JPH0650437B2 - 音声処理装置 - Google Patents

音声処理装置

Info

Publication number
JPH0650437B2
JPH0650437B2 JP60163090A JP16309085A JPH0650437B2 JP H0650437 B2 JPH0650437 B2 JP H0650437B2 JP 60163090 A JP60163090 A JP 60163090A JP 16309085 A JP16309085 A JP 16309085A JP H0650437 B2 JPH0650437 B2 JP H0650437B2
Authority
JP
Japan
Prior art keywords
signal
frame
excitation
speech
voice
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.)
Expired - Lifetime
Application number
JP60163090A
Other languages
English (en)
Other versions
JPS6156400A (ja
Inventor
サループ アタル ビシユニユ
リチヤード レムデ ジヨエル
Original Assignee
ウエスタ−ン エレクトリツク カムパニ−，インコ−ポレ−テツド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ウエスタ−ン エレクトリツク カムパニ−，インコ−ポレ−テツド filed Critical ウエスタ−ン エレクトリツク カムパニ−，インコ−ポレ−テツド
Publication of JPS6156400A publication Critical patent/JPS6156400A/ja
Publication of JPH0650437B2 publication Critical patent/JPH0650437B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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
    • G10L19/04—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
    • 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
    • G10L19/10—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters the excitation function being a multipulse excitation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Transmission Systems Not Characterized By The Medium Used For Transmission (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Analogue/Digital Conversion (AREA)

