JPH07160297A - 音声パラメータ符号化方式 - Google Patents
音声パラメータ符号化方式Info
- Publication number
- JPH07160297A JPH07160297A JP5310524A JP31052493A JPH07160297A JP H07160297 A JPH07160297 A JP H07160297A JP 5310524 A JP5310524 A JP 5310524A JP 31052493 A JP31052493 A JP 31052493A JP H07160297 A JPH07160297 A JP H07160297A
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- spectrum
- weighting factor
- calculation unit
- spectrum parameter
- 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.)
- Pending
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
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
- G10L19/07—Line spectrum pair [LSP] vocoders
-
- 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
- G10L2019/0013—Codebook search algorithms
Abstract
(57)【要約】
【目的】 音声信号のスペクトルパラメータを低いビッ
トレートで高品質に符号化するための音声パラメータ符
号化方式の提供。 【構成】 スペクトルパラメータ計算回路１３０は、音
声信号のスペクトル包絡を表すスペクトルパラメータを
計算する。重み係数計算回路１５０は、音声信号から聴
覚のマスキングしきい値を求め、これに対応する重み係
数を求める。スペクトルパラメータ量子化回路１６０は
前記重み係数にもとづく重み付け歪尺度最小化するよう
にコードブック１７０を探索してスペクトルパラメータ
を量子化する。
トレートで高品質に符号化するための音声パラメータ符
号化方式の提供。 【構成】 スペクトルパラメータ計算回路１３０は、音
声信号のスペクトル包絡を表すスペクトルパラメータを
計算する。重み係数計算回路１５０は、音声信号から聴
覚のマスキングしきい値を求め、これに対応する重み係
数を求める。スペクトルパラメータ量子化回路１６０は
前記重み係数にもとづく重み付け歪尺度最小化するよう
にコードブック１７０を探索してスペクトルパラメータ
を量子化する。
Description
【０００１】
【産業上の利用分野】本発明は、音声信号のスペクトル
パラメータを低いビットレートで高品質に符号化するた
めの音声パラメータ符号化装置に関する。
パラメータを低いビットレートで高品質に符号化するた
めの音声パラメータ符号化装置に関する。
【０００２】
【従来の技術】音声信号のスペクトルパラメータを２ｋ
ｂ／ｓ程度の低いビットレートで符号化する音声パラメ
ータ符号化方式としては、例えば、スペクトルパラメー
タとしてＬＳＰ（Ｌｉｎｅ Ｓｐｅｃｔｒｕｍ Ｐａｉ
ｒ）係数を用いたベクトルースカラ量子化法（ＶＱ−Ｓ
Ｑ：Ｖｅｃ−Ｓｃａｌｅｒ Ｑｕａｎｔｉｚａｔｉｏ
ｎ）が知られている。具体的な方法は例えば、Ｔ．Ｍｏ
ｒｉｙａ氏らによる”Ｔｒａｎｓｆｏｒｍ Ｃｏｄｉｎ
ｇ ｏｆ Ｓｐｅｅｃｈ ｕｓｉｎｇ ａ Ｗｅｉｇｈ
ｔｅｄ Ｖｅｃｔｏｒ Ｑｕａｎｔｉｚｅｒ，”と題し
た論文（ＩＥＥＥＪ．Ｓｅｌ．Ａｒｅａｓ，Ｃｏｍｍｕ
ｎ．，ｐｐ．４２５−４３１，１９８８年）（文献１）
等を参照できる。この方法では、スペクトルパラメータ
として、フレーム毎に求めたＬＳＰ係数を予め構成した
ベクトル量子化コードブックにより、一旦量子化復号化
した後に、元のＬＳＰと量子化復号化したＬＳＰとの誤
差信号をスカラ量子化する。ここでベクトル量子化コー
ドブックは、多量のスペクトルパラメータデータベース
に対して、あらかじめ２B 種類（Ｂはスペクトルパラメ
ータ量子化のためのビット数）のコードベクトルからな
るコードブックをトレーニングにより構成しておく。コ
ードブックのトレーニング法は、例えば、Ｌｉｎｄｅ氏
らによる”Ａｎ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｖｅｃ
ｔｏｒ Ｑｕａｎｔｉｚａｔｉｏｎ Ｄｅｓｉｇｎ”
と題した論文（ＩＥＥＥ Ｔｒａｎｓ．ＣＯＭ−２８，
ｐｐ．８４−９５，１９８０年）（文献２）等を参照で
きる。
ｂ／ｓ程度の低いビットレートで符号化する音声パラメ
ータ符号化方式としては、例えば、スペクトルパラメー
タとしてＬＳＰ（Ｌｉｎｅ Ｓｐｅｃｔｒｕｍ Ｐａｉ
ｒ）係数を用いたベクトルースカラ量子化法（ＶＱ−Ｓ
Ｑ：Ｖｅｃ−Ｓｃａｌｅｒ Ｑｕａｎｔｉｚａｔｉｏ
ｎ）が知られている。具体的な方法は例えば、Ｔ．Ｍｏ
ｒｉｙａ氏らによる”Ｔｒａｎｓｆｏｒｍ Ｃｏｄｉｎ
ｇ ｏｆ Ｓｐｅｅｃｈ ｕｓｉｎｇ ａ Ｗｅｉｇｈ
ｔｅｄ Ｖｅｃｔｏｒ Ｑｕａｎｔｉｚｅｒ，”と題し
た論文（ＩＥＥＥＪ．Ｓｅｌ．Ａｒｅａｓ，Ｃｏｍｍｕ
ｎ．，ｐｐ．４２５−４３１，１９８８年）（文献１）
等を参照できる。この方法では、スペクトルパラメータ
として、フレーム毎に求めたＬＳＰ係数を予め構成した
ベクトル量子化コードブックにより、一旦量子化復号化
した後に、元のＬＳＰと量子化復号化したＬＳＰとの誤
差信号をスカラ量子化する。ここでベクトル量子化コー
ドブックは、多量のスペクトルパラメータデータベース
に対して、あらかじめ２B 種類（Ｂはスペクトルパラメ
ータ量子化のためのビット数）のコードベクトルからな
るコードブックをトレーニングにより構成しておく。コ
ードブックのトレーニング法は、例えば、Ｌｉｎｄｅ氏
らによる”Ａｎ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｖｅｃ
ｔｏｒ Ｑｕａｎｔｉｚａｔｉｏｎ Ｄｅｓｉｇｎ”
と題した論文（ＩＥＥＥ Ｔｒａｎｓ．ＣＯＭ−２８，
ｐｐ．８４−９５，１９８０年）（文献２）等を参照で
きる。
【０００３】さらに、一層効率的な符号化法としては、
ＬＳＰパラメータの次元（例えば１０次元）を複数個に
