JPH06222799A - 音声信号の符号化方法と符号化音声信号の復号化方法およびそのシステム - Google Patents
音声信号の符号化方法と符号化音声信号の復号化方法およびそのシステムInfo
- Publication number
- JPH06222799A JPH06222799A JP5276013A JP27601393A JPH06222799A JP H06222799 A JPH06222799 A JP H06222799A JP 5276013 A JP5276013 A JP 5276013A JP 27601393 A JP27601393 A JP 27601393A JP H06222799 A JPH06222799 A JP H06222799A
- Authority
- JP
- Japan
- Prior art keywords
- spectrum
- signal
- speech
- signals
- speech signal
- 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
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
- G10L19/02—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 spectral analysis, e.g. transform vocoders or subband vocoders
- G10L19/0212—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 spectral analysis, e.g. transform vocoders or subband vocoders using orthogonal transformation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
- G10L2019/0012—Smoothing of parameters of the decoder interpolation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/93—Discriminating between voiced and unvoiced parts of speech signals
Abstract
(57)【要約】
【目的】 コスト的にも、条件的にも高品質の音声の圧
縮を提供する方法およびその装置を提供するものであ
る。 【構成】 本発明の符号化および復号化方法は、時間周
波数補間（Time-Frequency Interpolation：ＴＦＩ）と
称される技術に基づいている。このＴＦＩは、音声信号
を特徴付ける複数の線形予測符号化パラメータを形成す
る。次に、ＴＦＩは、音声信号のポイントに対し、サン
プルごとの個別のスペクトルを生成し、その後、個別の
スペクトルのシーケンスをデシメート（decimate）す
る。そして、最後にＴＦＩは、この分散スペクトルの間
を補間し、線形予測符号化パラメータに基づいて、スム
ーズな音声信号を生成する。
縮を提供する方法およびその装置を提供するものであ
る。 【構成】 本発明の符号化および復号化方法は、時間周
波数補間（Time-Frequency Interpolation：ＴＦＩ）と
称される技術に基づいている。このＴＦＩは、音声信号
を特徴付ける複数の線形予測符号化パラメータを形成す
る。次に、ＴＦＩは、音声信号のポイントに対し、サン
プルごとの個別のスペクトルを生成し、その後、個別の
スペクトルのシーケンスをデシメート（decimate）す
る。そして、最後にＴＦＩは、この分散スペクトルの間
を補間し、線形予測符号化パラメータに基づいて、スム
ーズな音声信号を生成する。
Description
【０００１】
【産業上の利用分野】本発明は低い符号化速度でもっ
て、高品質の音声符号化を得る方法に関し、特に、時間
周波数領域において、音声信号を表し補間することに基
づいて、有声音声を処理する方法に関する。
て、高品質の音声符号化を得る方法に関し、特に、時間
周波数領域において、音声信号を表し補間することに基
づいて、有声音声を処理する方法に関する。
【０００２】
【従来の技術】低速度の音声符号化の研究は、移動通信
および個人通信用のデジタル音声伝送に対する国家的、
あるいは国際的な興味が増加することにより、ますます
盛んになっている。通信工業会（Telecommunication In
dustry Association:ＴＩＡ）は、現在の北アメリカの
「フルレート」のデジタルシステム（ＩＳ５４）が完全
に開発される前から「ハーフレート」のデジタル通信標
準を確立する方法に動いてきていた。同様な動きは、ヨ
ーロッパおよび日本でも行われている。一般的に、伝送
速度を半分に抑えながら、現行の標準システムを越える
ような、あるいは、それに到達するような技術を開発す
ることが望まれている。
および個人通信用のデジタル音声伝送に対する国家的、
あるいは国際的な興味が増加することにより、ますます
盛んになっている。通信工業会（Telecommunication In
dustry Association:ＴＩＡ）は、現在の北アメリカの
「フルレート」のデジタルシステム（ＩＳ５４）が完全
に開発される前から「ハーフレート」のデジタル通信標
準を確立する方法に動いてきていた。同様な動きは、ヨ
ーロッパおよび日本でも行われている。一般的に、伝送
速度を半分に抑えながら、現行の標準システムを越える
ような、あるいは、それに到達するような技術を開発す
ることが望まれている。
【０００３】現行のデジタルセルラ標準の音声符号化装
置は、コード励起線形予測アルゴリズム（ＣＥＬＰ）、
あるいはそれに関連したものに基づいている。これにつ
いては、M.R.SchroederとB.S.Atalの論文「コード励起
線形予測（ＣＥＬＰ）：低速ビットレートにおける高品
質音声」（Proc.IEEE ICASSP'85,Vol.3,pp.937-940,１
９８５年３月号）；P.KroonとE.F.Deprettereの論文
「４．８と１６Ｋｂ／ｓの間の符号化速度で高品質音声
の符号化用の分析バイ合成予測符号化装置のクラス」
（IEEE J.on Sel.Areas in Comm.,SAC-6(2).pp.353-36
3,１９８８年２月号）を参照のこと。現行のＣＥＬＰ符
号化装置は、約８Ｋｂｐｓ以上の速度で、高品質の符号
化音声を伝送できる。しかし、この性能は符号化速度
が、約４Ｋｂｐｓ以下になると、急速に劣化する。
置は、コード励起線形予測アルゴリズム（ＣＥＬＰ）、
あるいはそれに関連したものに基づいている。これにつ
いては、M.R.SchroederとB.S.Atalの論文「コード励起
線形予測（ＣＥＬＰ）：低速ビットレートにおける高品
質音声」（Proc.IEEE ICASSP'85,Vol.3,pp.937-940,１
９８５年３月号）；P.KroonとE.F.Deprettereの論文
「４．８と１６Ｋｂ／ｓの間の符号化速度で高品質音声
の符号化用の分析バイ合成予測符号化装置のクラス」
（IEEE J.on Sel.Areas in Comm.,SAC-6(2).pp.353-36
3,１９８８年２月号）を参照のこと。現行のＣＥＬＰ符
号化装置は、約８Ｋｂｐｓ以上の速度で、高品質の符号
化音声を伝送できる。しかし、この性能は符号化速度
が、約４Ｋｂｐｓ以下になると、急速に劣化する。
【０００４】
【発明が解決しようとする課題】本発明の目的は、従来
の方法よりも、コスト的にも、条件的にも高品質の音声
の圧縮を提供する方法およびその装置を提供するもので
ある。
の方法よりも、コスト的にも、条件的にも高品質の音声
の圧縮を提供する方法およびその装置を提供するもので
ある。
【０００５】
【課題を解決するための手段】本発明の符号化および復
号化方法は、時間周波数補間（Time-Frequency Interpo
lation：ＴＦＩ）と称される技術に基づいている。この
ＴＦＩは、音声信号を特徴付ける複数の線形予測符号化
パラメータを形成する。次に、ＴＦＩは、音声信号のポ
イントに対し、サンプルごとの個別のスペクトルを生成
し、その後、個別のスペクトルのシーケンスをデシメー
ト（decimate）する。そして、最後にＴＦＩは、この分
散スペクトルの間を補間し、線形予測符号化パラメータ
に基づいて、スムーズな音声信号を生成する。
号化方法は、時間周波数補間（Time-Frequency Interpo
lation：ＴＦＩ）と称される技術に基づいている。この
ＴＦＩは、音声信号を特徴付ける複数の線形予測符号化
パラメータを形成する。次に、ＴＦＩは、音声信号のポ
イントに対し、サンプルごとの個別のスペクトルを生成
し、その後、個別のスペクトルのシーケンスをデシメー
ト（decimate）する。そして、最後にＴＦＩは、この分
散スペクトルの間を補間し、線形予測符号化パラメータ
に基づいて、スムーズな音声信号を生成する。
【０００６】
【実施例】１．導入 図１は音声を符号化する本発明の一実施例である。アナ
ログ音声信号は、サンプラ１０１によりデジタル化さ
れ、その技術は公知である。このデジタル化された音声
信号は、その後、符号化装置１０３により、ここに記載
する法則に基づいて符号化される。この符号化装置１０
３は、さらに符号化音声信号を操作して、蓄積または伝
送チャンネル１０５用の音声信号を生成する。
ログ音声信号は、サンプラ１０１によりデジタル化さ
れ、その技術は公知である。このデジタル化された音声
信号は、その後、符号化装置１０３により、ここに記載
する法則に基づいて符号化される。この符号化装置１０
３は、さらに符号化音声信号を操作して、蓄積または伝
送チャンネル１０５用の音声信号を生成する。
【０００７】伝送または蓄積された後、この受信した符
号化シーケンスは、復号化装置１０７で復号化される。
元の入力アナログ音声信号を再構成されたものは、公知
の技術によりＤ／Ａ変換器１０９を介して、復号化音声
信号を通過させることにより得られる。
号化シーケンスは、復号化装置１０７で復号化される。
元の入力アナログ音声信号を再構成されたものは、公知
の技術によりＤ／Ａ変換器１０９を介して、復号化音声
信号を通過させることにより得られる。
【０００８】本発明の符号化／復号化の処理は、時間周
波数補間法（Time-Frequency Interpolation:ＴＦＩ）
と称する技術を用いている。このＴＦＩについては、セ
ックション２で説明し、その後、本発明の詳細な説明を
セックション３で行う。
波数補間法（Time-Frequency Interpolation:ＴＦＩ）
と称する技術を用いている。このＴＦＩについては、セ
ックション２で説明し、その後、本発明の詳細な説明を
セックション３で行う。
【０００９】２．時間周波数補間法の外観 時間周波数表示 時間周波数表示（Time-Frequency Representation:ＴＦ
Ｒ）法は、短時間のサンプルごとの分離スペクトルシー
ケンスの概念に基づいている。分離時間軸の各時間ｎ
は、Ｍ（ｎ）点分離スペクトルに関連している。単純な
ケースでは、各スペクトルは、時間シリーズｘ（ｎ）の
離散型フーリエ変換（discrete Fourier transform:Ｄ
ＦＴ）連続時間セグメント［ｎ1（ｎ）、ｎ2（ｎ）］に
対し、Ｍ（ｎ）＝ｎ2（ｎ）−ｎ1（ｎ）＋１で得られ
る。この時間セグメントの大きさは、必ずしも等しくな
く、そしてオーバーラップしてもよい。厳密には必要で
はないが、その時間セグメント内にｎがあり、すなわ
ち、ｎ1（ｎ）≦ｎ≦ｎ2（ｎ）と仮定する。こののケー
スにおいて、ｎ番目のスペクトルは、従来は
Ｒ）法は、短時間のサンプルごとの分離スペクトルシー
ケンスの概念に基づいている。分離時間軸の各時間ｎ
は、Ｍ（ｎ）点分離スペクトルに関連している。単純な
ケースでは、各スペクトルは、時間シリーズｘ（ｎ）の
離散型フーリエ変換（discrete Fourier transform:Ｄ
ＦＴ）連続時間セグメント［ｎ1（ｎ）、ｎ2（ｎ）］に
対し、Ｍ（ｎ）＝ｎ2（ｎ）−ｎ1（ｎ）＋１で得られ
る。この時間セグメントの大きさは、必ずしも等しくな
く、そしてオーバーラップしてもよい。厳密には必要で
はないが、その時間セグメント内にｎがあり、すなわ
ち、ｎ1（ｎ）≦ｎ≦ｎ2（ｎ）と仮定する。こののケー
スにおいて、ｎ番目のスペクトルは、従来は
【数１】 式（１）によりあたえられる。時間シリーズｘ（ｎ）
は、シーケンスＸ（ｎ，Ｋ）により二重特定（over-spe
cified）され、オーバーラップする時間セグメントの量
にも依存するが、Ｘ（ｎ，Ｋ）からｘ（ｎ）を再構成す
る幾つかの方法が存在する。しかし、正確な再構成法
は、ＴＦＲ法を用いる際には主要なことではない。用途
に応じて、二重特定する（over-specifying）特徴は、
実際のところ、ある種の特性を有する信号を合成する際
には有益なことである。
は、シーケンスＸ（ｎ，Ｋ）により二重特定（over-spe
cified）され、オーバーラップする時間セグメントの量