Description

【発明の詳細な説明】 本発明は音声処理に関し、特にデジタル音声符号化装置
に関する。
音声蓄積や音声応答性能を持つデジタル音声通信システ
ムは信号圧縮を用いて蓄積や伝送に必要なビツトレート
を減少させる。当業者には公知のように、音声パタン
は、その明瞭度品質には本質的でない冗長性を含んでい
る。音声パタンから冗長成分を除去することにより、音
声の複製を構成するのに必要なデジタルコードの数を大
幅に低減することができる。しかし、複製音声の主観的
な品質は圧縮及び符号化の技術によつて変化する。
米国特許第３，６２４，３０２号に示されている公知の
１つのデジタル音声符号化システムは、入力音声信号の
線形予測解析を行う。音声信号は一連の間隔に分割さ
れ、間隔内の音声を表わす一群のパラメータが作られ
る。このパラメータ群は、間隔内の音声のスペクトル包
絡線を表わす線形予測係数信号と、音声励起に対応する
ピツチ及び有声音信号とを含んでいる。これらのパラメ
ータ信号は、音声信号波形自体よりもはるかに遅いビツ
トレートで符号化される。入力音声信号の複製がパラメ
ータ信号コードから合成によつて作られる。合成装置は
一般に声道のモデルを含み、その中で励起パルスが全ポ
ール予測フイルタによりスペクトル包絡線表示予測係数
によつて修正される。
従来のピツチ励起形線形予測符号化は非常に効率が良
い。しかし、生成される音声の複製は、聞き取りが困難
であるような合成品質しか持たないことがしばしばあ
る。一般に、このような低品質性は、音声パタンと使用
される線形予測モデルの適合の悪さに由来する。ピツチ
コードの誤り、あるいは音声間隔が有声音が無声音かの
決定の誤りにより、音声の複製は乱れたり不自然なもの
となる。同様の問題は音声のフオルマント符号化につい
ても存在する。例えば、ＡＤＰＣＭやＡＰＣのように、
予測のあとの剰余から音声励起が得られる別の符号化方
式では、励起が不正確なモデルの影響を受けないため
に、大きな改善が見られる。しかし、これらのシステム
の励起ビツトレートは、線形予測モデルよりも少なくと
も１桁大きい。余剰形のシステムで励起ビツトレートを
小さくしようと試みると、音声品質が劣化しまう。本発
明の目的は余剰形符号化方式よりも小さなビツトレート
で高品質の改善された音声符号化方式を提供することに
ある。
本発明の要旨 本発明は順次パタン処理装置に関し、この順次パタンは
一連の時間間隔に分割される。各時間間隔において、間
隔の順次パタン信号及び人工パタン信号を表わす信号が
作られる。間隔内の順次パタン及び人工パタン信号に応
動して、順次パタンと人工パタンとの差を小さくするコ
ード信号が順次パタンを表わすために作られる。
本発明の１つの特徴に従えば、音声パタンは一連の時間
間隔に分割される。各間隔において、間隔の音声パタン
を表示する信号が人工音声表示信号とともに作られる。
間隔の音声表示信号と人工音声表示信号との差に対応す
る信号が作られ、さらに差に対応する信号が小さくなる
ように人工音声表示信号を修正するための信号が作られ
る。
本発明の一実施例では、一群の予測パラメータ信号が各
時間フレームについて音声信号から作られる。予測余剰
信号が時間フレーム音声信号と時間フレーム予測パラメ
ータとに応動して作られる。予測余剰信号は第１の予測
フイルタに通されてこの時間フレームに対する音声表示
信号になる。またこの時間フレームに対する人工音声表
示信号が第２の予測フイルタにおいてフレーム予測パラ
メータから作られる。この時間フレームの音声表示信号
と人工音声表示信号とに応動して、励起コード信号が形
成され、これが該第２の予測フイルタに印加されて、フ
レーム音声表示信号と人工音声表示信号との重みづけ平
均２乗誤差を最小にする。励起コード信号と予測パラメ
ータ信号はこの時間フレームの音声パタンの複製を作る
のに用いられる。
詳細な説明 第１図は本発明の一実施例である音声処理装置の一般的
なブロツク図を示す。第１図で、話されたメツセージの
ような音声パタンがマイクロホン１０１で受信される。
対応するアナログ音声信号が予測解析器１１０のフイル
タ・サンプラ回路１１３で帯域波され、一連のパルス
サンプルに変換される。フイルタは、４．０ｋHz以上の
音声信号成分を除去し、当業者には公知のようにサンプ
リングは、８．０ｋHzで行うことができる。サンプリン
グのタイミングはクロツク発生器１０３からのサンプリ
ングクロツクＳＣによつて行われる。回路１１３からの
サンプルの各々はアナログデジタル変換器１１５におい
て、振幅を表わすデジタルコードに変換される。
音声サンプル列は予測パラメータ計算機１１９に供給さ
れ、この計算機は当業者には公知のように、音声信号を
１０乃至２０ｍｓの間隔に分割し、一群線形予測係数信
号ａｋ、ｋ＝１、２、３、…ｐを発生する。この信号は
各間隔における＞＞ＰであるＮケの音声サンプルの予測
短時間スペクトルを表わす。ＡＤ変換器１１５からの音
声サンプルは、信号ａｋの形成のための時間を与えるた
めに遅延１１７で遅延される。遅延されたサンプルは予
測剰余発生器１１８の入力に印加される。予測剰余発生
器は、当業者には公知のように、遅延された音声サンプ
ルと予測パラメータａｋとに応動して、これらの差に対
応する信号を形成する。予測解析器１１０で行われる。
各フレームについての予測パラメータ及び予測剰余信号
の形成は、１９７３年６月１９日のビイー・エイ・アタ
ール（B.S.Atal）に付与された米国特許第３，７４０，
４７６号又は当業者に公知の他の装置によつて実現でき
る。
予測パラメータ信号ａｋは短時間音声スペクトルを効率
良く間等わすことができるが、剰余信号は一般に音声間
隔によつて大きく変化し、また高いビツト速度を示すた
めに、多くの分野で応用に適していない。ピツチ励起形
ボコーダの場合は、剰余信号のピークのみがピツチパル
ス・コードとして伝送される。しかし、それで得られる
音の品質は一般に貧弱である。第７図の波形７０１は２
・時間フレームにわたる典型的な音声パタンを示してい
る。波形７０３は、波形７０１のパタン及びこのフレー
ムの予測パラメータから抽出した予測剰余信号を表わし
ている。すぐわかるように、波形７０３は比較的複雑で
あり、そのピークに対応するピツチパルスを符号化して
も予測剰余信号の適切な近似にはならない。本発明に従
えば、励起コード処理装置１２０はフレームの余剰信号
ｄｋ及び予測パラメータａｋを受信し、予め定めたビツ
ト数からなる間隔励起コードを発生する。この励起コー
ドは波形７０５に示され、ほぼ一定の比較的遅いビツト