分割し（例えば５次元ずつ）、分割した次元毎にベクト
ル量子化コードブックを探索して量子化するスプリット
ベクトル量子化（ＳｐｌｉｔＶｅｃｔｏｒ Ｑｕａｎｔ
ｉｚａｔｉｏｎ）法が知られている。この方法の詳細に
ついては、例えば、Ｋ．Ｋ．Ｐａｌｉｗａｌ氏らによ
る”Ｅｆｆｉｃｉｅｎｔ Ｖｅｃｔｏｒ Ｑｕａｎｔｉ
ｚａｔｉｏｎ ｏｆ ＬＰＣ Ｐａｒａｍｅｔｅｒｓ
ａｔ ２４ Ｂｉｔｓ／Ｆｒａｍｅ”と題した論文（Ｉ
ＥＥＥ Ｔｒａｎｓ．Ｓｐｅｅｃｈ ａｎｄ Ａｕｄｉ
ｏ Ｐｒｏｃｅｓｓｉｎｇ，ｐｐ．３−１４，１９９３
年）（文献３）等を参照できる。
ＬＳＰパラメータの次元（例えば１０次元）を複数個に
分割し（例えば５次元ずつ）、分割した次元毎にベクト
ル量子化コードブックを探索して量子化するスプリット
ベクトル量子化（ＳｐｌｉｔＶｅｃｔｏｒ Ｑｕａｎｔ
ｉｚａｔｉｏｎ）法が知られている。この方法の詳細に
ついては、例えば、Ｋ．Ｋ．Ｐａｌｉｗａｌ氏らによ
る”Ｅｆｆｉｃｉｅｎｔ Ｖｅｃｔｏｒ Ｑｕａｎｔｉ
ｚａｔｉｏｎ ｏｆ ＬＰＣ Ｐａｒａｍｅｔｅｒｓ
ａｔ ２４ Ｂｉｔｓ／Ｆｒａｍｅ”と題した論文（Ｉ
ＥＥＥ Ｔｒａｎｓ．Ｓｐｅｅｃｈ ａｎｄ Ａｕｄｉ
ｏ Ｐｒｏｃｅｓｓｉｎｇ，ｐｐ．３−１４，１９９３
年）（文献３）等を参照できる。
【０００４】
【発明が解決しようとする課題】スペクトルパラメータ
の符号化ビットレートを１ｋｂ／ｓ以下に低減するため
には、スペクトルパラメータ量子化による歪を聴覚的な
知覚限以下におさえながら、スペクトルパラメータの量
子化ビット数をフレーム当り２０ビット以下（フレーム
長を２０ｍｓとした場合）に低減する必要がある。この
ためには従来の方法では、歪尺度が聴覚の特性を反映し
ていないために困難で、量子化ビット数を２０ビット以
下に低減すると、音質は大きく劣化していた。
の符号化ビットレートを１ｋｂ／ｓ以下に低減するため
には、スペクトルパラメータ量子化による歪を聴覚的な
知覚限以下におさえながら、スペクトルパラメータの量
子化ビット数をフレーム当り２０ビット以下（フレーム
長を２０ｍｓとした場合）に低減する必要がある。この
ためには従来の方法では、歪尺度が聴覚の特性を反映し
ていないために困難で、量子化ビット数を２０ビット以
下に低減すると、音質は大きく劣化していた。
【０００５】本発明の目的は、上述した問題点を解決
し、比較的少ない演算量及びメモリ量により、スペクト
ルパラメータを１ｋｂ／ｓ以下で符号化可能な音声パラ
メータ符号化装置を提供することにある。
し、比較的少ない演算量及びメモリ量により、スペクト
ルパラメータを１ｋｂ／ｓ以下で符号化可能な音声パラ
メータ符号化装置を提供することにある。
【０００６】
【課題を解決するための手段】本発明による音声パラメ
ータ符号化装置は、入力した離散的な音声信号を予め定
められた時間長のフレームに分割し、前記信号のスペク
トル包絡を表すスペクトルパラメータを求めるスペクト
ルパラメータ計算部と、前記音声信号から聴覚のマスキ
ングしきい値を求め、前記マスキングしきい値に対応し
た重み係数を求める重み係数計算部と、前記スペクトル
パラメータと前記重み係数を入力し、前記重み係数によ
る重み付け歪尺度を用いてコードブックを探索して前記
スペクトルパラメータを量子化するスペクトルパラメー
タ量子化部とを有することを特徴とする。
ータ符号化装置は、入力した離散的な音声信号を予め定
められた時間長のフレームに分割し、前記信号のスペク
トル包絡を表すスペクトルパラメータを求めるスペクト
ルパラメータ計算部と、前記音声信号から聴覚のマスキ
ングしきい値を求め、前記マスキングしきい値に対応し
た重み係数を求める重み係数計算部と、前記スペクトル
パラメータと前記重み係数を入力し、前記重み係数によ
る重み付け歪尺度を用いてコードブックを探索して前記
スペクトルパラメータを量子化するスペクトルパラメー
タ量子化部とを有することを特徴とする。
【０００７】また、本発明による音声パラメータ符号化
装置は、上述の音声パラメータ符号化装置の重み係数計
算部において、前記スペクトルパラメータから聴覚のマ
スキングしきい値を求め、前記マスキングしきい値に対
応した重み係数を求める重み係数計算部を有することを
特徴とする。
装置は、上述の音声パラメータ符号化装置の重み係数計
算部において、前記スペクトルパラメータから聴覚のマ
スキングしきい値を求め、前記マスキングしきい値に対
応した重み係数を求める重み係数計算部を有することを
特徴とする。
【０００８】さらに、本発明による音声パラメータ符号
化装置は、音声パラメータ符号化装置のスペクトルパラ
メータ計算部において、前記スペクトルパラメータを聴
覚の特性にあうように非線形変換するスペクトルパラメ
ータ計算部を有することを特徴とする。
化装置は、音声パラメータ符号化装置のスペクトルパラ
メータ計算部において、前記スペクトルパラメータを聴
覚の特性にあうように非線形変換するスペクトルパラメ
ータ計算部を有することを特徴とする。
【０００９】
【作用】本発明による音声パラメータ符号化装置の作用
を示す。
を示す。
【００１０】以下の説明では、スペクトルパラメータと
して、ＬＳＰを用いることとして説明を行うが、他の周
知なパラメータ、例えば、ＰＡＲＣＯＲ、ケプストラ
ム、メルケプストラムなども同様にして用いることがで
きる。ＬＳＰの求め方等は、Ｓｕｇａｍｕｒａ氏らによ
る”Ｑｕａｎｔｉｚｅｒ ｄｅｓｉｇｎ ｉｎ ＬＳＰ
ｓｐｅｅｃｈ ａｎａｌｙｓｉｓ−ｓｙｎｔｈｅｓｉ
ｓ”と題した論文（ＩＥＥＥ．Ｊ．Ｓｅｌ．Ａｒｅａ
ｓ，Ｃｏｍｍｕｎ．，ｐｐ．４３２−４４０，１９８８
年）（文献４）等を参照できる。
して、ＬＳＰを用いることとして説明を行うが、他の周
知なパラメータ、例えば、ＰＡＲＣＯＲ、ケプストラ
ム、メルケプストラムなども同様にして用いることがで
きる。ＬＳＰの求め方等は、Ｓｕｇａｍｕｒａ氏らによ
る”Ｑｕａｎｔｉｚｅｒ ｄｅｓｉｇｎ ｉｎ ＬＳＰ
ｓｐｅｅｃｈ ａｎａｌｙｓｉｓ−ｓｙｎｔｈｅｓｉ
ｓ”と題した論文（ＩＥＥＥ．Ｊ．Ｓｅｌ．Ａｒｅａ
ｓ，Ｃｏｍｍｕｎ．，ｐｐ．４３２−４４０，１９８８
年）（文献４）等を参照できる。
【００１１】音声信号をフレーム（例えば２０ｍｓ）に
分割しスペクトルパラメータ計算部においてＬＳＰを求
める。さらに、重み係数計算部ではフレームの音声信号
から聴覚のマスキングしきい値を求め、これから重み係
数を求める。具体的には、音声信号をフーリエ変換し、
パワスペクトルを求める。パワスペクトルに対して、臨
