JPH0634197B2

JPH0634197B2 - 音声符号化方法とその装置

Info

Publication number: JPH0634197B2
Application number: JP60273936A
Authority: JP
Inventors: 一範小澤
Original assignee: Nippon Electric Co Ltd
Current assignee: NEC Corp
Priority date: 1985-12-04
Filing date: 1985-12-04
Publication date: 1994-05-02
Anticipated expiration: 2009-05-02
Also published as: JPS62133498A

Description

【発明の詳細な説明】（産業上の利用分野）本発明は音声信号を低いビットレイトで高品質に符号化
するための符号化方法とその装置に関する。

（従来の技術）音声信号を8kb/s程度で符号化する方式としては、例え
ば特願昭58-139022号明細書（文献１）などに記載のピ
ッチ情報を用いるマルチパルス音声符号化法が知られて
いる。第４図は文献１に記載の従来技術の動作原理を説
明するための図である。この方法では、ピッチ周期毎に
波形の繰り返しが見られる音声の有声区間（第５図
(a)）ではパルスについてもある程度周期性が見られる
（第５図(b)）点に着目し、ピッチ構造をモデル化する
ピッチ再生フィルタ510と音源計算回路500により求めた
パルス列とを用いて音源信号を表している。そしてこの
ようにして求めた音源信号を第４図の合成フィルタ520
に入力して音声を合成している。ここで合成フィルタの
係数とピッチ再生フィルタの係数はフレーム区間（例え
ば20msec程度）毎に原音声からもとめておく。パルス列
の振幅と位置は音源計算回路500において、原音声波形
と合成音声波形との誤差に重みずけ回路530を通して重
みずけ誤差電力を小さくするようにフレーム毎に計算さ
れる。具体的なパルス計算法は前記文献１に説明されて
いるのでここでは説明は省略する。送信側ではピッチ再
生フィルタおよび合成フィルタの係数とパルス列の振
幅、位置をフレーム毎に符号化して伝送する。

（発明が解決しようとする問題点）以上述べた従来法によれば、8kb/s程度のビットレート
ではピッチ情報を用いないマルチパルス符号化法と比べ
るとピッチ周期の短かい話者に対して品質を改善できる
が、ピッチ周期の長い話者に対しては改善効果が低下す
るという欠点があった。これはピッチ再生フィルタを用
いてピッチを再生する処理をフレーム区間内にとどめて
いるため、ピッチ再生フィルタによるピッチの再生が良
好に行なわれたばあい、ピッチ周期の長いほうが音声サ
ンプルあたりのパルス数の比率が低下することに起因し
ている。一例をあげると、ビットレートを8kb/sとしフ
レーム長を20msec、フレーム当たりりパルス数を11と
し、ピッチ再生フィルタによりピッチ波形が理想的に再
現されるものとすると、従来法ではピッチ周期が40サン
プル（女性の場合）の場合、40サンプルに対して10個の
パルスが割り当てられるが、ピッチ周期が80サンプル
（男性）の場合は80サンプルに対して10個のパルスしか
割り当てられないことになり、サンプル当たりのパルス
数はピッチ周期の短いほうが大きくなる。従ってピッチ
周期の長い話者に対してはピッチ周期の短い話者ほどの
音質改善度が得られないことになる。本発明の目的は、
比較的少ない演算量で、8kbps程度の伝送ビットレイト
でもピッチ周期に依存せずに高品質な音声を合成するこ
とのできる音声信号符号化方式とその装置を提供するこ
とにある。

（問題点を解決するための手段）本発明によれば、送信側では離散的な音声信号を入力し
あらかじめ定められたフレーム区間に分割し、前記音声
信号からピッチ構造を含むスペクトル特性を表す第１の
パラメータ列を抽出し、前記第１のパラメータ列と１フ
レーム過去の再生信号をもとにしてピッチ予測を含む処
理により求めた予測信号を前記音声信号から減算して残
差信号をもとめ、前記残差信号からピッチ構造を含むス
ペクトル特性を表す第２のパラメータ列を求めて前記残
差信号を表すための音源パルス列を求め、前記音源パル
ス列と前記第１のパラメータ列と前記第２のパラメータ
列とを組み合わせて出力し、受信側では前記音源パルス
列と前記第２のパラメータ列を用いて前記残差信号の再
生信号をつくり前記第１のパラメータ列と１フレーム過
去の再生信号をもとにして求めた前記予測信号の再生信
号を加算して前記音声信号を合成することを特徴とする
音声信号符号化方法が得られる。

