JPH07225599A - 音声の符号化方法 - Google Patents

Abstract

(57)【要約】 【目的】 予測符号化方法により音声の信号系列を少な
い情報量によりディジタル符号化する高能率音声符号化
方法を提供する。 【構成】 適応符号帳からフレーム単位毎に或はサブフ
レーム単位毎に取り出した過去の駆動音源ベクトルをピ
ッチ周期に対応する周期により繰り返して作成した時系
列ベクトル、雑音符号帳から取り出した時系列ベクト
ル、或はこれらの双方の時系列ベクトルによりフィルタ
を駆動して楽音を含む音声を再生することによる入力音
声を符号化する音声の符号化方法において、入力音声を
符号化するに先だって、そのフレーム区間或はサブフレ
ーム区間の特徴を抽出し、抽出された特徴に対応した符
号化方法およびビットレートを選択して符号化する音声
の符号化方法。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、音声の符号化方法に
関し、特に、楽音を含む音声のスペクトル包絡特性を表
すフィルタを音源ベクトルにより駆動して音声を合成す
る予測符号化方法により、音声の信号系列を少ない情報
量によりディジタル符号化する高能率音声符号化方法に
関する。

【０００２】

【従来の技術】ディジタル移動体通信において、電波を
効率的に利用したり、音声或は音楽を蓄積したりするサ
ービスをする際に記憶媒体を効率的に利用するために高
能率音声符号化方法が使用されている。現在、音声を高
能率に符号化する方法として、原音声をフレームと呼ば
れる５〜５０ｍｓ程度の一定間隔の区間に分割し、その
１フレームの音声を周波数スペクトルの包絡特性を表す
線形フィルタの特性と、そのフィルタを駆動する駆動音
源信号の２つの情報に分離し、それぞれの情報を符号化
する手法が提案されている。この手法において、駆動音
源信号を符号化する方法として、音声のピッチ周期（基
本周波数）に対応すると考えられる周期成分と、それ以
外の成分に分離して符号化する方法が知られている。こ
の駆動音源情報の符号化方法の例として、符号駆動線形
予測符号化方法（Code-Excited Linear Prediction:CEL
P ）がある。この符号駆動線形予測符号化方法（CELP
）の詳細は、文献M.R.Schroeder and B.S.Atal, “Co
de-Excited Linear Prediction(CELP):High Quality Sp
eech at Very Low Bit Rates",IEEE Proc.ICASSP-85,p
p.937-940,1985 に記載されている。

【０００３】図１を参照して上述の符号化方法を説明す
る。入力端子１に入力された原音声について、線形予測
分析部２において、原音声の周波数スペクトル包絡特性
を表す線形予測パラメータが計算される。得られた線形
予測パラメータは線形予測パラメータ符号化部３におい
て符号化され、線形予測パラメータ復号化部４に送られ
る。線形予測パラメータ復号化部４においては、受信し
た符号からフィルタ係数を再生し、これを合成フィルタ
５に送り込む。なお、線形予測分析の詳細および線形予
測パラメータの符号化については、例えば古井貞煕著
“ディジタル音声処理”（東海大学出版会）に記載され
ている。ここで、線形予測分析分、線形予測パラメータ
符号化部、線形予測パラメータ復号化部および合成フィ
ルタは非線形なものに置き換えることができる。

【０００４】適応符号帳７からは、バッファに記憶され
た直前の過去の駆動音源ベクトルである既に量子化され
た直前の１〜数フレーム分の駆動音源ベクトルを或る周
期に相当する長さで切り出し、その切り出したベクトル
をフレームの長さになるまで繰り返すことにより音声の
周期成分に対応する時系列ベクトルの候補が出力され
る。

【０００５】雑音符号帳８からは、音声の非周期成分に
対応する１フレーム分の長さの時系列符号ベクトルの候
補が出力される。これらの候補として、入力音声とは独
立に符号化のためのビット数に応じて予め指定された数
の候補ベクトルが記憶されている。適応符号帳７から出
力された時系列ベクトルの候補は乗算部９において重み
符号帳１１に記憶される重み作成部において作成された
重みが乗算される。一方、雑音符号帳８から出力された
時系列ベクトルの候補は、乗算部１０において重み符号
帳１１に記憶される重み作成部において作成された重み
が乗算される。乗算部９における乗算結果および乗算部
１０における乗算結果は加算部１２において加算されて
駆動音源ベクトルの候補となる。

【０００６】合成フィルタ５は、線形予測パラメータ復
号化部４の出力をフィルタ係数とする線形フィルタであ
り、加算部１２の出力である駆動音源ベクトル候補を入
力として再生音声の候補を出力する。合成フィルタ５の
次数、即ち線形予測分析の次数は、一般に１０〜１６次
程度とされる場合が多い。なお、上述した通り、合成フ
ィルタ５は非線形フィルタとすることができる。

【０００７】歪み計算部６においては、合成フィルタ５
の出力である再生音声の候補と入力音声との間の歪みを
計算する。この歪みの計算は、例えば聴覚重み付けの様
な合成フィルタの係数或は量子化していない線形予測係
数を考慮して行なうことが多い。符号帳検索制御部１３
においては、合成フィルタ５から供給される再生音声候
補と入力端子１に入力された入力音声との間の歪みが最
小となる様な周期符号、雑音符号および重み符号を選択
し、そのフレームにおける駆動音源ベクトルを決定す
る。

【０００８】符号帳検索制御部１３において決定された
周期符号、雑音符号、重み符号および線形予測パラメー
タ符号化部３の出力である線形予測パラメータ符号は、
符号送出部１４に送られ、これらの利用の形態に応じて
記憶されるか、或は受信側へ送信される。以上の方法は
代表的な符号駆動線形予測符号化方法であるが、より少
ない演算量およびメモリ量を使用してより高品質な符号
化を行なう方法として、ピッチ同期励振源符号駆動線形
予測符号化（PSI-CELP:Pitch Synchronous Innovation-
CELP) 方法が提案されている。この符号化方法について
の詳細は、例えば「文献：間野，守谷，三樹，大室，
“自動車電話用ハーフレート音声コーデックの検討”，
信学技報，SP-92-133(1933) 」、「大矢，須田，三木，
“Pitch SynchronousInnovation CELP(PSI-CELP)-PDC
ハーフレート音声CODEC-",信学技報，RCS93-78(1993)」
に記載されている。

【０００９】図２を参照してピッチ同期励振源符号駆動
線形予測符号化方法を説明する。入力端子１に入力され
た原音声について、線形予測分析部２において、原音声
の周波数スペクトル包絡特性を表す線形予測パラメータ
が計算される。得られた線形予測パラメータは、線形予
測パラメータ符号化部３において符号化されて線形予測
パラメータ復号化部４に送られる。線形予測パラメータ
復号化部４は、受信した符号からフィルタ係数を再生
し、これを合成フィルタ５に送り込む。このとき、線形
予測パラメータの符号化は、過去のフレームにおける予
測パラメータの再生値或は伝送符号との間の相関を使用
して符号化すると能率がよい。例えば過去の複数のフレ
ームにおける予測パラメータの再生値（或はベクトル）
の線形結合との間の差分（値或はベクトル）を伝送する
自己回帰型の予測符号化、過去の複数フレームにおける
予測パラメータの伝送符号（値或はベクトル）の線形結
合との間の差分（値或はベクトル）を伝送する移動平均
型の予測符号化と使用すると好適である。

【００１０】適応符号帳７１からは、バッファに記憶さ
れた直前の過去の駆動音源ベクトルである既に量子化さ
れた直前の１〜数フレーム分の駆動音源ベクトルを或る
周期に相当する長さで切り出し、その切り出したベクト
ルをフレームの長さになるまで繰り返すことにより、音
声の周期成分に対応する時系列ベクトルの候補が出力さ
れる。固定符号帳７２からは、音声の非周期成分に対応
する１フレーム分の長さの時系列符号ベクトルの候補が
出力される。適応符号帳７１と固定符号帳７２とは、現
在のフレームにおいて入力音声と合成音声の歪みが最小
になる様に、適応的に切り換えて使用される。

【００１１】以上の方法においては、雑音符号帳は複数
用意される。各雑音符号帳８１および８２からは、音声
の非周期成分に対応する１フレーム分の長さの時系列符
号ベクトルの候補が出力され、これらの候補はピッチ周
期化部２１および２２において適応符号帳７１のピッチ
に対応する周期により周期化される。このとき、適応符
号帳７１の代わりに固定符号帳７２が選択された場合は
周期化処理を行なわない。また、雑音符号帳８１および
８２から出力される候補のすべてを周期化するのではな
く、その一部の候補のみを周期化する様にしてもよい。
周期化処理を施された各ベクトル候補は加算部２３にお
いて加算され、雑音符号ベクトル候補となる。

【００１２】適応符号帳７１或は固定符号帳７２から出
力された時系列ベクトルの候補は、乗算部９において重
み符号帳１１に記憶される重み作成部において作成され
た重みが乗算される。一方、周期化処理を施された雑音
ベクトル候補は、加算部２３において加算された後に乗
算部１０において重み符号帳１１に記憶される重み作成
部において作成された重みが乗算される。これら乗算部
９における乗算結果および乗算部１０における乗算結果
は、加算部１２において加算されて駆動音源ベクトルの
候補となる。このとき、重みの符号化には、ベクトル量
子化の手法を使用すると能率がよい。

【００１３】合成フィルタ５は、線形予測パラメータ復
号化部４の出力をフィルタ係数とする線形フィルタであ
り、加算部１２の出力である駆動音源ベクトル候補を入
力として再生音声の候補を出力する。合成フィルタ５の
次数、即ち線形予測分析の次数は一般に１０〜１６次と
されることが多い。なお、上述した通り、合成フィルタ
は非線形なフィルタとすることができる。

【００１４】歪み計算部６においては、合成フィルタ５
の出力である再生音声の候補と入力端子１に入力される
入力音声との間の歪みを計算する。この歪みの計算は、
聴覚重み付けの様な合成フィルタの係数または量子化し
ていない線形予測係数を考慮に入れて行なうことが多
い。符号帳検索制御部１３においては、各再生音声候補
と入力音声との間の歪みが最小となる様な周期符号或は
固定符号、各雑音符号帳の雑音符号および重み符号を選
択し、そのフレームにおける駆動音源ベクトルを決定す
る。

【００１５】符号帳検索制御部１３において決定された
周期符号或は固定符号、雑音符号、重み符号、および線
形予測パラメータ符号化部４の出力である線形予測パラ
メータ符号は、符号送出部１４に送られ、利用の形態に
応じて記憶されるか、或は受信側へ送信される。

【００１６】

【発明が解決しようとする課題】音声は時々刻々に特徴
が変化する非定常的な信号であり、時々刻々の特徴によ
り符号化に必要とされる情報量は異なる。必要とされる
情報量が時々刻々に異なる場合、上述の通りの従来の予
測符号化方法の様に、或る一つのモデルおよび一定のビ
ットレートにより符号化することは、信号系列をより少
ない情報量によりディジタル符号化する上において能率
上好ましくない。また、トータルの情報量が制限されて
いる場合は、品質が劣化するに到る。

【００１７】この発明は、時々刻々に変化する音声の特
徴に対応して符号化方法およびビットレートの双方を切
り換えることにより、高い品質を保持したまま少ない情
報量により音声をディジタル符号化する音声の符号化方
法を提供するものである。

【００１８】

【課題を解決するための手段】適応符号帳からフレーム
単位毎に或はサブフレーム単位毎に取り出した過去の駆
動音源ベクトルをピッチ周期に対応する周期により繰り
返して作成した時系列ベクトル、雑音符号帳から取り出
した時系列ベクトル、或はこれらの双方の時系列ベクト
ルによりフィルタを駆動して楽音を含む音声を再生する
ことによる入力音声を符号化する音声の符号化方法にお
いて、入力音声を符号化するに先だって、そのフレーム
区間或はサブフレーム区間の特徴を抽出し、抽出された
特徴に対応した符号化方法およびビットレートを選択し
て符号化する音声の符号化方法を構成した。

【００１９】そして、上述の音声の符号化方法におい
て、入力音声の特徴抽出に際して有声音であると判断さ
れた音声区間について、適応符号帳から取り出した過去
の駆動音源ベクトルをピッチ周期に対応する周期により
繰り返して作成した時系列ベクトルと、雑音符号帳から
取り出した時系列ベクトルを適応符号帳のピッチ周期に
対応する周期により周期化した時系列ベクトルとにより
フィルタを駆動して音声を再生する符号化方法を使用す
る音声の符号化方法を構成した。また、当該音声区間が
定常的であると判断されたフレーム或はサブフレームに
ついて、適応符号帳のピッチ周期を過去のピッチ周期の
１倍或は定数倍或は定数分の１倍に微小変化分を加減算
して表現する音声の符号化方法を構成した。

【００２０】更に、当該音声区間が定常的であると判断
されたフレーム或はサブフレームについて、適応符号帳
のピッチ周期を過去のピッチ周期の１倍或は定数倍或は
定数分の１倍に微小変化分を加減算して表現する音声の
符号化方法を構成した。過去のピッチ周期の１倍或は定
数倍或は定数分の１倍に加減算する微小変化分の量子化
幅を、変化分が小さいときは狭く、変化分が大きいとき
は広くとって表現する音声の符号化方法を構成した。

【００２１】そして、過去のピッチ周期の１倍以外の定
数倍或は定数分の１倍に加減算する微小変化分の量子化
幅を、１倍のときの量子化幅より広くとって表現する音
声の符号化方法を構成した。また、当該音声区間が定常
的であると判断されたフレーム或はサブフレームについ
て、スペクトルパラメータ或は利得符号ベクトル或は雑
音符号ベクトル或はこれらのすべてに割り当てられるビ
ット数を、有声音であって定常的ではないと判断される
フレーム或はサブフレームにおいて割り当てられるビッ
ト数よりも少なく割り当てる音声の符号化方法を構成し
た。

【００２２】更に、隣接するフレーム或はサブフレーム
間の、符号化に先だって抽出したか或は量子化された、
ピッチおよびパワおよびスペクトルの変化分が予め設定
された閾値よりも小であることを以て当該音声区間は定
常的であると判断する音声の符号化方法をも構成した。

【００２３】

【実施例】この発明の実施例を図を参照して説明する。
図３は入力された音声の特徴を分析して、いくつかのパ
ターン（モード）に分類し、これらのパターンに対応し
て符号化方法を切り換える方法を説明する図である。図
３は４モードの例を示す。入力端子１に入力された原音
声は、先ず音声特徴分析部２０に送られ、ここにおいて
音声の特徴を示す種々のパラメータが計算される。この
パラメータの代表的な例としては、音声パワ、変形相関
関数の最大値、変形相関関数が最大となる遅れ時間（オ
ープンループピッチ）、スペクトル変化量がある。これ
ら計算されたパラメータはモード決定部４０に送られ
る。モード決定部４０においては、これらのオープンル
ープにより求めた特徴パラメータと、バッファ部５０に
記憶される過去のフレームにおける量子化パラメータ例
えば前フレームの適応符号帳のピッチ周期、合成音声の
パワ、前フレームが属したモードを使用し、現在のフレ
ームの音声が予め決められたモードの内の何れのモード
に属するかを決定し、決定結果に基づいて切り替えスイ
ッチ４１および４２を切り替えて符号化部３１ないし３
４の何れかを選択する。

【００２４】図４は４モードの場合の音声区間のモード
分類の仕方を説明するフローチャートを示す。先ず、入
力されたパラメータから、フレーム毎に音声区間である
か或は非音声区間であるかを判定する。これには通常音
声パワに着目して判定する。或る閾値を決め、パワがこ
れより大きいときは音声区間であり、これ以下のときは
非音声区間であると判定する。この方法により判定され
る音声／非音声の区別は音声学的な意味において厳密で
ある必要はない。非音声用のモードにより符号化したと
き、品質の劣化が生じない範囲の分類精度であればよ
い。パワの閾値は通常は入力音声の振幅が１６ビットに
より量子化されているものとして、１サンプルあたりの
平均パワが数百から１万程度の値のものを使用する。

【００２５】次に、音声区間であると判定されたフレー
ムについて、有声音であるか、或は無声音であるかを判
定する。通常この判定は、音声パワと変形相関関数の最
大値を使用して行い、音声パワが或る値、例えば１サン
プルあたりの平均パワが数万〜十万以下であり且つ変形
相関関数の最大値が或る閾値、例えば０．１〜０．３以
下の場合は無声音であると判定する。それ以外の場合
は、有声音であると判定する。この場合も判定は音声学
的に厳密なものである必要はなく、品質の劣化につなが
らなければよい。

【００２６】更に、有声と判定された音声区間につい
て、過渡部であるか、或は定常部であるかを判定する。
この判定は、隣接するフレーム間の特徴量の変化分を調
べ、変化が少なければ定常部であり、大きければ過渡部
（非定常）であると判断する。例えば、オープンループ
ピッチの変化量を調べる。過去のフレームにおける適応
符号帳のピッチ周期と、現在のフレームのオープンルー
プピッチの変化分を調べて、変化量が或る閾値を超えて
いるか否かを判断する。通常、ＣＥＬＰ系の符号化方法
においては、適応符号帳のピッチ周期は倍ピッチ或は半
ピッチの様な整数倍或は整数分の１の値をとることも多
く、整数倍或は整数分の１倍した値からの変化量が少な
ければ定常と判断してもよい。閾値の例としては、１割
〜２割程度の変化以内とするとよい。ＰＳＩ−ＣＥＬＰ
タイプの符号化方法の様に、適応符号帳と固定符号帳を
切り換えて使用する場合であって、前フレームにおいて
固定符号帳が選択された場合は、ピッチの変化量は大き
いと判断してもよい。ピッチの変化量の他、パワの変化
量或は前フレームの合成音声のパワと現在の入力音声パ
ワの比が閾値例えば１．２倍〜２．０倍以下であるこ
と、前フレームと現在のフレームとの間のスペクトル変
化量が閾値例えば３ｄＢ〜１０ｄＢ以下であることを調
べ、定常であると判断するとよい。

【００２７】以上において、音声区間を４つのモードに
分類する例を示したが、モード数は２或は８その他、任
意の数とすることができる。そして、非音声と無声音と
は同一分類として取扱い、過渡部と定常部の分類を更に
細かく、例えばピッチは定常であるが、パワは過渡的で
あるという様な分類とすることができる。また、有声音
について定常部と過渡部とを同一分類として取扱うこと
もできる。 この様に音声区間を分類した後、符号化部
を切り換えて符号化する。

【００２８】次に、それぞれの音声区間に適用する符号
化モデルの例を示す。 非音声或は無声音の符号化方法を図５を参照して説
明する。図４におけるモード１およびモード２に対応す
るこれら非音声或は無声音の区間においては、音声のピ
ッチに相当する周期成分がないので、適応符号帳は使用
せず、雑音符号帳８と重み符号の記憶される重み符号帳
１１のみにより駆動音源を生成する。そして、これらの
音声区間においては、波形の歪みに対して聴覚的な歪み
の感度が著しく低いので、有声音区間と比較して少ない
ビット数を雑音符号帳８および重み符号帳１１、線形予
測パラメータに割り当てることができる。

【００２９】 モード３に対応する有声音の過渡部に
ついては、音声を符号化するのに最も多くのビット数を
必要とする。そこで、この音声区間においては、例えば
上述した図２に示されるＰＳＩ−ＣＥＬＰ符号化方法の
様な高能率の符号化方法を使用すると好適である。 一方、モード４に対応する有声音の定常部について
は、聴覚的に重要ではあるが、音声信号の時間変化が少
ないので、ＣＥＬＰ系符号化方法の様な予測符号化方法
の場合は、情報量は比較的に少なくても良好な品質を維
持することができる。この区間の符号化方法を図６に示
す。先ず、ピッチ周波数の変化はゆるやかであるから適
応符号帳７０の周期符号は過渡部よりも少ないビット数
を割り当てて、差分符号化とすることができる。差分周
期符号は、差分周期符号復号部８０において絶対ピッチ
周期に変換され、適応符号帳７０に送られる。適応符号
帳７０においてはこのピッチ周期に基づいて適応符号ベ
クトルの候補を作成する。図７は差分周期符号復号部８
０の内部構成を示す。図７において、差分周期符号は差
分周期符号変換部８３において、前フレーム適応符号ピ
ッチ周期に乗ずる倍率と微小変動分に変換される。倍率
は１倍のみでも差し支えないが、上述した通り、ＣＥＬ
Ｐ系符号化方法の適応符号ピッチは、容易に整数倍とな
ることがあるので、割り当てビットに余裕がある場合は
１以外の整数倍或は整数分の１倍を用意した方が品質の
劣化は少ない。どの様な倍率と微小変動分の組を用意す
べきかは、割り当てビット数によるが、例えば５ビット
で３２コードが使える場合は、倍率１倍のときに微小変
化分２２コード、倍率２倍と１／２倍のときはそれぞれ
５コードづつを用意することができる。このとき、微小
変化分は、前フレームのピッチ周期に倍率を乗じた値か
らの変化分を等間隔に量子化してもよいが、まれに生じ
る大きな変化にもビット数を増やすことなく効率的に対
応するには、前フレームのピッチ周期に倍率を乗じた値
に近い周期は量子化幅を細かく、前フレームのピッチ周
期に倍率を乗じた値からの変化が大きい部分について
は、量子化幅を広くとるとよい。同様に、整数倍に割り
当てられた微小変動用のコードが少ない場合は、これら
の量子化幅も広くとると効率的である。

【００３０】 図８を参照して有声音定常部の符号化
方法の他の例を説明する。有声音定常部においては、ピ
ッチだけではなく、音声全体の変化も少ないので、適応
符号周期の差分符号化の他に、雑音符号帳８１、重み符
号帳１１、線形予測パラメータに対するビット割り当て
も削減することができる。特に、ＰＳＩ−ＣＥＬＰ型の
符号化方法の場合は、複数チャンネルある雑音符号帳の
内の一方である雑音符号帳８１のみを使用することによ
りビット数を削減することができる。実験の結果、適応
符号ピッチの差分符号化と、線形予測パラメータに割り
当てるビット数の削減をしても、聴覚的には殆ど品質の
劣化は観察されず、重み符号帳のビット数を削減しても
劣化は僅かであった。

【００３１】以上の方法において、ＰＳＩ−ＣＥＬＰを
基本としたときの、各モードにおける各符号帳に割り当
てるビット数の一例を表１に示した。なお、サブフレー
ム長は１０ミリ秒、分数表記の欄は、分母数のサブフレ
ームを一括して分子数ビットで符号化することを表す。
モード１のパワの符号化に関しては、４サブフレームと
もモード１であった場合のみ、４サブフレームあたり３
ビットにより符号化するものとする。それ以外は７／４
ビットとする。

【００３２】

【表１】 以上の方法は、ＣＥＬＰ、ＰＳＩ−ＣＥＬＰ系の符号化
方法以外の予測符号化方法全般に適用することができ
る。

【００３３】

【発明の効果】以上の通りであって、この発明は、入力
された音声の特徴を分析していくつかのパターン（モー
ド）に分類し、それぞれのモードに適した符号化モデル
と聴覚的な品質を維持する必要最小限の情報量により符
号化することにより、高い品質を保持したまま、平均の
ビットレート或は蓄積のための全メモリ量を従来の符号
化方法と比較して低減することができる。

【００３４】計算機によるシミュレーションおよび一般
人による主観評価実験の結果、平均ビットレート２．１
４２kbit／ｓで、ビットレート３．４５kbit／s のＰＤ
Ｃハーフレート標準ＰＳＩ−ＣＥＬＰ方式と比較して等
価Ｑ値が僅かに約１ｄＢ低下し、平均ビットレート２．
２１８kbit／s においては、ＰＤＣ標準とほぼ同等の品
質が得られ、この発明の有効性が確認された。