にも依存するが、Ｘ（ｎ，Ｋ）からｘ（ｎ）を再構成す
る幾つかの方法が存在する。しかし、正確な再構成法
は、ＴＦＲ法を用いる際には主要なことではない。用途
に応じて、二重特定する（over-specifying）特徴は、
実際のところ、ある種の特性を有する信号を合成する際
には有益なことである。
【００１０】一般的な場合には、時間ｎに割り当てられ
たスペクトルは、様々な所望の結果を得るために、様々
な方法で生成することができる。一般的なケースのスペ
クトルシーケンスは、Ｙ（ｎ，Ｋ）により表示され、数
（１）に直ちに表される変換操作と、より一般的な変換
操作、すなわちデシメーション、補間、シフト、時間
（周波数）スケール修正、位相操作のような線形および
非線形の技術を用いる操作との間を識別することができ
る。
たスペクトルは、様々な所望の結果を得るために、様々
な方法で生成することができる。一般的なケースのスペ
クトルシーケンスは、Ｙ（ｎ，Ｋ）により表示され、数
（１）に直ちに表される変換操作と、より一般的な変換
操作、すなわちデシメーション、補間、シフト、時間
（周波数）スケール修正、位相操作のような線形および
非線形の技術を用いる操作との間を識別することができ
る。
【００１１】演算子Ｆn -1を用いて、Ｙ（ｎ，Ｋ）の逆
変換を、式（１’）を用いて表すことができる。もし、
Ｙ（ｎ，Ｋ）＝Ｘ（ｎ，Ｋ）の場合には、定義により、
ｙ（ｎ，ｍ）＝ｘ（ｍ）で、ｎ1（ｎ）≦ｍ≦ｎ2（ｎ）
となる。この時間セグメントの外側では、ｙ（ｎ，ｍ）
は、そのセグメントの周期的拡張であり、また、一般的
には、ｘ（ｍ）には等しくない。一組の信号ｙ（ｎ，
ｍ）が、Ｙ（ｎ，Ｋ）から得られたとすると、新たな信
号ｚ（ｎ）は、時間変化ウィンドウ演算子Ｗn＝｛ｗ
（ｎ，ｍ）｝を用いて、合成することができる。
変換を、式（１’）を用いて表すことができる。もし、
Ｙ（ｎ，Ｋ）＝Ｘ（ｎ，Ｋ）の場合には、定義により、
ｙ（ｎ，ｍ）＝ｘ（ｍ）で、ｎ1（ｎ）≦ｍ≦ｎ2（ｎ）
となる。この時間セグメントの外側では、ｙ（ｎ，ｍ）
は、そのセグメントの周期的拡張であり、また、一般的
には、ｘ（ｍ）には等しくない。一組の信号ｙ（ｎ，
ｍ）が、Ｙ（ｎ，Ｋ）から得られたとすると、新たな信
号ｚ（ｎ）は、時間変化ウィンドウ演算子Ｗn＝｛ｗ
（ｎ，ｍ）｝を用いて、合成することができる。
【数２】 このＴＦＲプロセスは、図２に図示されており、この図
２は、離散型時間周波数ドメイン（ｎ，Ｋ）内の典型的
のスペクトルのシーケンスを表す。各スペクトルは、一
つの時間領域セグメントから得られる。このセグメント
は、通常オーバーラップし、同一のサイズである必要は
ない。同図は、また時間／時間領域（ｎ，ｍ）内の対応
するｙ（ｎ，ｍ）を表す。このウィンドウ関数ｗ（ｎ，
ｍ）は、ｎ軸に沿って、垂直軸の方向に表示され、重み
付き加算信号ｚ（ｍ）はｍ軸に沿って表示されている。
２は、離散型時間周波数ドメイン（ｎ，Ｋ）内の典型的
のスペクトルのシーケンスを表す。各スペクトルは、一
つの時間領域セグメントから得られる。このセグメント
は、通常オーバーラップし、同一のサイズである必要は
ない。同図は、また時間／時間領域（ｎ，ｍ）内の対応
するｙ（ｎ，ｍ）を表す。このウィンドウ関数ｗ（ｎ，
ｍ）は、ｎ軸に沿って、垂直軸の方向に表示され、重み
付き加算信号ｚ（ｍ）はｍ軸に沿って表示されている。
【００１２】上記のＴＦＲの一般的な定義は、ｎ軸に沿
って、時間境界を設定せず、将来（過去も）のデータ
は、現在のサンプルの合成に必要であるので、それは偶
然ではない。実際の状況に応じて、時間の限界をセット
する必要があり、従来通り、ＴＦＲプロセスは、時間フ
レーム［０，…，Ｎ−１］で発生し、ｎ≧Ｎの場合に
は、データは得られないと仮定する。過去のデータ（ｎ
≦０）は、現行のフレームの処理用に得ることができ
る。
って、時間境界を設定せず、将来（過去も）のデータ
は、現在のサンプルの合成に必要であるので、それは偶
然ではない。実際の状況に応じて、時間の限界をセット
する必要があり、従来通り、ＴＦＲプロセスは、時間フ
レーム［０，…，Ｎ−１］で発生し、ｎ≧Ｎの場合に
は、データは得られないと仮定する。過去のデータ（ｎ
≦０）は、現行のフレームの処理用に得ることができ
る。
【００１３】上記のＴＦＲフレームワークは、様々な異
なる応用に適用するに十分な程度に一般的である。少な
い例として、信号（音声）許可前および後、フィルタ処
理、時間スケール修正およびデータ圧縮である。これら
の処理において、重要な点は、低速音声符号化に対する
ＴＦＲの使用である。このＴＦＲは、ＬＰＣベースの音
声符号化アルゴリズムにおけるスペクトルデシメーショ
ン補間法、およびベクトル量子化に対する基礎フレーム
ワークとして使用される。次のセックションにおいて、
ＴＦＲフレームワーク内のデシメーション−補間プロセ
スを説明する。
なる応用に適用するに十分な程度に一般的である。少な
い例として、信号（音声）許可前および後、フィルタ処
理、時間スケール修正およびデータ圧縮である。これら
の処理において、重要な点は、低速音声符号化に対する
ＴＦＲの使用である。このＴＦＲは、ＬＰＣベースの音
声符号化アルゴリズムにおけるスペクトルデシメーショ
ン補間法、およびベクトル量子化に対する基礎フレーム
ワークとして使用される。次のセックションにおいて、
ＴＦＲフレームワーク内のデシメーション−補間プロセ
スを説明する。
【００１４】時間周波数補間法 時間周波数補間法（Time-frequency interpolation:Ｔ
ＦＩ）は、ここでは、時間軸ｎに沿ったＴＦＲスペクト
ルＹ（ｎ，Ｋ）をまずデシメートし、その後、残存周囲
から送出スペクトルを補間するプロセスを称する。用語
ＴＦＩは、スペクトル要素の周波数空間の補間の意味で
ある。詳細は以下に示す。
ＦＩ）は、ここでは、時間軸ｎに沿ったＴＦＲスペクト
ルＹ（ｎ，Ｋ）をまずデシメートし、その後、残存周囲
から送出スペクトルを補間するプロセスを称する。用語
ＴＦＩは、スペクトル要素の周波数空間の補間の意味で
ある。詳細は以下に示す。
【００１５】有声音声（すなわち、空気の疑似周期的な
パルスに励起された声道）の符号化については、L.R.Ra
binerとR.W.Schaferの論文「音声信号のデジタル処理」
（Prentice Hall,1978）を参照のこと。ＴＦＩと組み合
わせたＴＦＲは、符号化ひずみが拒絶されることの少な
い有益な領域を提供する。このことが言えるのは、有声
音声のスペクトル、特に、音声の周期性に同期した時に
は、その変化は緩やかで、スムーズであるという理由に
基づく。このＴＦＩのアプローチは、この音声特性を利
用する自然の方法である。強調すべき点は、スペクトル
の補間であって、波形の補間ではない点である。しか
し、このスペクトルは、サンプルごとのベースに補間さ
れるために、対応する波形は理想的（元の）波形とは、
明らかに遥かに異なるにも関わらず、スムーズに響く傾
向がある。
パルスに励起された声道）の符号化については、L.R.Ra
binerとR.W.Schaferの論文「音声信号のデジタル処理」
（Prentice Hall,1978）を参照のこと。ＴＦＩと組み合
わせたＴＦＲは、符号化ひずみが拒絶されることの少な
い有益な領域を提供する。このことが言えるのは、有声
音声のスペクトル、特に、音声の周期性に同期した時に
は、その変化は緩やかで、スムーズであるという理由に
基づく。このＴＦＩのアプローチは、この音声特性を利
用する自然の方法である。強調すべき点は、スペクトル
の補間であって、波形の補間ではない点である。しか
し、このスペクトルは、サンプルごとのベースに補間さ
れるために、対応する波形は理想的（元の）波形とは、
明らかに遥かに異なるにも関わらず、スムーズに響く傾
向がある。
【００１６】便宜上、時間フレーム境界とデシメーショ
ンプロセスを整合する従来の方法を用いる。特に、Ｙ
（Ｎ−１，Ｋ）以外のスペクトルをゼロに設定する。こ
のゼロに設定されたスペクトルは、その後、Ｙ（Ｎ−
１，Ｋ）とＹ（−１，Ｋ）とから補間され、後者は先行
フレームの監視スペクトルである。様々な補間関数が使
用でき、その幾つかは後述する。一般的に、数（３）で
表される。
ンプロセスを整合する従来の方法を用いる。特に、Ｙ
（Ｎ−１，Ｋ）以外のスペクトルをゼロに設定する。こ
のゼロに設定されたスペクトルは、その後、Ｙ（Ｎ−
１，Ｋ）とＹ（−１，Ｋ）とから補間され、後者は先行
フレームの監視スペクトルである。様々な補間関数が使
用でき、その幾つかは後述する。一般的に、数（３）で
表される。
【数３】 ここで、Ｉn演算子は、ｎ軸に沿った補間関数を表し、
対応する信号ｙ（ｎ，ｍ）は、
対応する信号ｙ（ｎ，ｍ）は、
【数４】 である。ここで、Ｆn -1は時間ｎにおいて、周波数軸Ｋ
から時間軸ｍへの逆ＤＦＴを表す。この全体のＴＦＩプ
ロセスは、以下の一般式で表すことができる。
から時間軸ｍへの逆ＤＦＴを表す。この全体のＴＦＩプ
ロセスは、以下の一般式で表すことができる。
【数５】 ここで、一般的に演算子Ｗn、Ｆn -1、Ｉnは、交換性が
ない。すなわち、その演算順序を交換すると、結果が変
わってしまう。しかし、特別の場合については、部分的
あるいは全体的に交換性を有する。このような特別な場
合には、全体の手続きの複雑性は、演算子の順序を変え
ることにより、大幅に減少できるので、交換性は保持さ
れるか否かを特定することは重要なことである。
ない。すなわち、その演算順序を交換すると、結果が変
わってしまう。しかし、特別の場合については、部分的
あるいは全体的に交換性を有する。このような特別な場
合には、全体の手続きの複雑性は、演算子の順序を変え
ることにより、大幅に減少できるので、交換性は保持さ
れるか否かを特定することは重要なことである。
【００１７】次のセックションにおいて、ＴＦＩの特別
の場合について説明し、特に、これらは低速音声符号化
に有益である。
の場合について説明し、特に、これらは低速音声符号化
に有益である。
【００１８】ＴＦＩのクラス 数（５）のＴＦＩの式は、極めて一般的で、特別な応用
については、適切ではない。以下のセックションにおい
ては、本発明の幾つかの実施例の詳細を説明する。特
に、音声に適用する場合に、実際的なＴＦＩの４個のク
ラスについて後述する。当業者は、ＴＦＩの他の実施例
についても適用可能であることはわかるであろう。
については、適切ではない。以下のセックションにおい
ては、本発明の幾つかの実施例の詳細を説明する。特
に、音声に適用する場合に、実際的なＴＦＩの４個のク
ラスについて後述する。当業者は、ＴＦＩの他の実施例
についても適用可能であることはわかるであろう。
【００１９】１．線形ＴＦＩ 本発明の一実施例においては、線形ＴＦＩが用いられ
る。この線形ＴＦＩは、Ｉnがその二つの引数におい
て、線形演算である場合である。この場合において、演
算子Ｆn -1とＩnは、一般的には、交換性を有さないが、
ここでは交換可能である。補間処理の前に、逆ＤＦＴを
実行することは、ＴＦＩアルゴリズムの全体のコストを
減少させるので、このことは極めて重要である。この補
間処理はＩn（ｕ，ｖ）＝α（ｎ）ｕ＋β（ｎ）ｖで表
され、すなわち、
る。この線形ＴＦＩは、Ｉnがその二つの引数におい
て、線形演算である場合である。この場合において、演
算子Ｆn -1とＩnは、一般的には、交換性を有さないが、
ここでは交換可能である。補間処理の前に、逆ＤＦＴを
実行することは、ＴＦＩアルゴリズムの全体のコストを
減少させるので、このことは極めて重要である。この補
間処理はＩn（ｕ，ｖ）＝α（ｎ）ｕ＋β（ｎ）ｖで表
され、すなわち、
【数６】 となる。Ｉnは線形演算子であるが、補間関数α（ｎ）
とβ（ｎ）は、ｎにおいては必ずしも線形ではなく、そ
して、線形ＴＦＩは、この意味においては、線形補間で
はない。数（４）（５）（６）を操作することにより、
とβ（ｎ）は、ｎにおいては必ずしも線形ではなく、そ
して、線形ＴＦＩは、この意味においては、線形補間で
はない。数（４）（５）（６）を操作することにより、
【数７】がえられ、ここで、
【数８】である。数（７）はフレーム境界における２個
の監視スペクトルに対応する２個の波形に対し、直接実
行される線形ＴＦＩを表す。数（８）は、この特別の場
合において、ウィンドウ関数ｗ（ｎ，ｍ）がＴＦＩプロ
セスにおいて、直接的な役目を有さないことを意味す
る。これらの式は、α（ｍ）とβ（ｍ）のオン時間オフ
ライン計算において使用される。実際α（ｍ）とβ
（ｍ）は、ｗ（ｎ，ｍ）を使用せずに直接特定できる。
の監視スペクトルに対応する２個の波形に対し、直接実
行される線形ＴＦＩを表す。数（８）は、この特別の場
合において、ウィンドウ関数ｗ（ｎ，ｍ）がＴＦＩプロ
セスにおいて、直接的な役目を有さないことを意味す
る。これらの式は、α（ｍ）とβ（ｍ）のオン時間オフ
ライン計算において使用される。実際α（ｍ）とβ
（ｍ）は、ｗ（ｎ，ｍ）を使用せずに直接特定できる。
【００２０】線形補間関数α（ｍ）とβ（ｍ）を有する
線形ＴＦＩは、その実行する観点から単純で魅力的であ
り、同様な形式で以前にも使用されている。B.W.Kleijn
の論文「線形予測符号化における連続表示」（Proc.IEE
EICASSP'91.Vol.S1,pp.201-204１９９１年５月号）とB.