また本発明によれば、入力した音声信号をあらかじめ定
められたフレーム区間に分割し前記音声信号からピッチ
構造を含むスペクトル特性を表す第１のパラメータ列を
抽出し符号化するパラメータ計算回路と、前記第１のパ
ラメータ列と１フレーム過去の再生信号をもとにピッチ
予測を含む処理により予測信号を求め前記音声信号から
前記予測信号を減算して残差信号を求める減算回路と、
前記残差信号からピッチ構造を含むスペクトル特性を表
す第２のパラメータ列を求めて符号化し前記残差信号を
良好に表すための音源パルス列を探索して符号化する駆
動信号計算回路と、前記第１のパラメータ列を表す符号
と前記第２のパラメータ列を表す符号と音源パルス列を
表す符号とを組み合わせて出力するマルチプレクサ回路
とを有することを特徴とする音声信号符号化装置が得ら
れる。

さらに本発明によれば、第１のパラメータ列を表す符号
と第２のパラメータ列を表す符号と音源パルス列を表す
符号とが組み合わされた符号系列が入力され前記第１の
パラメータ列を表す符号と前記第２のパラメータ列を表
す符号と前記音源パルス列を表す符号とを分離して復号
するデマルチプレクサ回路と、前記復号された第２のパ
ラメータ列と前記復号された音源パルス列をもとに残差
信号を再生する残差信号再生回路と、前記残差信号に前
記復号された第１のパラメータ列と１フレーム過去の再
生信号をもとにして求めた予測信号を加算して音声信号
を合成し出力する合成フィルタ回路とを有することを特
徴とする音声信号復号化装置が得られる。

（作用）本発明では、１フレーム過去の再生信号をもとにしてピ
ッチ予測処理を含む処理をおこなって求めた予測信号を
原信号から減算して求めた残差信号に対して、前述の従
来例に示したパルス計算法にもとずいて音源パルス列を
求めることを特徴としている。第２図は本発明による音
声信号符号化方式の動作原理を示すブロック図であり、
第３図は各処理部の出力波形例を示す図である。第２図
において端子440から第３図(a)で示される第Ｌフレーム
(20msec)の音声信号を入力し、第３図(e)で示される第
Ｌフレームの合成フィルタ450の出力信号（ピッチ予測
による予測信号に対応する）を減算器430により減算し
残差信号を求める。残差信号を第３図(f)に示す。残差
信号から減算器220により合成フィルタ420の出力信号が
減算され誤差が求められる。そして誤差信号のフレーム
内の電力を小さくするようにパルス計算回路200におい
てパルス列が計算される。第２図では誤差信号を求めた
後にパルス列を計算するように示してあるが、より実用
的なパルス計算法としては従来例に示した方法を用いる
ことができる。第３図(b)は音源計算回路200により求め
た第Ｌフレームのパルス列を示す。この図ではフレーム
あたり８個のパルスを求めている。また第３図(c)はピ
ッチ再生フィルタ410を用いて再生した第Ｌフレーム音
源信号を表わす。この音源信号を用いて合成フィルタ42
0を駆動して残差信号を再生する。次に音源分析回路480
は合成フィルタ420の出力と合成フィルタ450の出力の加
算結果をもちいて第Ｌフレームの駆動信号を分析して求
める。ここでこの加算結果は第Ｌフレームの合成音声信
号に対応しておりこれを第３図(d)に示す。音源分析回
路480での分析には適応予測符号化方式などで用いれて
いる線形予測分析技術を用いることができる。この方法
の詳細はビーエスアタル(B.S.ATAL)氏による“プリディ
クティヴコーディングオブスピーチアットロウヒットレ
イツ”(PREDICTIVECODING OF SPEECH AT LOW BIT RATE
S)(IEEETRANS.,A.S.S.P.,pp-600-614,1977)（文献２）
などに記載されているので説明は省略する。このように
して求めた駆動信号は遅延回路470により１フレーム遅
延されてピッチ再生フィルタ460の内部メモリを更新す
る。ピッチ再生フィルタ460は内部メモリの値を用いて
第Ｌ＋１フレームの駆動信号をピッチ予測して合成フィ
ルタ450へ出力する。合成フィルタ450は第３図(e)の第
Ｌ＋１フレームに示すような予測信号を求めて減算器43
0へ出力する。そして第Ｌ＋１フレームについては以上
の処理が繰り返される。