速度を持つ。フレームのこの励起コードと予測パラメー
タとから作られる波形７０１の音声パタンの複製を波形
７０７に示す。波形７０１及び７０７を比較すると、比
較的遅いビツト速度で、適応予測符号化における高品質
の音声特性が実現されていることがわかる。
一連のフレームの各々の予測剰余信号ｄｋと予測パラメ
ータ信号ａｋとは、相い続くフレームの開始時において
回路１１０から励起信号形成回路１２０に印加される。
回路１２０は各フレームに対して予め定めたビツト数を
持つ多要素フレーム励起コードＥＣを発生する。各励起
コードは、フレームの励起機能を表わす１≦ｉ≦Ｉのパ
ルス列に対応する。
フレーム内における各パルスの振幅βｉ及び位置ｍ
ｉは、フレームの励起信号及び予測パラメータ信号から
フレームの音声信号の複製が構成できるように励起信号
形成回路で決定される。βｉ及びｍｉ信号はコーダ１３
１で符号化され、マルチプレクサ１３５でフレームの予
測パラメータ信号と多重化されてフレームの音声パタン
に対応するデジタル信号になる。
励起信号形成回路１２０において、１フレームの予測剰
余信号ｄｋ及び予測パラメータ信号ａｋはそれぞれゲー
ト１２２及び１２４を介してフイルタ１２１に印加され
る。各フレームの開始時において、フレームクロツク信
号ＦＣがゲート１２２及び１２４を開き、ｄｋ信号をフ
イルタ１２１に印加するとともにａｋ信号をフイルタ１
２１及び１２３に印加する。フイルタ１２１は誤差信号
の量子化スペクトルがそのフオルマント領域に集中する
ように信号ｄｋを修正するように構成されている。１９
７９年１月９日にビイー・エス・アタール（B.S.Atal）
等に付与された米国特許第４，１３３，９７６号に示さ
れているように、このフイルタ構成はスペクトルの高信
号エネルギー部分をマスクする働きがある。
フイルタ１２１の伝達関数は、Ｚ変換信号により とかける。ただしＢ(Z)はフレーム予測パラメータａｋ
によつて制御される。
予測フイルタ１２３は計算機１１９からのフレーム予測
パラメータ信号と、励起信号処理装置１２７からの人工
励起信号ＥＣとを受信する。フイルタ１２３は式１の伝
達関数を持つている。フイルタ１２１が予測剰余信号ｄ
ｋに応じて重みづけフレーム音声信号ｙを形成するのに
対し、フイルタ１２３は信号処理装置１２７からの励起
信号に応動して重みづけ人工音声信号 を発生する。重みづけフレーム音声信号ｙは、音声パタ
ンを連続するフレーム間隔に分割したものに対応する第
１のフレーム間隔音声パタン対応信号であり、人工音声
信号 は人工的な第２のフレーム間隔音声パタン対応信号であ
る。信号ｙ及び は相関処理装置１２５で相関がとられ、これらの間の重
みづけた差に対応する信号Ｅが作られる。信号Ｅは、フ
イルタ１２１からの重みづけ音声表示信号とフイルタ１
２３からの重みづけ人工音声表示信号との差を小さくす
るように励起信号ＥＣを調整するために信号処理装置１
２７に印加される。
励起信号は１≦ｉ≦Ｉのパルス列である。各パルスは振
幅βｉと位置ｍｉとを持つ。処理装置１２７はフイルタ
１２１からの重みづけフレーム音声表示信号とフイルタ
１２３からの重みづけ人工音声表示信号との間の差を小
さくするように順次βｉ及びｍｉを形成する。重みづけ
フレーム音声表示信号は で与えられ、フレームの重みづけ人工音声表示信号は で与えられる。ただし、ｈｎはフイルタ１２１又は１２
３のインパルス応答である。
回路１２０で形成される励起信号は要素βｉ、ｍｉ、ｉ
＝１、２、…、Ｉを持つコード信号である。βｉはフレ
ーム内のパルスの振幅であり、ｍｉはパルスの位置であ
る。相関信号発生回路１２５は各要素の相関信号を順次
発生する。各要素はフレーム内の時間１≦ｑ≦Ｑに位置
する。この結果、相関処理回路は、式４に従い、要素ｉ
に対してＱケの可能な候補を形成する。
ただし、 である。励起信号発生器１２７は相関信号発生回路から
のＣiq信号を受信し、最大の絶対値を持つＣiq信号を選
択し、コード信号のｉ番目の要素 を形成する。ただし、ｑ※は最大の絶対値を持つ相関信
号の位置である。次にインデツクスｉがｉ＋１に増分さ
れ、予測フイルタ１２３の出力における信号ｙｎが修正
される。式４、５及び６に従つた処理が繰返されて、要
素βｉ＋１、ｍｉ＋１が形成される。要素βＩ及びｍＩ
が形成された後、要素β１ｍ１、β２ｍ２、…、βＩｍ
Ｉを持つ信号がコーダ１３１に印加される。当業者には
公知のように、コーダ１３１はβｉｍｉ要素を量子化
し、通信網１４０に伝送するのに適したコード信号を形
成する。
第１図のフイルタ１２１及び１２３の各々は前述の米国
特許第４，１３３，９７６号に述べられているトランス
バーサルフイルタを用いることができる。処理装置１２
５及び１２７の各々はC.S.P.社のマクロアリスメテイツ
クプロセツサシステム１００やその他の処理装置のよう
な、式４及び６に必要な処理を行うことのできる当業者
には公知の処理装置の１つを用いることができる。処理
装置１２５は、当業者には公知のように式４に従つてＣ
iq信号の形成を制御するためのプログラム命令を永久に
蓄えた読出し専用メモリを含んでおり、処理装置１２７
は式６に従つてβｉ及びｍｉ信号要素を選択するための
プログラム命令を永久に蓄えた読出し専用メモリを含ん
でいる。処理装置１２５内のプログラム命令はフオート
ラン（ＦＯＲＴＲＡＮ）言語の形式で付録Ａに示されて
おり、処理装置１２７内のプログラム命令はフオートラ
ン（ＦＯＲＴＲＡＮ）言語の形式で付録Ｂに示されてい
る。
第３図は各時間フレームについての処理装置１２５及び
１２７の動作を表わす流れ図を示している。第３図で、
ｈｋインパルス応答信号が、式１の伝達関数に対してフ
レーム予測パラメータに応じてブロツク３０５で作られ
る。これは、待ち合せブロツク３０３で示したように、
クロツク１０３からのＦＣ信号の受信の後で行われる。
要素インデツクスｉ及び励起パルス位置インデツクスｑ
はブロツク３０７において１に初期化される。予測フイ
ルタ１２１及び１２３からの信号ｙｎ及び が受信されると、ブロツク３０９で信号Ｃiqが作られ
る。位置インデツクスｑがブロツク３１１で増分され、
次の位置のＣiq信号の形成が開始される。
処理装置１２５が励起信号要素ｉに対するＣiQ信号が形
成されると、処理装置１２７が付勢される。処理装置１
２７におけるｑインデツクスがブロツク３１５で１に初
期化され、ｉインデツクスと処理装置１２５で作られた
Ｃiq信号とが処理装置１２７に転送される。最大の絶対
値を持つＣiq信号を表わす信号 とその位置ｑ※とがブロツク３１７でゼロにセツトされ
