JPH07505732A - 背景音を符号化／復号する方法および装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 背景音を符号化／復号する方法および装置技術分野 本発明は、符号化および／または復号される信号を再生するための、各フレーム の一組のフィルタを定義するパラメータによって定義されるフィルタに接続する 信号源を含む、ディノタルフレームに基づく音声符号器および／または復号器内 の背景音を符号化／復号する方法および装置に関する。

発明の背景 多くの最近の音声符号器は、ＬＰＧ　（線形予測符号器）として知られている音 声符号器の大きな分類に属する。この分類に属する符号器の例としては、米国国 防省からの４．８にヒツト／ＳのＣＥＬＰ、ヨーロッパ・ディジタルセルラ移動 電話システムＧＳＭのＲＰＥ（ＴＰ符号器、対応する米国のシステムＡＤＣのＶ ＳＥＬＰ符号器、同しくパシフィック・ディジタルセルラシステムＰＤＣのＶＳ ＥＬＰ符号器かある。

これらの符号器は全て、信号発生過程におけるソース及びフィルタの概念を用い る。フィルタは再生されるへき信号の短時間スペクトルをモデル化するのに用い られ、他方ソースは全ての池の信号の変動を扱うと仮定する。

これらのソース及びフィルタのモデルの共通の特徴は、再生されるへき信号はソ ースの出力信号を定義するパラメータとフィルタを定義するフィルタ・パラメー タとて表されることである。「線形予測ｊという用語は、フィルタのパラメータ を推定するのにしばしは用いられる種類の方法を指す。従って、再生されるべき 信号は一組のフィルタパラメータによって部分的に表される。

信号のモデルとしてソース及びフィルタの組み合わせを利用する方法は、音声信 号に対しては比較的好調であることか分かっている。しかし、移動電話の使用者 か無言状態にあるとき、および入力信号か周囲の音を含むときは、現在知られて いる符号器は、音声信号に対して最適化されているので、このような状態に対処 することは困難である。他端の受話者は、背景音か符号器により「誤って処理さ れた」ために、聞き慣れた背景音か聞きとれないときにはすぐに不快感を抱く。

発明の概要 本発明の一つの目的は、背景音を正確に符号化し、かつ再生するように、背景音 を符号化／復号するための方法および装置を提供することである。

上記の目的は、次のステップを含む方法により達成される。

（ａ）　前記符号器および／または復号器に送られる信号が主として音声を表す か背景音を表すかを検出すること、ならびに（ｂ）　前記符号器および／または 復号器に送られる前記信号が主として背景音を表すときは、連続するフレームの 間の時間的変動および／または各フレームに対する一組のフィルタを確定するパ ラメータの中の少なくとも一つのフィルタを確定するパラメータの領域を制限す ること。

装置は次のものを含む。

（ａ）　前記符号器および／または復号器に送られる信号が主として音声を表す か背景音を表すかを検出する手段、及び（ｂ）　前記符号器および／または復号 器に送られる前記信号が主として背景音を表すときは、連続するフレームの間の 時間的変動および／または各フレームに対する一組のフィルタを確定するパラメ ータの中の少なくとも一つのフィルタを確定するパラメータの領域を制限する手 段。

図面の簡単な説明 本発明と、その目的および利点とは、添付の図面と共に以下の説明を参照すれば よく理解できる。

第１　（ａ）−（ｆ）図は、既知の符号器によって推定された、背景音を表すフ ィルタの伝達関数の６個の連続したフレームの周波数スペクトル図である。

第２図は、本発明による方法を実施するための音声符号器のプロ・ツク図である 。

第３図は、本発明による方法を実施するための音声復号器のプロ・ツク図である 。

第４　（ａ）−（ｃ）図は、第１図の周波数スペクトル図に対応する周波数スペ クトル図であるが、本発明の方法を実施するための符号器に対する周波数スペク トル線図である。

第５図は、第２図の中のパラメータ変更器のブロック図である。

第６図は、本発明の方法を図解する流れ図である。

好適実施例の詳細な説明 線形予測符号器においては、合成音声＋（２）は、２変換Ｇ　（ｚ）で表される ソースに対し、Ｚ変換Ｈ（ｚ）で表されるフィルタを乗することにより得られ、 その結果、合成音声＋（ｚ）は、＋（ｚ）＝Ｇ　（ｚ）Ｈ（ｚ）として表される 。