本発明によれば第３図(e)に示されている予測信号は原
音声信号のピッチ波形をある程度表わしており、減算器
430により原音声信号から合成フィルタ450の出力（予測
信号）を減算して得た残差信号の波形は第３図(f)に示
すように、原信号（第３図(a)）に比べピッチがかなり
除去されている。従ってこのような波形に対して音源パ
ルス列を求めることにより、低いビットレートでもピッ
チ周期によらず音声信号を良好に符号化することができ
る。尚、パルス列の振幅と位置を求める他の方法として
は、前記文献１に記載の方法の他に、例えばアナリシス
−バイ−シンセシス(ANLYSIS-by-SYNTHESIS;A-b-S)の手
法を用いることもできる。その詳細についてはビーエス
アタル(B.S.ATAL)氏らによる“アニューモデルオブエル
ピーシーエクサイテイションフォープロデューシングナ
チュラルサウンディングスピーチアットロウビットレイ
ツ”（“A NEW MODEL OF LPC EXCITATION FOR PRODUCIN
G NATURAL SOUNDING SPEECH AT LOW BIT RATES”）と題
した論文(PROC.I.C.A.S.S.P.,p.p.614-617,1982)（文献
３）等に説明されているのでここでは説明を省略する。

（実施例）以下、本発明の実施例について図面を参照して詳細に説
明する。第１図(a)は本発明による音声信号符号化方式
の送信側の一実施例を示すブロック図であり、第１図
(b)は受信側の一実施例を示すブロック図である。

第１図(a)において、音声信号Ｘ(n)が入力されあらかじ
め定められたサンプル数だけバッファメモリ回路110に
蓄積される。次にＫパラメータ、ピッチ計算回路130
は、バッファメモリ回路110からあらかじめ定められた
サンプル数の音声信号を入力し、第１のパラメータ列と
して音声信号のスペクトル包絡を表わすＫパラメータＫ
(1,i)及びピッチ周期Ｐ(1,d)を計算し、それぞれ符号化
した値をマルチプレクサ260へ出力するとともに、復号
化した値Ｋ(1,i)′を予測係数ａ(1,i)′に変換してａ
(1,i)′とＰ(1,d)′をそれぞれ合成フィルタ回路275及
び分析回路285と、ピッチ再生フィルタ280へ出力する。
ここでＫパラメータはPARCOR係数と同一のパラメータで
ある。Ｋパラメータの計算法としては、自己相関法がよ
く知られている。この方法の詳細については、ジョンマ
コウル(JOHNMAKHOUL)氏らによる“クォンタイゼイショ
ンプロパティズオブトランスミションパラメターズイン
リニアプリディクティブシステムズ（“QUANTIZATION P
ROPERTIES OF TRANSMISSON PARAMETERS IN LINEAR PRED
ICTIVE SYSTEMS”）と題した論文(IEEE TRANS.A.S.S.
P.,p.p.309-321,1983)（文献４）等に述べられているの
でここでは説明を省略する。またピッチ周期の計算法
は、例えば、アールブイコックス(R.V.COX)氏らによる
“リアルタイムインプリメンティションオブタイムドメ
インハーモニックスケィリングオブスピーチ”（“REAL
-TIME IMPLEMENTATION OF TIME DOMAIN HARMONIC SCALI
NG OF SPEECH SIGNALS”）と題した論文(IEEE TRANS.A.
S.S.P.,p.p.258-272,1983)（文献５）等で述べられてい
る方法を用いることができる。

第１図(a)にもどって、減算器120は、バッファメモリ回
路110に格納されている音声信号Ｘ(n)からメモリ回路25
1に格納されている予測信号を１フレーム分減算し、残
差信号ｅ(n)をＫパラメータ、ピッチ計算回路140と重み
づけ回路200へ出力する。