る。ブロツク３１９、３２１、３２３及び３２５を含む
ループにおいて、Ｃiq信号の絶対値が信号 と比較され、これらの大きい方が信号 として蓄えられる。
処理装置１２５からのＣiQ信号が処理された後、ブロツ
ク３２５からブロツク３２７へ移る。励起コード要素の
位置ｍｉはｑ※にセツトされ、励起コード要素βｉは式
６に従つて作られる。βｉｍｉ要素はブロツク３２８で
予測フイルタ１２３に出力され、インデツクスｉはブロ
ツク３２９で増分される。フレームのβＩｍＩ要素が形
成されると、判定ブロツク３３１から待ち合せブロツク
３０３へ再び制御が移る。この結果処理装置１２５及び
１２７は待ち状態になり、次のフレームのＦＣフレーム
クロツクパルスを待ち合わせる。
処理装置１２７内の励起コードはコーダ１３１にも供給
される、このコードは処理装置１２７からの励起コード
を回路綱１４０で用いるのに適した形式に変換する。こ
のフレームに対する予測パラメータ信号ａｋは遅延１３
３を介してマルチプレクサ１３５の１つの入力に印加さ
れる。コーダ１３１からの励起コード信号ＥＣはマルチ
プれクサの他の入力に印加される。フレームの多重化さ
れた励起及び予測パラメータコードは次に回路綱１４０
に送られる。
回路綱１４０は、通信システム、音声蓄積装置のメツセ
ージメモリ、あるいは音声合成で用いるためのたとえば
語や音素のような予め定めたメツセージ単位のメツセー
ジや語彙を畜える装置等である。メツセージ単位が何で
まれ、回路１２０で得られたフレームコード列は回路網
１４０から音声合成器１５０へ送られる。合成器は回路
１２０からのフレーム励起コードとフレーム予測パラメ
ータを用いて音声パタンの複製を作る。
合成器１５０内のデマルチプレクサ１５２はフレームの
励起コードＥＣをその予測パラメータａｋと分離させ
る。励起コードは、デコーダ１５３で励起パルス列に復
号された後、音声合成フイルタ１５４の励起入力に印加
される。ａｋコードはフイルタ１５４のパラメータ入力
に印加される。フイルタ１５４は励起及び予測パラメー
タ信号に応動して当業者には公知のようにフレーム音声
信号の符号化された複製を作る。ＤＡ変換器１５６は符
号化された複製をアナログ信号に変換し、この信号は低
域フイルタ１５８を通過した後変換器１６０によつて音
声パタンに変換される。
回路１２０において励起コードを形成を行う列の方法と
して、信号ｙｎと との間の重みづけ平均２乗誤差に基づくものがある。ｉ
番目の励起信号パルスのβｉ及びｍｉを形成した時の重
みづけ平均２乗誤差は で与えられる。ただし、ｈｎはインパルス応答Ｈ(Z)の
ｎ番目のサンプルであり、ｍｊは励起コード信号のｊ番
目のパルスの位置であり、βｊはｊ番目のパルスの振幅
である。
パルスの位置と振幅は順に作り出される。励起信号のｉ
番目の要素は式７のＥｉを最小化することによつて決定
される。式７は次のように書きかえることができる。
よつて、βｉ、ｍｉに先行する既知の励起コード要素は
第１項にしか現れない。
公知のように、Ｅｉを最小化するβｉは式８をβｉで微
分して と置くことによつて得られる。これより、βｉの最適値
は、 ただし は予測フイルタのインパルス応答信号ｈｋの自己相関係
数である。
式１０のβｉはパルス位置の関数であり、その可能な各
値から決定できる。可能なパルス位置についての｜βｉ
｜の最大値が選択される。βｉ及びｍｉの値が得られた
後、同様の方法で式１０を解くことによりβｉ＋１、ｍ
ｉ＋１の値が決定される。式１０の第１の項、すなわち は予測フイルタ１２１の出力におけるフレームの音声表
示信号に対応している。式１０の第２の項、すなわち は、予測フイルタ１２３の出力におけるフレームの人工
音声表示信号に対応している。βｉは、位置ｍｉにおけ
る励起パルスの振幅であり、第１項と第２項との差を最
小にするものである。
第２図に示したデータ処理回路は、第１の励起信号形成
回路１２０の別の構成方法を示すものである。第２図の
回路は、式１０に従い、フレーム予測剰余信号ｄｋ及び
フレーム予測パラメータ信号ａｋに応動して音声パタン
の各フレームについての励起コードを発生するものであ
り、前述のC.S.P.社のマクロ・アリスメテイツク・プロ
セツサ・システム１００又は当業者には公知の他の処理
装置で実現できる。
第２図において、処理装置２１０は音声パタンの一連の
フレームの各々の予測パラメータ信号ａｋ及び予測剰余
信号ｄｎを回路１１０からメモリ２１８を介して受信す
る。この処理装置は、予測フイルタサブルーチン用読出
し専用メモリ２０１及び励起処理サブルーチン用読出し
専用メモリ２０５に永久に蓄えられた命令の制御の下で
励起コード信号要素β１、ｍ１、β２、ｍ２、…、
βＩ、ｍＩを形成するように動作する。ＲＯＭ２０１の
予測フイルタサブルーチンは付録Ｃに示され、励起処理
サブルーチンは付録Ｄに示されている。
処理装置２１０は、共通バス２２５、データメモリ２３
０、中央処理装置２４０、演算処理装置２５０、制御器
インターフエイス２２０及び入出力インターフエイス２
６０を含んでいる。当業者には公知のように、中央処理
装置２４０は制御器２１５からのコード命令に応動し
て、処理装置２１０内の他の装置の一連の動作を制御す
るよう構成されている。演算処理装置２５０は中央処理
装置２４０からの制御信号に応動してデータメモリ２３
０からのコード信号に対する演算処理を行うよう構成さ
れている。データメモリ２３０は中央処理装置２４０に
よつて指定された信号を蓄え、この信号を演算処理装置
２５０及び入出力インターフエイス２６０に供給する。
制御器インターフエイス２２０は、ＲＯＭ２０１及びＲ
ＯＭ２０５内のプログラム命令が制御器２１５を介して
中央処理装置２４０へ入力されるための通信リンクであ
り、入出力インターフエイス２６０は、ｄｋ及びａｋ信
号をデータメモリ２３０へ印加するとともに、出力信号
βｉ及びｍｉをデータメモリから第１図のコーダ１３１
へ供給する。
第２図の回路の動作は、第４図のフイルタパラメータ処
理流れ図、第５図の励起コード処理流れ図、及び第６図
のタイミング図を示されている。音声信号の開始時にお
いて、第４図のブロツク４０５からブロツク４１０に入
り、クロツク発生器１０３からの単一パルスＳＴによつ
てフレーム係数値ｒが第１フレームにセツトされる。第
６図は２つの相い続くフレームにおける第１図及び第２
図の回路の動作を示している。第１フレームの時刻ｔ０
とｔ７の間において、予測解析器１１０は、波形６０１
のサンプリングクロツクパルスの制御の下で、波形６０
５のようにフレームｒ＋２の音声パタンサンプルを形成