フィルタは、しばしば全極フィルタＨ（ｚ）＝ｌ／Ａ　（ｚ）としてモデル化さ れここてＭはフィルタの次数である。

このフィルタは、入力音声信号の短時間相関をモデル化する。フィルタ・／くラ メ−タロ、は各音声フレーム中は一定と仮定する。一般に、フィルタ・／＜ラメ ータは２０ｍ５毎に更新される。サンプリング周波数か８ｋＨｚであれば、その ときの各フレームは１６０サンプルに相当する。これらのサンプルは、恐らく前 のフレームの終わりから次のフレームの初めまてのサンプルと組み合わせて、標 準化された手続きに従って各フレームのフィルタパラメータを推定するのに用１ ．ｚられる。このような処理の例としては、レビンソン・ノービン（Ｌｅｖｉ口 ５ｏｎ−Ｄｕｒｂｉｎ）のアルゴリズム、ページ（Ｂｕｒｇ）のアルゴリズム、 コレスキー（ＣｈｏｌｅｓｋＹ）の分解〔ラビナ（Ｒａｂｉｎｅｒ）　、シエイ ファ（Ｓｃｈａｆｅｒ）による「音声信号のディジタル処理」、第８章、プレン ティスポール、１９７８年〕、ジュール（Ｓｃｈｕｒ）のアルゴリズム〔シュト ロバッハ（Ｓｔｒｏｂａｃｈ）の「レビンソンおよびジュールのアルゴリズムの 新しい形式Ｊ１　夏ＥＥＥ　ＳＰマガジン、１９９１年１月、ページ１２−３６ 〕、ル・ロー、ゲゲン（Ｌｅ　Ｒｏｕｘ−Ｇｕｅｇｕｅｎ）のアルゴリズム〔ル ・ロー、ゲゲンの「節分相関係数の固定小数点計算」、音響、音声及び信号の処 理に関するＩＥＥＥ会報、Ｖｏｌ、ＡＳＳＰ−２６、Ｎｏ、３、ページ２５７− ２５９．１９７７年〕などかある。適用の仕方によって、１つのフレーム当りの サンプルの数は、上に述べた数より多い場合も少ない場合もありうることを理解 すべきである。極端な場合は、ｌ　［フレームｊはｌサンプルだけを含むことが ある。

上に述べたように、符号器は音声信号の処理用に設計され、最適化される。この ため、例えば背景音や音楽などの音声以外の音の符号化は劣る。従って、音声信 号かない場合は、これらの符号器の性能は劣っている。

第１図は、従来の符号化技術を用いて背景音を符号化した場合における６個の連 続フレームについて、ｄＢ単位で示すフィルタの伝達関数の大きさを周波数の関 数（Ｚ＝ｅ＋！１１″“）として示している。背景音は時間と共には変化しない という性質を持つ（背景音は不変のテクスチャを持つ）はずであるが、わずか２ １゜２５ｍ５（前のフレームの終わりから次のフレームの初めまでのサンプルを 含む）のスナップショットの間に推定すると、フィルタパラメータａ、はフレー ムからフレームへとかなり変化する。それは第１図の６個のフレーム（ａ）−（ ｆ）で示されている。通話路の他端における受話者には、この符号化された音は 「渦を巻いた」特性を持つように聞こえる。全体の音は極めて一様なテクスチャ 、すなわち統計的性質を持つにもかかわらず、フィルタを推定するために解析す るときは、これらの短いスナップンヨットは、フレームからフレームへと極めて 異なったフィルタ・パラメータを与えるものである。