W.Kleijnの論文「音声符号化における波形補間法」（Di
gital Signal Processing,Vol.1,pp.215-230,1991.）を
参照のこと。この場合において、補間関数は、一般的
に、β（ｍ）＝ｍ／Ｎで、α（ｍ）＝１−β（ｍ）とし
て定義される。このことは、ｚ（ｍ）は一つの波形から
他の波形への徐々の変化であることを意味する。
線形ＴＦＩは、その実行する観点から単純で魅力的であ
り、同様な形式で以前にも使用されている。B.W.Kleijn
の論文「線形予測符号化における連続表示」（Proc.IEE
EICASSP'91.Vol.S1,pp.201-204１９９１年５月号）とB.
W.Kleijnの論文「音声符号化における波形補間法」（Di
gital Signal Processing,Vol.1,pp.215-230,1991.）を
参照のこと。この場合において、補間関数は、一般的
に、β（ｍ）＝ｍ／Ｎで、α（ｍ）＝１−β（ｍ）とし
て定義される。このことは、ｚ（ｍ）は一つの波形から
他の波形への徐々の変化であることを意味する。
【００２１】２．振幅位相ＴＦＩ 本発明の実施例は、非線形ＴＦＩの重要な例である。線
形ＴＦＩは複合スペクトルの線形結合に基づいている。
この操作は、一般的にはスペクトルの形状を保持せず、
送出スペクトルのおぼろげな予測を生成する。簡単に述
べると、ＡとＢは、２個の複合スペクトルで、そのαＡ
＋βＢの振幅は、ＡまたはＢの何れかのそれとはまった
く異なっている。音声処理の応用については、線形ＴＦ
Ｉにより生成される短期間スペクトルひずみは、好まし
くない可聴予測点（antifact）を生成することがある。
この問題を解決する一つの方法は、振幅保存補間法を使
用することである。Ｉn（．，．）は、その引数の振幅
と位相を個別に補間するために定義される。この場合に
おいて、ＩnとＦn -1は交換不可能で、補間されたスペク
トルは、逆ＤＦＴを得る前に得られなければならない。
形ＴＦＩは複合スペクトルの線形結合に基づいている。
この操作は、一般的にはスペクトルの形状を保持せず、
送出スペクトルのおぼろげな予測を生成する。簡単に述
べると、ＡとＢは、２個の複合スペクトルで、そのαＡ
＋βＢの振幅は、ＡまたはＢの何れかのそれとはまった
く異なっている。音声処理の応用については、線形ＴＦ
Ｉにより生成される短期間スペクトルひずみは、好まし
くない可聴予測点（antifact）を生成することがある。
この問題を解決する一つの方法は、振幅保存補間法を使
用することである。Ｉn（．，．）は、その引数の振幅
と位相を個別に補間するために定義される。この場合に
おいて、ＩnとＦn -1は交換不可能で、補間されたスペク
トルは、逆ＤＦＴを得る前に得られなければならない。
【００２２】低速音声符号化の応用においては、振幅−
位相のアプローチは、位相は完全に無視される（ゼロに
決定される）ような特殊の場合にのみ適用される。この
ことはＴＦＩのスペクトル形状保存と固有の平滑さに起
因する良好な音声品質を生成しながら、符号化されるべ
き情報を半分にこのことにより削減できる。
位相のアプローチは、位相は完全に無視される（ゼロに
決定される）ような特殊の場合にのみ適用される。この
ことはＴＦＩのスペクトル形状保存と固有の平滑さに起
因する良好な音声品質を生成しながら、符号化されるべ
き情報を半分にこのことにより削減できる。
【００２３】３．低速ＴＦＩ対高速ＴＦＩ 本発明の別の側面においては、このＴＦＩの速度はスペ
クトルシーケンスのサンプリングの周波数（１／Ｎ）と
して定義される。この離散型スペクトルＹ（ｎ，Ｋ）
は、ｙ（ｎ，ｍ）の一つのＭ（ｎ）サイズの期間に対応
する。Ｎ＞Ｍ（ｎ）の場合、ｙ（ｎ，ｍ）の周期的に拡
張した部分は、ＴＦＩプロセスで発生する。このケース
は、低速ＴＦＩ（ＬＲ−ＴＦＩ）と称される。このＬＲ
−ＴＦＩは、特に低速符号化のようなほぼ周期的な信号
を生成する際に最も有効である。
クトルシーケンスのサンプリングの周波数（１／Ｎ）と
して定義される。この離散型スペクトルＹ（ｎ，Ｋ）
は、ｙ（ｎ，ｍ）の一つのＭ（ｎ）サイズの期間に対応
する。Ｎ＞Ｍ（ｎ）の場合、ｙ（ｎ，ｍ）の周期的に拡
張した部分は、ＴＦＩプロセスで発生する。このケース
は、低速ＴＦＩ（ＬＲ−ＴＦＩ）と称される。このＬＲ
−ＴＦＩは、特に低速符号化のようなほぼ周期的な信号
を生成する際に最も有効である。
【００２４】Ｎ＜Ｍ（ｎ）の場合には、ｙ（ｎ，ｍ）の
拡張部分は、ＴＦＩプロセスでは働かない。この高速Ｔ
ＦＩ（ＨＲ−ＴＦＩ）は、基本的には如何なる信号も処
理するのに使用することができる。しかし、近似周期的
信号に対して最も有効であり、その理由はスペクトルの
平滑な展開ができるからである。一般的に、ＨＲ−ＴＦ
Ｉにおいては、このスペクトルはオーバーラップする時
間セグメントにとって変わる。１／Ｎ＞０のＴＦＩ速度
に基づいては、基本的な制限は存在しない。
拡張部分は、ＴＦＩプロセスでは働かない。この高速Ｔ
ＦＩ（ＨＲ−ＴＦＩ）は、基本的には如何なる信号も処
理するのに使用することができる。しかし、近似周期的
信号に対して最も有効であり、その理由はスペクトルの
平滑な展開ができるからである。一般的に、ＨＲ−ＴＦ
Ｉにおいては、このスペクトルはオーバーラップする時
間セグメントにとって変わる。１／Ｎ＞０のＴＦＩ速度
に基づいては、基本的な制限は存在しない。
【００２５】音声符号化において、このＴＦＩの速度は
非常に重要なファクタである。ビットレートとこのＴＦ
Ｉレートとの間に相反する用件が存在する。ＨＲ−ＴＦ
Ｉはスムーズで、正確な音声の記述を提供するが、高速
ビットレートは、そのデータを符号化するのに必要であ
る。ＬＲ−ＴＦＩは正確さに欠け、補間の予測点により
敏感であるが、低速ビットレートはデータを符号化する
のに必要である。異なるＴＦＩ速度に対し、符号化性能
を測定することにより、実験的に良好な妥協点を見出す
ことができる。
非常に重要なファクタである。ビットレートとこのＴＦ
Ｉレートとの間に相反する用件が存在する。ＨＲ−ＴＦ
Ｉはスムーズで、正確な音声の記述を提供するが、高速
ビットレートは、そのデータを符号化するのに必要であ
る。ＬＲ−ＴＦＩは正確さに欠け、補間の予測点により
敏感であるが、低速ビットレートはデータを符号化する
のに必要である。異なるＴＦＩ速度に対し、符号化性能
を測定することにより、実験的に良好な妥協点を見出す
ことができる。
【００２６】４．時間スケール修正を有するＴＦＩ 本発明の他の側面においては、時間スケール修正（Time
Scale Modification:ＴＭＳ）を採用する。ＴＳＭは時
間軸に沿った連続時間信号ｘ（ｔ）の拡張または収縮に
相当する。この演算は、ｚ（ｔ）＝ｘ（ｃ（ｔ）ｔ）に
おいて、時間可変であり得る。離散型時間軸において
は、同様な演算ｚ（ｍ）＝ｘ（ｃ（ｍ）ｍ）は、一般的
に定義できない。ｚ（ｍ）を得るために、ｘ（ｍ）を連
続時間バージョンにまず変換し、タイムスケール化し
て、最終的にそれを再サンプル化する。この手続きは、
非常にコストのかかるものである。ＤＦＴ（または、他
のシヌソイド表示）を用いると、ＴＳＭは
Scale Modification:ＴＭＳ）を採用する。ＴＳＭは時
間軸に沿った連続時間信号ｘ（ｔ）の拡張または収縮に
相当する。この演算は、ｚ（ｔ）＝ｘ（ｃ（ｔ）ｔ）に
おいて、時間可変であり得る。離散型時間軸において
は、同様な演算ｚ（ｍ）＝ｘ（ｃ（ｍ）ｍ）は、一般的
に定義できない。ｚ（ｍ）を得るために、ｘ（ｍ）を連
続時間バージョンにまず変換し、タイムスケール化し
て、最終的にそれを再サンプル化する。この手続きは、
非常にコストのかかるものである。ＤＦＴ（または、他
のシヌソイド表示）を用いると、ＴＳＭは
【数９】 により近似できる。この数（９）は、真のＴＳＭではな
く、その単に近似であることに注意すべきである。しか
し、周期的な信号に対しては十分機能し、適当な拡張ま
たは収縮でもって十分に機能する。この疑似的なＴＳＭ
方法は、音声符号化処理に極めて有効で、それにより、
変化しつつあるピッチ期間と十分によく整合できるから
である。実際数（４）でＦn -1を定義することによりＴ
ＦＩアルゴリズムの積分部分にこの方法を変えることが
できる。すなわち、
く、その単に近似であることに注意すべきである。しか
し、周期的な信号に対しては十分機能し、適当な拡張ま
たは収縮でもって十分に機能する。この疑似的なＴＳＭ
方法は、音声符号化処理に極めて有効で、それにより、
変化しつつあるピッチ期間と十分によく整合できるから
である。実際数（４）でＦn -1を定義することによりＴ
ＦＩアルゴリズムの積分部分にこの方法を変えることが
できる。すなわち、
【数１０】 ここで、二つの時間インデックスのｎは、ＤＦＴのスナ
ップショットがサイズＭ（ｎ）のセグメントにテークオ
ーバーされる時間であり、時間インデックスｍは、逆Ｄ
ＦＴがＴＳＭ関数ｃ（ｍ）を用いて、時間スケールの修
正される時間軸である。関数ｃ（ｍ）は、基本的な位相
領域Ψ（ｎ，ｍ）＝２πｃ（ｍ）ｍ／Ｍ（ｎ）における
特定の補間方法を選択することにより、間接的に定義す
ることができる。この位相補間法は、ｍ軸に沿って実行
され、上記の式で与えられ、各波形ｙ（ｎ，ｍ）に対し
て異なることもある。様々な補間方法を用いることがで
き、これについて、前掲のKleijnの論文を参照のこと。
低速符号化装置に使用される補間方法は後述する。
ップショットがサイズＭ（ｎ）のセグメントにテークオ
ーバーされる時間であり、時間インデックスｍは、逆Ｄ
ＦＴがＴＳＭ関数ｃ（ｍ）を用いて、時間スケールの修
正される時間軸である。関数ｃ（ｍ）は、基本的な位相
領域Ψ（ｎ，ｍ）＝２πｃ（ｍ）ｍ／Ｍ（ｎ）における
特定の補間方法を選択することにより、間接的に定義す
ることができる。この位相補間法は、ｍ軸に沿って実行
され、上記の式で与えられ、各波形ｙ（ｎ，ｍ）に対し
て異なることもある。様々な補間方法を用いることがで
き、これについて、前掲のKleijnの論文を参照のこと。
低速符号化装置に使用される補間方法は後述する。
【００２７】多くの場合において、演算子Ｆnをｎから
完全に独立させることは可能であり、有益である。この
場合において、位相は任意にＤＦＴのサイズと無関係に
でき、ｍにのみ依存させることができる。その後、補間
法を選択し、ｍ＝０、ｍ＝Ｎ−１において、二つの境界
条件とともに選択することにより決定できる。音声処理
の場合境界条件は、２個の基礎周波数（ピッチ値）で通
常与えることができる。このＤＦＴのサイズは、一つの
共通のサイズＭ＝ｍａｘnＭ（ｎ）を用いて、ｎから独
立させ、Ｍよりも短いすべてのスペクトルにゼロを付属
させることができる。Ｍは信号の局部期間に通常近く、
しかし、ＴＦＩは如何なるＭも許可する。位相は現在逆
ＤＦＴサイズとは独立している。すなわち、元の周波数
スペースから独立しているので、位相Ψ（ｍ）により形
成される実際のスペースは、スペクトルエイリアシング
（spectral aliasing）を起こさせることはない。この
ことはＹ（ｎ，Ｋ）が境界スペクトルから補間され、そ
して、Ｙ（ｎ，Ｋ）の実際のサイズを如何に決定するか
に大きく依存している。ＴＦＩシステムの利点は、ここ
で、計算式で表されるように、スペクトルエイリアシン
グ（spectral aliasing）は過度の時間スケーリングに
起因して、スペクトル補間の間制御される。これは時間
領域で、直接行うことは困難である。時間不変演算子Ｆ
-1は
完全に独立させることは可能であり、有益である。この
場合において、位相は任意にＤＦＴのサイズと無関係に
でき、ｍにのみ依存させることができる。その後、補間
法を選択し、ｍ＝０、ｍ＝Ｎ−１において、二つの境界
条件とともに選択することにより決定できる。音声処理
の場合境界条件は、２個の基礎周波数（ピッチ値）で通
常与えることができる。このＤＦＴのサイズは、一つの
共通のサイズＭ＝ｍａｘnＭ（ｎ）を用いて、ｎから独
立させ、Ｍよりも短いすべてのスペクトルにゼロを付属
させることができる。Ｍは信号の局部期間に通常近く、
しかし、ＴＦＩは如何なるＭも許可する。位相は現在逆
ＤＦＴサイズとは独立している。すなわち、元の周波数
スペースから独立しているので、位相Ψ（ｍ）により形
成される実際のスペースは、スペクトルエイリアシング
（spectral aliasing）を起こさせることはない。この
ことはＹ（ｎ，Ｋ）が境界スペクトルから補間され、そ
して、Ｙ（ｎ，Ｋ）の実際のサイズを如何に決定するか
に大きく依存している。ＴＦＩシステムの利点は、ここ
で、計算式で表されるように、スペクトルエイリアシン
グ（spectral aliasing）は過度の時間スケーリングに
起因して、スペクトル補間の間制御される。これは時間
領域で、直接行うことは困難である。時間不変演算子Ｆ
-1は
【数１１】 で表示できる。ここで、演算子Ｆ-1は演算子Ｗnと交換
でき、これは低コストで実行するのに利点がある。