する。解析器１１０は波形６０７で示すように、時間ｔ
０乃至ｔ３においてフレームｒ＋１に対するａｋ信号を
発生し、時間ｔ３乃至ｔ６において予測剰余信号ｄｋを
発生する。信号ＦＣ（波形６０３）は時間ｔ０乃至ｔ１
に生じる。剰余信号発生器１１８から送られ、先行する
フレーム中にメモリ２１８に蓄えられていた信号ｄ
ｋは、中央処理装置２４０の制御の下に入出力インター
フエイス２６０及び共通バス２２５を介してデータメモ
リ２３０に入れられる。第４図の動作ブロツク４１５で
示されているように、これらの処理はフレームクロツク
信号ＦＣに応動して行われる。予測パラメータ計算機１
１９から送られ先行するフレームにおいてメモリ２１８
に蓄えられていたフレーム予測パラメータ信号ａｋもブ
ロツク４２０に示したようにメモリ２３０に入れられ
る。これらの動作は第６図の時刻ｔ０とｔ１の間に行わ
れる。
フレームのｄｋ及びａｋ信号がメモリ２３０に入れられ
た後、ブロツク４２５に入り、式１の伝達関数に対応す
る予測フイルタ係数ｂｋ ｂｋ＝αｋａｋ ｈ＝１、２、…、ｐ (12) が演算処理装置２５０で作られて、データメモリ２５０
に入れられる。８ｋHzのサンプリング速度に対して、ｐ
は普通１６であり、αは普通０．８５である。次に予測
フイルタインパルス応答信号ｈｋ、 が演算処理装置２５０で作られてデータメモリ２３０に
蓄えられる。インパルス応答信号ｈｋが蓄えられると、
ブロツク４３５に入り、式１１の予測フイルタ自己相関
信号が作られて蓄えられる。
第６図の時刻ｔ２において、制御器２１５はＲＯＭ２０
１をインターフエイス２２０から切り離し、励起処理サ
ブルーチン用ＲＯＭ２０５を該インターフエイスに接続
する。これにより、第５図に示した例示パルスコードβ
ｉ、ｍｉの生成が開始される。第６図の時刻ｔ２とｔ４
の間において、励起パルス列が形成される。ブロツク５
０５において、励起パルスインデツクスｉが１に初期化
され、位置インデツクスｑが１にセツトされる。ブロツ
ク５１０でβ１がゼロにセツトされ、動作ブロツク５１
５に入つてβiq＝β11が決定される。β11はこのフレー
ムの位置ｑ＝１における最適励起パルスである。次に判
定ブロツク５２０において、β11の絶対値が予め蓄えら
れていたβ１と比較される。最初β１はゼロであるた
め、ブロツク５２５においてｍｉコードはｑ＝１にセツ
トされ、βｉコードはβ11にセツトされる。
次にブロツク５３０において位置インデツクスが増分さ
れ、判定ブロツク５３５からブロツク５１５に入つて信
号β12が作られる。ブロツク５１５、５２５、５３０及
び５３５を含むループがすべてのパルス位置１≦ｑ≦Ｑ
について繰返えされる。Ｑ番目の繰返しの後、第１の励
起パルス振幅 及びフレーム内のその位置ｍ１＝ｑ※がメモリ２３０に
蓄えられる。この方法により、Ｉ個の励起パルスの最初
のものが決定される。第７図の波形７０５においてフレ
ームｒは時刻ｔ０とｔ１の間にある。このフレームに対
する励起コードは８個のパルスである。振幅β１で位置
ｍ１の第１パルスは時刻ｔm1で生じているが、これは第
５図の流れ図でｉ＝１に対して決定されたものである。
ブロツク５４５においてインデツクスｉが次の励起パル
スに増分され、ブロツク５５０及び５１０を介してブロ
ツク５１５に入る。ブロツク５１０と５５０との間のル
ープの各繰返しが終了するごとに、励起信号が修正され
て式７の信号がさらに小さくなる。２回目の繰返しが終
了すると、パルスβ２、ｍ２（波形７０５では時刻
ｔm2）が形成される。インデツクスｉが増分されるにつ
れて、励起パルスβ３ｍ３（時刻ｔm3）、β４ｍ４（時
刻m4）、β５ｍ５（時刻ｔm5）、β６ｍ６（時刻
ｔm6）、β７ｍ７（時刻ｔm7）、及びβ８ｍ８（時刻ｔ
m8）が作られる。
Ｉ番目の繰返しの後（波形６０９のｔ４）、ブロツク５
５０からブロツク５５５に入り、現在のフレームの励起
コードβ１ｍ１、β２ｍ２、…、βＩｍＩが作られる。
ブロツク５６０でフレームインデツクスが増分され、次
のフレームに対する第４図の予測フイルタ動作が第６図
の時刻ｔ７において、ブロツク４１５で開始される。次
のフレームのクロツク信号ＦＣが第６図のｔ７で生じる
と、フレームｒ＋３の予測パラメータ信号が作られ（波
形６０５の時刻ｔ７とｔ14の間）、ａｋ及びｄｋ信号が
フレームｒ＋２のために作られ（波形６０７の時刻ｔ７
とｔ13の間）、フレームｒ＋１のための励起コードが作
られる（波形６０９の時刻ｔ７とｔ12の間）。
第２図の処理装置からのフレーム励起コードは、当業者
には公知のように、入出力インターフエイス２６０を介
して第１図のコーダ１３１に供給される。コーダ１３１
は前述のように動作し、励起コードの量子化と書式化を
行つて回路網１４０に印加する。フレームのａｋ予測パ
ラメータ信号は遅延１３３を介してマルチプレクサ１３
５の１つの入力に印加され、コーダ１３１からのフレー
ム励起コードはこれと正しく多重化される。
本発明について一実施例を参照して説明した。当業者に
は公知のように、本発明の範囲と精神を逸脱することな
く種々の変化が可能であることは明らかである。たとえ
ば、ここで述べた実施例は線形予測パラメータと予測剰
余とを用いている。線形予測パラメータはフオルマント
パラメータ又は当業者に公知の他の音声パラメータで置
きかえることができる。このとき、予測フイルタは使用
する音声パラメータと音声信号とに応動するよう構成さ
れ、第１図の回路１２０で作られる励起信号は、音声パ
ラメータ信号と組合せて使われて、本発明に従つてフレ
ームの音声パタン複数を形成する。本発明の復号装置は
生物的及び地質的パタンのような順次パタンに拡張して
その効率のよい表示を得ることができる。従つて、本願
で“音声パタン”というときは、音声による信号パタン
に限定されるものではなく本発明の適用において等価な
他の信号パタンを含むものであり又“励起”も音声に必
ずしも対応する用語ではないと理解すべきである。
【図面の簡単な説明】
第１図は本発明の一実施例である音声処理装置回路のブ
ロツク図を示し、 第２図は第１図の回路で用いることのできる励起信号形
成処理装置のブロツク図を示し、 第３図は第１図の励起信号形成回路の動作を示す流れ図
を示し、 第４図及び第５図は第２図の回路の回路の動作を示す流
れ図を示し、 第６図は第１図及び第２図の励起信号形成回路の動作を
示すタイミング図を示し、 第７図は本発明の音声処理を説明するための波形図を示
している。 ＜主要部分の符号の説明＞ 音声メツセジフレーム間隔信号系列を受信する手段……
１５２ 変換手段……１５３ 音声パタン発生手段……１５４