第２図は、上の問題を解決するための本発明の符号器を示す。

入力信号は、入力線１０を通り、上に述へた標準化された手順に従ってフィルタ ・パラメータを推定するフィルタ推定器１２に送られる。フィルタ推定器１２は 、各フレームに対するフィルタ・パラメータを出力する。これらのフィルタ・パ ラメータは励起解析器１４に送られる。また励起解析器１４は入力線１０から入 力信号を受け取る。励起解析器１４は、標準化手順に従って、最良のソースすな わち励起パラメータを決定する。そのような手順の例としては、ＶＳＥＬＰ〔ア タル（Ａｔａｌ）他の編集による「音声符号化の進歩」、クルロー（Ｋｌｕｗｅ ｒ）・アカデミツク・パブリッシャーズ、１９９１年、ページ６９−７９、の中 のガーソン（Ｇｅｒｓｏｎ）及びジャシウク（Ｊａｓｉｕｋ）のｒベクトル和励 起線形予測（ＶＳＥＬＰ）Ｊ　）　、ＴＢＰＥ　（サラミ（Ｓａｌａｍｉ）の「 二値パルス励起：低複雑性ＣＥＬＰ符号化への新しいアプローチ」、前掲書のペ ージ１４５−１５６Ｌ確率論的コートブツク〔キャンベルらのｒＤｏＤ４．８Ｋ ＢＰＳｆｉ準（連邦標準室１０１６）」、前掲書のページ１２１−１３４）、な らびにＡＣＥＬＰ　（アトウル（Ａｄｏｕり及びランプリン（Ｌａｍｂｌｉｎ） の「音声のＣＥＬＰ符号化のためのいくつかの代数的構成の比較」、音響、音声 及び信号の処理に関する国際会議議事録、１９８７年、ページ１９５３−１９５ ６）かある。これらの励起パラメータ、フィルタ・パラメータ、及び入力線ＩＯ よりの入力信号は、音声検出器１６に送られる。この音声検出器１６は、入力信 号か主として音声を含むか背景音を含むかを決定する。使用可能性のある検出器 としては、例えば０３Ｍシステム（音声活量検出、ＧＳＭ勧告０６３２、ＥＴＳ Ｉ／ＰＴ　１２）において定義された音声活量検出器かある。適当な検出器は、 ＥＰ、Ａ、３３５５２１　（ブリテ什ソシュテレコムＰＬＣ）に記述されている 。上記音声検出器１６は、符号器入力信号か主として音声を含むかどうかを示す 出力信号を発生する。この出力信号は、フィルタ・パラメータと共に、パラメー タ変更器Ｉ８に送られる。

符号器への人力信号に音声信号か含まれていないときに、パラメータ変更器１８ は、決定されたフィルタ・パラメータを変更する。パラメータ変更器１８につい ては、第５図を参照して更に詳細に説明する。音声信号か含まれていれば、フィ ルタ・パラメータは変更されることなく、パラメータ変更器１８を通過する。

変更された可能性のあるフィルタ・パラメータと励起パラメータとはチャンネル 符号器２０に送られ、同チャンネル符号器２０は、ピットスｌ−リームを生成し て線２２のチャンネルに送る。

パラメータ変更器１８によるパラメータの変更は、いくつかの方法で行うことか できる。

一つの可能性のある変更は、フィルタの帯域幅の拡張である。それは、フィルタ の極を複素平面の原点に向けて移動させることを意味する。−次フィルタＨ（Ｚ ）　＝ｌ／Ａ　（ｚ）が上述の式で表されると仮定すると、極を係数ｒ（０≦ｒ ≦１）で移動すると、帯域幅の拡張結果はＡ（ｚ／ｒ）で定義される。すなわち 、 もう一つの可能性のある変更は、時間領域におけるフィルタ・パラメータの低域 フィルタリングである。すな才〕ち、フレームからフレームへのフィルり・パラ メータの急速の変動は、上記パラメータの少なくともいくつかを低域フィルタリ ングすることにより減衰される。この方法の特殊な場合は、いくつかのフレーム 、例えば４−５フレームに亘って、フィルタ・パラメータを平均化することであ る。

パラメータ変更器１８は、これら二つの方法の組み合わせを用いることかでき、 例えば帯域幅の拡張を行った後に低域フィルタリングを行うこともできる。また 、まず低域フィルタリングを行って、その後に帯域幅の拡張を加えることもでき る。

第２図の実施態様では、音声検出器１６はフィルタ推定器１２と励起解析器１４ との後に置かれている。従って、この実施聾様では、フィルタ・パラメータは先 ず推定され、その次に音声信号か含まれていない場合は変更される。他の一つの 可能性は、例えば音声用と背景音用との二つのマイクロフォンを使って、音声信 号か含まれているかいないかを直接に検出することである。そのような実施両様 では、音声信号か含まれていないときても、正しいフィルタ・パラメータを得る ようにフィルタの推定自身を変更することかできるであろう。

