることによりなされる。
号（即ち、固定次数モデルの予測誤差）は、その後に次
数自在な逆フィルタ２０２に導かれる。図７の実施例で
は、ブロック２０７におけるフィルタ係数ａ（ｉ）；ｉ
＝１，２，．，Ｍ1 に基づき、以下に述べる方法により
適応次数モデル化２０５の次数Ｍ2 の大きさを基に規定
が作られる。適応次数フィルタ２０２のフィルタ係数ｂ
（ｊ）＝１，２，．，Ｍ2 はブロック２０５で計算され
る。全体のモデリングにおける予測誤差の適当な符号化
されたフォーマットの探索は符号化ブロック２０３で実
行される。これにより形成される励振パルスは予測誤差
を伝え、復号器へ送られて励振信号として使用される。
励振パルスとは別に、低い固定次数モデリング及び次数
自在モデリングの両方のフィルタ係数もまた受信部へ送
られる。ブロック２０７において、もし次数自在なモデ
リングで低い次数のモデリングを用いるように決定がな
される場合、このモデリングから外された供給源 ( res
ource ) は、全体のモデルリング誤差を符号化するため
に用いられる。これはブロック２０３で実行される。ブ
ロック２０３において、上記モデル化誤差の符号化は当
分野の何らかの公知な方法によって実行することがで
き、例えば複数のサンプル量を制限することに基づいた
方法で実現できる（例えば P. Vary, R. Hoffman, R.J.
Sluyter, C. Galand, M. Rosso らによる「欧州移動無
線システムの音声符号化」１９８８年音響，音声及び信
号処理の国際会議の会報参照）。一方、高い次数のモデ
リングが短時間モデル化に必要とされると識別されるな
らば、励振信号を符号化する以外に用いられるリソース
の一部が、短時間モデルの各パラメータを供給ために振
り向けられる。この場合、短時間モデリングの次数は増
大され得る。つまり、次数自在なモデリングに使用され
る次数を上げることによりなされる。
【００１５】図７に示した実施例において、使用される
べきフィルタリングモデルの次数に基づく決定は、以下
の手順に従って適応ブロック２０７にて実行される。も
し実行されている固定次数のモデリングにおいて、入力
信号２０６が含むエネルギーの最大の部分が低周波数に
あることが示されるならば、本方法は、短時間モデリン
グにおいて高い次数の使用をもたらす。一方、上記信号
のエネルギーが高周波数領域に高められているならば低
い次数のモデリングが使用される。最も簡単に解釈すれ
ば、本方法は、高周波数に向けて重み付けされる無声音
のスペクトル包絡線が、有声音の場合には、本質的な情
報を伝える明瞭なスペクトルピークを含まないという事
実に基づかれている。無声音に関する場合には低次の短
時間モデリングが使用可能とされるので、大部分の伝送
容量が励振信号の符号化に指向され得る。一方、有声音
の場合、スペクトル包絡線を伝えるために高次のフィル
タモデルを使用する故に、本符号化方法では有声音にと
って重要なホルマント構造ができる限り正確に伝えられ
得る。図７に示した方法では、異なる２つの全体的なモ
デリング次数が使用可能であり、例えば無声音として分
類される音に対しては低い次数（４次）、そして有声音
として分類される音に対しては高い次数（１２次）が用
いられている。
べきフィルタリングモデルの次数に基づく決定は、以下
の手順に従って適応ブロック２０７にて実行される。も
し実行されている固定次数のモデリングにおいて、入力
信号２０６が含むエネルギーの最大の部分が低周波数に
あることが示されるならば、本方法は、短時間モデリン
グにおいて高い次数の使用をもたらす。一方、上記信号
のエネルギーが高周波数領域に高められているならば低
い次数のモデリングが使用される。最も簡単に解釈すれ
ば、本方法は、高周波数に向けて重み付けされる無声音
のスペクトル包絡線が、有声音の場合には、本質的な情
報を伝える明瞭なスペクトルピークを含まないという事
実に基づかれている。無声音に関する場合には低次の短
時間モデリングが使用可能とされるので、大部分の伝送
容量が励振信号の符号化に指向され得る。一方、有声音
の場合、スペクトル包絡線を伝えるために高次のフィル
タモデルを使用する故に、本符号化方法では有声音にと
って重要なホルマント構造ができる限り正確に伝えられ
得る。図７に示した方法では、異なる２つの全体的なモ
デリング次数が使用可能であり、例えば無声音として分
類される音に対しては低い次数（４次）、そして有声音
として分類される音に対しては高い次数（１２次）が用
いられている。
【００１６】図８は、本発明に係る方法を実現するため
の他の例示的な実施例をデジタル音声符号器に示したも
のである。図７の例と比較した場合、その違いは、低い
次数のフィルタ係数に基づいておらず、フィードバック
による全体的なモデリングの予測誤差に直接基づいてモ
デリングの次数が適応されることである。次数Ｍ2 の適
応が実際の予測誤差に基づいてブロック２２７で実行さ
れる一方、ブロック２０７では適応が、上述した手順に
よって固定次数のモデリングのフィルタリング係数に基
づかれている。図８の例においては、ブロック２２７で
実行されるべきモデリング次数の適応は、予測誤差を基
にモデリング次数を増大する際の影響を比較することに
より予測誤差に従って行われる。本方法は、モデリング
次数を増大させるが、これは次数の増大によって予想さ
れる誤差信号の電力の減少が引き起こされて、予め設定
されたスレショルド値ＰTHより低い値になるまで行われ
る。この場合に導かれ得ることは、モデリングの次数を
必要以上に更に増加させることがなく、その時点でのモ
デリング次数が使用のために選択されることである。本
方法においては、固定次数の逆フィルタで処理されてい
る音声信号が次数自在の逆フィルタに適用され、これに
より次数自在な逆フィルタの次数が、許容最小値からス
レショルド値より小さい誤差信号の低下が識別されるま
で、又は本方法にて設定されている全体的なモデリング
次数の許容最小値ＤMAX に達するまで段階的なプロセス
に支配されるように適用される。符号化される音声ブロ
ックは、異なる次数の各逆フィルタでフィルタ処理さ
れ、モデル化誤差の出力電力、つまり逆フィルタの出力
電力は、各々異なるフィルタリング次数に対して演算さ
れる。使用されるフィルタ構成が、反射係数を用いる格
子フィルタである場合、次数を増大操作により以前のフ
ィルタリング係数値が変わることがなく、次数の増大
は、低いモデリング次数のフィルタ出力に新規のフィル
タ動作を追加することが引き起こされるのみである。演
算においては、これにより低い次数のフィルタにて実行
される計算が直接使用可能とされる。ブロック２０７と
２２７の動作は、次数の適応を実行するものであるが実
質的には互いに異なっている。なぜなら図８の方法では
フィルタ係数が、モデリング次数の適応に使用されてお
らず、符号器の動作モードが受信部に付加的なパラメー
タとして供給されなければならないからである。つま
り、この動作モードは、処理されるべき各音声フレーム
で使用されるモデリング次数を復号器に示すものだから
である。
の他の例示的な実施例をデジタル音声符号器に示したも
のである。図７の例と比較した場合、その違いは、低い