界帯域毎にパワの和を求める。ここで各臨界帯域の下
限、上限の周波数については、Ｅ．Ｚｗｉｃｋｅｒ氏ら
による”Ｐｓｙｃｈｏａｃｏｕｓｔｉｃｓ”と題した単
行本（Ｓｐｒｉｎｇｅｒ−Ｖｅｒｌａｇ社，１９９０
年）（文献５）を参照することができる。次に、Ｓｐｒ
ｅａｄｉｎｇ ｆｕｎｃｔｉｏｎ（散布関数）を臨界帯
域のパワに畳み込んでｓｐｒｅａｄｉｎｇ ｓｐｅｃｔ
ｒｕｍ（散布すスペクトラム）を計算する。そして、ｓ
ｐｒｅａｄｉｎｇ ｓｐｅｃｔｒｕｍに対して各臨界帯
域毎にあらかじめ定められたしきい値だけ補正してマス
キングしきい値スペクトルＰm i （ｉ＝１．．．Ｂ：こ
こでＢは臨界帯域数）を計算する。なお、ｓｐｒｅａｄ
ｉｎｇ ｆｕｎｃｉｔｉｏｎや前記しきい値の具体例に
ついては、Ｊ．Ｊｏｈｎｓｔｏｎ氏らによる”Ｔｒａｎ
ｓｆｏｒｍ Ｃｏｄｉｎｇ ｏｆ Ａｕｄｉｏ Ｓｉｇ
ｎａｌｓ ｕｓｉｎｇ ＰｅｒｃｅｐｔｕａｌＮｏｉｓ
ｅ Ｃｒｉｔｅｒｉａ”（ＩＥＥＥ Ｊ．Ｓｅｌ．Ａｒ
ｅａｓ ｉｎＣｏｍｍｕｎ．，ｐｐ３１４−３２３，１
９８８年）と題した論文（文献６）を参照できる。Ｐ
m i を線形周波数軸に変換して重み係数Ａ（ｆ）として
出力する。スペクトルパラメータ量子化部では、次式に
よる重み付け量子化歪を最小化するように、スペクトル
パラメータの量子化を行う。
分割しスペクトルパラメータ計算部においてＬＳＰを求
める。さらに、重み係数計算部ではフレームの音声信号
から聴覚のマスキングしきい値を求め、これから重み係
数を求める。具体的には、音声信号をフーリエ変換し、
パワスペクトルを求める。パワスペクトルに対して、臨
界帯域毎にパワの和を求める。ここで各臨界帯域の下
限、上限の周波数については、Ｅ．Ｚｗｉｃｋｅｒ氏ら
による”Ｐｓｙｃｈｏａｃｏｕｓｔｉｃｓ”と題した単
行本（Ｓｐｒｉｎｇｅｒ−Ｖｅｒｌａｇ社，１９９０
年）（文献５）を参照することができる。次に、Ｓｐｒ
ｅａｄｉｎｇ ｆｕｎｃｔｉｏｎ（散布関数）を臨界帯
域のパワに畳み込んでｓｐｒｅａｄｉｎｇ ｓｐｅｃｔ
ｒｕｍ（散布すスペクトラム）を計算する。そして、ｓ
ｐｒｅａｄｉｎｇ ｓｐｅｃｔｒｕｍに対して各臨界帯
域毎にあらかじめ定められたしきい値だけ補正してマス
キングしきい値スペクトルＰm i （ｉ＝１．．．Ｂ：こ
こでＢは臨界帯域数）を計算する。なお、ｓｐｒｅａｄ
ｉｎｇ ｆｕｎｃｉｔｉｏｎや前記しきい値の具体例に
ついては、Ｊ．Ｊｏｈｎｓｔｏｎ氏らによる”Ｔｒａｎ
ｓｆｏｒｍ Ｃｏｄｉｎｇ ｏｆ Ａｕｄｉｏ Ｓｉｇ
ｎａｌｓ ｕｓｉｎｇ ＰｅｒｃｅｐｔｕａｌＮｏｉｓ
ｅ Ｃｒｉｔｅｒｉａ”（ＩＥＥＥ Ｊ．Ｓｅｌ．Ａｒ
ｅａｓ ｉｎＣｏｍｍｕｎ．，ｐｐ３１４−３２３，１
９８８年）と題した論文（文献６）を参照できる。Ｐ
m i を線形周波数軸に変換して重み係数Ａ（ｆ）として
出力する。スペクトルパラメータ量子化部では、次式に
よる重み付け量子化歪を最小化するように、スペクトル
パラメータの量子化を行う。
【００１２】
【数１】
【００１３】ここで、ｆi 、ｆi j はそれぞれ、入力の
ｉ次目のＬＳＰパラメータ、あらかじめ定められたビッ
ト数のスペクトルパラメータコードブックにおけるｊ番
目のコードベクトルである。Ｍはスペクトルパラメータ
の次数である。またＡ（ｆi ）は重み係数であり、例え
ば下式のように書ける。
ｉ次目のＬＳＰパラメータ、あらかじめ定められたビッ
ト数のスペクトルパラメータコードブックにおけるｊ番
目のコードベクトルである。Ｍはスペクトルパラメータ
の次数である。またＡ（ｆi ）は重み係数であり、例え
ば下式のように書ける。
【００１４】 Ａ（ｆi ）＝Ｑ／Ｐm （ｆi ） （２）
【００１５】
【数２】
【００１６】スペクトルパラメータコードブックは前記
文献２の方法を用いてあらかじめ設計しておく。
文献２の方法を用いてあらかじめ設計しておく。
【００１７】また、本発明の重み係数計算部では、マス
キングしきい値を求めるときに、音声信号をフーリエ変
換してパワスペクトルを求めるのではなく、スペクトル
パラメータ（例えば線形予測係数）をフーリエ変換して
パワスペクトル包絡を求め、パワスペクトル包絡から上
述の方法によりマスキングしきい値を求め、重み係数を
求めることもできる。
キングしきい値を求めるときに、音声信号をフーリエ変
換してパワスペクトルを求めるのではなく、スペクトル
パラメータ（例えば線形予測係数）をフーリエ変換して
パワスペクトル包絡を求め、パワスペクトル包絡から上
述の方法によりマスキングしきい値を求め、重み係数を
求めることもできる。
【００１８】また、本発明のスペクトルパラメータ計算
部では、スペクトルパラメータを聴覚の特性にあうよう
に非線形変換した後に、上述の方法でスペクトルパラメ
ータを量子化することができる。ここで、聴覚の特性
は、周波数軸が非線形であり、低減ほど分解能が高く、
高域ほど分解能が低いことが知られている。このような
特性にあうような非線形変換としては、メル変換などが
知られている。スペクトルパラメータのメル変換につい
ては、パワスペクトルから変換する方法や、自己相関関
数から変換する方法が知られている。これらの方法の詳
細は、例えば、Ｓｔｒｕｂｅ氏による”Ｌｉｎｅａｒ
ｐｒｅｄｉｃｔｉｏｎ ｏｎ ａ ｗａｒｐｅｄ ｆｒ
ｅｑｕｅｎｃｙ ｓｃａｌｅ”と題した論文（Ｊ．Ａｃ
ｏｕｓｔ．Ｓｏｃ．Ａｍ．，ｐｐ．１０７１−１０７
６，１９８０）（文献７）等を参照できる。
部では、スペクトルパラメータを聴覚の特性にあうよう
に非線形変換した後に、上述の方法でスペクトルパラメ
ータを量子化することができる。ここで、聴覚の特性
は、周波数軸が非線形であり、低減ほど分解能が高く、
高域ほど分解能が低いことが知られている。このような
特性にあうような非線形変換としては、メル変換などが
知られている。スペクトルパラメータのメル変換につい
ては、パワスペクトルから変換する方法や、自己相関関
数から変換する方法が知られている。これらの方法の詳
細は、例えば、Ｓｔｒｕｂｅ氏による”Ｌｉｎｅａｒ
ｐｒｅｄｉｃｔｉｏｎ ｏｎ ａ ｗａｒｐｅｄ ｆｒ
ｅｑｕｅｎｃｙ ｓｃａｌｅ”と題した論文（Ｊ．Ａｃ
ｏｕｓｔ．Ｓｏｃ．Ａｍ．，ｐｐ．１０７１−１０７
６，１９８０）（文献７）等を参照できる。
【００１９】さらに、ＬＳＰ係数から直接メル変換する
方法も知られている。メル変換したＬＳＰに対して、前
記（１）−（３）式を適用してスペクトルパラメータの
量子化を行う。ここで、非線形変換したＬＳＰに対し
て、予めベクトル量子化コードブックをトレーニングに
より構成する。ベクトル量子化コードブックの構成法は
前述の文献２等を参照できる。
方法も知られている。メル変換したＬＳＰに対して、前
記（１）−（３）式を適用してスペクトルパラメータの
量子化を行う。ここで、非線形変換したＬＳＰに対し
て、予めベクトル量子化コードブックをトレーニングに
より構成する。ベクトル量子化コードブックの構成法は
前述の文献２等を参照できる。
【００２０】
【実施例】図１は、本発明による音声パラメータ符号化
装置の第１の実施例を示すブロック図である。
装置の第１の実施例を示すブロック図である。
【００２１】図において、送信側では、入力端子１００
から音声信号を入力し、１フレーム分（例えば２０ｍ
ｓ）の音声信号をバッファメモリ１１０に格納する。
から音声信号を入力し、１フレーム分（例えば２０ｍ
ｓ）の音声信号をバッファメモリ１１０に格納する。
【００２２】スペクトルパラメータ計算回路１３０は、
フレームの音声信号ｘ（ｎ）のスペクトル特性を表すパ
ラメータとして、線形予測係数αi （ｉ＝１．．．Ｍ：
Ｍは予測次数）を前記フレームの音声信号から衆知のＬ
ＰＣ分析を行いあらかじめ定められた次数Ｐだけ計算す
る。さらに、線形予測係数を前記文献４に従いＬＳＰパ
ラメータｆi に変換する。
フレームの音声信号ｘ（ｎ）のスペクトル特性を表すパ
ラメータとして、線形予測係数αi （ｉ＝１．．．Ｍ：
Ｍは予測次数）を前記フレームの音声信号から衆知のＬ
ＰＣ分析を行いあらかじめ定められた次数Ｐだけ計算す
る。さらに、線形予測係数を前記文献４に従いＬＳＰパ
ラメータｆi に変換する。
【００２３】重み係数計算回路１５０は、前記音声信号
から聴覚のマスキングしきい値を求め、さらに重み係数
を求める。図２に、重み係数計算回路１５０の構成を示
す。
から聴覚のマスキングしきい値を求め、さらに重み係数
を求める。図２に、重み係数計算回路１５０の構成を示
す。
【００２４】図２において、フーリエ変換回路２００
は、フレームの音声信号を入力し、あらかじめ定められ
た窓関数（例えばハミング窓）を乗じあらかじめ定めら
れた店数のフーリエ変換を施す。パワスペクトル計算回
路２１０は、２００の出力に対して次式によりパワスペ
クトルＰ（ｗ）を計算する。
は、フレームの音声信号を入力し、あらかじめ定められ
た窓関数（例えばハミング窓）を乗じあらかじめ定めら
れた店数のフーリエ変換を施す。パワスペクトル計算回
路２１０は、２００の出力に対して次式によりパワスペ
クトルＰ（ｗ）を計算する。
【００２５】 Ｐ（ｗ）＝Ｒｅ［Ｘ（ｗ）］2 ＋Ｉｍ［Ｘ（ｗ）］2 （ｗ＝０．．．．π） （６） ここで、Ｒｅ［Ｘ（ｗ）］、Ｉｍ［Ｘ（ｗ）］はフーリ
エ変換したスペクトルの実部、虚部を示す。ｗは角周波
数である。臨界帯域スペクトル計算回路２２０は、Ｐ
（ｗ）を用いて下式の計算を行う。
エ変換したスペクトルの実部、虚部を示す。ｗは角周波
数である。臨界帯域スペクトル計算回路２２０は、Ｐ
（ｗ）を用いて下式の計算を行う。
【００２６】
【数３】
【００２７】ここで、Ｂi は帯域番号ｉの臨界帯域スペ
クトルである。ｂｌi 、ｂｈi はｉ番目の臨界帯域の下
限、上限の周波数である。具体的な周波数については、
前記文献５を参照できる。次に、下式に従い、臨界帯域
スペクトルに散布関数を畳み込む。
クトルである。ｂｌi 、ｂｈi はｉ番目の臨界帯域の下
限、上限の周波数である。具体的な周波数については、
前記文献５を参照できる。次に、下式に従い、臨界帯域
スペクトルに散布関数を畳み込む。
【００２８】
【数４】
【００２９】ここでｓｐｒｄ（ｊ，ｉ）は散布関数であ
り、具体的な値は前記文献４を参照できる。また、ｂ
m a x は角周波数πまでの間に含まれる臨界帯域の個数
である。２２０は、Ｃi を出力する。
り、具体的な値は前記文献４を参照できる。また、ｂ
m a x は角周波数πまでの間に含まれる臨界帯域の個数
である。２２０は、Ｃi を出力する。
【００３０】マスキングしきい値スペクトル計算回路２
３０は、下式に従い、マスキングしきい値スペクトルＴ
ｈi を計算する。
３０は、下式に従い、マスキングしきい値スペクトルＴ
ｈi を計算する。
【００３１】 Ｔｈi ＝Ｃi Ｔi （９） ただし Ｔi ＝１０- ( O i / 1 0 ) （１０） Ｏi ＝α（１４．５＋ｉ）＋（１−α）５．５ （１１） α＝ｍｉｎ［Ｎ（ＮＧ／Ｒ），１．０］ （１２）
【００３２】
【数５】
【００３３】ここで、ｋi はｉ次目のＫパラメータであ
り、入力した線形予測係数から衆知の方法により変換し
て求める。また、Ｍは線形予測分析の次数である。Ｒは
あらかじめ定められた定数である。マスキングしきい値
スペクトルは、絶対しきい値を考慮することにより、下
式のようになる。
り、入力した線形予測係数から衆知の方法により変換し
て求める。また、Ｍは線形予測分析の次数である。Ｒは
あらかじめ定められた定数である。マスキングしきい値
スペクトルは、絶対しきい値を考慮することにより、下
式のようになる。
【００３４】 Ｔｈ’i ＝ｍａｘ［Ｔｈi ，ａｂｓｔｈi ］ （１４） ここで、ａｂｓｔｈi は、臨界帯域ｉにおける絶対しき
い値であり、前記文献５を参照できる。
い値であり、前記文献５を参照できる。
【００３５】重み係数計算回路２４０は、マスキングし
きい値スペクトルＴｈ・ｉ（ｉ＝１．．．ｂm a x ）に
対して、周波数軸をバーク軸からヘルツ軸に変換したス
ペクトルＰm （ｆ）を求め、さらに、（２），（３）式
を用いて重み係数Ａ（ｆ）を求め、これを出力する。
きい値スペクトルＴｈ・ｉ（ｉ＝１．．．ｂm a x ）に
対して、周波数軸をバーク軸からヘルツ軸に変換したス
ペクトルＰm （ｆ）を求め、さらに、（２），（３）式
を用いて重み係数Ａ（ｆ）を求め、これを出力する。
【００３６】図１にもどり、スペクトルパラメータ量子
化回路１６０は、ＬＳＰ係数ｆi をスペクトルパラメー
タ計算回路１３０から入力し、重み係数Ａ（ｆ）を重み
計算回路１５０から入力し、（１）式による重み付け歪
尺度を最小化するように、コードブック１７０を探索し
て、最小化するコードベクトルのインデクスｊを出力す
る。ここでコードブック１７０には、ＬＳＰパラメータ
のコードベクトルｆij があらかじめ定められた種類
（２B 種類：Ｂはコードブックのビット数）格納されて
いる。
化回路１６０は、ＬＳＰ係数ｆi をスペクトルパラメー
タ計算回路１３０から入力し、重み係数Ａ（ｆ）を重み
計算回路１５０から入力し、（１）式による重み付け歪
尺度を最小化するように、コードブック１７０を探索し
て、最小化するコードベクトルのインデクスｊを出力す
る。ここでコードブック１７０には、ＬＳＰパラメータ
のコードベクトルｆij があらかじめ定められた種類
（２B 種類：Ｂはコードブックのビット数）格納されて
いる。
【００３７】図３は、本発明による第２の実施例を示し
たブロック図である。図において図１と同一の番号を付
した構成要素は、図１と同一の動作を行うので、説明は
省略する。図１との違いは、重み係数計算回路３００で
ある。重み係数計算回路３００を図４に示す。図におい
て、フーリエ変換回路３１０は音声信号ｘ（ｎ）ではな
く、スペクトルパラメータ（ここでは非線形予測係数α
i ）に対してフーリエ変換を施す点が異なる。
たブロック図である。図において図１と同一の番号を付
した構成要素は、図１と同一の動作を行うので、説明は
省略する。図１との違いは、重み係数計算回路３００で
ある。重み係数計算回路３００を図４に示す。図におい
て、フーリエ変換回路３１０は音声信号ｘ（ｎ）ではな
く、スペクトルパラメータ（ここでは非線形予測係数α
i ）に対してフーリエ変換を施す点が異なる。
【００３８】図５は本発明による第３の実施例の説明を
示したブロック図である。スペクトルパラメータ計算回
路図において図１と同一の番号を付した構成要素は、図
１と同一の動作を行うので、説明は省略する。図１との
違いは、スペクトルパラメータ計算回路４００と重み付
け回路５００、コードブック４１０である。４００で
は、ＬＳＰパラメータから聴覚の特性にあわせて非線形
変換したＬＳＰパラメータを求める。ここでは、非線形
変換としてメル変換を用いることとし、メルＬＳＰパラ
メータｆm i と線形予測係数αi を出力する。
示したブロック図である。スペクトルパラメータ計算回
路図において図１と同一の番号を付した構成要素は、図
１と同一の動作を行うので、説明は省略する。図１との
違いは、スペクトルパラメータ計算回路４００と重み付
け回路５００、コードブック４１０である。４００で
は、ＬＳＰパラメータから聴覚の特性にあわせて非線形
変換したＬＳＰパラメータを求める。ここでは、非線形
変換としてメル変換を用いることとし、メルＬＳＰパラ
メータｆm i と線形予測係数αi を出力する。
【００３９】重み係数計算回路５００では、マスキング
しきい値スペクトルＴｈ・ｉ（ｉ＝１．．．ｂm a x ）
から重み係数を求める際に、バーク軸からメル軸に変換
したスペクトルＰm ’（ｆm ）を求め、これを（２）、
（３）式に代入して、重み係数Ａ’（ｆm ）を求め出力
する。
しきい値スペクトルＴｈ・ｉ（ｉ＝１．．．ｂm a x ）
から重み係数を求める際に、バーク軸からメル軸に変換
したスペクトルＰm ’（ｆm ）を求め、これを（２）、
（３）式に代入して、重み係数Ａ’（ｆm ）を求め出力
する。
【００４０】なお、重み係数計算回路でフーリエ変換す
る際に、音声信号ｘ（ｎ）からではなく、線形予測係数
αi からフーリエ変換することもできる。
る際に、音声信号ｘ（ｎ）からではなく、線形予測係数
αi からフーリエ変換することもできる。
【００４１】コードブック４１０は、メル変換ＬＳＰに
対して、あらかじめ学習によりコードブックを設計して
おく。
対して、あらかじめ学習によりコードブックを設計して
おく。
【００４２】上述の実施例において、ＬＳＰパラメータ
の量子化法としては、さらに効率のよい方法を用いるこ
とができる。例えば、多段ベクトル量子化法や、文献３
のスプリットベクトル量子化法、過去の量子化ＬＳＰ系
列から予測を行った後にベクトル量子化する方法など、
衆知な方法を用いることができる。さらに、マトリクス
量子化や、トレリス量子化、有限状態ベクトル量子化法
などを適用できる。これらの量子化法の詳細について
は、Ｇｒａｙ氏による”Ｖｅｃｔｏｒ ｑｕａｎｔｉｚ
ａｔｉｏｎ”と題した論文（ＩＥＥＥ ＡＳＳＰ Ｍａ
ｇ．，ｐｐ．４−２９，１９８４）（文献８）等に記載
されている。
の量子化法としては、さらに効率のよい方法を用いるこ
とができる。例えば、多段ベクトル量子化法や、文献３
のスプリットベクトル量子化法、過去の量子化ＬＳＰ系
列から予測を行った後にベクトル量子化する方法など、
衆知な方法を用いることができる。さらに、マトリクス
量子化や、トレリス量子化、有限状態ベクトル量子化法
などを適用できる。これらの量子化法の詳細について
は、Ｇｒａｙ氏による”Ｖｅｃｔｏｒ ｑｕａｎｔｉｚ
ａｔｉｏｎ”と題した論文（ＩＥＥＥ ＡＳＳＰ Ｍａ
ｇ．，ｐｐ．４−２９，１９８４）（文献８）等に記載
されている。
【００４３】量子化するスペクトルパラメータとして
は、他の周知なパラメータを使用できる。例えばＫパラ
メータ、ケプストラム、、メルケプストラム等である。
は、他の周知なパラメータを使用できる。例えばＫパラ
メータ、ケプストラム、、メルケプストラム等である。
【００４４】さらに、聴覚の特性を表す非線形変換とし
ては、他の周知な変換を用いることもできる。例えば、
バーク変換を使用することができる。詳細は文献５を参
照できる。
ては、他の周知な変換を用いることもできる。例えば、
バーク変換を使用することができる。詳細は文献５を参
照できる。
【００４５】また、マスキングしきい値スペクトルの計
算法としては、他の周知な方法を使用することができ
る。
算法としては、他の周知な方法を使用することができ
る。
【００４６】また、重み係数計算回路では、演算量を低
減化するために、フーリエ変換のかわりに、帯域分割フ
ィルタ群を用いることもできる。
減化するために、フーリエ変換のかわりに、帯域分割フ
ィルタ群を用いることもできる。
【００４７】また、聴覚は周波数誤差について、低周波
ほど敏感で、高周波になるほど鈍感になることがしられ
ているので、この知見をさらに取り込み、ＬＳＰコード
ブックを探索する際に下式による重み付け歪尺度を用い
ることもできる。
ほど敏感で、高周波になるほど鈍感になることがしられ
ているので、この知見をさらに取り込み、ＬＳＰコード
ブックを探索する際に下式による重み付け歪尺度を用い
ることもできる。
【００４８】
【数６】
【００４９】
【発明の効果】以上述べたように、本発明によれば、音
声信号のスペクトルパラメータを量子化するときに、聴
覚のマスキングしきい値をもとにした重み係数を求め、
これによる重み付け歪尺度を最小化するように量子化を
行うので、歪が耳につきにくく、従来よりも低いビット
レートでスペクトルパラメータを量子化することができ
る。
声信号のスペクトルパラメータを量子化するときに、聴
覚のマスキングしきい値をもとにした重み係数を求め、
これによる重み付け歪尺度を最小化するように量子化を
行うので、歪が耳につきにくく、従来よりも低いビット
レートでスペクトルパラメータを量子化することができ
る。
【００５０】さらに、本発明によれば、スペクトルパラ
メータを聴覚の特性にあうように非線形変換した後に、
上記重み付け歪尺度により量子化することができるの
で、より一層のビットレート低減化が可能となる。
メータを聴覚の特性にあうように非線形変換した後に、
上記重み付け歪尺度により量子化することができるの
で、より一層のビットレート低減化が可能となる。
【図１】本発明の第１の実施例を示すブロック図であ
る。
る。
【図２】図１中の重み係数計算回路１５０の構成を示す
ブロック図である。
ブロック図である。
【図３】本発明の第２の実施例を示すブロック図であ
る。
る。
【図４】図３中の重み係数計算回路３００の構成を示す
ブロック図である。
ブロック図である。
【図５】本発明の第３の実施例を示すブロック図であ
る。
る。
１１０ バッファメモリ １３０、４００ スペクトルパラメータ計算回路 １５０、３００、５００ 重み係数計算回路 １６０ スペクトルパラメータ量子化回路 １７０ コードブック ２００、３１０ フーリエ変換回路 ２１０ パワスペクトル計算回路 ２２０ 臨界帯域スペクトル計算回路 ２３０ マスキングしきい値スペクトル計算回路 ２４０ 重み係数計算回路
Claims (3)
- 【請求項１】 入力した離散的な音声信号を予め定めら
れた時間長のフレームに分割し、前記信号のスペクトル
包絡を表すスペクトルパラメータを求めるスペクトルパ
ラメータ計算部と、前記音声信号から聴覚のマスキング
しきい値を求め、前記マスキングしきい値に対応した重
み係数を求める重み係数計算部と、前記重み係数と前記
スペクトルパラメータを入力し、前記重み係数による重
み付け歪尺度を最小化するようにコードブックを探索し
て前記スペクトルパラメータを量子化するスペクトルパ
ラメータ量子化部とを有することを特徴とする音声パラ
メータ符号化装置。 - 【請求項２】 前記重み係数計算部において、前記スペ
クトルパラメータから聴覚のマスキングしきい値を求
め、前記マスキングしきい値に対応した重み係数を求め
る重み係数計算部を有することを特徴とする請求項１記
載の音声パラメータ符号化装置。 - 【請求項３】 スペクトルパラメータ計算部において、
前記スペクトルパラメータを聴覚の特性にあうように非
線形変換するスペクトルパラメータ計算部を有すること
を特徴とする請求項１又は２記載の音声パラメータ符号
化装置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5310524A JPH07160297A (ja) | 1993-12-10 | 1993-12-10 | 音声パラメータ符号化方式 |
| DE69420683T DE69420683T2 (de) | 1993-12-10 | 1994-12-09 | Kodierer für Sprachparameter |
| EP94119541A EP0658876B1 (en) | 1993-12-10 | 1994-12-09 | Speech parameter encoder |
| CA002137757A CA2137757C (en) | 1993-12-10 | 1994-12-09 | Speech parameter encoder |
| US08/355,295 US5666465A (en) | 1993-12-10 | 1994-12-12 | Speech parameter encoder |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5310524A JPH07160297A (ja) | 1993-12-10 | 1993-12-10 | 音声パラメータ符号化方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07160297A true JPH07160297A (ja) | 1995-06-23 |
Family
ID=18006272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5310524A Pending JPH07160297A (ja) | 1993-12-10 | 1993-12-10 | 音声パラメータ符号化方式 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5666465A (ja) |
| EP (1) | EP0658876B1 (ja) |
| JP (1) | JPH07160297A (ja) |
| CA (1) | CA2137757C (ja) |
| DE (1) | DE69420683T2 (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09212195A (ja) * | 1995-12-12 | 1997-08-15 | Nokia Mobile Phones Ltd | 音声活性検出装置及び移動局並びに音声活性検出方法 |
| JPH11327600A (ja) * | 1997-10-03 | 1999-11-26 | Matsushita Electric Ind Co Ltd | オーディオ信号圧縮方法、オーディオ信号圧縮装置、音声信号圧縮方法、音声信号圧縮装置，音声認識方法および音声認識装置 |
| US6477490B2 (en) | 1997-10-03 | 2002-11-05 | Matsushita Electric Industrial Co., Ltd. | Audio signal compression method, audio signal compression apparatus, speech signal compression method, speech signal compression apparatus, speech recognition method, and speech recognition apparatus |
| KR100474969B1 (ko) * | 2002-06-04 | 2005-03-10 | 에스엘투 주식회사 | 음성신호 부호화를 위한 선 스펙트럼 계수의 벡터 양자화방법과 이를 위한 마스킹 임계치 산출 방법 |
