JPH0636157B2 - 帯域分割型ボコ−ダ - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は帯域分割型ボコーダに関し、特に決定精度の改
善を図った零点を帯域分割点とする線形予測分析形式の
帯域分割型ボコーダに関する。

〔従来の技術〕

線形予測分析（Linear Prediction Coding，（以下ＬＰ
Ｃ分析と略称する）手法を利用するＬＰＣボコーダの基
本的欠点、すなわち、特に第１フォルマントに関して起
り易いフォルマント帯域幅の過小評価や、第１フォルマ
ントに比して第３フォルマントの近似性が悪いといった
欠点を改善するため、特定の周波数領域での極の集中を
排除すべく入力音声信号を複数のサブバンドに分割して
ＬＰＣ分析を行なう帯域分割型ボコーダはよく知られて
おり、その効果および問題点も明らかにされている。

問題点の一つとして、帯域分割点でのスペクトル不連続
性があり、その緩和策として、帯域分割点を零点に一致
させる方法が提案され、これに関しては特開昭５９−５
２９７，帯域分割型ボコーダ等に詳述されている。

〔発明が解決しようとする問題点〕

上述した従来のこの種の帯域分割型ボコーダは、その零
点推定において多少ともピッチスペクトル構造による影
響を受け、必ずしも正確な推定が行なわれておらず、従
って折角導入した零点を介しての帯域分割効果も十分に
発揮されていない。また、零点推定の具体的方法も明確
にされてないという欠点がある。

本発明の目的は上述した欠点を除去し、入力音声信号か
らピッチスペクトル構造を除去したうえ、スペクトルの
零点を正確に推定する手段を備えて推定する零点を帯域
分割点とするという手段を備えることにより、著しく帯
域分割効果を改善した帯域分割型ボコーダを提供するこ
とにある。

〔問題点を解決するための手段〕

本発明の帯域分割型ボコーダは、線形予測分析形式によ
る帯域分割ボコーダであって、入力音声信号に関するケ
プストラム情報を分析フレームごとに分析し抽出するケ
プストラム分析手段と、前記入力音声信号から分析フレ
ームごとにピッチ情報を抽出するピッチ抽出手段と、前
記ピッチ情報の含む周期情報にもとづいてリフタを設定
し前記ケプストラム情報を前記リフタに通して前記ピッ
チ情報を除去した前記入力音声信号のスペクトル包絡を
求めるスペクトル包絡算出手段と、前記スペクトル包絡
算出手段で求めた前記スペクトル包絡の含む零点を推定
する零点推定手段と、前記スペクトル包絡算出手段で求
めた前記スペクトル包絡の含む極点を推定する極推定手
段と、前記零推定手段と前記極推定手段とによって推定
した前記零点と前記極点とにもとづいて前記スペクトル
包絡の零点を総合的に評価し前記スペクトル包絡をあら
かじめ設定した分割数の帯域に分割すべき零点の周波数
を決定してこれを分割周波数として出力する分割周波数
決定手段とを備える。

〔実施例〕

次に図面を参照して本発明を詳細に説明する。第１図は
本発明の一実施例を示すブロック図である。第１図に示
すブロック図は分析側１と、伝送路２を介して送，受信
する合成側３とから構成される。分析側１はＡ／Ｄコン
バータ１１，ケプストラム分析器１２，リフタ１３，ピ
ッチ抽出器１４，符号化・多重化器１５，スペクトル算
出器１６，零推定部１７，極推定部１８，自己相関算出
器１９，分割周波数決定器２０，帯域分割ＬＰＣ分析器
２１等を備えて構成される。また合成側３は、復号化・
多重分離器３１，電力スペクトル算出器３２，予測残差
電力算出器３３，ピッチパルス列発生器３４，切替器３
５，自己相関算出器３６，ＬＰＣ分析器３７，雑音発生
器３８，可変利得増幅器３９，ＬＰＣ合成フィルタ４
０，Ｄ／Ａコンバータ４１等を備えて構成される。

入力音声信号はＡ／Ｄコンバータ１１に入力するとＬＰ
Ｆ（Low Pass Filter）で３．４kHzを高域遮断周波数と
するフィルタリングを受けたのち８kHzのサンプリング
周波数で標本化され、さらに所定のビット数１２ビット
で量子化される。この量子化音声信号は３０ｍＳＥＣ，
２４０サンプルずつが窓時間分として内部メモリに格納
され、所定の窓関数，ハミング関数の乗算を受けて切出
される窓処理を１０ｍＳＥＣの周期で次々にかけられ、
その出力がケプストラム分析器１２に供給される。この
窓処理の実行周期１０ｍＳＥＣが分析フレーム周期とな
る。