でき、これは低コストで実行するのに利点がある。
【００２８】ＴＳＭの特別な場合では、部分的循環シフ
ト（Fractional Circular Shift:ＦＣＳ）であり、この
ＦＣＳは二つの周期的信号の正確な整合のために有益で
ある。下の連続する時間周期信号のＦＣＳはｚ（ｔ）＝
ｘ（ｔ−ｄｔ）で与えられ、逆ＤＦＴにより以下のよう
に概算できる。
ト（Fractional Circular Shift:ＦＣＳ）であり、この
ＦＣＳは二つの周期的信号の正確な整合のために有益で
ある。下の連続する時間周期信号のＦＣＳはｚ（ｔ）＝
ｘ（ｔ−ｄｔ）で与えられ、逆ＤＦＴにより以下のよう
に概算できる。
【数１２】 ここで、ｄｔは所望の部分シフトである。ｃ（ｍ）＝ｍ
（１−ｄｔ／ｍ）を定義することにより、ＴＳＭの特別
な場合として、それをみることができる。ＦＣＳは通常
スペクトルＹ（ｎ，Ｋ）の位相修正としてみることもで
き、その修正スペクトルは
（１−ｄｔ／ｍ）を定義することにより、ＴＳＭの特別
な場合として、それをみることができる。ＦＣＳは通常
スペクトルＹ（ｎ，Ｋ）の位相修正としてみることもで
き、その修正スペクトルは
【数１３】 により与えられる。低速符号化装置のＦＣＳの使用につ
いて次に述べる。
いて次に述べる。
【００２９】５．パラメータ化されたＴＦＩ 本発明の最後の側面はＤＦＴのパラメータ化技術の使用
に関する。ＨＲ−ＴＦＩにおいては、時間ユニット当た
りに含まれる要素の数は下層信号のそれよりも遥かに大
きい。ある種の応用においては、このＤＦＴを、性能を
大きくロスすることなく、サイズを減少したパラメート
リ表示でもって概算することができる。要素の数を減少
する一つの単純な方法は、非均一にＤＦＴをデシメート
することである。スペクトルを平滑化する技術はこのめ
たに使用される。パラメータ化されたＴＦＩは低速音声
符号化に有益で、その理由は制限されたビットの予定は
すべてのＤＦＴの要素を符号化するには十分ではないか
らである。
に関する。ＨＲ−ＴＦＩにおいては、時間ユニット当た
りに含まれる要素の数は下層信号のそれよりも遥かに大
きい。ある種の応用においては、このＤＦＴを、性能を
大きくロスすることなく、サイズを減少したパラメート
リ表示でもって概算することができる。要素の数を減少
する一つの単純な方法は、非均一にＤＦＴをデシメート
することである。スペクトルを平滑化する技術はこのめ
たに使用される。パラメータ化されたＴＦＩは低速音声
符号化に有益で、その理由は制限されたビットの予定は
すべてのＤＦＴの要素を符号化するには十分ではないか
らである。
【００３０】３．具体的実施例 ＴＦＩに基づく低速音声符号化 このセックションでは、ＴＦＩに基づく音声符号化につ
いて詳述する。本発明による符号化装置のブロック図が
図３に示されている。この符号化装置１０３は従来のＬ
ＰＣアナライザ２０５を介して、デジタル化音声信号を
処理することによりその動作を開始し、それにより、ス
ペクトルエンベロープ情報を分解する。このＬＰＣアナ
ライザの製造方法および使用法については公知である。
このスペクトルエンベロープ情報は、ＬＰＣパラメータ
により表示され、このパラメータはＬＰＣ量子化装置２
１０により量子化され、全極ＬＰＣフィルタ２２０に対
する係数となる。
いて詳述する。本発明による符号化装置のブロック図が
図３に示されている。この符号化装置１０３は従来のＬ
ＰＣアナライザ２０５を介して、デジタル化音声信号を
処理することによりその動作を開始し、それにより、ス
ペクトルエンベロープ情報を分解する。このＬＰＣアナ
ライザの製造方法および使用法については公知である。
このスペクトルエンベロープ情報は、ＬＰＣパラメータ
により表示され、このパラメータはＬＰＣ量子化装置２
１０により量子化され、全極ＬＰＣフィルタ２２０に対
する係数となる。
【００３１】音声とピッチアナライザ２３０は、デジタ
ル化音声信号に基づいて動作して、この音声が有声音
か、無声音かを決定する。この音声／ピッチアナライザ
２３０は、音声信号のピッチ周期に基づいて、ピッチ信
号を生成し、それが周波数補間符号化装置２３５により
使用される。現行のピッチ信号は、図示したような他の
信号とともにインデックス化され、それにより、信号の
符号化表示は、コードブック内の複数のエントリの一つ
に対応するインデックスである。これらの信号を如何に
圧縮するかについては公知である。このインデックス
は、単純に信号を特定する圧縮方法である。このインデ
ックスのついた信号は、チャンネル符号化／バッファ装
置２２５に転送されて、それらは蓄積／伝送チャンネル
１０５を介して記憶、あるいは通信される。この符号化
装置１０３は現行のデータが有声音か、無声音かに基づ
いて、二つの異なるモードの一つでデジタル化音声信号
を処理し、符号化する。
ル化音声信号に基づいて動作して、この音声が有声音
か、無声音かを決定する。この音声／ピッチアナライザ
２３０は、音声信号のピッチ周期に基づいて、ピッチ信
号を生成し、それが周波数補間符号化装置２３５により
使用される。現行のピッチ信号は、図示したような他の
信号とともにインデックス化され、それにより、信号の
符号化表示は、コードブック内の複数のエントリの一つ
に対応するインデックスである。これらの信号を如何に
圧縮するかについては公知である。このインデックス
は、単純に信号を特定する圧縮方法である。このインデ
ックスのついた信号は、チャンネル符号化／バッファ装
置２２５に転送されて、それらは蓄積／伝送チャンネル
１０５を介して記憶、あるいは通信される。この符号化
装置１０３は現行のデータが有声音か、無声音かに基づ
いて、二つの異なるモードの一つでデジタル化音声信号
を処理し、符号化する。
【００３２】非発声モード（すなわち、ボーカルトラッ
クトが拡張スペクトルノイズソースにより励起される場
合、前掲のRabinerの文献を参照のこと）においては、
この符号化装置はＣＥＬＰ符号化装置２１５を用いる。
これについては前掲のM.R.SchroederとB.S.Atalの論
文、およびP.KroonとE.F.Deprettereの論文を参照のこ
と。このＣＥＬＰ符号化装置２１５は、出力符号化信号
をモニタすることにより、符号化励起信号を最適化す
る。これは、点線のフィードバックラインによって図で
は表されている。このモードにおいては、信号は完全に
非周期的で、それ故にピッチループ、または同様な技術
によって長期間の冗長性を開発する試みはない。
クトが拡張スペクトルノイズソースにより励起される場
合、前掲のRabinerの文献を参照のこと）においては、
この符号化装置はＣＥＬＰ符号化装置２１５を用いる。
これについては前掲のM.R.SchroederとB.S.Atalの論
文、およびP.KroonとE.F.Deprettereの論文を参照のこ
と。このＣＥＬＰ符号化装置２１５は、出力符号化信号
をモニタすることにより、符号化励起信号を最適化す
る。これは、点線のフィードバックラインによって図で
は表されている。このモードにおいては、信号は完全に
非周期的で、それ故にピッチループ、または同様な技術
によって長期間の冗長性を開発する試みはない。
【００３３】信号が有声であると宣言されると、ＣＥＬ
Ｐモードは切られて、周波数補間符号化装置２３５はス
イッチ３０５により入る。以下、この符号化モードにつ
いて説明する。このモードで行われる様々な操作が図４
に示される。同図はＴＦＩのアルゴリズムの論理列につ
いて示している。当業者は実際には、あるいは他の特別
なシステムに対しては実際の流れは幾分難しいことはわ
かるであろう。同図に示すように、ＴＦＩ符号化装置
は、ＬＰＣ残留、あるいはＬＰＣ励起信号に入力され、
ＬＰＣ逆フィルタ３１０により、この入力音声を逆フィ
ルタ処理することにより得られる。フレームごとに一回
初期のスペクトルＸ（Ｋ）が、ＤＦＴをピッチサイズＤ
ＦＴ３２０を用いて適用することにより得られる。ここ
で、このＤＦＴの長さは、現行のピッチ信号により決定
される。このピッチ化されたサイズのＤＦＴを使用する
のがよいが、必ずしも必要なものではない。しかし、こ
のセグメントは、一つのフレームよりも長いことがあ
る。その後、このスペクトルはスペクトル修正装置３３
０により修正されて、そのサイズを減少し、この修正さ
れたスペクトルは予測重み付きベクトル量子化装置３４
０により量子化される。遅延装置３５０は、この量子化
の操作のために必要なものである。この操作により、ス
ペクトルＹ（Ｎ−１，Ｋ）、すなわち現行フレームの終
点に関連するスペクトルを生成する。その後、この量子
化されたスペクトルは現行のピッチ期間とともに、補間
および整合装置３６０に転送される。
Ｐモードは切られて、周波数補間符号化装置２３５はス
イッチ３０５により入る。以下、この符号化モードにつ
いて説明する。このモードで行われる様々な操作が図４
に示される。同図はＴＦＩのアルゴリズムの論理列につ
いて示している。当業者は実際には、あるいは他の特別
なシステムに対しては実際の流れは幾分難しいことはわ
かるであろう。同図に示すように、ＴＦＩ符号化装置
は、ＬＰＣ残留、あるいはＬＰＣ励起信号に入力され、
ＬＰＣ逆フィルタ３１０により、この入力音声を逆フィ
ルタ処理することにより得られる。フレームごとに一回
初期のスペクトルＸ（Ｋ）が、ＤＦＴをピッチサイズＤ
ＦＴ３２０を用いて適用することにより得られる。ここ
で、このＤＦＴの長さは、現行のピッチ信号により決定
される。このピッチ化されたサイズのＤＦＴを使用する
のがよいが、必ずしも必要なものではない。しかし、こ
のセグメントは、一つのフレームよりも長いことがあ
る。その後、このスペクトルはスペクトル修正装置３３
０により修正されて、そのサイズを減少し、この修正さ
れたスペクトルは予測重み付きベクトル量子化装置３４
０により量子化される。遅延装置３５０は、この量子化
の操作のために必要なものである。この操作により、ス
ペクトルＹ（Ｎ−１，Ｋ）、すなわち現行フレームの終
点に関連するスペクトルを生成する。その後、この量子
化されたスペクトルは現行のピッチ期間とともに、補間
および整合装置３６０に転送される。
【００３４】図５は図４の補間および整合装置３６０で
示される補間および整合ユニットのブロック図である。
現行スペクトル、遅延装置３７０からの先行量子化スペ
クトルおよび現行ピッチ信号がこのユニットに入力され
る。現行スペクトル、Ｙ（Ｎ−１，Ｋ）がまずスペクト
ル修正変換装置／強化装置４０５により強化されて、ス
ペクトル修正装置３３０により実行された操作を変換、
あるいは変更する。この再修正されたスペクトルは、そ
の後整合ユニット４１０内でＦＣＳ操作による先行フレ
ームのスペクトルと整合させられ、補間ユニット４２０
により補間される。さらに、この位相もまた補間され
る。この補間および整合装置３６０は位相シーケンス
Ｙ’（ｎ，Ｋ）と位相Ψ（ｍ）とを生成し、それらは励
起合成装置３８０に入力される。
示される補間および整合ユニットのブロック図である。
現行スペクトル、遅延装置３７０からの先行量子化スペ
クトルおよび現行ピッチ信号がこのユニットに入力され
る。現行スペクトル、Ｙ（Ｎ−１，Ｋ）がまずスペクト
ル修正変換装置／強化装置４０５により強化されて、ス
ペクトル修正装置３３０により実行された操作を変換、
あるいは変更する。この再修正されたスペクトルは、そ
の後整合ユニット４１０内でＦＣＳ操作による先行フレ
ームのスペクトルと整合させられ、補間ユニット４２０
により補間される。さらに、この位相もまた補間され
る。この補間および整合装置３６０は位相シーケンス
Ｙ’（ｎ，Ｋ）と位相Ψ（ｍ）とを生成し、それらは励
起合成装置３８０に入力される。
【００３５】図６に示されるように、この励起合成装置
３８０において、スペクトルは位相制御逆ＤＦＴ５１０
により時間シーケンス、ｙ（ｎ，ｍ）に変換され、時間
シーケンスは符号化された発声励起信号を生成するため
には第２ウィンドウ化装置５２０によりウィンドウ化さ
れる。
３８０において、スペクトルは位相制御逆ＤＦＴ５１０
により時間シーケンス、ｙ（ｎ，ｍ）に変換され、時間
シーケンスは符号化された発声励起信号を生成するため
には第２ウィンドウ化装置５２０によりウィンドウ化さ
れる。
【００３６】この補間操作と合成操作は受信機内で再生
される。図７は復号化装置１０７のブロック図で、ここ
で、７５０はＣＥＬＰ復号化、あるいはＴＦＩ復号化を
音声は有声音、または無声音の何れかにより選択する。
図８はＴＦＩ復号化装置７２０のブロック図である。Ｔ
ＦＩ復号化装置のブロックは符号化装置内の同一名のブ
ロックと同様な機能を実行する。
される。図７は復号化装置１０７のブロック図で、ここ
で、７５０はＣＥＬＰ復号化、あるいはＴＦＩ復号化を
音声は有声音、または無声音の何れかにより選択する。
図８はＴＦＩ復号化装置７２０のブロック図である。Ｔ
ＦＩ復号化装置のブロックは符号化装置内の同一名のブ
ロックと同様な機能を実行する。
【００３７】多くの異なるＴＦＩアルゴリズムがこのフ