| WO2005064594A1 (ja) * | 2003-12-26 | 2005-07-14 | Matsushita Electric Industrial Co., Ltd. | 音声・楽音符号化装置及び音声・楽音符号化方法 |
| CN111862995A (zh) * | 2020-06-22 | 2020-10-30 | 北京达佳互联信息技术有限公司 | 一种码率确定模型训练方法、码率确定方法及装置 |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2842276B2 (ja) * | 1995-02-24 | 1998-12-24 | 日本電気株式会社 | 広帯域信号符号化装置 |
| JP3246715B2 (ja) * | 1996-07-01 | 2002-01-15 | 松下電器産業株式会社 | オーディオ信号圧縮方法，およびオーディオ信号圧縮装置 |
| US6904404B1 (en) * | 1996-07-01 | 2005-06-07 | Matsushita Electric Industrial Co., Ltd. | Multistage inverse quantization having the plurality of frequency bands |
| JP3357795B2 (ja) * | 1996-08-16 | 2002-12-16 | 株式会社東芝 | 音声符号化方法および装置 |
| JPH10124088A (ja) * | 1996-10-24 | 1998-05-15 | Sony Corp | 音声帯域幅拡張装置及び方法 |
| JP3357829B2 (ja) * | 1997-12-24 | 2002-12-16 | 株式会社東芝 | 音声符号化／復号化方法 |
| CA2239294A1 (en) * | 1998-05-29 | 1999-11-29 | Majid Foodeei | Methods and apparatus for efficient quantization of gain parameters in glpas speech coders |
| US6393399B1 (en) * | 1998-09-30 | 2002-05-21 | Scansoft, Inc. | Compound word recognition |
| FR2947944A1 (fr) * | 2009-07-07 | 2011-01-14 | France Telecom | Codage/decodage perfectionne de signaux audionumeriques |
| FR3049084B1 (fr) * | 2016-03-15 | 2022-11-11 | Fraunhofer Ges Forschung | Dispositif de codage pour le traitement d'un signal d'entree et dispositif de decodage pour le traitement d'un signal code |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0473699A (ja) * | 1990-07-13 | 1992-03-09 | Nec Corp | 音声符号化方式 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA1197619A (en) * | 1982-12-24 | 1985-12-03 | Kazunori Ozawa | Voice encoding systems |
| DE3639753A1 (de) * | 1986-11-21 | 1988-06-01 | Inst Rundfunktechnik Gmbh | Verfahren zum uebertragen digitalisierter tonsignale |
| US4969192A (en) * | 1987-04-06 | 1990-11-06 | Voicecraft, Inc. | Vector adaptive predictive coder for speech and audio |
| EP0443548B1 (en) * | 1990-02-22 | 2003-07-23 | Nec Corporation | Speech coder |
| JP3151874B2 (ja) * | 1991-02-26 | 2001-04-03 | 日本電気株式会社 | 音声パラメータ符号化方式および装置 |
| US5487086A (en) * | 1991-09-13 | 1996-01-23 | Comsat Corporation | Transform vector quantization for adaptive predictive coding |
-
1993
- 1993-12-10 JP JP5310524A patent/JPH07160297A/ja active Pending
-
1994
- 1994-12-09 CA CA002137757A patent/CA2137757C/en not_active Expired - Fee Related
- 1994-12-09 EP EP94119541A patent/EP0658876B1/en not_active Expired - Lifetime
- 1994-12-09 DE DE69420683T patent/DE69420683T2/de not_active Expired - Fee Related
- 1994-12-12 US US08/355,295 patent/US5666465A/en not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0473699A (ja) * | 1990-07-13 | 1992-03-09 | Nec Corp | 音声符号化方式 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09212195A (ja) * | 1995-12-12 | 1997-08-15 | Nokia Mobile Phones Ltd | 音声活性検出装置及び移動局並びに音声活性検出方法 |