ケプストラム分析器１２は、こうして入力する分析フレ
ームごとの量子化音声信号のケプストラムを次のように
して分析，算出する。

ケプストラムは、波形の短時間振幅スペクトル｜Ｘ
（ω）｜の対数の逆フーリエ変換として定義され、入力
音声信号のスペクトル包絡と、微細構造すなわち音源情
報を近似的に分離して抽出できる特徴を有する手法であ
ることはよく知られている。ここでωは角周波数を示
す。

いまｘ(t)を入力入力音声信号（有声音）とし、ｇ(t)を
音源，ｈ(t)を声道フィルタのインパルス応答とすると
次の(1)式が成立する。ここにｔは時間を示す。

(1)式においてＸ（ω），Ｇ（ω）およびＨ（ω）はそ
れぞれｘ(t)，ｇ(t)およびｈ(t)のフーリエ変換であ
る。

ｇ(t)が周期性を有する場合には｜Ｘ（ω）｜はその周
期の逆数の周波数ごとにあらわれる線スペクトルとな
り、周波数軸上で見た場合等間隔の鋭いピークとして表
現される。この｜Ｘ（ω）｜の対数をとると次の(2)式
のようになる。

log｜Ｘ（ω）｜＝log｜Ｇ（ω）｜＋log｜Ｈ（ω）｜
……(2) (2)式についてωを変数として逆フーリエ変換したもの
がケプストラムであり、iog｜Ｘ（ω）｜の逆フーリエ
変換によるケプストラムがlog｜Ｇ（ω）｜とlog｜Ｈ
（ω）｜の逆フーリエ変換の和として表現される。

こうして、スペクトルの対数の逆変換を介して得られる
ケプストラムは時間領域データでケフレンシーと呼ばれ
る。第１図の実施例ではこれらフーリエ変換，逆フーリ
エ変換が離散的データ処理にもとづいて実施される。

さて、第(2)式において、右辺の第１項はスペクトルの
微細構造を示し、第２項はスペクトル包絡を示すもので
ある。従って、これら２つを逆フーリエ変換したものに
は大きな差異があらわれ、前者は高ケフレンシー部のピ
ークとなり、後者は低ケフレンシー部に集中するものと
なる。このような高ケフレンシー部のピークを分析する
ことによって音源ｇ(t)の基本周期が求まり、また、低
ケフレンシー部のフーリエ変換からは対数スペクトル包
絡、さらにこれを指数変換すればスペクトル包絡が得ら
れることとなる。高ケフレンシー部だけをケプストラム
から分離し低ケフレンシーをとり出す処理がリフタ（li
fter）によって行なわれる。

第１図の実施例で、ケプストラム分析器１２は分析フレ
ームごとの量子化音声信号のケプストラムを算出し、こ
れをリフタ１３とピッチ抽出器１４とに供給する。

リフタ１３は、後述のピッチ抽出器１４より供給される
ピッチ周期情報に基づいて設定されるリフタによってピ
ッチ成分を除去し、スペクトル算出器１６に供給する。

スペクトル算出器１６は、入力に対する離散的フーリエ
変換，引続いて指数変換を行なって入力音声信号のスペ
クトル包絡を得てこれを零推定部１７，極推定部１８お
よび自己相関算出器１９に供給する。スペクトル算出器
１６からこうして得られるスペクトル包絡は入力音声信
号からピッチスペクトル構造を除去したスペクトル包絡
成分である。

ピッチ抽出器１４は、ケプストラム分析器１２から受け
るケプストラムにもとづいてピッチ情報とＶ（音声），
ＵＶ（無声）に関する情報をそれぞれ公知の技術で検索
し、これらを符号化・多重化器１５に供給する。更にピ
ッチ抽出器１５はピッチ周期情報を前述のようにリフタ
１３へ供給する。

さて、スペクトル算出器１６から出力されるスペクトル
包絡は入力音声信号に関するピッチの影響を排除したス
ペクトル包絡であることは前述したとおりである。従っ
て、これは分析フレームごとに異る個数，帯域幅の極と
零点とを有する。