レームワーク内で方式化することができる。最適のシス
テムを構成する明白な方法はなく、たくさんの経験的、
演繹的な手法が含まれる。一つの方法は単純なシステム
でもってスタートし、徐々にそれを問題を一つ一つ解決
することにより、プロセスへの洞察を深めていくことで
ある。この線に沿ってより詳細な異なる３個の異なるＴ
ＦＩシステムについて以下に説明する。
レームワーク内で方式化することができる。最適のシス
テムを構成する明白な方法はなく、たくさんの経験的、
演繹的な手法が含まれる。一つの方法は単純なシステム
でもってスタートし、徐々にそれを問題を一つ一つ解決
することにより、プロセスへの洞察を深めていくことで
ある。この線に沿ってより詳細な異なる３個の異なるＴ
ＦＩシステムについて以下に説明する。
【００３８】１．ＴＦＩシステム１ このシステムは上記した線形ＴＦＩに基づいている。こ
こで、スペクトル修正はＤＦＴ要素の上部２０％をゼロ
化するだけである。Ｍが現行の最初ＤＦＴサイズ（現行
ピッチの半分）である場合には、Ｘ’（Ｋ）、Ｙ（Ｎ−
１，Ｋ）は０．８Ｍの複合要素を有するだけである。こ
のウィンドウの目的はディメンジョンを減少させること
により、以下のＶＱ操作をより効率的にすることにあ
る。
こで、スペクトル修正はＤＦＴ要素の上部２０％をゼロ
化するだけである。Ｍが現行の最初ＤＦＴサイズ（現行
ピッチの半分）である場合には、Ｘ’（Ｋ）、Ｙ（Ｎ−
１，Ｋ）は０．８Ｍの複合要素を有するだけである。こ
のウィンドウの目的はディメンジョンを減少させること
により、以下のＶＱ操作をより効率的にすることにあ
る。
【００３９】このスペクトルは重み付き、可変サイズ、
予測ベクトル量子化により量子化される。スペクトル重
み付けはllＨ（Ｋ）［Ｘ’（Ｋ）−Ｙ（Ｎ−１，Ｋ）］
llを最小化することにより達成される。ここで、ll・ll
は、二乗振幅の和を意味する。Ｈ（Ｋ）は修正全極ＬＰ
Ｃフィルタのインパルス応答のＤＦＴである。これにつ
いては、前掲のSchroederとAtalの論文、およびKroonと
Deprettereの論文を参照のこと。この量子化されたスペ
クトルは数（１３）によりＦＣＳをＹ（Ｎ−１，Ｋ）に
適用することにより、先行スペクトルと整合する。最適
の部分シフトはＹ’（−１，Ｋ）とＹ’（Ｎ−１，Ｋ）
の最大相関のために見いだされる。
予測ベクトル量子化により量子化される。スペクトル重
み付けはllＨ（Ｋ）［Ｘ’（Ｋ）−Ｙ（Ｎ−１，Ｋ）］
llを最小化することにより達成される。ここで、ll・ll
は、二乗振幅の和を意味する。Ｈ（Ｋ）は修正全極ＬＰ
Ｃフィルタのインパルス応答のＤＦＴである。これにつ
いては、前掲のSchroederとAtalの論文、およびKroonと
Deprettereの論文を参照のこと。この量子化されたスペ
クトルは数（１３）によりＦＣＳをＹ（Ｎ−１，Ｋ）に
適用することにより、先行スペクトルと整合する。最適
の部分シフトはＹ’（−１，Ｋ）とＹ’（Ｎ−１，Ｋ）
の最大相関のために見いだされる。
【００４０】補間および合成は数（１１）により記載さ
れた方法により正確に実行され、その線形補間関数はα
（ｍ）＝１−ｍ／Ｎ，β（ｍ）＝ｍ／Ｎである。逆ＤＦ
Ｔ位相Ψ（ｍ）はピッチ周波数線形軌道を仮定すること
により補間される。先行ピッチ角度周波数と現行ピッチ
角度周波数がそれぞれωpとωcであると、その位相は次
式によって与えられる。
れた方法により正確に実行され、その線形補間関数はα
（ｍ）＝１−ｍ／Ｎ，β（ｍ）＝ｍ／Ｎである。逆ＤＦ
Ｔ位相Ψ（ｍ）はピッチ周波数線形軌道を仮定すること
により補間される。先行ピッチ角度周波数と現行ピッチ
角度周波数がそれぞれωpとωcであると、その位相は次
式によって与えられる。
【数１４】
【００４１】このシステム１はＬＲ−ＴＦＩのために設
計されている。この励起スペクトルは２０ｍｓｅｃに一
度間隔の低速度で更新される。それ故に、このフレーム
のサイズはＮ＝１６０サンプルで、数個のピッチ周期を
含んでいる。この方法により、スペクトルを量子化する
ことはすべての入手可能なビットを２０ｍｓｅｃごとに
一個のベクトルを符号化するのに使用されるので効率的
である。実際、この符号化された有声音声は極めて平滑
に響き、量子化エラーに起因する粗雑さがない。この粗
雑さはこの速度では他の符号化装置にとっては極めて一
般的なことではある。しかし、前述したように長期間の
間隔にわたる二つのスペクトルの線形ＴＦＩは時々この
スペクトルにひずみを与える。ピッチ境界の値の差が大
きいと、線形ＴＦＩは黙示的なスペクトルエイリアシン
グ（implicit spectral aliasing）を示す。また、有声
音声の自然さを保持するのに重要なピッチ間の変化は補
間プロセスにより取り除かれて、過度な周期性を発生す
る。
計されている。この励起スペクトルは２０ｍｓｅｃに一
度間隔の低速度で更新される。それ故に、このフレーム
のサイズはＮ＝１６０サンプルで、数個のピッチ周期を
含んでいる。この方法により、スペクトルを量子化する
ことはすべての入手可能なビットを２０ｍｓｅｃごとに
一個のベクトルを符号化するのに使用されるので効率的
である。実際、この符号化された有声音声は極めて平滑
に響き、量子化エラーに起因する粗雑さがない。この粗
雑さはこの速度では他の符号化装置にとっては極めて一
般的なことではある。しかし、前述したように長期間の
間隔にわたる二つのスペクトルの線形ＴＦＩは時々この
スペクトルにひずみを与える。ピッチ境界の値の差が大
きいと、線形ＴＦＩは黙示的なスペクトルエイリアシン
グ（implicit spectral aliasing）を示す。また、有声
音声の自然さを保持するのに重要なピッチ間の変化は補
間プロセスにより取り除かれて、過度な周期性を発生す
る。
【００４２】２．ＴＦＩシステム２ このシステム２は、システム１における予測点の幾つか
をＬＲ−ＴＦＩからＨＲ−ＴＦＩに移行することによっ
て取り除くことを目的にしている。このシステム２にお
いては、このＴＦＩのレートは、システム１のそれより
も４倍速く、これは各４０ｍｓｅｃごとにＴＦＩプロセ
スが実行されることを意味する（４０サンプル）。この
スペクトルの周波数を更新することにより、ダイナミッ
クな音声の正確な表示をシステム１に特徴的な過剰な周
期性なしにできる。このＴＦＩのレートを増加させる
と、たくさんのデータが単位時間当たりに量子化される
ので、量子化装置に対して負担が大きくなる。
をＬＲ−ＴＦＩからＨＲ−ＴＦＩに移行することによっ
て取り除くことを目的にしている。このシステム２にお
いては、このＴＦＩのレートは、システム１のそれより
も４倍速く、これは各４０ｍｓｅｃごとにＴＦＩプロセ
スが実行されることを意味する（４０サンプル）。この
スペクトルの周波数を更新することにより、ダイナミッ
クな音声の正確な表示をシステム１に特徴的な過剰な周
期性なしにできる。このＴＦＩのレートを増加させる
と、たくさんのデータが単位時間当たりに量子化される
ので、量子化装置に対して負担が大きくなる。
【００４３】この問題に対するアプローチは、このスペ
クトルを修正化することにより量子化されるべき、デー
タのサイズを以下の式により減少することである。
クトルを修正化することにより量子化されるべき、デー
タのサイズを以下の式により減少することである。
【数１５】 そして、現行のピッチ間Ｐに対して、ウィンドウの幅は
次式で与えられる。
次式で与えられる。
【数１６】 このことは、ベクトル量子化の大きさは２０以上ではな
いことを意味する。振幅のみのスペクトルの使用は、デ
ータの１／２の減少となる。スペクトルの形状を保持し
ながら、位相を除去することは、合成された励起がより
スパイク状態となる。このことは、ときに出力音声が少
しばかり金属的に響くことになる。しかし、高度な量子
化性能を達成することの利点は、このような些細な不利
益点以上の価値があるものである。スペクトルの量子化
は、システム１の場合よりも４倍も頻繁に行われ、しか
も２０ｍｓｅｃ間隔ごとに同一のビットでもって行われ
る。これはＶＱディメンジョンを減少することによって
可能である。
いことを意味する。振幅のみのスペクトルの使用は、デ
ータの１／２の減少となる。スペクトルの形状を保持し
ながら、位相を除去することは、合成された励起がより
スパイク状態となる。このことは、ときに出力音声が少
しばかり金属的に響くことになる。しかし、高度な量子
化性能を達成することの利点は、このような些細な不利
益点以上の価値があるものである。スペクトルの量子化
は、システム１の場合よりも４倍も頻繁に行われ、しか
も２０ｍｓｅｃ間隔ごとに同一のビットでもって行われ
る。これはＶＱディメンジョンを減少することによって
可能である。
【００４４】０．４Ｐ＞２０の場合、数（１５）と（１
６）により定義される演算は、ローパスフィルタ処理を
意味する。この影響を避けるために、量子化されたスペ
クトルは、スペクトル修正変換装置／強化装置４０５に
より図５に示されるように、または振幅スペクトルの平
均値を送出データのすべての場所に割り当てることによ
り、拡張または修正を元に戻される。
６）により定義される演算は、ローパスフィルタ処理を
意味する。この影響を避けるために、量子化されたスペ
クトルは、スペクトル修正変換装置／強化装置４０５に
より図５に示されるように、または振幅スペクトルの平
均値を送出データのすべての場所に割り当てることによ
り、拡張または修正を元に戻される。
【数１７】 これはＬＰＣ残留がほぼ白色であるので、送出ＤＦＴ要
素は、非送出のそれとほぼ同一レベルを有するという仮
定に基づいている。明らかに、これは多くの場合に当て
はまらない。しかし、リスンニングの試験においては、
スペクトルの高端部では、得られたスペクトルのひずみ
は、あまり聴きづらいものではない。
素は、非送出のそれとほぼ同一レベルを有するという仮
定に基づいている。明らかに、これは多くの場合に当て
はまらない。しかし、リスンニングの試験においては、
スペクトルの高端部では、得られたスペクトルのひずみ
は、あまり聴きづらいものではない。
【００４５】このシステムにおいて、このスペクトルは
位相をゼロに設定する非線形操作によって修正および強
化される。少量のランダムな位相ジッタが音声をより自
然に聞こえるようにする。線形補間および逆ＤＦＴは交
換可能である。それ故に、補間と合成はシステム１と同
様に行うことができる。
位相をゼロに設定する非線形操作によって修正および強
化される。少量のランダムな位相ジッタが音声をより自
然に聞こえるようにする。線形補間および逆ＤＦＴは交
換可能である。それ故に、補間と合成はシステム１と同
様に行うことができる。
【００４６】３．ＴＦＩシステム３ このシステム３は、上記の非線形振幅位相ＬＲ−ＴＦＩ
を使用としている。これは性能をさらにシステム１とシ
ステム２の両方の虚偽予測点を減少することにより、向
上させようとするものである。最初のスペクトルＸ
（Ｋ）は、Ｋ≧０．４Ｐにより、インデックス化された
すべての要素をゼロにおいてウィンドウ化し、その後ス
ペクトル量子化される。この量子化スペクトルＹ（Ｎ−
１，Ｋ）は、その後、振幅ベクトルＹ（Ｎ−１，ｋ）と
位相ベクトルａｒｇＹ（Ｎ−１，Ｋ）に分解される。ス
ペクトルのシーケンスは、その後、振幅と位相の線形補
間法により、先行フレームからの振幅と位相を用いて生
成される。
を使用としている。これは性能をさらにシステム１とシ
ステム２の両方の虚偽予測点を減少することにより、向
上させようとするものである。最初のスペクトルＸ
（Ｋ）は、Ｋ≧０．４Ｐにより、インデックス化された
すべての要素をゼロにおいてウィンドウ化し、その後ス
ペクトル量子化される。この量子化スペクトルＹ（Ｎ−
１，Ｋ）は、その後、振幅ベクトルＹ（Ｎ−１，ｋ）と
位相ベクトルａｒｇＹ（Ｎ−１，Ｋ）に分解される。ス
ペクトルのシーケンスは、その後、振幅と位相の線形補
間法により、先行フレームからの振幅と位相を用いて生
成される。
【数１８】 上記のベクトル補間法において、ベクトルのサイズはＫ
maxである。これは先行スペクトルサイズと現行スペク
トルサイズの最大値である。より短いスペクトルは、ゼ
ロパッディング（zero-padding）により、Ｋmaxまで拡
張される。補間された位相は、フレーム境界方向へのソ
ーススペクトルのそれに近接している。この中間位相ベ
クトルは、線形補間は量的な意味で、所望の位相に対
し、良好な近似を意味するものでないため、幾分任意的
なものである。しかし、振幅スペクトルが保存されてい
るので、この補間された位相は、信号の拡散における真
のスペクトルに類似に振る舞い、かくして、システム２
のスバイクの発生は削除される。
maxである。これは先行スペクトルサイズと現行スペク
トルサイズの最大値である。より短いスペクトルは、ゼ
ロパッディング（zero-padding）により、Ｋmaxまで拡
張される。補間された位相は、フレーム境界方向へのソ
ーススペクトルのそれに近接している。この中間位相ベ