Ｋパラメータ、ピッチ計算回路140はｅ(n)に対してＫパ
ラメータ、ピッチ計算回路130と同一の動作をして第２
のパラメータ列としてＫパラメータ及びピッチ周期を求
め各々符号化してマルチプレクサ260へ出力する。また
ピッチ周期の復号値をピッチ再生フィルタ255へ出力
し、Ｋパラメータ復号値Ki′を予測係数ai′に変換して
インパルス応答計算回路170、重みづけ回路200と合成フ
ィルタ回路250へ出力する。

インパルス応答計算回路170は、重みずけされた合成フ
ィルタの伝達関数を表わすインパルス応答ｈ_ｗ(n)を計
算する。ここでｈ_ｗ(n)の計算には、例えば特願昭59-04
2305号明細書（文献６）の第４図(a)に記載のインパル
ス応答計算回路210と同一の方法を用いることができ
る。インパルス応答ｈ_ｗ(n)は、自己相関関数計算回路1
80と相互相関関数計算回路210とへ出力される。

自己相関関数計算回路180は、インパルス応答の自己相
関関数Ｒ_ｈｈ(m)を計算し、駆動信号計算回路220へ出力
する。ここでＲ_ｈｈ(m)の計算には例えば前記文献６に
記載の自己相関関数計算回路180と同一の方法を用いる
ことができる。

重みずけ回路200は、ｅ(n)を入力しｅ(n)に対し重みず
けを施して求めたｅ_ｗ(n)を出力する。ここでｅ_ｗ(n)の
計算には、例えば前記文献６の第４図(a)に記載の重み
ずけ回路410と同一の方法を用いることができる。

相互相関関数計算回路210は、ｅ_ｗ(n)とインパルス応答
ｈ_ｗ(n)を入力し相互相関関数Ψ_ｈｘ(m)を計算し、駆動
信号計算回路220へ出力する。ここでΨ_ｈｘ(m)の計算に
は例えば前記文献６に記載の相互相関関数計算回路210
と同一の方法を用いることができる。

次に、駆動信号計算回路220では、フレーム内のパルス
列の振幅と位置を求める。ここでパルス列の計算法とし
ては例えば前記文献１に記載の駆動信号計算回路220と
同一の方法を用いることができる。従ってここでは説明
を省略する。求めたパルス列の振幅、位置は符号器230
へ出力される。

符号器230は、パルス列の振幅、位置を符号化してマル
チプレクサ260へ出力する。また、パルス列の振幅、位
置の復号値gi′，mi′をピッチ再生フィルタ255へ出力
する。ここで、パルス列の符号化法には、例えば前記文
献６に記載の符号化回路250と同一の方法を用いること
ができる。

ピッチ再生フィルタ255は、符号器230から入力したパル
ス列の復号値を用いてピッチを再生して１フレーム分の
音源信号を発生させ合成フィルタ回路250へ出力し、合
成フィルタ250は残差信号を再生し加算器291へ出力す
る。

加算器291は合成フィルタ回路250の出力とメモリ回路25
1に格納されている予測信号とを加算し分析回路285へ出
力する。

分析回路285は加算結果（現フレームの再生信号）から
前記文献２に記載の方法を用いて現フレームの駆動信号
を分析し遅延回路290へ出力する。遅延回路290は駆動信
号を１フレーム分遅延させてピッチ再生フィルタ280に
出力しピッチ再生フィルタの内部メモリの値を更新す
る。

ピッチ再生フィルタ280はフィルタ内部のメモリに格納
されている駆動信号を用いてピッチ予測をして次のフレ
ームの駆動信号を予測しこれを合成フィルタ回路275へ
出力する。合成フィルタ回路275は次のフレームに対す
るピッチ予測信号を求めメモリ回路251に出力し。メモ
リ回路251はこの信号を一旦格納する。

マルチプレクサ回路260は、Ｋパラメータ、ピッチ符号
化回路130、140の符号1Kiと符号1dと符号化回路230の符
号を入力しこれらを組みあわせて送信側出力端子270か
ら出力する。以上で本発明による音声信号符号化方式の
送信側の説明を終了する。