翻って考察すると、特に零点を帯域分割点として帯域分
割点におけるスペクトルの不連続性を緩和しようとする
帯域分割型ボコーダの問題点も、この零点推定の正確な
処理の困難性に尽きると言える。

そこで本実施例では、この問題性の根本的打開を零推定
部１７，極推定部１８および分割周波数決定器２０によ
って次のようにして実施している。

なお、本実施例では分割帯域数は２チャンネルとしてい
るが、これは現在，分割効果と処理内容の増大とのトレ
ードオフその他運用実績等にもとづき通常最も効率的と
考えられている個数を設定しているだけであり、ボコー
ダの運用目的等を勘案しこの個数は適宜変更しても勿論
差支えない。

零推定部１７は逆スペクトル算出器１７１，ＬＰＣ分析
器１７２，極算出器１７３および極検定器１７４を備え
て構成され、入力するスペクトル包絡の逆スペクトルを
対象としてその極の算出，検定を行なう。つまり、スペ
クトル包絡の逆スペクトル化によって元来零点であるも
のを見掛け上極に変換し、これに公知の極算出手法を適
用して実質的な零点の推定を行なうものである。

逆スペクトル算出器１７１は、入力した分析フレームご
とのスペクトル包絡の逆スペクトルを算出し、これをＬ
ＰＣ分析器１７２に供給する。

ＬＰＣ分析器１７２は、入力した逆スペクトルを分析フ
レームごとにＬＰＣ分析し所定の次数，Ｐ次のαパラメ
ータを抽出し極算出器１７３に供給する。

極算出器１７３は、入力したＰ次のαパラメータにもと
づき次のような公知の手法によって極周波数と帯域幅と
を算出する。

すなわち、Ｐ次のαパラメータを係数とする次の(3)式
に示す高次方程式を零とする根として得られる共役複素
解として極周波数を算出する。

１＋α_１Z^-1＋α_２Z^-2＋……＋αpZ^-p＝０……(3) (3)式においてＺ＝ｅ^ｊωであり、また左辺は線形予測
モデルの伝達関数Ｈ（Z^-1）＝１／Ａｐ（Z^-1）の右辺の
分母を表わすものであることもよく知られている。

(3)式からは一般に、Ｐの偶，奇数に対応しP/2個かそれ
以下の数の共役複素根が得られ、これが極周波数を提供
するものであり、共役複素根以外の根があるときはすべ
て実数根となる。

また、こうして得られる極周波数の帯域幅は次に(4)式
で示される。

Ｂｉ＝−logγｉ／π・ΔＴ……(4) (4)式でΔＴは標本化周期，γｉは(3)式の根を極座標表
現しＺｉ＝γｉｅ^ｊλｉで示したときのベクトルの大き
さであり、λｉは極周波数に対応する波長である。

極検定器１７４は極算出器１７３の算出結果を受け、音
声資料等にもとづいてあらかじめ設定する検定基準にも
とづいて極を最終決定しその情報を分割周波数決定器２
０に供給する。ただし、こうして検定された極周波数と
帯域幅はいずれも実際は零点を指定するものであること
は前述したとおりである。こうして零推定が実施され
る。

極推定部１８は、ＬＰＣ分析器１８１，極算出器１８
２，極検定器１８３を備えて構成され、入力する分析フ
レームごとのスペクトル自体に対し零推定部１７と同じ
手法によって極周波数と帯域幅を推定しそのデータを分
割周波数２０に供給する。

分割周波数決定器２０は、こうして供給される零推定と
極推定に関する検定データを分析フレームごとに受け、
音声資料，運用実績等にもとづいてあらかじめ設定した
判定基準との比較により総合的に零点を正確に推定した
うえ２分割点とする分割周波数を決定しそのデータを自
己相関算出器１９に供給するとともに符号化・多重化器
１５に供給する。

自己相関算出器１９は、スペクトル算出器１６から受け
るスペクトル包絡を分割周波数で低域（Ｌ）および高域
（Ｈ）に２分割し、それぞれの帯域での自己相関係数を
所定の時間遅れ範囲にわたって算出しこれを帯域分割Ｌ
ＰＣ分析器２１に供給するとともに遅れ時間零における
自己相関係数をそれぞれの帯域について算出し、これを
平均電力として符号化・多重化器１５に供給する。