次数のフィルタ係数に基づいておらず、フィードバック
による全体的なモデリングの予測誤差に直接基づいてモ
デリングの次数が適応されることである。次数Ｍ2 の適
応が実際の予測誤差に基づいてブロック２２７で実行さ
れる一方、ブロック２０７では適応が、上述した手順に
よって固定次数のモデリングのフィルタリング係数に基
づかれている。図８の例においては、ブロック２２７で
実行されるべきモデリング次数の適応は、予測誤差を基
にモデリング次数を増大する際の影響を比較することに
より予測誤差に従って行われる。本方法は、モデリング
次数を増大させるが、これは次数の増大によって予想さ
れる誤差信号の電力の減少が引き起こされて、予め設定
されたスレショルド値ＰTHより低い値になるまで行われ
る。この場合に導かれ得ることは、モデリングの次数を
必要以上に更に増加させることがなく、その時点でのモ
デリング次数が使用のために選択されることである。本
方法においては、固定次数の逆フィルタで処理されてい
る音声信号が次数自在の逆フィルタに適用され、これに
より次数自在な逆フィルタの次数が、許容最小値からス
レショルド値より小さい誤差信号の低下が識別されるま
で、又は本方法にて設定されている全体的なモデリング
次数の許容最小値ＤMAX に達するまで段階的なプロセス
に支配されるように適用される。符号化される音声ブロ
ックは、異なる次数の各逆フィルタでフィルタ処理さ
れ、モデル化誤差の出力電力、つまり逆フィルタの出力
電力は、各々異なるフィルタリング次数に対して演算さ
れる。使用されるフィルタ構成が、反射係数を用いる格
子フィルタである場合、次数を増大操作により以前のフ
ィルタリング係数値が変わることがなく、次数の増大
は、低いモデリング次数のフィルタ出力に新規のフィル
タ動作を追加することが引き起こされるのみである。演
算においては、これにより低い次数のフィルタにて実行
される計算が直接使用可能とされる。ブロック２０７と
２２７の動作は、次数の適応を実行するものであるが実
質的には互いに異なっている。なぜなら図８の方法では
フィルタ係数が、モデリング次数の適応に使用されてお
らず、符号器の動作モードが受信部に付加的なパラメー
タとして供給されなければならないからである。つま
り、この動作モードは、処理されるべき各音声フレーム
で使用されるモデリング次数を復号器に示すものだから
である。
【００１７】図９は、本発明に係る方法の簡略化された
ブロック図２４１を誤り訂正符号化ユニット２４２と組
み合わせて示したものである。図９において音声信号２
４３は、上述の方法により固定次数モデルの係数計算が
施されており、ブロック２４９の逆フィルタリングも同
様、ブロック２４５における対応する次数自在の処理が
施されている。次数自在のモデリング次数の選択は、低
次モデリングの周波数応答（図７の実施例の方法）か、
あるいは全体的なモデリング誤差（図８の実施例のモデ
ル）のいづれかに基づいて実行され得る。次数の適応方
法は、図７（位置ａのスイッチ２４８）か、または図８
（位置ｂのスイッチ２４８）による方法にしたがってス
イッチ２４８にて選択される。この次数は、ブロック２
５０又は２５１で選択される。この方法は、図９で示し
た方法の誤り訂正符号化と結合されて、選択されたモデ
リング次数Ｍ2 が励起信号の符号化を実行するブロック
２４６にのみに供給されるのではなく、誤り訂正ユニッ
ト２４６にも供給されるようにされてもよい。これによ
り、選択された全体的なモデリングの限界内で励起信号
の符号化のビットレートを変えることが可能であるだけ
でなく、ブロック２４２での誤り訂正符号化に使用され
るビットレートを適応することも可能である。復号器に
供給されるビットストリーム２４４は、音声符号器の各
パラメータ（フィルタ係数及び励起信号）の他に誤り訂
正符号や、動作モードに基づいたデータつまり短時間フ
ィルタモデルの次数に基づいたデータを含んでいる。次
数の適応が（図７で示した実施例の方法にて）固定次数
モデリングの係数ａ（ｉ）；ｉ＝１，２，．，Ｍ1 に基
づいて直接実行されている限り、これらは励振信号の符
号化と、誤り訂正符号化のための適応次数を示すのに使
用され得るので、この手法は、別々のモードデータを供
給する必要がないことを意味する。
ブロック図２４１を誤り訂正符号化ユニット２４２と組
み合わせて示したものである。図９において音声信号２
４３は、上述の方法により固定次数モデルの係数計算が
施されており、ブロック２４９の逆フィルタリングも同
様、ブロック２４５における対応する次数自在の処理が
施されている。次数自在のモデリング次数の選択は、低
次モデリングの周波数応答（図７の実施例の方法）か、
あるいは全体的なモデリング誤差（図８の実施例のモデ
ル）のいづれかに基づいて実行され得る。次数の適応方
法は、図７（位置ａのスイッチ２４８）か、または図８
（位置ｂのスイッチ２４８）による方法にしたがってス
イッチ２４８にて選択される。この次数は、ブロック２
５０又は２５１で選択される。この方法は、図９で示し
た方法の誤り訂正符号化と結合されて、選択されたモデ
リング次数Ｍ2 が励起信号の符号化を実行するブロック
２４６にのみに供給されるのではなく、誤り訂正ユニッ
ト２４６にも供給されるようにされてもよい。これによ
り、選択された全体的なモデリングの限界内で励起信号
の符号化のビットレートを変えることが可能であるだけ
でなく、ブロック２４２での誤り訂正符号化に使用され
るビットレートを適応することも可能である。復号器に
供給されるビットストリーム２４４は、音声符号器の各
パラメータ（フィルタ係数及び励起信号）の他に誤り訂
正符号や、動作モードに基づいたデータつまり短時間フ
ィルタモデルの次数に基づいたデータを含んでいる。次
数の適応が（図７で示した実施例の方法にて）固定次数
モデリングの係数ａ（ｉ）；ｉ＝１，２，．，Ｍ1 に基
づいて直接実行されている限り、これらは励振信号の符
号化と、誤り訂正符号化のための適応次数を示すのに使
用され得るので、この手法は、別々のモードデータを供
給する必要がないことを意味する。
【００１８】図１０は、本発明に係る復号器のブロック
図である。復号器は、短時間モデリングにおいてどの程
度の大きさの次数が符号化で使用されているかに基づい
たデータを受信する。モデル化次数は、（図８に符号器
に対応する復号器）のモデリング次数を示す特別の、別
に伝えられたモードデータ項目から、あるいは、直接、
（図７の符号器に対応する復号器）の低次モデル化のフ
ィルタ係数から、決定される。図１０は、図８の符号器
に対応する復号器を示し、それにはモデリング次数を示
す信号が供給される。図７の符号器に対応する復号器で
は、モデリング次数は、ブロック２０７で示される手順
に従って復号器でもまた、モデリング次数の適応化の実
行により固定次数モデル化係数から導出される。この手
順は、図１０の点線で図示される。使用次数についての
データ、即ち、動作モードでの次数のデータは、短時間
合成フィルタ３０２へ供給されるだけでなく、ブロック
３０１へも供給され、ブロック３０１は、同時になされ
る動作がビットレートを励振信号の送信に使用するよう
に適応化するので、励振信号の復号化を実行する。本方
法では、復号音声信号３０４は、低次、短時間合成フィ