次に、本発明による音声信号符号化方式の受信側の構成
について、第１図(d)を参照して説明する。

デマルチプレクサ290は、受信側入力端子280から入力し
た符号のうち、Ｋパラメータを表わす符号と、ピッチ周
期を表わす符号と、パルス列を表わす符号とを分離し
て、それぞれＫパラメータ復号回路330、ピッチ復号回
路320、パルス復号回路300へ出力する。

Ｋパラメータ復号回路330はＫパラメータを復号して復
号値Ｋ(1,i)′、Ｋ(2,i)′をそれぞれ合成フィルタ回路
355、350へ出力する。ピッチ復号回路320は、ピッチ周
期Ｐ(1,d)′、Ｐ(2,d)′を復号してそれぞれピッチ再生
フィルタ345、340へ出力する。

パルス復号回路300はパルス列の振幅、位置を復号しピ
ッチ再生フィルタ340へ出力する。ピッチ再生フィルタ3
40は送信側のピッチ再生フィルタ255と同一の動作を
し、復号したパルス列を用いてピッチを再生して音源信
号を求め合成フィルタ回路350へ出力する。合成フィル
タ回路350は残差信号を再生して加算器360へ出力する。
またピッチ再生フィルタ345は送信側のピッチ再生フィ
ルタ280と同一の動作をし合成フィルタ回路355へ出力す
る。合成フィルタ回路355は送信側の合成フィルタ回路2
75と同一の動作をしピッチ予測信号を求め加算器360へ
出力する。

加算器360は合成フィルタ回路350及び355の出力を加算
して合成音声信号を求め受信側出力端子360へ出力す
る。さらに合成音声信号を分析回路370へも出力する。

分析回路370は送信側の分析回路285と同一の動作をして
分析結果を遅延回路365により１フレーム分遅延させた
のちピッチ再生フィルタ345へ出力しピッチ再生フィル
タ345の内部メモリの値を更新する。そしてこの値は次
のフレームでのピッチ予測信号の再生に用いられる。

以上で本発明による音声信号符号化方式の受信側の説明
をおえる。

駆動信号計算回路220におけるパルス計算法としては、
本実施例でのべた方法の他に、種々の方法を用いること
ができる。例えばパルスを１つ求めるごとに過去に求め
たパルスの振幅を調整する方法を用いることができる。
この方法の詳細については小野氏らによる“マルチパル
ス駆動型音声符号化法における音源パルス探索法の検
討”と題した論文（日本音響学会講演論文集157p、198
3）（文献７）等に述べられているのでここでは説明を
省略する。

合成フィルタ回路250、350及び275、355の次数について
はあらかじめ定めておいてもよいし、フレーム毎に分析
すべき信号のスペクトルの片寄りぐあいに応じて最適な
次数の組み合わせを求めて用いてもよい。

また、装置構成の簡略化のために送信側ではＫパラメー
タ、ピッチ計算回路130、140は１つの回路を共有して使
用してもよい。またピッチ再生フィルタ255、280及び合
成フィルタ250、255についてもそれぞれ１つの回路を共
有して用いてもよい。このことは受信側におけるピッチ
再生フィルタ340、345及び合成フィルタ350、355につい
ても同じである。

また伝送情報量の低減のために、送信側においてＫパラ
メータ、ピッチ計算回路140を省略し、第２のパラメー
タ列のＫパラメータまたはピッチの少なくとも一方につ
いてＫパラメータ、ピッチ計算回路130で求めた値を用
いるようにすることもできるが、音質は若干低下する。
またＫパラメータ、ピッチ計算回路140における第２の
パラメータ列としてＫパラメータのみを求めるようにし
てもよい。

本実施例では、フレーム長は一定としてＫパラメータの
分析および音源パルス列の計算をしたが、フレーム長は
可変としてもよい。このようにした場合には、音声の変
化部では、フレーム長を短くし、定常部ではフレーム長
を長くできるので、伝送ビットレイトをより低減するこ
とができる。

尚、ディジタル信号処理の分野でよく知られているよう
に、自己相関関数はパワスペクトルから計算することも
できる。また、相互相関関数はクロスパワスペクトルか
ら計算することもできる。これらの対応関係について
は、エーブイオッペンハイム(A.V.OPPENHEIM)氏らによ
る“ディジタル信号処理”“DIGITAL SIGNAL PROCESIN
G”と題した単行本（文献８）等の第８章にて詳細に説
明されているのでここでは説明を省略する。