本発明の詳細な説明において、パラメータの変更は、送信機の中の符号器におい て実施されると仮定した。しかし同様な手順は、受信機の中の復号器においても 実施できることか分かる。これを第３図に示す実施例について図解する。

第３図において、チャンネルからのビットストリームを入力線３０により受ける 。このビットストリームをチャンネル復号器３２により復号する。チャンネル復 号器３２は、フィルタ・パラメータと励起パラメータとを出力する。この場合、 これらのパラメータは、発信機の中の符号器で変更されていないと仮定する。フ ィルタ・パラメータと励起パラメータとは音声検出器３４に送られ、音声検出器 ３４はこれらのパラメータを解析して、これらのパラメータにより再生されるで あろう信号は音声信号を含むかどうかを決定する。音声検出器３４の出力信号は 、ペラメータ変更器３６に送られる。パラメータ変更器３６は、フィルタ・パラ メータも受ける。受信された信号に音声信号か含まれていないと音声検出器３４ が決定すると、パラメータ変更器３６は、第２図のパラメータ変更器１８が行っ た変更と同様な変更を行う。もし音声信号が含まれていれば、変更は行われない 。

変更された可能性のあるフィルタ・パラメータと励起パラメータとは音声復号器 ３８に送られ、音声復号器３８は合成用カイ３号を線４０に出す。音声復号器３ ８は、励起パラメータを用いて上述のソース信号を発生し、また変更された可能 性のあるフィルタ・パラメータを用いてソース・フィルタ・モデルの中のフィル タを確定する。

上述のように、パラメータ変更器３６は、第２図のパラメータ変更器１８と同様 な仕方でフィルタ・パラメータを変更する。従って、可能性のある変更は、帯域 幅の拡張、低域フィルタリング、またはこれら二つの組み合わせである。

望ましい実施態様においては、第３図の復号器はまた後段フィルタ計算機４２と 後段フィルタ４４とを備える。音声復号器の中の後段フィルタは、生成された音 声信号のスペクトルのある部分の強調または強調復元を行うために用いられる。

もし受信された信号か背景音によって支配されていれば、線４ｏ上の出力信号の スペクトルを傾けて高周波の振幅を減少させることにより、改善された信号を得 ることができる。従って第３図の実施態様では、音声検出器３４の出力信号とパ ラメータ変更器３６の出力フィルタ・パラメータとは、後段フィルタ計算機４２ に送られる。受信された信号に音声信号か含まれていない場合は、後段フィルタ 計算機４２は、線４０上の出力信号のスペクトルの適当な傾きを計算し、それに 従って後段フィルタ４４を調整する。最終出力信号は線４６上に得られる。

上の説明から、フィルタパラメータの変更は、発信機の符号器か受信機の復号器 において行いうることは明かである。この特徴を用いて、基地局の符号器および 復号器においてパラメータ変更を実施することかできる。このようにして、移動 局の符号器／復号器を変更することなく、本発明により得られる、背景音に対す る改善された符号化性能を利用することかできる。陸上通信施設を経て基地局か 背景雑音を含む信号を受信すると、基地局においてパラメータを変更する。それ により移動局は既に変更されたパラメータを受信することになり、更に処理を加 え５ゼ・要はなくなる。他方、主として背景雑音を含む信号を移動局が基地局に 送ると、基地局の復号器はこの信号を特徴づけるフィルタ・パラメータを変更す ることかでき、次にそれを陸上通信施設に送ることかできる。

他の可能性は、フィルタ・パラメータの変更を、発信機側の符号器と受信機側の 復号器との間で分割することてあろう。例えば、フィルタの極は、符号器の複素 平面の原点に近づくように部分的に移動され、かつ、復号器の複素平面の原点に 近づくように移動される。この実施態様においては、パラメータ変更設備を持た ない移動局では性能の部分的な改善か得られ、この設備を備えた移動局では完全 な改善が得られるであろう。

本発明により得られる改善を図解するために、第４図は、主として背景音を含む ３つの連続したフレームの中のフィルタの伝達関数のスペクトルを示す。第４（ ａ）−（Ｃ）図は、第１　（ａ）−（ｃ）図と同じ入力信号を用いて作られた。