帯域分割ＬＰＣ２１は、入力するＬ，Ｈ２帯域の自己相
関係数を利用し、公知の手法によってＬＰＣ係数として
のＫパラメータを２帯域それぞれについて抽出し、これ
を符号化・多重化器１５に供給する。

符号化・多重化器１５は、上述した各分析処理を介して
供給されるピッチ，Ｖ／ＵＶ，分割周波数，平均電力，
ＬＰＣ係数に関する各種データを所定の形式で符号化し
たうえこれらを適宜組合せて多重化し伝送路２を介して
合成側３に伝送する。

合成側３では、復号化・多重分離器３１によって受信信
号の多重化分離復号化を行ない、ＬＰＣ係数データは電
力スペクトル算出器３２に、平均電力データは電力スペ
クトル算出器３２と予測残差電力算出器３３に、分割周
波数データは電力スペクトル算出器３２に、ピッチデー
タはピッチパルス発生器３４に、またＶ／ＵＶデータは
切替器３５にそれぞれ供給される。

電力スペクトル算出器３２は、ＬＰＣ係数として入力し
たＫパラメータを利用し次の(5)式にもとづく正規化予
測残差電力Ｕを低，高両帯域について算出する。

(5)式においてＰは分析次数ＫはＫパラメータを示す。

電力算出器はこの正規化予測残差電力と平均電力を利用
し低，高両帯域に関する予測残差電力Ｐａを得る。電力
スペクトルＰ（ω）は、予測残差電力と、ＬＰＣ係数の
Ｋパラメータから容易に誘導しうるαパラメータとを利
用し次の(6)式から求めることができる。

(6)式において、 またωは角周波数，Ｐはαパラメータの次数である。

この２帯域電力スペクトルは次に自己相算出器３６に提
供され離散的逆フーリエ変換等を受け全周波帯域に対応
する自己相関係数列としてＬＰＣ分析器３７に供給され
る。

ＬＰＣ分析器３７は、入力した自己相関係数列を利用し
て所定の次数のＬＰＣ係数を抽出しこれを全極型ディジ
タルフィルタとして構成するＬＰＣ合成フィルタ４０の
フィルタ係数として出力する。

一方、ＬＰＣ分析器３７はＬＰＣ係数抽出に付随して得
られる正規化予測残差電力を予測残差電力算出器３３に
供給する。

予測残差電力算出器３３にはまた、分析フレームごとの
電力データが供給され、予測残差電力算出器３３はこの
２入力にもとづいて予測残差電力を分析フレームごと可
変利得増幅器３９に出力しその利得を予測残差電力に対
応しつつ変化せしめる。

ピッチデータはピッチパルス列発生器３４に供給され、
ピッチデータに対応する周期のピッチパルス列を発生す
る。

また、残音発生器３８は、白色雑音を発生し、なお、分
割周波数は、この低，高両帯域に関する予測残差電力算
出の際の境界周波数情報として提供され両帯域の連続性
の保持に利用される。

この低，高両帯域の電力スペクトルは次に自己相関算出
器３６に供給されて逆フーリエ変換を受け、全周波数帯
域に対応した自己相関係数を抽出されＬＰＣ分析器３７
に提供される。

ＬＰＣ分析器３７は、全周波数帯域の自己相関係数を利
用して所定の次数のＫパラメータをＬＰＣ係数として分
析フレームごとに抽出し、これを全極型ディジタルフィ
ルタとして構成するＬＰＣ合成フィルタ４０のフィルタ
係数として利用する。

ＬＰＣ分析器３７はまた、(5)式にもとづいて正規化予
測残差を算出しこれを予測残差電力算出器３３に供給す
る。

予測残差電力算出器３３にはまた、低域と高域の平均電
力も供給される。この平均電力は加算されて全周波数帯
域の平均電力に変換され、これと正規化予測残差電力と
によって予測残差電力が分析フレームごとに算出され可
変利得増幅器３９に提供され、その利得を分析フレーム
ごとの予測残差電力すなわち音源振幅に対応して変化せ
しめる。

さて、ピッチデータはピッチパルス列発生器３４に提供
されてピッチデータに対応する周期のピッチパルス列を
発生せしめる。このピッチパルス列は切替器３５に供給
される。