（発明の効果）以上述べたように本発明によれば、１フレーム過去の再
生信号をもとにピッチ予測処理を含む処理を用いて求め
た予測信号を原信号から減算して求めた残差信号に対し
て、フレーム区間内でピッチ再生フィルタを用いて音源
パルス列を求めているので、低い伝送ビットレートでも
ピッチ周期によらず高品質な音声を合成できるという効
果がある。

【図面の簡単な説明】

第１図(a)、(b)は、本発明による音声信号符号化方式の
一実施例を表わすブロック図、第２図は本発明の動作原
理を説明するためのブロック図、第３図(a)〜(f)は第２
図の各処理部の波形例を示す図、第４図は従来方式の動
作原理を示すブロック図、第５図(a)，(b)は有声区間で
の音声波形と音源パルス列を示す図である。図において、110……バッファメモリ回路、120，425，4
30，540……減算回路、250，275，350，355，420，450
……合成フィルタ回路、200，530……重みずけ回路、17
0……インパルス応答計算回路、180……自己相関関数計
算回路、210……相互相関関数計算回路、220……駆動信
号計算回路、255，280，340，345，410，460……ピッチ
再生フィルタ、130，140……Ｋパラメータ、ピッチ計算
回路、230……符号化回路、260……マルチプレクサ、29
0……デマルチプレクサ、300……パルス復号回路、320
……ピッチ復号回路、330……Ｋパラメータ復号回路、2
85，370，480……分析回路をそれぞれ示す。

Claims

【特許請求の範囲】

【請求項１】送信側では離散的な音声信号を入力しあら
かじめ定められたフレーム区間に分割し、前記音声信号
からピッチ構造を含むスペクトル特性を表す第１のパラ
メータ列を抽出し、前記第１のパラメータ列と１フレー
ム過去の再生信号をもとにしてピッチ予測を含む処理に
より求めた予測信号を前記音声信号から減算して残差信
号をもとめ、前記残差信号からピッチ構造を含むスペク
トル特性を表す第２のパラメータ列を求めて前記残差信
号を表すための音源パルス列を求め、前記音源パルス列
と前記第１のパラメータ列と前記第２のパラメータ列と
を組み合わせて出力し、受信側では前記音源パルス列と
前記第２のパラメータ列を用いて前記残差信号の再生信
号をつくり前記第１のパラメータ列と１フレーム過去の
再生信号をもとにして求めた前記予測信号の再生信号を
加算して前記音声信号を合成することを特徴とする音声
信号符号化方法。
【請求項２】入力した音声信号をあらかじめ定められた
フレーム区間に分割し前記音声信号からピッチ構造を含
むスペクトル特性を表す第１のパラメータ列を抽出し符
号化するパラメータ計算回路と、前記第１のパラメータ
列と１フレーム過去の再生信号をもとにピッチ予測を含
む処理により予測信号を求め前記音声信号から前記予測
信号を減算して残差信号を求める減算回路と、前記残差
信号からピッチ構造を含むスペクトル特性を表す第２の
パラメータ列を求めて符号化し前記残差信号を良好に表
すための音源パルス列を探索して符号化する駆動信号計
算回路と、前記第１のパラメータ列を表す符号と前記第
２のパラメータ列を表す符号と音源パルス列を表す符号
とを組み合わせて出力するマルチプレクサ回路とを有す
ることを特徴とする音声信号符号化装置。
【請求項３】第１のパラメータ列を表す符号と第２のパ
ラメータ列を表す符号と音源パルス列を表す符号とが組
み合わされた符号系列が入力され前記第１のパラメータ
列を表す符号と前記第２のパラメータ列を表す符号と前
記音源パルス列を表す符号とを分離して復号するデマル
チプレクサ回路と、前記復号された第２のパラメータ列
と前記復号された音源パルス列をもとに残差信号を再生
する残差信号再生回路と、前記残差信号に前記復号され
た第１のパラメータ列と１フレーム過去の再生信号をも
とにして求めた予測信号を加算して音声信号を合成し出
力する合成フィルタ回路とを有することを特徴とする音
声信号復号化装置。