ルタ３０３の出力から得られる。本方法は、更に、適応
次数、短時間モデル化、及び固定次数、短時間モデル化
の両方のモデリング次数を合成フィルタ３０２及び３０
３へ供給する備えを有す。
図である。復号器は、短時間モデリングにおいてどの程
度の大きさの次数が符号化で使用されているかに基づい
たデータを受信する。モデル化次数は、（図８に符号器
に対応する復号器）のモデリング次数を示す特別の、別
に伝えられたモードデータ項目から、あるいは、直接、
（図７の符号器に対応する復号器）の低次モデル化のフ
ィルタ係数から、決定される。図１０は、図８の符号器
に対応する復号器を示し、それにはモデリング次数を示
す信号が供給される。図７の符号器に対応する復号器で
は、モデリング次数は、ブロック２０７で示される手順
に従って復号器でもまた、モデリング次数の適応化の実
行により固定次数モデル化係数から導出される。この手
順は、図１０の点線で図示される。使用次数についての
データ、即ち、動作モードでの次数のデータは、短時間
合成フィルタ３０２へ供給されるだけでなく、ブロック
３０１へも供給され、ブロック３０１は、同時になされ
る動作がビットレートを励振信号の送信に使用するよう
に適応化するので、励振信号の復号化を実行する。本方
法では、復号音声信号３０４は、低次、短時間合成フィ
ルタ３０３の出力から得られる。本方法は、更に、適応
次数、短時間モデル化、及び固定次数、短時間モデル化
の両方のモデリング次数を合成フィルタ３０２及び３０
３へ供給する備えを有す。
【００１９】以上述べた実施例では、本発明による方法
が符号化法にいかに適用され、励振信号が短時間モデル
化の誤差信号から直接形成されるかが説明された。これ
らは、励振号の符号化が、いわゆる合成／分析方式によ
り励振信号の符号化が実行されるフィルタモデル化に基
づく音声符号化方法によるものを効率に於いて凌ぐ。本
発明の方法は、以下に説明するようにこの種の符号化方
法にも適用可能である。
が符号化法にいかに適用され、励振信号が短時間モデル
化の誤差信号から直接形成されるかが説明された。これ
らは、励振号の符号化が、いわゆる合成／分析方式によ
り励振信号の符号化が実行されるフィルタモデル化に基
づく音声符号化方法によるものを効率に於いて凌ぐ。本
発明の方法は、以下に説明するようにこの種の符号化方
法にも適用可能である。
【００２０】図１１は、この分野で既知の音声符号器の
概略ブロック図であり、励振信号の符号化のために合成
／分析方式が使用されている。この種の符号化法では、
符号化される音声信号の各ブロックで、励振信号のため
の容易に伝達可能なフォーマットの探索がなされ、これ
は、容易に符号化可能な励振信号に対応する多量の音声
信号を合成し、符号化する音声信号と合成結果を比較し
て最良の励振を選択することによって実現される。この
方法では、予測誤差信号は、全く形成されず、その代わ
りに、励振信号として使用される信号は、励振発生ブロ
ック４００で形成される。短時間分析ブロック４０７で
は、音声信号４０７から短時間フィルタ係数が計算さ
れ、これらは短時間合成フィルタ４０２で使用される。
励振信号は、差分計算ブロック４０３で元の音声信号と
合成音声信号を互いに比較して形成できる。可能な全て
の代替励振に付いての合成音声信号が、励振発生ブロッ
ク４００から得られる代替励振の各々を長時間合成フィ
ルタ４０１と、短時間合成フィルタ４０２とで形成する
ことにより得られる。差分計算ブロック４０３で得られ
た差分信号は、重み付けブロック４０４で重み付けさ
れ、従ってこれは、人間の聴覚能力からみて、強い信号
周波数で相対的により大きい範囲の誤差を与え、弱い信
号周波数で相対的により小さい範囲の誤差を与えること
により個別音声のより意味のある指標となる。誤差計算
ブロック４０５では、各代替励振により得られた合成結
果の良好度を示す指標値が、差分信号に基づいて計算さ
れ、これが励振の形成を制御し、最良の励振信号を選択
するのに使用される。
概略ブロック図であり、励振信号の符号化のために合成
／分析方式が使用されている。この種の符号化法では、
符号化される音声信号の各ブロックで、励振信号のため
の容易に伝達可能なフォーマットの探索がなされ、これ
は、容易に符号化可能な励振信号に対応する多量の音声
信号を合成し、符号化する音声信号と合成結果を比較し
て最良の励振を選択することによって実現される。この
方法では、予測誤差信号は、全く形成されず、その代わ
りに、励振信号として使用される信号は、励振発生ブロ
ック４００で形成される。短時間分析ブロック４０７で
は、音声信号４０７から短時間フィルタ係数が計算さ
れ、これらは短時間合成フィルタ４０２で使用される。
励振信号は、差分計算ブロック４０３で元の音声信号と
合成音声信号を互いに比較して形成できる。可能な全て
の代替励振に付いての合成音声信号が、励振発生ブロッ
ク４００から得られる代替励振の各々を長時間合成フィ
ルタ４０１と、短時間合成フィルタ４０２とで形成する
ことにより得られる。差分計算ブロック４０３で得られ
た差分信号は、重み付けブロック４０４で重み付けさ
れ、従ってこれは、人間の聴覚能力からみて、強い信号
周波数で相対的により大きい範囲の誤差を与え、弱い信
号周波数で相対的により小さい範囲の誤差を与えること
により個別音声のより意味のある指標となる。誤差計算
ブロック４０５では、各代替励振により得られた合成結
果の良好度を示す指標値が、差分信号に基づいて計算さ
れ、これが励振の形成を制御し、最良の励振信号を選択
するのに使用される。
【００２１】図１２は、励振信号の符号化を実行する音
声符号器に本方法を応用したブロック図である。この図
は、符号化の構成の一実施例であり、ここでは、図７で
示された実施例の適応化に類似した方法で、次数の適応
化が、固定次数、逆フィルタの出力として得られたモデ
ル化誤差信号に基づく。適応次数モデルで使用の次数
は、ブロック４２０で得られる。固定次数、短時間モデ
ル化は、ブロック４１９で音声信号４１７に対して実行
される。ブロック４１９のモデル化係数ａ（ｉ）；ｉ＝
１，２，．，Ｍ1 による固定モデリング次数の低次逆フ
ィルタ処理は、ブロック４１８で実行される。逆フィル
タ処理された音声信号は、適応次数モデル化ブロック４
１６へ導かれ、それから適応次数フィルタのフィルタ係
数ｂ（ｊ）；ｊ＝１，２，．，Ｍ2 が抽出される。これ
らのフィルタ係数は、閉ループ探索ユニットの分岐に配
置されている短時間合成フィルタ４１２へ供給される。
更に、合成／分析方式の構成では、フィルタブロック４
１２での適当なモデリング次数を選択するのに使用され
た、選択の短時間モデル化の次数Ｍ2 の指標が受信され
る。モデル化の次数に付いてのデータ入力は、励起をモ
デル化するユニットにも供給され、そこでデータ入力
は、短時間フィルタモデルの係数を送信するためにどの
大きさのビットレートが使用されたかを示し、かつ、対
応して、ブロック４１０で励振信号を形成するのに使用
可能なビットの大きさを示す。システムは、更に、ブロ
ック４１１で、スペクトルの微細構造をモデル化してい
る長時間フィルタ処理を実行することで、いわゆる長時
間フィルタモデルを使用する。このフィルタ処理のビッ