Claims (1)

    【特許請求の範囲】
  1. 【請求項１】出力音声パターンを発生するための音声処
    理装置であって、 音声パターンパラメータを表わす複数の信号および励起
    信号の符号化表示を含む入力信号系列を受信するための
    手段（例えば１５２）を含み、該励起信号は、複数の候
    補励起信号の中から (i)入力音声パターンと該複数の音声パターンパラメー
    タにもとづいた予測信号の間の差を反映する信号と (ii)候補励起信号を反映する信号、 との間の差であって周波数重みづけされた差を減少する
    ように選択されたものであり、更に 該励起信号の符号化表示をパルス系列に変換するための
    変換手段（例えば１５３）、および 該音声パターンパラメータを表わす信号と該変換手段の
    出力の両方に応動して該入力音声パターンに対応する該
    出力音声パターンを発生するための手段（例えば１５
    ４）を含むことを特徴とする音声処理装置。
JP60163090A 1981-12-01 1985-07-25 音声処理装置 Expired - Lifetime JPH0650437B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US326371 1981-12-01
US06/326,371 US4472832A (en) 1981-12-01 1981-12-01 Digital speech coder

Publications (2)

Publication Number Publication Date
JPS6156400A JPS6156400A (ja) 1986-03-22
JPH0650437B2 true JPH0650437B2 (ja) 1994-06-29

Family

ID=23271926

Family Applications (2)

Application Number Title Priority Date Filing Date
JP57209489A Expired JPS6046440B2 (ja) 1981-12-01 1982-12-01 音声処理方法とその装置
JP60163090A Expired - Lifetime JPH0650437B2 (ja) 1981-12-01 1985-07-25 音声処理装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP57209489A Expired JPS6046440B2 (ja) 1981-12-01 1982-12-01 音声処理方法とその装置

Country Status (8)

Country Link
US (1) US4472832A (ja)
JP (2) JPS6046440B2 (ja)
CA (1) CA1181854A (ja)
DE (1) DE3244476A1 (ja)
FR (1) FR2517452B1 (ja)
GB (1) GB2110906B (ja)
NL (1) NL193037C (ja)
SE (2) SE456618B (ja)