クトルは、線形補間は量的な意味で、所望の位相に対
し、良好な近似を意味するものでないため、幾分任意的
なものである。しかし、振幅スペクトルが保存されてい
るので、この補間された位相は、信号の拡散における真
のスペクトルに類似に振る舞い、かくして、システム２
のスバイクの発生は削除される。
【００４７】上記のベクトル補間は、二つの境界スペク
トルの空間の間の大きな差の場合、スペクトルエイリア
シング（spectral aliasing）、またはスペクトルひず
みの可能性については考慮していない。よりよい補間体
系はこの点に関し将来研究されるであろう。
トルの空間の間の大きな差の場合、スペクトルエイリア
シング（spectral aliasing）、またはスペクトルひず
みの可能性については考慮していない。よりよい補間体
系はこの点に関し将来研究されるであろう。
【００４８】｛Ｙ（ｎ，Ｋ），ａｒｇＹ（ｎ，Ｋ）｝の
対により形成される各複合スペクトルＹ（ｎ，Ｋ）は、
ＦＣＳ処理されて、そのＹ（−１，Ｋ）との相関を最大
にして整合したスペクトルＹ’（ｎ，Ｋ）を生成する。
ここで、数（１４）の位相Ψ（ｍ）でもって逆ＤＦＴが
実行される。その後、このようにして得られたｙ（ｎ，
ｋ）は、数（２）の演算子Ｗnにより、以下に定義され
る幅Ｑの単純四角関数ｗ（ｎ，ｍ）を用いて、重み付け
加算される。
対により形成される各複合スペクトルＹ（ｎ，Ｋ）は、
ＦＣＳ処理されて、そのＹ（−１，Ｋ）との相関を最大
にして整合したスペクトルＹ’（ｎ，Ｋ）を生成する。
ここで、数（１４）の位相Ψ（ｍ）でもって逆ＤＦＴが
実行される。その後、このようにして得られたｙ（ｎ，
ｋ）は、数（２）の演算子Ｗnにより、以下に定義され
る幅Ｑの単純四角関数ｗ（ｎ，ｍ）を用いて、重み付け
加算される。
【数１９】 このことは、各波形ｙ（ｎ，ｍ）は局部的のみ最終波形
ｚ（ｍ）に寄与することを意味する。ウィンドウサイズ
Ｑに対する良好な値は、処理された音声を聞くことによ
って、実験的に得られる。
ｚ（ｍ）に寄与することを意味する。ウィンドウサイズ
Ｑに対する良好な値は、処理された音声を聞くことによ
って、実験的に得られる。
【００４９】ここには、時間周波数補間技術（ＴＦＩ）
とその有声音声の低速符号化への応用について述べた。
さらに、ここでは一般的なＴＦＩフレームワークの形成
について主に述べた。このフレームワーク内において、
有声音声の符号化用の３個の特別なＴＦＩシステムにつ
いて記載した。この方法およびアルゴリズムは特別なハ
ードウェアまたはソフトウェアを参照することなく記述
できる。そして、このようなハードウェアおよびソフト
ウェアは特別な応用に対し、好ましいように当業者は容
易に作成することができる。
とその有声音声の低速符号化への応用について述べた。
さらに、ここでは一般的なＴＦＩフレームワークの形成
について主に述べた。このフレームワーク内において、
有声音声の符号化用の３個の特別なＴＦＩシステムにつ
いて記載した。この方法およびアルゴリズムは特別なハ
ードウェアまたはソフトウェアを参照することなく記述
できる。そして、このようなハードウェアおよびソフト
ウェアは特別な応用に対し、好ましいように当業者は容
易に作成することができる。
【００５０】
【発明の効果】以上述べたように、本発明によれば、従
来の方法よりも、コスト的にも、条件的にも高品質の音
声の圧縮を提供する方法およびその装置を提供すること
ができる。
来の方法よりも、コスト的にも、条件的にも高品質の音
声の圧縮を提供する方法およびその装置を提供すること
ができる。
【図面の簡単な説明】
【図１】本発明の音声符号化システムを表す図である。
【図２】時間周波数表示を表す図である。
【図３】ＴＦＩベースの低速音声符号化システムのブロ
ック図である。
ック図である。
【図４】時間周波数補間符号化装置を表す図である。
【図５】補間ユニットと整合ユニットとを表すブロック
図である。
図である。
【図６】励起合成装置を表すブロック図である。
【図７】ＴＦＩベースの低速音声復号化システムを表す
ブロック図である。
ブロック図である。
【図８】ＴＦＩ復号化装置のブロック図である。
１０１ サンプラ １０３ 符号化装置 １０５ 蓄積または伝送チャンネル １０７ 復号化装置 １０９ Ｄ／Ａ変換器 ２０５ ＬＰＣアナライザ ２１０ ＬＰＣ量子化装置 ２１５ ＣＥＬＰ符号化装置 ２２０ 全極ＬＰＣフィルタ ２２５ チャンネル符号化／バッファ装置 ２３０ 音声とピッチアナライザ ２３５ 周波数補間符号化装置 ３１０ ＬＰＣ逆フィルタ ３２０ ピッチサイズＤＦＴ ３３０ スペクトル修正装置 ３４０ 予測重み付きベクトル量子化装置 ３５０ 遅延装置 ３６０ 補間および整合装置 ３７０ 遅延装置 ３８０ 励起合成装置 ４０５ スペクトル修正変換装置／強化装置 ４１０ 整合ユニット ４２０ 補間ユニット ４３０ 遅延要素 ４４０ 位相補間装置 ５１０ 位相制御逆ＤＦＴ ５２０ 第２ウィンドウ化装置 ７０５ チャンネル復号化／バッファ装置 ７１０ ＣＥＬＰ復号化装置 ７２０ ＴＦＩ復号化装置 ７２５ ＬＰＣパラメータルックアップテーブル ７３０ ピッチ信号復号化装置 ７３５ 全極ＬＰＣフィルタ ８０５ 復号化インデックス ８１０ スペクトル修正／強化装置 ８１５ 遅延要素 ８２５ 整合化ユニット ８３０ 補間化ユニット ８４０ 励起合成器 ８４５ 遅延要素 ８５０ 位相補間化装置
Claims (19)
- 【請求項１】 時間的に分離した時点で得られたサンプ
ルのシーケンスを含む音声信号を符号化する方法におい
て、 （ａ） 各スペクトルが前記サンプルのシーケンス内の
サンプルに関連する複数のスペクトルのを形成するステ
ップと、ここで、各スペクトルは、連続する複数のサン
プルから形成され、 （ｂ） 一組のデシメート（decimate）されたスペクト
ルを形成するために、前記複数のスペクトルをデシメー
トするステップと、 からなることを特徴とする音声信号符号化方法。 - 【請求項２】 一組のデシメートされたスペクトルを含
む符号化音声信号を復号化する方法において、 （ｃ） 完全なスペクトルシーケンスを得るために、前
記一組のデシメートされたスペクトルを補間するステッ
プと、 （ｄ） 一組の信号を得るために、前記完全なスペクト
ルシーケンスを逆変換するステップと、 （ｅ） ウィンドウ化信号を形成するために、前記一組
の信号をウィンドウ化するステップと、 からなることを特徴とする符号化音声信号の復号化方
法。 - 【請求項３】 前記補間するステップは、線形補間化を
含むことを特徴とする請求項２の方法。 - 【請求項４】 前記複数のスペクトルの各スペクトルは
一組の係数を含み、 前記一組の係数の各係数は、振幅成分と位相成分とを含
み、 前記補間するステップは、非線形且つ個別に、前記振幅
成分と位相成分に適用されることを特徴とする請求項２
の方法。 - 【請求項５】 前記複数のスペクトルは、前記一組のデ
シメートされたスペクトルの減少パラメータ表示を形成
することを特徴とする請求項１の方法。 - 【請求項６】 前記逆変換のステップは、 【数２０】の式に基づいて行い、ここで、ｙ（ｎ，ｍ）
は、前記一組の信号で、 Ｙ（ｎ，Ｋ）は、前記完全スペクトルシーケンスで、 ｃ（ｍ）は、分離時間スケール関数であることを特徴と
する請求項２の方法。 - 【請求項７】 連続する時間フレームの間に発生するサ
ンプルのシーケンスを含む複数の音声信号を各時間フレ
ームに対し符号化する方法において、 （ｆ） 前記音声信号を特徴付ける複数のパラメータを
生成するステップと、 （ｇ） 一組の量子化パラメータを形成するために、前
記パラメータを量子化するステップと、 （ｈ） 第１エラー測定に応じて、前記量子化パラメー
タに最適合するコードブック内のエントリに関連するイ
ンデックスを選択するステップと、 （ｉ） 前記音声信号に対し、ピッチ期間を決定するス
テップと、 （ｊ） 第２エラー測定に応じて、前記ピッチ期間に最
適合するコードブック内のエントリに関連するインデッ
クスを選択するステップと、 （ｋ） 前記一組の量子化パラメータにより決定される
フィルタパラメータを用いて、励起信号を生成するため
に、前記音声信号を逆フィルタ処理するステップと、 （ｌ） 第１スペクトルを形成するために、前記励起信
号を変換するステップと、 （ｍ） 修正スペクトルを形成するために、前記第１ス
ペクトルを修正するステップと、 （ｎ） 量子化修正スペクトルを形成するために、前記
修正スペクトルを量子化するステップと、 （ｏ） 第３エラー測定に応じて、前記量子化修正スペ
クトルに最適合するコードブック内のエントリに関連す
るインデックスを選択するステップと、 からなることを特徴とする複数の音声信号符号化方法。 - 【請求項８】 前記複数のパラメータを形成するステッ
プは、音声が有声音声であることを指示する前記音声信
号の特徴を識別するステップを含むことを特徴とする請
求項７の方法。 - 【請求項９】 前記複数のパラメータは、線形予測符号
化により生成されることを特徴とする請求項７の方法。 - 【請求項１０】 前記音声信号を特徴付ける複数のパラ
メータを形成する前記方法は、 （ｐ） 前記音声信号は、有声音声（voiced speach）
を表すかを識別するステップと、 （ｑ） 前記識別ステップで、有声音声を識別できなか
った時に、別の符号化技術を用いて、第２符号化信号を
形成するステップとを含むことを特徴とする請求項７の
方法。 - 【請求項１１】 前記別の符号化技術は、コード励起線
形予測符号化技術であることを特徴とする請求項１０の
方法。 - 【請求項１２】 前記変換ステップは、前記ピッチ期間
にほぼ等しい期間でもって、個別フーリエ変換法則に基
づいて行われることを特徴とする請求項７の方法。 - 【請求項１３】 前記修正スペクトルを量子化するステ
ップは、予測重み付けベクトル量子化に応じて行うこと
を特徴とする請求項７の方法。 - 【請求項１４】 （ｒ） 前記修正スペクトルを強化す
るステップと、 （ｓ） 前記修正スペクトルを前のフレームからの音声
信号のスペクトルと整合させるステップと、 （ｔ） 完全スペクトルシーケンスを形成するために、
前記フレーム内の他のサンプル用のスペクトルを発見す
るために、前記修正スペクトルと前のフレームからの音
声信号の前記スペクトルとの間を補間するステップと、 （ｕ） 一組の信号を生成するために、前記完全スペク
トルシーケンスを逆変換するステップと、 （ｖ）ウィンドウ化信号を生成するために、前記一組の
信号をウィンドウ化するステップとをさらに有すること
を特徴とする請求項７の方法。 - 【請求項１５】 前記修正スペクトルを強化するステッ
プと、 前記修正スペクトルを前のフレームからの音声信号のス
ペクトルと整合させるステップと、 第１信号ｙ（−１，ｍ）を生成するために、前記修正ス
ペクトルを逆変換し、第２信号ｙ（Ｎ−１，ｍ）を生成
するために、前記前のフレームからの前記音声信号のス
ペクトルを逆変換するステップと、 最終信号ｚ（ｍ）を生成するために、前記第１信号と前
記第２信号との間を直線補間するステップとをさらに有
し、 ここで、前記補間は、 【数７】 ここで、 【数８】 でおこなわれ 、ｗ（ｎ，ｍ）はウィンドウ化関数であ
ることを特徴とする請求項７の方法。 - 【請求項１６】 符号化された複数の音声信号を復号化
する方法において、前記音声信号は、 前記音声信号を特徴付ける複数のパラメータを表すルッ
クアップテーブル内のエントリに関連する第１インデッ
クスと、 前記音声信号のピッチ期間を表す第２ルックアップテー
ブルのエントリに関連する第２インデックスと、 前記音声信号のスペクトルを表す第３ルックアップテー
ブルのエントリに関連する第３インデックスとを表し、
前記方法は、 前記第１インデックスに基づいて、前記音声信号を表す
パラメータを決定するステップと、 前記第２インデックス基づいて前記ピッチ信号を決定す
るステップと、 前記第３インデックス基づいて前記スペクトルを決定す
るステップと、 修正スペクトルを形成するために、前記スペクトルを修
正し、強化するステップと、 前記修正スペクトルを前のフレームからの音声信号のス
ペクトルと整合させるステップと、 完全なスペクトルシーケンスを生成するために、前記ス
ペクトルと前のフレームからの音声信号のスペクトルと
の間で補間するステップと、 一組の信号を生成するために、前記第２スペクトルを逆
変換するステップと、 ウィンドウ化信号を生成するために、前記一組の信号を
ウィンドウ化するステップと、 前記ウィンドウ化信号を、その特性が前記パラメータに
より決定されるフィルタ処理するステップと、 からなることを特徴とする符号化された複数の音声信号
の復号化方法。 - 【請求項１７】 連続する時間フレームの間に発生する
サンプルのシーケンスを含む複数の音声信号を各時間フ
レームに対し符号化するシステムにおいて、 （ｆ） 前記音声信号を特徴付ける複数のパラメータを