しかし、第４図では、フィルタ・パラメータは本発明によって変更された。第４ 図では、スペクトルはフレームからフレームへ殆ど変動しないことが分かる。

第５図は、本発明において用いられるパラメータ変更器１８．３Ｇの好適実施例 を示す略図である。スイッチ５０は、音声検出器１６．３４がらの制御信号に従 って、変更されていないフィルタ・パラメータを、直接出力へ送るが、あるいは パラメータの変更のためにブロック５２及び５４へ送る。もし音声検出器１６． ３４か主として音声を検出すると、スイッチ５ｏは、フィルタ・パラメータを直 接パラメータ変更器１８．３６の出力に送る。もし音声検出器１６．３４が主と して背景音を検出すると、スイッチ５０は、フィルタ・パラメータを割当てブロ ック５２に送る。

割当てブロック５２は、各フィルタ係数ａ、（ｋ）にファクタート”　（ただし 、０≦ｒ≦１、またｋは現在のフレームを指す）を乗じ、これらの新しい値を各 ａ、（ｋ）に割り当てることにより、フィルタ・パラメータの帯域幅の拡張を行 う。ｒは０．８５−０．９６の範囲内にあることか望ましい。適当な値は０．　 ８９である。

ブロック５２からの新しい値ａ、（ｋ）は割当てブロック５４に送られ、ここて 式ｇａ、（ｋ−１）＋　（１−ｇ）’ａ、（ｋ）に従って、係数ａ、（ｋ）の低 域フィルタリングを行う。ただし、０≦ｇ≦１、またａ、（ｋ−１）は以前のフ レームのフィルタ係数を指す。ｇは０．９２−０．９９５の範囲内にあることが 望ましい。適当な値は０．９９５である。次に、これらの変更されたパラメータ をパラメータ変更器１８．３６の出力により送り出される。

」二に述へた実施例では、帯域幅の拡張と低域フィルタリングとは二つの別個の ブロックで行った。しかし、式ａ−（ｋ）＝ｇａ、（ｋ−１）　＋（１−ｇ）ａ 。

（ｋ）ｒ”に従って、これらの２つの段階を組み合わせて１つの段階にすること もてきる。更に、低域フィルタリング段階は、現在と一つ前のフレームだけに関 連していたか、より以前のフレーム、例えば２−４フレーム以前のフレームを含 むこともてきる。

第６図は、本発明による方法の好適実施例を図解する流れ図である。手順はステ ップ６０て開始する。ステップ６１において、上記の方法の一つに従って、フィ ルタ・パラメータを推定する。次にステップ６２において、これらのフィルタ・ パラメータを用いて励起パラメータを推定する。これは上述の方法の一つに従っ て行われる。ステップ６３において、フィルタ・パラメータと励起パラメータと 多分入力信号自身とを用いて、入力信号か音声信号かどうかを決定する。もし人 力信号か音声信号であれば、フィルタ・パラメータを変更することなく、手順は 最終ステップ６６に進む。入力信号か音声信号でなければ、手順はステップ６４ に進み、フィルタの極を複素平面の原点に近づくように移動させることによりフ ィルタの帯域幅を拡張する。その後、ステップ６５において、例えば、ステップ ６４からの現在のフィルタ・パラメータと、以前の信号フレームからのフィルタ ・パラメータとの平均をとることにより、フィルタ・パラメータの低域フィルタ リングを行う。最後に手順は最終ステップ６６に進む。

上の説明では、フィルタ係数ａ、を用いて本発明の方法を図解した。しかしなか ら、同し基本的な考え方は、フィルタを確定し、またはフィルタに関連したその 他のパラメータにも適用できることを理解すべきである。その他のパラメータの 例としては、フィルタ反射係数、ログ面積比（ｆａｒ）、多項式の根、自己相関 関数〔ラビナ（Ｒａ１）ｉｎｅｒ）、シエイファ（Ｓｃｈａｆｅｒ）の「音声信 号のディジタル処理Ｊ、プレンティスポール、１９７８年〕、反射係数のアーク サイン〔グレイ（Ｇｒａｙ）、マーケル（Ｍａｒｋｅｌ）の［音声処理における 量子化およびビット割当て」、音響、音声及び信号の処理に関するＩＥＥＥ会報 、Ｖｏｗ、ＡＳＳＰ−２４、Ｎ０１６．１９７６年）、線スペクＩ−ル対〔スー ン（Ｓｏｏｎｇ）　、シュアン（Ｊｕａｎｇ）の［線スペクトル対（ＬＳＰ）お よび音声データ圧縮」、音響、音声及び信号の処理に関するＴＥＥＥ国際会議議 事録、１９８４年、ページ１．　１０．　１．−１゜１０．４］が挙げられる。