Families Citing this family (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4720863A (en) * 1982-11-03 1988-01-19 Itt Defense Communications Method and apparatus for text-independent speaker recognition
JPS59153346A (ja) * 1983-02-21 1984-09-01 Nec Corp 音声符号化・復号化装置
DE3463192D1 (en) * 1983-03-11 1987-05-21 Prutec Ltd Speech encoder
US4667340A (en) * 1983-04-13 1987-05-19 Texas Instruments Incorporated Voice messaging system with pitch-congruent baseband coding
US4731846A (en) * 1983-04-13 1988-03-15 Texas Instruments Incorporated Voice messaging system with pitch tracking based on adaptively filtered LPC residual signal
US4638451A (en) * 1983-05-03 1987-01-20 Texas Instruments Incorporated Microprocessor system with programmable interface
CA1219079A (en) * 1983-06-27 1987-03-10 Tetsu Taguchi Multi-pulse type vocoder
US4669120A (en) * 1983-07-08 1987-05-26 Nec Corporation Low bit-rate speech coding with decision of a location of each exciting pulse of a train concurrently with optimum amplitudes of pulses
NL8302985A (nl) * 1983-08-26 1985-03-18 Philips Nv Multipulse excitatie lineair predictieve spraakcodeerder.
CA1236922A (en) * 1983-11-30 1988-05-17 Paul Mermelstein Method and apparatus for coding digital signals
CA1223365A (en) * 1984-02-02 1987-06-23 Shigeru Ono Method and apparatus for speech coding
US4701954A (en) * 1984-03-16 1987-10-20 American Telephone And Telegraph Company, At&T Bell Laboratories Multipulse LPC speech processing arrangement
EP0163829B1 (en) * 1984-03-21 1989-08-23 Nippon Telegraph And Telephone Corporation Speech signal processing system
US4709390A (en) * 1984-05-04 1987-11-24 American Telephone And Telegraph Company, At&T Bell Laboratories Speech message code modifying arrangement
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
US4872202A (en) * 1984-09-14 1989-10-03 Motorola, Inc. ASCII LPC-10 conversion
CA1249061A (en) * 1984-12-25 1989-01-17 Takashi Mochizuki Method and apparatus for encoding/decoding image signal
US4675863A (en) 1985-03-20 1987-06-23 International Mobile Machines Corp. Subscriber RF telephone system for providing multiple speech and/or data signals simultaneously over either a single or a plurality of RF channels
NL8500843A (nl) * 1985-03-22 1986-10-16 Koninkl Philips Electronics Nv Multipuls-excitatie lineair-predictieve spraakcoder.
FR2579356B1 (fr) * 1985-03-22 1987-05-07 Cit Alcatel Procede de codage a faible debit de la parole a signal multi-impulsionnel d'excitation
US4944013A (en) * 1985-04-03 1990-07-24 British Telecommunications Public Limited Company Multi-pulse speech coder
US4912764A (en) * 1985-08-28 1990-03-27 American Telephone And Telegraph Company, At&T Bell Laboratories Digital speech coder with different excitation types
US4890328A (en) * 1985-08-28 1989-12-26 American Telephone And Telegraph Company Voice synthesis utilizing multi-level filter excitation
US4720861A (en) * 1985-12-24 1988-01-19 Itt Defense Communications A Division Of Itt Corporation Digital speech coding circuit
USRE34247E (en) * 1985-12-26 1993-05-11 At&T Bell Laboratories Digital speech processor using arbitrary excitation coding
US4827517A (en) * 1985-12-26 1989-05-02 American Telephone And Telegraph Company, At&T Bell Laboratories Digital speech processor using arbitrary excitation coding
US4935963A (en) * 1986-01-24 1990-06-19 Racal Data Communications Inc. Method and apparatus for processing speech signals
CA1323934C (en) * 1986-04-15 1993-11-02 Tetsu Taguchi Speech processing apparatus
US4868867A (en) * 1987-04-06 1989-09-19 Voicecraft Inc. Vector excitation speech or audio coder for transmission or storage
US4969192A (en) * 1987-04-06 1990-11-06 Voicecraft, Inc. Vector adaptive predictive coder for speech and audio
US4890327A (en) * 1987-06-03 1989-12-26 Itt Corporation Multi-rate digital voice coder apparatus
US4817157A (en) * 1988-01-07 1989-03-28 Motorola, Inc. Digital speech coder having improved vector excitation source
US4896361A (en) * 1988-01-07 1990-01-23 Motorola, Inc. Digital speech coder having improved vector excitation source
US5285520A (en) * 1988-03-02 1994-02-08 Kokusai Denshin Denwa Kabushiki Kaisha Predictive coding apparatus
JP2625998B2 (ja) * 1988-12-09 1997-07-02 沖電気工業株式会社 特徴抽出方式
SE463691B (sv) * 1989-05-11 1991-01-07 Ericsson Telefon Ab L M Foerfarande att utplacera excitationspulser foer en lineaerprediktiv kodare (lpc) som arbetar enligt multipulsprincipen
US5261027A (en) * 1989-06-28 1993-11-09 Fujitsu Limited Code excited linear prediction speech coding system
US5263119A (en) * 1989-06-29 1993-11-16 Fujitsu Limited Gain-shape vector quantization method and apparatus
JPH0332228A (ja) * 1989-06-29 1991-02-12 Fujitsu Ltd ゲイン―シェイプ・ベクトル量子化方式
JPH0365822A (ja) * 1989-08-04 1991-03-20 Fujitsu Ltd ベクトル量子化符号器及びベクトル量子化復号器
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
SE467806B (sv) * 1991-01-14 1992-09-14 Ericsson Telefon Ab L M Metod att kvantisera linjespektralfrekvenser (lsf) vid beraekning av parametrar foer ett analysfilter ingaaende i en talkodare
US5301274A (en) * 1991-08-19 1994-04-05 Multi-Tech Systems, Inc. Method and apparatus for automatic balancing of modem resources
US5659659A (en) * 1993-07-26 1997-08-19 Alaris, Inc. Speech compressor using trellis encoding and linear prediction
US5546383A (en) 1993-09-30 1996-08-13 Cooley; David M. Modularly clustered radiotelephone system
US5602961A (en) * 1994-05-31 1997-02-11 Alaris, Inc. Method and apparatus for speech compression using multi-mode code excited linear predictive coding
AU696092B2 (en) * 1995-01-12 1998-09-03 Digital Voice Systems, Inc. Estimation of excitation parameters
SE508788C2 (sv) * 1995-04-12 1998-11-02 Ericsson Telefon Ab L M Förfarande att bestämma positionerna inom en talram för excitationspulser
JP3137176B2 (ja) * 1995-12-06 2001-02-19 日本電気株式会社 音声符号化装置
DE19643900C1 (de) * 1996-10-30 1998-02-12 Ericsson Telefon Ab L M Nachfiltern von Hörsignalen, speziell von Sprachsignalen
US5839098A (en) 1996-12-19 1998-11-17 Lucent Technologies Inc. Speech coder methods and systems
US5832443A (en) * 1997-02-25 1998-11-03 Alaris, Inc. Method and apparatus for adaptive audio compression and decompression
US6003000A (en) * 1997-04-29 1999-12-14 Meta-C Corporation Method and system for speech processing with greatly reduced harmonic and intermodulation distortion
US7392180B1 (en) 1998-01-09 2008-06-24 At&T Corp. System and method of coding sound signals using sound enhancement
US6182033B1 (en) * 1998-01-09 2001-01-30 At&T Corp. Modular approach to speech enhancement with an application to speech coding
US5963897A (en) * 1998-02-27 1999-10-05 Lernout & Hauspie Speech Products N.V. Apparatus and method for hybrid excited linear prediction speech encoding
US6516207B1 (en) * 1999-12-07 2003-02-04 Nortel Networks Limited Method and apparatus for performing text to speech synthesis
US7295614B1 (en) 2000-09-08 2007-11-13 Cisco Technology, Inc. Methods and apparatus for encoding a video signal
JP4209257B2 (ja) 2003-05-29 2009-01-14 三菱重工業株式会社 分散型コントローラとその動作方法、及び、分散型コントローラを備えるフォークリフト
EP2595146A1 (en) * 2011-11-17 2013-05-22 Nederlandse Organisatie voor toegepast -natuurwetenschappelijk onderzoek TNO Method of and apparatus for evaluating intelligibility of a degraded speech signal