生成する手段と、 （ｇ） 一組の量子化パラメータを形成するために、前
記パラメータを量子化する手段と、 （ｈ） 第１エラー測定に応じて、前記量子化パラメー
タに最適合するコードブック内のエントリに関連するイ
ンデックスを選択する手段と、 （ｉ） 前記音声信号に対し、ピッチ期間を決定する手
段と、 （ｊ） 第２エラー測定に応じて、前記ピッチ期間に最
適合するコードブック内のエントリに関連するインデッ
クスを選択する手段と、 （ｋ） 前記一組の量子化パラメータにより決定される
フィルタパラメータを用いて、励起信号を生成するため
に、前記音声信号を逆フィルタ処理する手段と、 （ｌ） 第１スペクトルを形成するために、前記励起信
号を変換する手段と、 （ｍ） 修正スペクトルを形成するために、前記第１ス
ペクトルを修正する手段と、 （ｎ） 量子化修正スペクトルを形成するために、前記
修正スペクトルを量子化する手段と、 （ｏ） 第３エラー測定に応じて、前記量子化修正スペ
クトルに最適合するコードブック内のエントリに関連す
るインデックスを選択する手段と、 からなることを特徴とする複数の音声信号符号化システ
ム。 - 【請求項１８】 （ｒ） 前記修正スペクトルを強化す
る手段と、 （ｓ） 前記修正スペクトルを前のフレームからの音声
信号のスペクトルと整合させる手段と、 （ｔ） 完全スペクトルシーケンスを形成するために、
前記フレーム内の他のサンプル用のスペクトルを発見す
るために、前記修正スペクトルと前のフレームからの音
声信号の前記スペクトルとの間を補間する手段と、 （ｕ） 一組の信号を生成するために、前記完全スペク
トルシーケンスを逆変換する手段と、 （ｖ）ウィンドウ化信号を生成するために、前記一組の
信号をウィンドウ化する手段とをさらに有することを特
徴とする請求項７のシステム。 - 【請求項１９】 符号化された複数の音声信号を復号化
するシステムにおいて、前記音声信号は、 前記音声信号を特徴付ける複数のパラメータを表すルッ
クアップテーブル内のエントリに関連する第１インデッ
クスと、 前記音声信号のピッチ期間を表す第２ルックアップテー
ブルのエントリに関連する第２インデックスと、 前記音声信号のスペクトルを表す第３ルックアップテー
ブルのエントリに関連する第３インデックスとを表し、
前記システムは、 前記第１インデックスに基づいて、前記音声信号を表す
パラメータを決定する手段と、 前記第２インデックス基づいて前記ピッチ信号を決定す
る手段と、 前記第３インデックス基づいて前記スペクトルを決定す
る手段と、 修正スペクトルを形成するために、前記スペクトルを修
正し、強化する手段と、 前記修正スペクトルを前のフレームからの音声信号のス
ペクトルと整合させる手段と、 完全なスペクトルシーケンスを生成するために、前記ス
ペクトルと前のフレームからの音声信号のスペクトルと
の間で補間する手段と、 一組の信号を生成するために、前記第２スペクトルを逆
変換する手段と、 ウィンドウ化信号を生成するために、前記一組の信号を
ウィンドウ化する手段と、 前記ウィンドウ化信号を、その特性が前記パラメータに
より決定されるフィルタ処理する手段と、 からなることを特徴とする符号化された複数の音声信号
の復号化システム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US95930592A | 1992-10-09 | 1992-10-09 | |
| US959305 | 1992-10-09 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06222799A true JPH06222799A (ja) | 1994-08-12 |
| JP3335441B2 JP3335441B2 (ja) | 2002-10-15 |
Family
ID=25501895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP27601393A Expired - Lifetime JP3335441B2 (ja) | 1992-10-09 | 1993-10-08 | 音声信号の符号化方法と符号化音声信号の復号化方法およびそのシステム |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US5577159A (ja) |
| EP (1) | EP0592151B1 (ja) |
| JP (1) | JP3335441B2 (ja) |
| CA (1) | CA2105269C (ja) |
| DE (1) | DE69328064T2 (ja) |
| FI (1) | FI934424A (ja) |
| MX (1) | MX9306142A (ja) |
| NO (1) | NO933535L (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002009092A1 (fr) * | 2000-07-21 | 2002-01-31 | Kabushiki Kaisha Kenwood | Dispositif d'interpolation de frequences servant a interpoler une composante de frequence de signal et procede d'interpolation de frequences |
| WO2002035517A1 (fr) * | 2000-10-24 | 2002-05-02 | Kabushiki Kaisha Kenwood | Appareil et procédé pour interpoler un signal |
| WO2002050814A1 (fr) * | 2000-12-07 | 2002-06-27 | Kabushiki Kaisha Kenwood | Systeme et procede d'interpolation de signaux |
| WO2003003345A1 (fr) * | 2001-06-29 | 2003-01-09 | Kabushiki Kaisha Kenwood | Dispositif et procede d'interpolation des composantes de frequence d'un signal |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3137805B2 (ja) * | 1993-05-21 | 2001-02-26 | 三菱電機株式会社 | 音声符号化装置、音声復号化装置、音声後処理装置及びこれらの方法 |
| US5839102A (en) * | 1994-11-30 | 1998-11-17 | Lucent Technologies Inc. | Speech coding parameter sequence reconstruction by sequence classification and interpolation |
| US5991725A (en) * | 1995-03-07 | 1999-11-23 | Advanced Micro Devices, Inc. | System and method for enhanced speech quality in voice storage and retrieval systems |
| US5682462A (en) * | 1995-09-14 | 1997-10-28 | Motorola, Inc. | Very low bit rate voice messaging system using variable rate backward search interpolation processing |
| US6591240B1 (en) * | 1995-09-26 | 2003-07-08 | Nippon Telegraph And Telephone Corporation | Speech signal modification and concatenation method by gradually changing speech parameters |
| EP0856185B1 (en) | 1995-10-20 | 2003-08-13 | America Online, Inc. | Repetitive sound compression system |
| US5828994A (en) * | 1996-06-05 | 1998-10-27 | Interval Research Corporation | Non-uniform time scale modification of recorded audio |
| JP3266819B2 (ja) * | 1996-07-30 | 2002-03-18 | 株式会社エイ・ティ・アール人間情報通信研究所 | 周期信号変換方法、音変換方法および信号分析方法 |
| JP4121578B2 (ja) * | 1996-10-18 | 2008-07-23 | ソニー株式会社 | 音声分析方法、音声符号化方法および装置 |
| JPH10124092A (ja) * | 1996-10-23 | 1998-05-15 | Sony Corp | 音声符号化方法及び装置、並びに可聴信号符号化方法及び装置 |
| US6377914B1 (en) | 1999-03-12 | 2002-04-23 | Comsat Corporation | Efficient quantization of speech spectral amplitudes based on optimal interpolation technique |
| DE10036703B4 (de) * | 2000-07-27 | 2005-12-29 | Rohde & Schwarz Gmbh & Co. Kg | Verfahren und Vorrichtung zur Korrektur eines Resamplers |
| JP3881932B2 (ja) * | 2002-06-07 | 2007-02-14 | 株式会社ケンウッド | 音声信号補間装置、音声信号補間方法及びプログラム |
| FR2891100B1 (fr) * | 2005-09-22 | 2008-10-10 | Georges Samake | Codec audio utilisant la transformation de fourier rapide, le recouvrement partiel et une decomposition en deux plans basee sur l'energie. |
| DE102007003187A1 (de) | 2007-01-22 | 2008-10-02 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zum Erzeugen eines zu sendenden Signals oder eines decodierten Signals |
| EP2214161A1 (en) * | 2009-01-28 | 2010-08-04 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus, method and computer program for upmixing a downmix audio signal |
| WO2010126709A1 (en) | 2009-04-30 | 2010-11-04 | Dolby Laboratories Licensing Corporation | Low complexity auditory event boundary detection |
| TWI506583B (zh) * | 2013-12-10 | 2015-11-01 | 國立中央大學 | 分析系統及其方法 |
| US10354422B2 (en) * | 2013-12-10 | 2019-07-16 | National Central University | Diagram building system and method for a signal data decomposition and analysis |
| US11287310B2 (en) | 2019-04-23 | 2022-03-29 | Computational Systems, Inc. | Waveform gap filling |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60239798A (ja) * | 1984-05-14 | 1985-11-28 | 日本電気株式会社 | 音声信号符号化／復号化装置 |