更に、本発明の上述の実施例のその他の変更は、受信器内に後段フィルタ４４が ない実施態様であろう。この場合ても、スペクトルの対応する傾きは、送信機の 中または受信機の中のフィルタ・パラメータの変更において既に得られている。

これは、例えばいわゆる反射係数１を変えることによって行うことかでざる。

当業者には、請求の範囲の記載により確定された発明の精神と範囲から逸脱する ことなく、本発明に対する各種の変更や変更を行いうることが理解されるであろ う。

Claims (1)

1. 【特許請求の範囲】 １．符号化および／または復号される信号を再生するための、各フレームに対す る一組のパラメータによって確定されるフィルタに接続された信号源を含む、デ ィジタル・フレームに基づく音声符号器および／または復号器の中で背景音を符 号化および／または復号する方法であって、（ａ）前記符号器および／または復 号器に送られる信号が主として音声を表すか背景音を表すかを検出すること、な らびに（ｂ）前記符号器および／または復号器に送られる前記信号が主として背 景音を表すときは、連続するフレームの間の時間的変動および／または前記各フ しームに対する一組のフィルタを確定するパラメータの中の少なくとも−つのフ ィルタを確定するパラメータの領域を制限することを含む方法。 ２．前記フィルタを確定するパラメータの時間的変動は、前記フィルタを確定す るパラメータをいくつかのフレームにわたって低域フィルタリングすることによ って制限される請求項１に記載の方法。 ３．前記フィルタを確定するパラメータの時間的変動は、前記フィルタを確定す るパラメータをいくつかのフレームにわたって平均化することによって制限され る請求項２に記載の方法。 ４．前記フィルタを確定するパラメータの領域は、前記フィルタの極を複素平面 の原点に近づくように移動することにより変更される請求項１、２および３に記 載の方法。 ５．前記信号源および前記変更されたパラメータを有する前記フィルタにより得 られる信号は、更に後段フィルタにより変更されて、前記信号の中の所定の周波 数領域を強調しないようにされる請求項１、２、３および４のいずれかに記載の 方法。 ６．符号化および／または復号される信号を再生するための、各フレームに対す る一組のパラメータによって確定されるフィルタに接続された信号源を含む、デ ィジタル・フレームに基づく音声符号器および／または復号器の中で背景音を符 号化および／または復号する装置であって、（ａ）前記符号器および／または復 号器に送られる信号が主として音声を表すか背景音を表すかを検出する手段（１ ６、３４）、ならびに（ｂ）前記符号器および／または復号器に送られる前記信 号が主として背景音を表すときは、連続するフレームの間の時間的変動および／ または前記各フレームに対する一組のフィルタを確定するパラメータの中の少な くとも一つのフィルタを確定するパラメータの領域を制限する手段（１８、３６ ）を包含する装置。 ７．前記フィルタを確定するパラメータの時間的変動は、前記フィルタを確定す るパラメータをいくつかのフレームにわたってフィルタリングする低域フィルタ （５４）によって制限される請求項６に記載の装置。 ８．前記フィルタを確定するパラメータの時間的変動は、前記フィルタを確定す るパラメータをいくつかのフレームにわたって平均化する低域フィルタによって 制限される請求項７に記載の装置。 ９．前記フィルタを確定するパラメータの領域は、前記フィルタの極を複素平面 の原点に近づくように移動する手段（５２）により変更される請求項６、７およ び８に記載の装置。 １０．前記信号源および前記変更されたパラメータを有する前記フィルタにより 得られる信号は、更に後段フィルタ（４４）により変更されて、前記信号の中の 所定の周波数領域を強調しないようにされる請求項６、７、８および９のいずれ かに記載の装置。