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3346695A (en) * 1963-05-07 1967-10-10 Gunnar Fant Vocoder system
US3624302A (en) * 1969-10-29 1971-11-30 Bell Telephone Labor Inc Speech analysis and synthesis by the use of the linear prediction of a speech wave
US3740476A (en) * 1971-07-09 1973-06-19 Bell Telephone Labor Inc Speech signal pitch detector using prediction error data
DE2435654C2 (de) * 1974-07-24 1983-11-17 Gretag AG, 8105 Regensdorf, Zürich Verfahren und Vorrichtung zur Analyse und Synthese von menschlicher Sprache
JPS5246642A (en) * 1975-10-09 1977-04-13 Mitsubishi Metal Corp Swimming pool
JPS5343403A (en) * 1976-10-01 1978-04-19 Kokusai Denshin Denwa Co Ltd System for analysing and synthesizing voice
US4130729A (en) * 1977-09-19 1978-12-19 Scitronix Corporation Compressed speech system
US4133976A (en) * 1978-04-07 1979-01-09 Bell Telephone Laboratories, Incorporated Predictive speech signal coding with reduced noise effects
US4184049A (en) * 1978-08-25 1980-01-15 Bell Telephone Laboratories, Incorporated Transform speech signal coding with pitch controlled adaptive quantizing
JPS5648690A (en) * 1979-09-28 1981-05-01 Hitachi Ltd Sound synthesizer

Also Published As

Publication number Publication date
FR2517452A1 (fr) 1983-06-03
SE456618B (sv) 1988-10-17
US4472832A (en) 1984-09-18
SE8704178D0 (sv) 1987-10-27
SE8206641D0 (sv) 1982-11-22
JPS6156400A (ja) 1986-03-22
FR2517452B1 (fr) 1986-05-02
NL193037C (nl) 1998-08-04
JPS58105300A (ja) 1983-06-23
JPS6046440B2 (ja) 1985-10-16
NL8204641A (nl) 1983-07-01
SE467429B (sv) 1992-07-13
NL193037B (nl) 1998-04-01
DE3244476C2 (ja) 1988-01-21
SE8704178L (sv) 1987-10-27
GB2110906B (en) 1985-10-02
GB2110906A (en) 1983-06-22
CA1181854A (en) 1985-01-29
SE8206641L (sv) 1983-06-02
DE3244476A1 (de) 1983-07-14

Similar Documents

Publication Publication Date Title
JPH0650437B2 (ja) 音声処理装置
EP0175752B1 (en) Multipulse lpc speech processing arrangement
US4220819A (en) Residual excited predictive speech coding system
USRE32580E (en) Digital speech coder
US4709390A (en) Speech message code modifying arrangement
US3624302A (en) Speech analysis and synthesis by the use of the linear prediction of a speech wave
KR100264863B1 (ko) 디지털 음성 압축 알고리즘에 입각한 음성 부호화 방법
JP4662673B2 (ja) 広帯域音声及びオーディオ信号復号器における利得平滑化
US6345248B1 (en) Low bit-rate speech coder using adaptive open-loop subframe pitch lag estimation and vector quantization
US6041297A (en) Vocoder for coding speech by using a correlation between spectral magnitudes and candidate excitations
EP0360265B1 (en) Communication system capable of improving a speech quality by classifying speech signals
JPH05197400A (ja) 低ビット・レート・ボコーダ手段および方法
EP0232456A1 (en) Digital speech processor using arbitrary excitation coding
US4791670A (en) Method of and device for speech signal coding and decoding by vector quantization techniques
US4945565A (en) Low bit-rate pattern encoding and decoding with a reduced number of excitation pulses
JPH0341500A (ja) 低遅延低ビツトレート音声コーダ
EP0855699B1 (en) Multipulse-excited speech coder/decoder
EP0361432B1 (en) Method of and device for speech signal coding and decoding by means of a multipulse excitation
JP2648138B2 (ja) 音声パターンを圧縮する方法
JP2898641B2 (ja) 音声符号化装置
JPH09297597A (ja) 高能率音声伝送方法及び高能率音声伝送装置
JPH1185198A (ja) ボコーダ符号化復号装置
JPH0414813B2 (ja)
WO2001009880A1 (en) Multimode vselp speech coder
Morikawa et al. A speech analysis-synthesis system based on the ARMA model and its evaluation