トレートは、また、使用された短時間モデル化の大きさ
によって適応化することも可能である。ブロック４１
３、４１４、及び４１５は、図１１のブロック４０３、
４０４及び４０５と同様な機能を実行する。
声符号器に本方法を応用したブロック図である。この図
は、符号化の構成の一実施例であり、ここでは、図７で
示された実施例の適応化に類似した方法で、次数の適応
化が、固定次数、逆フィルタの出力として得られたモデ
ル化誤差信号に基づく。適応次数モデルで使用の次数
は、ブロック４２０で得られる。固定次数、短時間モデ
ル化は、ブロック４１９で音声信号４１７に対して実行
される。ブロック４１９のモデル化係数ａ（ｉ）；ｉ＝
１，２，．，Ｍ1 による固定モデリング次数の低次逆フ
ィルタ処理は、ブロック４１８で実行される。逆フィル
タ処理された音声信号は、適応次数モデル化ブロック４
１６へ導かれ、それから適応次数フィルタのフィルタ係
数ｂ（ｊ）；ｊ＝１，２，．，Ｍ2 が抽出される。これ
らのフィルタ係数は、閉ループ探索ユニットの分岐に配
置されている短時間合成フィルタ４１２へ供給される。
更に、合成／分析方式の構成では、フィルタブロック４
１２での適当なモデリング次数を選択するのに使用され
た、選択の短時間モデル化の次数Ｍ2 の指標が受信され
る。モデル化の次数に付いてのデータ入力は、励起をモ
デル化するユニットにも供給され、そこでデータ入力
は、短時間フィルタモデルの係数を送信するためにどの
大きさのビットレートが使用されたかを示し、かつ、対
応して、ブロック４１０で励振信号を形成するのに使用
可能なビットの大きさを示す。システムは、更に、ブロ
ック４１１で、スペクトルの微細構造をモデル化してい
る長時間フィルタ処理を実行することで、いわゆる長時
間フィルタモデルを使用する。このフィルタ処理のビッ
トレートは、また、使用された短時間モデル化の大きさ
によって適応化することも可能である。ブロック４１
３、４１４、及び４１５は、図１１のブロック４０３、
４０４及び４０５と同様な機能を実行する。
【００２２】本発明による方法は、合成／分析方式の更
に他の実施例にも応用可能で、この実施例では、音声信
号がまず逆フィルタ処理４１８が実行されることなし
に、信号差要素４１３へ直接供給される。この場合、ブ
ロック４１８で実行された固定次数合成フィルタ処理も
また、ブロック４１２で実行される適応次数、短時間合
成フィルタ処理に追加される。固定次数短時間モデル及
び適応次数短時間モデルは、音声符号器で組み合わさ
れ、即ち、励振パラメータの最適化で適応次数合成フィ
ルタ処理のみが実行され（図１２の実施例で提示された
ように）、従って短時間モデル化に属する固定モデル化
に対応する逆フィルタ処理が、合成結果と比較される前
に、元の音声信号に対して実行されるか、あるいは短時
間合成モデル全体で、即ち、適応次数モデルによる合成
フィルタ処理に加えて、固定次数合成フィルタ処理が符
号器閉ループ分岐で実行される。図１２の手順では、計
算量を低減している。本発明による方法によれば、モデ
ル化の観点から見て必要な次数の大きさのフィルタ処理
のみが実行されるので、合成／分析方式を用いた場合の
この実施例で、計算量の低減が達成できる。合成／分析
方式では、フィルタ処理が、まさに本方法による大きい
計算量を構成する。
に他の実施例にも応用可能で、この実施例では、音声信
号がまず逆フィルタ処理４１８が実行されることなし
に、信号差要素４１３へ直接供給される。この場合、ブ
ロック４１８で実行された固定次数合成フィルタ処理も
また、ブロック４１２で実行される適応次数、短時間合
成フィルタ処理に追加される。固定次数短時間モデル及
び適応次数短時間モデルは、音声符号器で組み合わさ
れ、即ち、励振パラメータの最適化で適応次数合成フィ
ルタ処理のみが実行され（図１２の実施例で提示された
ように）、従って短時間モデル化に属する固定モデル化
に対応する逆フィルタ処理が、合成結果と比較される前
に、元の音声信号に対して実行されるか、あるいは短時
間合成モデル全体で、即ち、適応次数モデルによる合成
フィルタ処理に加えて、固定次数合成フィルタ処理が符
号器閉ループ分岐で実行される。図１２の手順では、計
算量を低減している。本発明による方法によれば、モデ
ル化の観点から見て必要な次数の大きさのフィルタ処理
のみが実行されるので、合成／分析方式を用いた場合の
この実施例で、計算量の低減が達成できる。合成／分析
方式では、フィルタ処理が、まさに本方法による大きい
計算量を構成する。
【００２３】図１２に含まれるモデリング次数の適応化
ブロック４２０は、図７のモデル化の次数の適応化ブロ
ック２０７と同一の動作をする。図８の合成／分析方式
では、フィルタのモデル化の次数の適応化は、フィード
バックを使用した実際の誤差信号により実行される。こ
の構成は、図１３に示される。動作に関しては、図１３
に示されるモデル化の次数の適応化ブロック４４０が、
図８の適応化ブロック２２７に対応する。異なった励振
信号候補で合成された信号に基づき、図１３に従った短
時間フィルタ処理の次数の適応化は、モデル化の次数の
選択が励振の最適化前になされる固定次数フィルタモデ
ルまたは図１２のモデルの使用に比較し、計算量の増加
を自然ともたらす。図１３の符号器は、図１３の符号器
でフィルタモデルの次数の適応化が、合成／分析方式に
よって実行される符号化の部分を構成するという点で、
図１２の符号器とは全く異なる。図１３では、フィルタ
の次数は、こうして、合成／分析方式を使用して選択さ
れ、符号器で必要な処理は、閉ループ探索から拡大され
励振信号の符号化からフィルタ係数の符号化までを含
む。しかし、これは、非常に単純な形で実行され、フィ
ルタの次数の適応化に限定される。この実施例では、ま
た、フィルタ係数は、処理信号から開ループ探索でブロ
ック４４６で形成される。図１３の実施例では、合成／
分析法は、短時間モデルの符号化に使用されるが、同時
にこの方法による計算量は、並みのレベルに維持するこ
とが可能である。
ブロック４２０は、図７のモデル化の次数の適応化ブロ
ック２０７と同一の動作をする。図８の合成／分析方式
では、フィルタのモデル化の次数の適応化は、フィード
バックを使用した実際の誤差信号により実行される。こ
の構成は、図１３に示される。動作に関しては、図１３
に示されるモデル化の次数の適応化ブロック４４０が、
図８の適応化ブロック２２７に対応する。異なった励振
信号候補で合成された信号に基づき、図１３に従った短
時間フィルタ処理の次数の適応化は、モデル化の次数の
選択が励振の最適化前になされる固定次数フィルタモデ
ルまたは図１２のモデルの使用に比較し、計算量の増加
を自然ともたらす。図１３の符号器は、図１３の符号器
でフィルタモデルの次数の適応化が、合成／分析方式に
よって実行される符号化の部分を構成するという点で、
図１２の符号器とは全く異なる。図１３では、フィルタ
の次数は、こうして、合成／分析方式を使用して選択さ
れ、符号器で必要な処理は、閉ループ探索から拡大され
励振信号の符号化からフィルタ係数の符号化までを含
む。しかし、これは、非常に単純な形で実行され、フィ
ルタの次数の適応化に限定される。この実施例では、ま
た、フィルタ係数は、処理信号から開ループ探索でブロ
ック４４６で形成される。図１３の実施例では、合成／
分析法は、短時間モデルの符号化に使用されるが、同時
にこの方法による計算量は、並みのレベルに維持するこ
とが可能である。
【００２４】尚、以上述べたことから、本発明から逸脱
することなく変更を加えることは可能である。
することなく変更を加えることは可能である。
【００２５】
【発明の効果】このように本発明によれば、従来の方法
よりも効率的な音声の符号化が実現されると同時に、良
質な音声が再現され得る。
よりも効率的な音声の符号化が実現されると同時に、良
質な音声が再現され得る。
【図面の簡単な説明】
【図１】音素ｓに対して短時間予測フィルタのモデル化
を行ったときのスペクトルを周波数と振幅とを用いて示
した図である。
を行ったときのスペクトルを周波数と振幅とを用いて示
した図である。
【図２】音素ｓに対して短時間予測フィルタのモデル化
を行ったときのスペクトルを周波数と振幅とを用いて示
した図である。
を行ったときのスペクトルを周波数と振幅とを用いて示
した図である。
【図３】音素ｓに対して短時間予測フィルタのモデル化
を行ったときの波形を時間と振幅とを用いて示した図で
ある。
を行ったときの波形を時間と振幅とを用いて示した図で
ある。
【図４】音素ｏに対して短時間予測フィルタのモデル化
を行ったときのスペクトルを周波数と振幅とを用いて示
した図である。
を行ったときのスペクトルを周波数と振幅とを用いて示
した図である。
【図５】音素ｏに対して短時間予測フィルタのモデル化
を行ったときのスペクトルを周波数と振幅とを用いて示
した図である。
を行ったときのスペクトルを周波数と振幅とを用いて示
した図である。
【図６】音素ｏに対して短時間予測フィルタのモデル化
を行ったときの波形を時間と振幅とを用いて示した図で
ある。
を行ったときの波形を時間と振幅とを用いて示した図で
ある。
【図７】本発明に係る方法において用いられる符号器の
ブロック図である。
ブロック図である。
【図８】本発明に係る方法において用いられる符号器の
ブロック図である。
ブロック図である。
【図９】本発明に係る方法において用いられる符号器の
ブロック図である。
ブロック図である。
【図１０】図７又は図８の符号器に対応する復号器のブ
ロック図である。
ロック図である。
【図１１】従来公知の分析／合成手法を示した概略的な
ブロック図である。
ブロック図である。
【図１２】本発明に係るモデル化を示したブロック図で
ある。
ある。
【図１３】本発明に係るモデル化を示したブロック図で
ある。
ある。
２０１…固定次数逆フィルタ ２０２…ｎ次逆フィルタ ２０３…励振パルスのモデリング ２０４…固定次数ＬＰＣモデリング ２０５…ｎ次ＬＰＣモデリング ２０６…音声信号 ２０７…モデル化次数の適応
───────────────────────────────────────────────────── フロントページの続き (72)発明者 カリ イェールビネン フィンランド国，エフイーエヌ−33100, カーリカツ １べー23 (72)発明者 オーリ アリ−イルッコ フィンランド国，エフイーエヌ−33720 タンペレ，ルオベデンカツ ９セー49
Claims (10)
- 【請求項１】 一連の音声信号ブロックを有する入力信
号を符号化するための方法であって、 ａ）短時間アナライザ内にて前記入力信号を特徴づける
予測パラメータ群を生成して、符号化されるべき各音声
信号ブロックを音声信号の短時間スペクトルの特性とす
るステップと、 ｂ）励振信号を形成して、該励振信号が前記予測パラメ
ータに従って作動する合成フィルタに供給されるときに
元の入力信号に対応する符号化された音声信号の合成を
引き起こすステップと、 を含む入力信号の符号化方法において、 ｃ）短時間フィルタリングモデルが２つの成分から形成
されており、１つは固定された低い次数の成分、もう１
つは可変な次数を備えて高次のモデリングを可能にする
成分から形成されており、 ｄ）前記両方の成分に対して短時間予測パラメータを計
算するステップと、 ｅ）前記音声信号に従って前記短時間モデルのトータル
次数を符号化されるべき各音声信号ブロックに適応する
ステップと、 ｆ）前記フィルタ・モデルのパラメータを符号化するた
めに用いられるビットレートと、前記励振信号を符号化
するために用いられる伝送とにより、前記モデル化に用
いられる次数の増大が前記モデルのパラメータのビット
レートを増大させると同時に、これに対応して前記励振
を符号化するために用いられるビットレートを減少する
ように適用するステップと、 を設けたことを特徴とする入力信号の符号化方法。 - 【請求項２】 前記固定次数の短時間フィルタリングモ
デルのフィルタ係数の計算が、符号化のために入力され
る音声信号から直接的に実行される一方、次数自在な短
時間モデルのフィルタ係数が、該音声信号をフィルタリ
ングすることにより得られる信号から計算され、該音声
信号が前記固定次数モデルの逆フィルタによる符号化の
ために入力される、請求項１に記載の方法。 - 【請求項３】 前記低次で固定次数のモデル化の結果
が、前記次数自在のモデル化の次数に適応され、前記符
号化されるべき信号ブロックにおけるエネルギの最大部
分が高い周波数であるときに、前記次数自在な短時間モ
デル化の次数が前記固定次数のモデル化に従って小さく
されるように適用されるように用いられる、請求項１又
は２に記載の方法。 - 【請求項４】 前記モデル化の次数のために実行される
適応が、モデル化次数の増大による効果を予測誤差と比
較することによるフィードバックを通して、総合モデル
化の予測誤差に従って実行される、請求項１乃至３のい
ずれか１項に記載の方法。 - 【請求項５】 前記拡大が所定のスレショルド値よりも
小さい誤差信号の電力の低下を生成するか、あるいは前
記モデル化次数がモデル化の最大許容次数に達するまで
前記モデル化次数が増加される請求項４に記載の方法。 - 【請求項６】 前記固定次数フィルタに於いては、適応
次数モデル化よりも、モデルパラメータのより低い適応
周波数が使用され、固定次数フィルタがスピーカー及び
マイクロフォンからのスペクトル特性を表すのに使用さ
れ、前記スペクトル特性は、適応次数モデル化ユニット
でモデル化される実際の音声情報よりもゆっくりしたス
ピードで変化することを特徴とする請求項１乃至６のい
ずれか１項に記載の方法。 - 【請求項７】 励振パラメータの閉ループ最適化で、適
応次数合成フィルタ処理のみが実行され、合成の結果と
比較する前に、短時間モデル化に属する固定次数モデル
化に対応した逆フィルタ処理が、元の音声信号に実行さ
れるか、あるいは短時間合成モデル全体が、または、適
応次数モデルによる合成フィルタ処理に加えて、固定次
数短時間合成処理が、励振信号の選択を実行する符号器
の分岐で実行されるかいずれかあるように、固定次数短
時間モデル及び適応次数短時間モデルは、音声符号器で
組み合わされて、合成／分析方式の原理に従って符号化
を実行する音声符号器を使用を使用する、請求項１乃至
６のいずれか１項に記載の方法。 - 【請求項８】 更なる次数の増加が音声信号の品質を実
質的に改良しないレベルの次数を探索するため合成／分
析方式を使用することによって、フィルタモデルの次数
の適応化は、合成／分析方式で実行される符号化の部分
として実行される、請求項１乃至７のいずれか１項に記
載の方法。 - 【請求項９】 選択された総合モデル化の次数が、励振
信号の符号化を実行するブロックだけでなく、誤り訂正
符号化を実行するブロックにも供給され、励振信号の符
号化のビットレートに追加して、誤り訂正符号化に使用
されるビットレートも適応化される、請求項１乃至８の
いずれか１項に記載の方法。 - 【請求項１０】 請求項１乃至９のいずれか１項に記載
した入力信号の符号化方法を用いたデジタル音声符号
器。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FI925376A FI95086C (fi) | 1992-11-26 | 1992-11-26 | Menetelmä puhesignaalin tehokkaaksi koodaamiseksi |
| FI925376 | 1992-11-26 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06222798A true JPH06222798A (ja) | 1994-08-12 |
Family
ID=8536280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5296618A Ceased JPH06222798A (ja) | 1992-11-26 | 1993-11-26 | 音声信号を効率的に符号化するための方法及びこの方法を用いる符号器 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US5596677A (ja) |
| EP (1) | EP0599569B1 (ja) |
| JP (1) | JPH06222798A (ja) |
| AU (1) | AU665283B2 (ja) |
| DE (1) | DE69325237T2 (ja) |
| FI (1) | FI95086C (ja) |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2729246A1 (fr) * | 1995-01-06 | 1996-07-12 | Matra Communication | Procede de codage de parole a analyse par synthese |
| JP2993396B2 (ja) * | 1995-05-12 | 1999-12-20 | 三菱電機株式会社 | 音声加工フィルタ及び音声合成装置 |
| JPH11502326A (ja) * | 1996-01-04 | 1999-02-23 | フィリップス エレクトロニクス ネムローゼ フェンノートシャップ | 人間の音声を符号化し引き続きそれを再生するための方法及びシステム |
| US6170073B1 (en) | 1996-03-29 | 2001-01-02 | Nokia Mobile Phones (Uk) Limited | Method and apparatus for error detection in digital communications |
| US5799272A (en) * | 1996-07-01 | 1998-08-25 | Ess Technology, Inc. | Switched multiple sequence excitation model for low bit rate speech compression |
| GB2317788B (en) | 1996-09-26 | 2001-08-01 | Nokia Mobile Phones Ltd | Communication device |
| GB2318029B (en) * | 1996-10-01 | 2000-11-08 | Nokia Mobile Phones Ltd | Audio coding method and apparatus |
| FI112894B (fi) | 1997-04-10 | 2004-01-30 | Nokia Corp | Menetelmä kehysvirhetodennäköisyyden pienentämiseksi tietokehysmuotoisessa tiedonsiirrossa |
| FI102647B1 (fi) * | 1997-04-22 | 1999-01-15 | Nokia Mobile Phones Ltd | Ohjelmoitava vahvistin |
| US6286122B1 (en) | 1997-07-03 | 2001-09-04 | Nokia Mobile Phones Limited | Method and apparatus for transmitting DTX—low state information from mobile station to base station |
| US5966688A (en) * | 1997-10-28 | 1999-10-12 | Hughes Electronics Corporation | Speech mode based multi-stage vector quantizer |
| US5999897A (en) * | 1997-11-14 | 1999-12-07 | Comsat Corporation | Method and apparatus for pitch estimation using perception based analysis by synthesis |
| US6012025A (en) * | 1998-01-28 | 2000-01-04 | Nokia Mobile Phones Limited | Audio coding method and apparatus using backward adaptive prediction |
| US6799159B2 (en) | 1998-02-02 | 2004-09-28 | Motorola, Inc. | Method and apparatus employing a vocoder for speech processing |
| FI105634B (fi) | 1998-04-30 | 2000-09-15 | Nokia Mobile Phones Ltd | Menetelmä videokuvien siirtämiseksi, tiedonsiirtojärjestelmä ja multimediapäätelaite |
| FI981508A (fi) | 1998-06-30 | 1999-12-31 | Nokia Mobile Phones Ltd | Menetelmä, laite ja järjestelmä käyttäjän tilan arvioimiseksi |
| GB9817292D0 (en) | 1998-08-07 | 1998-10-07 | Nokia Mobile Phones Ltd | Digital video coding |
| FI105635B (fi) | 1998-09-01 | 2000-09-15 | Nokia Mobile Phones Ltd | Menetelmä taustakohinainformaation lähettämiseksi tietokehysmuotoisessa tiedonsiirrossa |
| US6311154B1 (en) | 1998-12-30 | 2001-10-30 | Nokia Mobile Phones Limited | Adaptive windows for analysis-by-synthesis CELP-type speech coding |
| FI116992B (fi) * | 1999-07-05 | 2006-04-28 | Nokia Corp | Menetelmät, järjestelmä ja laitteet audiosignaalin koodauksen ja siirron tehostamiseksi |
| DE60326491D1 (de) * | 2002-11-21 | 2009-04-16 | Nippon Telegraph & Telephone | Verfahren zur digitalen signalverarbeitung, prozessor dafür, programm dafür und das programm enthaltendesaufzeichnungsmedium |
| CN101009097B (zh) * | 2007-01-26 | 2010-11-10 | 清华大学 | 1.2kb/s SELP低速率声码器抗信道误码保护方法 |
| EP2613452B1 (en) * | 2010-09-01 | 2022-12-28 | Nec Corporation | Digital filter device, digital filtering method, and control program for digital filter device |
| US8873615B2 (en) * | 2012-09-19 | 2014-10-28 | Avago Technologies General Ip (Singapore) Pte. Ltd. | Method and controller for equalizing a received serial data stream |
| US10251002B2 (en) * | 2016-03-21 | 2019-04-02 | Starkey Laboratories, Inc. | Noise characterization and attenuation using linear predictive coding |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0076234B1 (de) * | 1981-09-24 | 1985-09-04 | GRETAG Aktiengesellschaft | Verfahren und Vorrichtung zur redundanzvermindernden digitalen Sprachverarbeitung |
| NL8400728A (nl) * | 1984-03-07 | 1985-10-01 | Philips Nv | Digitale spraakcoder met basisband residucodering. |
| IT1195350B (it) * | 1986-10-21 | 1988-10-12 | Cselt Centro Studi Lab Telecom | Procedimento e dispositivo per la codifica e decodifica del segnale vocale mediante estrazione di para metri e tecniche di quantizzazione vettoriale |
| US4969192A (en) * | 1987-04-06 | 1990-11-06 | Voicecraft, Inc. | Vector adaptive predictive coder for speech and audio |
| EP0316112A3 (en) * | 1987-11-05 | 1989-05-31 | AT&T Corp. | Use of instantaneous and transitional spectral information in speech recognizers |
| IT1224453B (it) * | 1988-09-28 | 1990-10-04 | Sip | Procedimento e dispositivo per la codifica decodifica di segnali vocali con l'impiego di un eccitazione a impulsi multipli |
| JP3033060B2 (ja) * | 1988-12-22 | 2000-04-17 | 国際電信電話株式会社 | 音声予測符号化・復号化方式 |
| CA2005115C (en) * | 1989-01-17 | 1997-04-22 | Juin-Hwey Chen | Low-delay code-excited linear predictive coder for speech or audio |
| JPH02272500A (ja) * | 1989-04-13 | 1990-11-07 | Fujitsu Ltd | コード駆動音声符号化方式 |
| WO1990013112A1 (en) * | 1989-04-25 | 1990-11-01 | Kabushiki Kaisha Toshiba | Voice encoder |
| EP0401452B1 (en) * | 1989-06-07 | 1994-03-23 | International Business Machines Corporation | Low-delay low-bit-rate speech coder |
| US5235669A (en) * | 1990-06-29 | 1993-08-10 | At&T Laboratories | Low-delay code-excited linear-predictive coding of wideband speech at 32 kbits/sec |
| FI98104C (fi) * | 1991-05-20 | 1997-04-10 | Nokia Mobile Phones Ltd | Menetelmä herätevektorin generoimiseksi ja digitaalinen puhekooderi |
| CA2568984C (en) * | 1991-06-11 | 2007-07-10 | Qualcomm Incorporated | Variable rate vocoder |