| US4937873A (en) * | 1985-03-18 | 1990-06-26 | Massachusetts Institute Of Technology | Computationally efficient sine wave synthesis for acoustic waveform processing |
| CA1323934C (en) * | 1986-04-15 | 1993-11-02 | Tetsu Taguchi | Speech processing apparatus |
| 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 |
| US4910781A (en) * | 1987-06-26 | 1990-03-20 | At&T Bell Laboratories | Code excited linear predictive vocoder using virtual searching |
| AU620384B2 (en) * | 1988-03-28 | 1992-02-20 | Nec Corporation | Linear predictive speech analysis-synthesis apparatus |
| GB2235354A (en) * | 1989-08-16 | 1991-02-27 | Philips Electronic Associated | Speech coding/encoding using celp |
| JP3102015B2 (ja) * | 1990-05-28 | 2000-10-23 | 日本電気株式会社 | 音声復号化方法 |
| US5138661A (en) * | 1990-11-13 | 1992-08-11 | General Electric Company | Linear predictive codeword excited speech synthesizer |
| US5127053A (en) * | 1990-12-24 | 1992-06-30 | General Electric Company | Low-complexity method for improving the performance of autocorrelation-based pitch detectors |
| DE69232202T2 (de) * | 1991-06-11 | 2002-07-25 | Qualcomm Inc | Vocoder mit veraendlicher bitrate |
| US5327520A (en) * | 1992-06-04 | 1994-07-05 | At&T Bell Laboratories | Method of use of voice message coder/decoder |
| US5351338A (en) * | 1992-07-06 | 1994-09-27 | Telefonaktiebolaget L M Ericsson | Time variable spectral analysis based on interpolation for speech coding |
-
1993
- 1993-08-31 CA CA002105269A patent/CA2105269C/en not_active Expired - Fee Related
- 1993-09-30 EP EP93307766A patent/EP0592151B1/en not_active Expired - Lifetime
- 1993-09-30 DE DE69328064T patent/DE69328064T2/de not_active Expired - Lifetime
- 1993-10-01 MX MX9306142A patent/MX9306142A/es not_active IP Right Cessation
- 1993-10-04 NO NO933535A patent/NO933535L/no not_active Application Discontinuation
- 1993-10-08 JP JP27601393A patent/JP3335441B2/ja not_active Expired - Lifetime
- 1993-10-08 FI FI934424A patent/FI934424A/fi unknown
-
1995
- 1995-05-24 US US08/449,184 patent/US5577159A/en not_active Expired - Lifetime
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002009092A1 (fr) * | 2000-07-21 | 2002-01-31 | Kabushiki Kaisha Kenwood | Dispositif d'interpolation de frequences servant a interpoler une composante de frequence de signal et procede d'interpolation de frequences |
| US6879265B2 (en) | 2000-07-21 | 2005-04-12 | Kabushiki Kaisha Kenwood | Frequency interpolating device for interpolating frequency component of signal and frequency interpolating method |
| WO2002035517A1 (fr) * | 2000-10-24 | 2002-05-02 | Kabushiki Kaisha Kenwood | Appareil et procédé pour interpoler un signal |
| WO2002050814A1 (fr) * | 2000-12-07 | 2002-06-27 | Kabushiki Kaisha Kenwood | Systeme et procede d'interpolation de signaux |
| WO2003003345A1 (fr) * | 2001-06-29 | 2003-01-09 | Kabushiki Kaisha Kenwood | Dispositif et procede d'interpolation des composantes de frequence d'un signal |
| US7400651B2 (en) | 2001-06-29 | 2008-07-15 | Kabushiki Kaisha Kenwood | Device and method for interpolating frequency components of signal |
Also Published As
| Publication number | Publication date |
|---|---|
| US5577159A (en) | 1996-11-19 |
| CA2105269C (en) | 1998-08-25 |
| JP3335441B2 (ja) | 2002-10-15 |
| DE69328064T2 (de) | 2000-09-07 |
| FI934424A0 (fi) | 1993-10-08 |
| CA2105269A1 (en) | 1994-04-10 |
| NO933535L (no) | 1994-04-11 |
| NO933535D0 (no) | 1993-10-04 |
| FI934424A (fi) | 1994-04-10 |
| MX9306142A (es) | 1994-06-30 |
| DE69328064D1 (de) | 2000-04-20 |
| EP0592151B1 (en) | 2000-03-15 |
| EP0592151A1 (en) | 1994-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3335441B2 (ja) | 音声信号の符号化方法と符号化音声信号の復号化方法およびそのシステム | |
| KR100873836B1 (ko) | Ｃｅｌｐ 트랜스코딩 | |
| KR100304682B1 (ko) | 음성 코더용 고속 여기 코딩 | |
| KR100979090B1 (ko) | 피치 지연 윤곽부 조절을 사용하여 정보 신호를 코딩하기위한 방법 및 장치 | |
| JP3483958B2 (ja) | 広帯域音声復元装置及び広帯域音声復元方法及び音声伝送システム及び音声伝送方法 | |
| US6732070B1 (en) | Wideband speech codec using a higher sampling rate in analysis and synthesis filtering than in excitation searching | |
| EP3693964A1 (en) | Simultaneous time-domain and frequency-domain noise shaping for tdac transforms | |
| JP2017526950A (ja) | 低遅延符号化／復号のための補間による音声信号のリサンプリング | |
| JPH10307599A (ja) | スプラインを使用する波形補間音声コーディング | |
| JP2003044097A (ja) | 音声信号および音楽信号を符号化する方法 | |
| JP2003512654A (ja) | 音声の可変レートコーディングのための方法およびその装置 | |
| JPH096397A (ja) | 音声信号の再生方法、再生装置及び伝送方法 | |
| US7792670B2 (en) | Method and apparatus for speech coding | |
| EP0865029A1 (en) | Efficient decomposition in noise and periodic signal waveforms in waveform interpolation | |
| KR20040095205A (ko) | Ｃｅｌｐ를 기반으로 하는 음성 코드간 변환코딩 방식 | |
| EP1096476A2 (en) | Speech decoding gain control for noisy signals | |
| JPH0341500A (ja) | 低遅延低ビツトレート音声コーダ | |
| JP2003044099A (ja) | ピッチ周期探索範囲設定装置及びピッチ周期探索装置 | |
| JPH09127987A (ja) | 信号符号化方法及び装置 | |
| JP3749838B2 (ja) | 音響信号符号化方法、音響信号復号方法、これらの装置、これらのプログラム及びその記録媒体 | |
| JP3598111B2 (ja) | 広帯域音声復元装置 | |
| JP2000298500A (ja) | 音声符号化方法 | |
| JPH05232995A (ja) | 一般化された合成による分析音声符号化方法と装置 | |
| JP3290443B2 (ja) | コード励振線形予測符号化器及び復号化器 | |
| JP3560964B2 (ja) | 広帯域音声復元装置及び広帯域音声復元方法及び音声伝送システム及び音声伝送方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080802 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080802 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090802 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100802 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110802 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110802 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120802 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130802 Year of fee payment: 11 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |