JPH07295593A - 音声符号化装置 - Google Patents

Abstract

(57)【要約】 【目的】 入力音声に近い周波数特性の音声が合成で
き、量子化効率を向上できる音声符号化装置を提供する
ことを目的とする。 【構成】 符号化部Ａでは、ピッチ推定器２が入力音声
の基本周波数に対応させた基本周波数パラメータを符号
化する。有声・無声判定器４が、周波数帯域分割器３に
より分割された高調波帯域毎の有声帯域か無声帯域かの
判定結果に対応させた有声・無声判定パラメータを符号
化する。パラメータ量子化器６が、スペクトル包絡算出
器５により算出されたスペクトル包絡線に対応させたス
ペクトル包絡線パラメータを量子化する。これらの符号
を多重化器７が多重化して復号部Ｂに伝送する。復号部
Ｂでは、分離器１１が、符号化部Ａから伝送された多重
化信号を各パラメータ毎の符号に分離し、ピッチ復号器
１２が基本周波数を、有声・無声判定復号器１３が有声
・無声判定を、スペクトル包絡復号器１４がスペクトル
包絡線を算出する。スペクトル振幅推定器１５がスペク
トル包絡線に対応する高調波の振幅値を求める。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ディジタル電話やディ
ジタル録音器に使用する音声符号化装置に関するもので
ある。

【０００２】

【従来の技術】近年、データを伝送または蓄積する媒体
が有限であることから、高音声品質かつ高圧縮率を実現
する音声符号化装置が望まれている。

【０００３】以下、従来の音声符号化装置について説明
する。図２は従来の音声符号化装置のブロック図を示す
ものであり、入力された音声を符号化する符号化部が符
号化側として構成され、符号化によって発生した符号を
音声に復号する復号部が復号側として構成されている。

【０００４】まず、符号化部の構成を図２（ａ）を用い
て説明する。図２（ａ）において、４１は音声を入力す
る音声入力装置である。４２はピッチ推定器で、入力音
声の基本周波数を推定する。この基本周波数を基に、４
３の周波数帯域分割器で周波数帯域を高調波帯域毎に分
割する。４４の有声・無声判定器では、分割された高調
波帯域毎に、その帯域が有声帯域であるか無声帯域であ
るかを判定する。一方、４５の直交変換器で、入力され
た音声をフーリエ変換しパワースペクトルを算出する。
４６のスペクトル振幅推定器で、パワースペクトルから
各帯域の高調波振幅値を求め、４７のスペクトル振幅量
子化器で、その振幅値を量子化する。このようにして得
られた符号を４８の多重化器により多重化する。

【０００５】次に、復号部の構成を図２（ｂ）を用いて
説明する。図２（ｂ）において、５１は符号化側から送
られてきた符号をパラメータ単位に分割する分離器であ
る。５２はピッチ復号器、５３は有声・無声判定復号器
で、それぞれ、合成のための基本周波数、有声・無声判
定を復号する。５４のスペクトル振幅復号器で、高調波
振幅を復号し、５５の有声音発生器と５６の無声音発生
器で、それぞれ、有声帯域と無声帯域の音声を生成す
る。５７は音声合成器で、得られた有声音と無声音を加
算し合成音声とする。

【０００６】以上のように構成され音声符号化装置につ
いて、以下その動作について説明する。まず、音声入力
装置４１で入力された音声は、ピッチ推定器４２によっ
て基本周波数が抽出される。ここで得られた基本周波数
を基に、周波数帯域分割器４３によって、周波数軸が基
本周波数の高調波帯域単位のブロックに分割される。以
後、この高調波帯域毎に処理される。まず、有声・無声
判定器４４によって、各高調波帯域は有声帯域または無
声帯域と判定される。一方、直交変換器４５で、入力音
声はフーリエ変換され、パワースペクトルが算出され
る。このパワースペクトルから、有声・無声判定結果を
考慮した高調波振幅値がスペクトル振幅推定器４６によ
って求められる。更に、求められた振幅値はスペクトル
振幅量子化器で量子化される。以上の処理によって得ら
れた符号は多重化器４８によって多重化され復号側に伝
送される。以上が符号化側の動作である。

【０００７】つぎに、復号側では、分離器５１で、伝送
された符号をパラメータ毎の符号に分離し、それぞれ、
ピッチ復号器５２により基本周波数が複合され、有声・
無声判定復号器５３により有声・無声判定が複合され、
スペクトル振幅復号器５４により高調波振幅値が復号さ
れる。次に、有声音発生器５５では、高調波周波数に基
づき、高調波振幅値を最大振幅とする余弦波によって有
声音声を合成し、無声音発生器５６では、周波数軸上で
白色雑音を無声音の周波数特性を持たせた雑音に加工
し、それを逆フーリエ変換することによって無声音声を
合成する。このようにして得られた有声音声と無声音声
を音声合成器５７によって、時間軸上での加算によって
合成する。

【０００８】

【発明が解決しようとする課題】しかしながら上記のよ
うな従来の音声符号化装置では、高調波帯域毎に独立さ
せて高調波の振幅値を求め、この値を量子化していたの
で、振幅を求める際に、高調波間の振幅のバランスを考
慮しておらず、入力された音声に対して合成音声の周波
数特性が若干異なるという問題を有していた。

【０００９】また、全周波数帯域に対する分割数は、入
力された音声の基本周波数によって決定される。従っ
て、基本周波数によって高調波の分割帯域数が変化する
ので、高調波帯域毎のスペクトル振幅値を量子化する場
合の量子化効率が低下するという問題を有していた。

【００１０】本発明は、上記従来の問題を解決するもの
で、入力された音声に対して近い周波数特性を持つ音声
が合成でき、また、入力音声の基本周波数によって決定
される高調波の分割帯域数によって影響されずに量子化
することができ、この場合の量子化効率を向上させるこ
とができる音声符号化装置を提供することを目的とす
る。

【００１１】

【課題を解決するための手段】上記の目的を達成するた
めに本発明の音声符号化装置は、入力された音声を符号
化する符号化部と、前記符号化によって発生した符号
を、前記音声に復号する復号部とで構成された音声符号
化装置において、前記符号化部に、前記音声を入力する
音声入力装置と、入力された音声の基本周波数を推定
し、この基本周波数に対応させて決定した基本周波数パ
ラメータを符号化するピッチ推定器と、推定された前記
基本周波数に従って、周波数帯域を分割する周波数帯域
分割器と、分割された帯域毎に、各帯域が有声帯域か無
声帯域かを判定し、この有声・無声判定の結果に対応さ
せて決定した有声・無声判定パラメータを符号化する有
声・無声判定器と、入力された前記音声からスペクトル
包絡線を求めるスペクトル包絡算出器と、このスペクト
ル包絡線を表すスペクトル包絡線パラメータを量子化し
て符号化するパラメータ量子化器と、前記各符号化によ
って、各パラメータに対応して得られた符号を多重化す
る多重化器とを備え、前記復号部に、前記符号化部から
伝送された多重化信号を各パラメータ単位の前記符号に
分離する分離器と、分離された前記符号に対応させて復
号した前記基本周波数パラメータから、前記基本周波数
を出力するピッチ復号器と、分離された前記符号に対応
させて復号した前記有声・無声判定パラメータから、前
記有声・無声判定の結果を出力する有声・無声判定復号
器と、分離された前記符号に対応させて復号した前記ス
ペクトル包絡線パラメータから、前記スペクトル包絡線
を算出するスペクトル包絡復号器と、前記スペクトル包
絡線に基づいて、各帯域の前記有声・無声判定に従って
前記基本周波数の高調波のスペクトル振幅値を求めるス
ペクトル振幅推定器と、得られた前記スペクトル振幅値
の余弦波である有声音を発生する有声音発生器と、得ら
れた前記スペクトル振幅値の特性を持つ雑音である無声
音を発生する無声音発生器と、前記有声音と無声音を合
成する音声合成器とを備えた構成とする。

【００１２】

【作用】この構成によると、高調波の振幅値はスペクト
ル包絡線から求められるので、高調波帯域毎の高調波振
幅推定誤差のばらつきを減少させることができる。また
同時に、スペクトル包絡線を表すスペクトル包絡線パラ
メータは一定次元で求めることができる。

【００１３】

【実施例】以下、本発明の一実施例の音声符号化装置に
ついて、図面を参照しながら説明する。

【００１４】図１は本実施例の音声符号化装置のブロッ
ク図を示すものであり、図１（ａ）に示すように、入力
された音声を符号化する符号化部Ａと、図１（ｂ）に示
すように、符号化によって発生した符号を音声に復号す
る復号部Ｂとで構成されている。

【００１５】まず、符号化部Ａの構成を図１（ａ）を用
いて説明する。図１（ａ）において、１は音声を入力す
る音声入力装置である。２はピッチ推定器で、入力音声
の基本周波数を推定する。この基本周波数を基に、３の
周波数帯域分割器で周数帯域を高調波帯域毎に分割し、
４の有声・無声判定器で、分割した高調波帯域毎に、そ
の帯域が有声帯域であるか無声帯域であるかを判定す
る。５のスペクトル包絡算出では、入力音声のスペクト
ル包絡線を求め、このスペクトル包絡線を決定するスペ
クトル包絡線パラメータを６のパラメータ量子化器によ
って求める。このようにして得られた符号を７の多重化
器により多重化する。

【００１６】次に、復号部Ｂの構成を図１（ｂ）を用い
て説明する。図１（ｂ）において、１１は符号化部Ａか
ら送られてきた多重化信号を各パラメータ単位の符号に
分離する分離器である。１２はピッチ復号器、１３は有
声・無声判定復号器で、それぞれ、合成のための基本周
波数、有声・無声判定を復号する。１４のスペクトル包
絡復号器で、入力音声のスペクトル包絡線を表すスペク
トル包絡線パラメータを復号し、スペクトル包絡線を算
出する。１５のスペクトル振幅推定器で、与えられたス
ペクトル包絡線を得るような高調波周波数の線スペクト
ルの振幅値を求める。この振幅値を基に１６の有声音発
生器と１７の無声音発生器で、それぞれ、有声帯域と無
声帯域の音声を生成する。１８は音声合成器で、得られ
た有声音と無声音を加算し合成音声とする。

【００１７】以上のように構成された音声符号化装置に
ついて、その動作を説明する。まず、音声入力装置１で
入力された音声は、ピッチ推定器２によって、基本周波
数が抽出され、この基本周波数に対応させて決定された
基本周波数パラメータが符号化される。また、ここで得
られた基本周波数を基に、周波数帯域分割器３によっ
て、周波数帯域が基本周波数の高調波帯域単位に分割さ
れる。更に、有声・無声判定器４によって、各高調波帯
域が有声帯域か無声帯域かが判定され、この有声・無声
判定の結果に対応させて決定された有声・無声判定パラ
メータが符号化される。

【００１８】一方、スペクトル包絡算出器５では、入力
音声のスペクトル包絡線を求める。このスペクトル包絡
線を決定するスペクトル包絡線パラメータは一定次元で
あり、このスペクトル包絡線パラメータをパラメータ量
子化器６で量子化する。

【００１９】以上の処理によって得られた各符号は多重
化器７により多重化され、この多重化信号は復号部Ｂに
対して伝送される。以上が符号化部Ａの動作である。次
に、復号部Ｂでは、分離器１１で、伝送された多重化信
号を各パラメータ毎の符号に分離し、それぞれ、ピッチ
復号器１２により基本周波数が、有声・無声判定復号器
１３により有声・無声判定が、スペクトル包絡復号器１
４によりスペクトル包絡線を決定するスペクトル包絡線
パラメータが復号され、このスペクトル包絡線が算出さ
れる。これら諸パラメータにより、合成音声のスペクト
ル包絡線が入力音声のスペクトル包絡線に等しくなるよ
うな高調波の振幅値をスペクトル振幅推定器１５によっ
て求める。以上が復号部Ｂの動作である。

【００２０】また通常は、入力音声をＳin（ｎ）（ここ
で、ｎは自然数とする）、合成音声をＳout （ｎ）とし
たとき、基本周波数の高調波周波数の余弦波を重ね合わ
せることで音声を合成していることを考慮し、高調波の
スペクトル振幅値をａ_m （ここで、ｍは高調波の次数を
表す自然数とする）とし、高調波の周波数をω_m とし、
高調波の位相をφ_m とすると、 Ｓout （ｎ）＝Σ［ａ_m ・ｃｏｓ（ｎ・ω_m ＋φ_m ）］ と表すことができる。

【００２１】従って、入力音声からスペクトル包絡線を
求める関数をＦとしてスペクトル包絡算出器５に持ち、
その逆関数、つまり、与えられたスペクトル包絡線を得
るような高調波周波数の線スペクトルの振幅値をＦ^-1と
してスペクトル振幅推定器１５に持つものとすると、 Ｓout （ｎ）＝Ｆ^-1｛Ｆ［Ｓin（ｎ）］｝ となり、Ｓout （ｎ）＝Ｓin（ｎ）が成立し、スペクト
ル振幅推定器１５のＦ^-1によって、スペクトル振幅ａ_m
を推定することができる。ただし、無声帯域の振幅は算
出された線スペクトルのパワーを、帯域内で平均化した
値とする。