| SE469764B (sv) * | 1992-01-27 | 1993-09-06 | Ericsson Telefon Ab L M | Saett att koda en samplad talsignalvektor |
| FI92535C (fi) * | 1992-02-14 | 1994-11-25 | Nokia Mobile Phones Ltd | Kohinan vaimennusjärjestelmä puhesignaaleille |
| FI90477C (fi) * | 1992-03-23 | 1994-02-10 | Nokia Mobile Phones Ltd | Puhesignaalin laadun parannusmenetelmä lineaarista ennustusta käyttävään koodausjärjestelmään |
-
1992
- 1992-11-26 FI FI925376A patent/FI95086C/fi active
-
1993
- 1993-11-19 US US08/155,574 patent/US5596677A/en not_active Expired - Lifetime
- 1993-11-22 DE DE69325237T patent/DE69325237T2/de not_active Expired - Lifetime
- 1993-11-22 EP EP93309264A patent/EP0599569B1/en not_active Expired - Lifetime
- 1993-11-25 AU AU51897/93A patent/AU665283B2/en not_active Ceased
- 1993-11-26 JP JP5296618A patent/JPH06222798A/ja not_active Ceased
Also Published As
| Publication number | Publication date |
|---|---|
| FI925376A0 (fi) | 1992-11-26 |
| DE69325237D1 (de) | 1999-07-15 |
| FI95086C (fi) | 1995-12-11 |
| DE69325237T2 (de) | 1999-12-16 |
| AU665283B2 (en) | 1995-12-21 |
| EP0599569B1 (en) | 1999-06-09 |
| AU5189793A (en) | 1994-06-09 |
| EP0599569A3 (en) | 1994-09-07 |
| US5596677A (en) | 1997-01-21 |
| EP0599569A2 (en) | 1994-06-01 |
| FI95086B (fi) | 1995-08-31 |
| FI925376A (fi) | 1994-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH06222798A (ja) | 音声信号を効率的に符号化するための方法及びこの方法を用いる符号器 | |
| JP4213243B2 (ja) | 音声符号化方法及び該方法を実施する装置 | |
| JP3483891B2 (ja) | スピーチコーダ | |
| JP3653826B2 (ja) | 音声復号化方法及び装置 | |
| US8452606B2 (en) | Speech encoding using multiple bit rates | |
| KR20010101422A (ko) | 매핑 매트릭스에 의한 광대역 음성 합성 | |
| JPH1091194A (ja) | 音声復号化方法及び装置 | |
| KR20050061615A (ko) | 손실 프레임을 처리하기 위한 음성 통신 시스템 및 방법 | |
| JP2009069856A (ja) | 音声コーデックにおける擬似高帯域信号の推定方法 | |
| JPH09127991A (ja) | 音声符号化方法及び装置、音声復号化方法及び装置 | |
| KR20170102387A (ko) | 스피치 처리를 위한 무성음/유성음 결정 | |
| JPH1097296A (ja) | 音声符号化方法および装置、音声復号化方法および装置 | |
| WO1994025959A1 (en) | Use of an auditory model to improve quality or lower the bit rate of speech synthesis systems | |
| RU2707144C2 (ru) | Аудиокодер и способ для кодирования аудиосигнала | |
| US7089180B2 (en) | Method and device for coding speech in analysis-by-synthesis speech coders | |
| US6240383B1 (en) | Celp speech coding and decoding system for creating comfort noise dependent on the spectral envelope of the speech signal | |
| JP2001051699A (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 | |
| JP4820954B2 (ja) | デジタル音声符号器における高調波ノイズ重み付け | |
| JP3496618B2 (ja) | 複数レートで動作する無音声符号化を含む音声符号化・復号装置及び方法 | |
| JPH08160996A (ja) | 音声符号化装置 | |
| Tseng | An analysis-by-synthesis linear predictive model for narrowband speech coding | |
| JPH0786952A (ja) | 音声の予測符号化方法 | |
| JP4230550B2 (ja) | 音声符号化方法及び装置、並びに音声復号化方法及び装置 | |
| JP2817196B2 (ja) | 音声符号化方式 | |
| JPH034300A (ja) | 音声符号化復号化方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20031202 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040924 |
|
| A045 | Written measure of dismissal of application [lapsed due to lack of payment] |
Free format text: JAPANESE INTERMEDIATE CODE: A045 Effective date: 20050329 |