また、切替器３５には雑音発生器３８の出力する白色雑
音も供給される。

切替器３５はさらにＶ／ＵＶデータを入力し、これがＶ
すなわち有音を指定するときはピッチパルス列発生器３
４の出力を可変利得増幅器３９に出力し、またＵＶすな
わち無音を指定するときは雑音発生器３８の出力を可変
利得増幅器３９に出力するように切替える。

可変利得増幅器３９はこうしてモデル化された音源情報
を発生しこれをＬＰＣ合成フィルタ４０の入力として送
出する。

こうして駆動されたＬＰＣ合成フィルタ４０は、ディジ
タル形式の入力音声信号を再生し、このあとＤ／Ａコン
バータ４１でアナログ形式のデータに変換され、さらに
ＬＰＦを通して不要の高域周波数を除去した出力音声信
号として送出する。

こうして正確な推定のもとに得られる零点を分割点とす
る帯域分割型ボコーダにより帯域分割点におけるスペク
トルの不連続性を本質的に排除した分析ならびに合成が
可能となる。

〔発明の効果〕

以上説明したように本発明によれば、入力音声信号から
ピッチスペクトル構造を除去したうえ、又スペクトルの
零点を正確に推定する手段を備えて指定する零点を帯域
分割点とすることにより、著しく帯域分割効果を改善し
うる帯域分割型ボコーダが実現できるという効果があ
る。

【図面の簡単な説明】

第１図は本発明の一実施例のブロック図である。 １……分析側、２……伝送路、３……合成側、１１……
Ａ／Ｄコンバータ、１２……ケプストラム分析器、１３
……リフタ、１４……ピッチ抽出器、１５……符号化・
多重化器、１６……スペクトル算出器、１７……零推定
部、１８……極推定部、１９……自己相関算出器、２０
……分割周波数決定器、２１……帯域分割ＬＰＣ分析
器、３１……復号化・多重分離器、３２……電力スペク
トル算出器、３３……予測残差電力算出器、３４……ピ
ッチパルス列発生器、３５……切替器、３６……自己相
関算出器、３７……ＬＰＣ分析器、３８……雑音発生
器、３９……可変利得増幅器、４０……ＬＰＣ合成フィ
ルタ、４１……Ｄ／Ａコンバータ、１７１……逆スペク
トル算出器、１７２……ＬＰＣ分析器、１７３……極算
出器、１７４……極検定器、１８１……ＬＰＣ分析器、
１８２……極算出器、１８３……極検定器。

Claims (3)

【特許請求の範囲】
1. 【請求項１】線形予測分析形式による帯域分割ボコーダ
   であって、 入力音声信号に関するケプストラム情報を分析フレーム
   ごとに分析し抽出するケプストラム分析手段と、前記入
   力音声信号から分析フレームごとにピッチ情報を抽出す
   るピッチ抽出手段と、前記ピッチ情報の含む周期情報に
   もとづいてリフタを設定し前記ケプストラム情報を前記
   リフタに通して前記ピッチ情報を除去した前記入力音声
   信号のスペクトル包絡を求めるスペクトル包絡算出手段
   と、前記スペクトル包絡算出手段で求めた前記スペクト
   ル包絡の含む零点を推定する零点推定手段と、前記スペ
   クトル包絡算出手段で求めた前記スペクトル包絡の含む
   極点を推定する極推定手段と、前記零推定手段と前記極
   推定手段とによって推定した前記零点と前記極点にもと
   づいて前記スペクトル包絡の零点を総合的に評価し前記
   スペクトル包絡をあらかじめ設定した分割数の帯域に分
   割すべき零点の周波数を決定してこれを分割周波数とし
   て出力する分割周波数決定手段とを備えることを特徴と
   する帯域分割ボコーダ。
2. 【請求項２】前記零点推定手段が、前記スペクトル包絡
   算出手段で求めたスペクトル包絡の逆スペクトルを対象
   としてＬＰＣ分析を行なって得られる前記スペクトル包
   絡の極として前記スペクトル包絡の含む零点を推定する
   ことを特徴とする特許請求の範囲第（１）項記載の帯域
   分割ボコーダ。
3. 【請求項３】前記極推定手段が、前記スペクトル包絡算
   出手段で求めたスペクトル包絡のスペクトルを対象とし
   てＬＰＣ分析を行なって得られる前記スペクトル包絡の
   極として前記スペクトル包絡をの含む極点を推定するこ
   とを特徴とする特許請求の範囲第（１）項または第
   （２）項記載の帯域分割ボコーダ。