| JP2008293038A (ja) * | 1995-12-12 | 2008-12-04 | Nokia Corp | 音声活性検出装置及び移動局並びに音声活性検出方法 |
| JPH11327600A (ja) * | 1997-10-03 | 1999-11-26 | Matsushita Electric Ind Co Ltd | オーディオ信号圧縮方法、オーディオ信号圧縮装置、音声信号圧縮方法、音声信号圧縮装置，音声認識方法および音声認識装置 |
| US6477490B2 (en) | 1997-10-03 | 2002-11-05 | Matsushita Electric Industrial Co., Ltd. | Audio signal compression method, audio signal compression apparatus, speech signal compression method, speech signal compression apparatus, speech recognition method, and speech recognition apparatus |
| KR100474969B1 (ko) * | 2002-06-04 | 2005-03-10 | 에스엘투 주식회사 | 음성신호 부호화를 위한 선 스펙트럼 계수의 벡터 양자화방법과 이를 위한 마스킹 임계치 산출 방법 |
| WO2005064594A1 (ja) * | 2003-12-26 | 2005-07-14 | Matsushita Electric Industrial Co., Ltd. | 音声・楽音符号化装置及び音声・楽音符号化方法 |
| JPWO2005064594A1 (ja) * | 2003-12-26 | 2007-07-19 | 松下電器産業株式会社 | 音声・楽音符号化装置及び音声・楽音符号化方法 |
| US7693707B2 (en) | 2003-12-26 | 2010-04-06 | Pansonic Corporation | Voice/musical sound encoding device and voice/musical sound encoding method |
| JP4603485B2 (ja) * | 2003-12-26 | 2010-12-22 | パナソニック株式会社 | 音声・楽音符号化装置及び音声・楽音符号化方法 |
| CN111862995A (zh) * | 2020-06-22 | 2020-10-30 | 北京达佳互联信息技术有限公司 | 一种码率确定模型训练方法、码率确定方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0658876B1 (en) | 1999-09-15 |
| EP0658876A2 (en) | 1995-06-21 |
| CA2137757A1 (en) | 1995-06-11 |
| DE69420683T2 (de) | 2000-07-20 |
| EP0658876A3 (en) | 1997-08-13 |
| US5666465A (en) | 1997-09-09 |
| CA2137757C (en) | 1998-11-24 |
| DE69420683D1 (de) | 1999-10-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5208862A (en) | Speech coder | |
| JP3114197B2 (ja) | 音声パラメータ符号化方法 | |
| JPH07160297A (ja) | 音声パラメータ符号化方式 | |
| JP3143956B2 (ja) | 音声パラメータ符号化方式 | |
| US20040023677A1 (en) | Method, device and program for coding and decoding acoustic parameter, and method, device and program for coding and decoding sound | |
| JP3357795B2 (ja) | 音声符号化方法および装置 | |
| US6889185B1 (en) | Quantization of linear prediction coefficients using perceptual weighting | |
| EP1495465B1 (en) | Method for modeling speech harmonic magnitudes | |
| JP2655046B2 (ja) | ベクトル量子化装置 | |
| JP4359949B2 (ja) | 信号符号化装置及び方法、並びに信号復号装置及び方法 | |
| JP3684751B2 (ja) | 信号符号化方法及び装置 | |
| JPH11143498A (ja) | Ｌｐｃ係数のベクトル量子化方法 | |
| JP3147807B2 (ja) | 信号符号化装置 | |
| JPH0854898A (ja) | 音声符号化装置 | |
| JP3194930B2 (ja) | 音声符号化装置 | |
| JP3252285B2 (ja) | 音声帯域信号符号化方法 | |
| EP0483882B1 (en) | Speech parameter encoding method capable of transmitting a spectrum parameter with a reduced number of bits | |
| JP3256215B2 (ja) | 音声符号化装置 | |
| JP3024467B2 (ja) | 音声符号化装置 | |
| JP2808841B2 (ja) | 音声符号化方式 | |
| JP3092436B2 (ja) | 音声符号化装置 | |
| JPH08194497A (ja) | 音響信号変換符号化方法及びその復号化方法 | |
| JP3192051B2 (ja) | 音声符号化装置 | |
| JP3319551B2 (ja) | ベクトル量子化装置 | |
| JP3102017B2 (ja) | 音声符号化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 19961112 |