【図面の簡単な説明】

【図１】ＣＥＬＰ符号化方法を説明する図。

【図２】ＰＳＩ−ＣＥＬＰ符号化方法を説明する図。

【図３】この発明のモード切り換え符号化方法を説明す
る図。

【図４】音声区間のモード分類の仕方を説明するフロー
チャート。

【図５】非音声、無声音の符号化方法を説明する図。

【図６】有声音定常部の符号化方法を説明する図。

【図７】差分周期符号復号部を説明する図。

【図８】有声音定常部の符号化方法の他の例を説明する
図。

Claims (8)

【特許請求の範囲】
1. 【請求項１】適応符号帳からフレーム単位毎に或はサブ
   フレーム単位毎に取り出した過去の駆動音源ベクトルを
   ピッチ周期に対応する周期により繰り返して作成した時
   系列ベクトル、雑音符号帳から取り出した時系列ベクト
   ル、或はこれらの双方の時系列ベクトルによりフィルタ
   を駆動して楽音を含む音声を再生することによる入力音
   声を符号化する音声の符号化方法において、 入力音声を符号化するに先だって、そのフレーム区間或
   はサブフレーム区間の特徴を抽出し、 抽出された特徴に対応した符号化方法およびビットレー
   トを選択して符号化する、 ことを特徴とする音声の符号化方法。
2. 【請求項２】 請求項１に記載される音声の符号化方法
   において、 入力音声の特徴抽出に際して有声音であると判断された
   音声区間について、適応符号帳から取り出した過去の駆
   動音源ベクトルをピッチ周期に対応する周期により繰り
   返して作成した時系列ベクトルと、雑音符号帳から取り
   出した時系列ベクトルを適応符号帳のピッチ周期に対応
   する周期により周期化した時系列ベクトルとによりフィ
   ルタを駆動して音声を再生する符号化方法を使用する、 ことを特徴とする音声の符号化方法。
3. 【請求項３】 請求項１に記載される音声の符号化方法
   において、 当該音声区間が定常的であると判断されたフレーム或は
   サブフレームについて、適応符号帳のピッチ周期を過去
   のピッチ周期の１倍或は定数倍或は定数分の１倍に微小
   変化分を加減算して表現する、 ことを特徴とする音声の符号化方法。
4. 【請求項４】 請求項２に記載される音声の符号化方法
   において、 当該音声区間が定常的であると判断されたフレーム或は
   サブフレームについて、 適応符号帳のピッチ周期を過去のピッチ周期の１倍或は
   定数倍或は定数分の１倍に微小変化分を加減算して表現
   する、 ことを特徴とする音声の符号化方法。
5. 【請求項５】 請求項４に記載される音声の符号化方法
   において、 過去のピッチ周期の１倍或は定数倍或は定数分の１倍に
   加減算する微小変化分の量子化幅を、変化分が小さいと
   きは狭く、変化分が大きいときは広くとって表現する、 ことを特徴とする音声の符号化方法。
6. 【請求項６】 請求項４或は請求項５の何れかに記載さ
   れる音声の符号化方法において、 過去のピッチ周期の１倍以外の定数倍或は定数分の１倍
   に加減算する微小変化分の量子化幅を、１倍のときの量
   子化幅より広くとって表現する、 ことを特徴とする音声の符号化方法。
7. 【請求項７】 請求項６に記載される音声の符号化方法
   において、 当該音声区間が定常的であると判断されたフレーム或は
   サブフレームについて、スペクトルパラメータ或は利得
   符号ベクトル或は雑音符号ベクトル或はこれらのすべて
   に割り当てられるビット数を、有声音であって定常的で
   はないと判断されるフレーム或はサブフレームにおいて
   割り当てられるビット数よりも少なく割り当てる、 ことを特徴とする音声の符号化方法。
8. 【請求項８】 請求項７に記載される音声の符号化方法
   において、 隣接するフレーム或はサブフレーム間の、符号化に先だ
   って抽出したか或は量子化された、ピッチおよびパワお
   よびスペクトルの変化分が予め設定された閾値よりも小
   であることを以て当該音声区間は定常的であると判断す
   る、 ことを特徴とする音声の符号化方法。