【００２２】次に、有声音発生器１６では、高調波周波
数に基づき、高調波振幅値を最大振幅とする余弦波によ
って有声音声を合成し、無声音発生器１７では、白色雑
音を加工し、無声音部の周波数特性を持たせた雑音によ
って無声音声を合成する。このようにして得られた有声
音と無声音を音声合成器１８によって、時間軸上での加
算によって合成する。

【００２３】以上の動作により、スペクトル包絡線が入
力音声（Ｓin（ｎ））と等しい高調波の振幅値を得るこ
とができ、入力音声と等しい周波数特性をもつ音声を合
成することができる。また同時に、入力音声のスペクト
ル包絡線を決定するスペクトル包絡線パラメータを一定
次元で表現することができ、このスペクトル包絡線パラ
メータを量子化する場合に、高調波の帯域数の変動の影
響を受けることなく効率のよい量子化が実現できる。

【００２４】

【発明の効果】以上のように本発明によれば、高調波の
振幅値は、高調波間の振幅のバランスを考慮できるスペ
クトル包絡線から求められるので、高調波帯域毎の高調
波振幅推定誤差のばらつきを減少させることができる。
また同時に、スペクトル包絡線を表すスペクトル包絡線
パラメータは一定次元で求めることができる。

【００２５】そのため、入力された音声に対して近い周
波数特性を持つ音声が合成でき、また、入力音声の基本
周波数によって決定される高調波の分割帯域数によって
影響されずに量子化することができ、この場合の量子化
効率を向上させることができる。

【図面の簡単な説明】

【図１】本発明の一実施例の音声符号化装置のブロック
図

【図２】従来の音声符号化装置のブロック図

【符号の説明】

１ 音声入力装置 ２ ピッチ推定器 ３ 周波数帯域分割器 ４ 有声・無声判定器 ５ スペクトル包絡算出器 ６ パラメータ量子化器 ７ 多重化器 １１ 分離器 １２ ピッチ復号器 １３ 有声・無声判定復号器 １４ スペクトル包絡復号器 １５ スペクトル振幅推定器 １６ 有声音発生器 １７ 無声音発生器 １８ 音声合成器

Claims (1)

【特許請求の範囲】
1. 【請求項１】 入力された音声を符号化する符号化部
   と、前記符号化によって発生した符号を、前記音声に復
   号する復号部とで構成された音声符号化装置において、
   前記符号化部に、前記音声を入力する音声入力装置と、
   入力された音声の基本周波数を推定し、この基本周波数
   に対応させて決定した基本周波数パラメータを符号化す
   るピッチ推定器と、推定された前記基本周波数に従っ
   て、周波数帯域を分割する周波数帯域分割器と、分割さ
   れた帯域毎に、各帯域が有声帯域か無声帯域かを判定
   し、この有声・無声判定の結果に対応させて決定した有
   声・無声判定パラメータを符号化する有声・無声判定器
   と、入力された前記音声からスペクトル包絡線を求める
   スペクトル包絡算出器と、このスペクトル包絡線を表す
   スペクトル包絡線パラメータを量子化して符号化するパ
   ラメータ量子化器と、前記各符号化によって、各パラメ
   ータに対応して得られた符号を多重化する多重化器とを
   備え、前記復号部に、前記符号化部から伝送された多重
   化信号を各パラメータ単位の前記符号に分離する分離器
   と、分離された前記符号に対応させて復号した前記基本
   周波数パラメータから、前記基本周波数を出力するピッ
   チ復号器と、分離された前記符号に対応させて復号した
   前記有声・無声判定パラメータから、前記有声・無声判
   定の結果を出力する有声・無声判定復号器と、分離され
   た前記符号に対応させて復号した前記スペクトル包絡線
   パラメータから、前記スペクトル包絡線を算出するスペ
   クトル包絡復号器と、前記スペクトル包絡線に基づい
   て、各帯域の前記有声・無声判定に従って前記基本周波
   数の高調波のスペクトル振幅値を求めるスペクトル振幅
   推定器と、得られた前記スペクトル振幅値の余弦波であ
   る有声音を発生する有声音発生器と、得られた前記スペ
   クトル振幅値の特性を持つ雑音である無声音を発生する
   無声音発生器と、前記有声音と無声音を合成する音声合
   成器とを備えた音声符号化装置。