JPH08137498A - 音声符号化装置 - Google Patents
音声符号化装置Info
- Publication number
- JPH08137498A JPH08137498A JP6270904A JP27090494A JPH08137498A JP H08137498 A JPH08137498 A JP H08137498A JP 6270904 A JP6270904 A JP 6270904A JP 27090494 A JP27090494 A JP 27090494A JP H08137498 A JPH08137498 A JP H08137498A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- error
- code
- conversion
- amplitude information
- 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
Abstract
(57)【要約】
【目的】 耳障りな雑音を抑え、ビットレートを同じに
保ったまま、再生品質を向上させる。 【構成】 入力音声信号をＡＤ変換して、フレームごと
に、ピッチ周波数、複数周波数帯域ごとの有声無声判定
を行ない、それぞれを符号化する。また、スペクトル振
幅を算出し、それをケプストラム係数ベクトルで表現す
る。このケプストラム係数ベクトルを複数のコードベク
トルを持つ符号帳で符号化するとき、ケプスラム係数ベ
クトルとコードベクトルの要素ごとの差である誤差ベク
トルを算出し、周波数領域でスペクトル振幅から求めた
人間の聴覚特性を考慮した重み付けベクトルを用いて誤
差ベクトルを評価し、最適なコードベクトルを選択して
符号化する。
保ったまま、再生品質を向上させる。 【構成】 入力音声信号をＡＤ変換して、フレームごと
に、ピッチ周波数、複数周波数帯域ごとの有声無声判定
を行ない、それぞれを符号化する。また、スペクトル振
幅を算出し、それをケプストラム係数ベクトルで表現す
る。このケプストラム係数ベクトルを複数のコードベク
トルを持つ符号帳で符号化するとき、ケプスラム係数ベ
クトルとコードベクトルの要素ごとの差である誤差ベク
トルを算出し、周波数領域でスペクトル振幅から求めた
人間の聴覚特性を考慮した重み付けベクトルを用いて誤
差ベクトルを評価し、最適なコードベクトルを選択して
符号化する。
Description
【０００１】
【産業上の利用分野】本発明は、入力音声からピッチ周
波数、複数の周波数帯域の有声無声判定、スペクトル振
幅情報の３種のパラメータを算出して符号化する音声符
号化装置において、そのスペクトル振幅情報を表現する
手段としてケプストラム係数ベクトルを用い、ケプスト
ラム係数ベクトルを符号帳を用いて効率よく符号化する
音声符号化装置に関するものである。
波数、複数の周波数帯域の有声無声判定、スペクトル振
幅情報の３種のパラメータを算出して符号化する音声符
号化装置において、そのスペクトル振幅情報を表現する
手段としてケプストラム係数ベクトルを用い、ケプスト
ラム係数ベクトルを符号帳を用いて効率よく符号化する
音声符号化装置に関するものである。
【０００２】
【従来の技術】近年、ディジタル信号処理技術の発達に
より、ディジタル通信のサービスが多様化し、通信にお
ける伝送容量の制限から、低ビットレートの要求が高ま
っている。高能率音声符号化技術は、その要求を満たす
ために欠かすことのできない技術である。
より、ディジタル通信のサービスが多様化し、通信にお
ける伝送容量の制限から、低ビットレートの要求が高ま
っている。高能率音声符号化技術は、その要求を満たす
ために欠かすことのできない技術である。
【０００３】ディジタル化された音声信号を少ないビッ
ト数で符号化する装置として、一定時間間隔の音声信号
のピッチ周波数、複数の周波数帯域の有声無声判定、ス
ペクトル振幅情報を符号化する方法を用いて、スペクト
ル振幅情報をケプストラムと呼ばれるパラメータで表現
し、それを複数のコードベクトルをもつ符号帳を用いて
効率よく符号化する装置が知られている。
ト数で符号化する装置として、一定時間間隔の音声信号
のピッチ周波数、複数の周波数帯域の有声無声判定、ス
ペクトル振幅情報を符号化する方法を用いて、スペクト
ル振幅情報をケプストラムと呼ばれるパラメータで表現
し、それを複数のコードベクトルをもつ符号帳を用いて
効率よく符号化する装置が知られている。
【０００４】以下、従来の音声符号化装置について図３
を参照しながら説明する。図３において、１は入力音声
信号をディジタル信号に変換するＡ／Ｄ変換手段、２は
変換されたディジタル音声信号を単位時間間隔（以下、
フレームという。）毎に蓄えるバッファ、３は蓄えられ
たフレーム毎のディジタル音声信号からピッチ周波数を
算出するピッチ周波数符号化手段、４はバッファ２に蓄
えられたディジタル音声信号の複数の周波数帯域毎での
有声無声判定を行なう有声無声判定符号化手段、５はバ
ッファ２に蓄えられたディジタル音声信号のスペクトル
振幅情報を算出するスペクトル振幅算出手段、６は算出
されたスペクトル振幅情報を表現するケプストラム係数
ベクトルを算出するケプストラム係数算出手段、７は複
数のコードベクトルを持つ符号帳、８はケプストラム係
数算出手段６からのケプストラム係数ベクトルと符号帳
７からのコードベクトルとから最適なコードベクトルを
選択する代表ベクトル選択手段である。
を参照しながら説明する。図３において、１は入力音声
信号をディジタル信号に変換するＡ／Ｄ変換手段、２は
変換されたディジタル音声信号を単位時間間隔（以下、
フレームという。）毎に蓄えるバッファ、３は蓄えられ
たフレーム毎のディジタル音声信号からピッチ周波数を
算出するピッチ周波数符号化手段、４はバッファ２に蓄
えられたディジタル音声信号の複数の周波数帯域毎での
有声無声判定を行なう有声無声判定符号化手段、５はバ
ッファ２に蓄えられたディジタル音声信号のスペクトル
振幅情報を算出するスペクトル振幅算出手段、６は算出
されたスペクトル振幅情報を表現するケプストラム係数
ベクトルを算出するケプストラム係数算出手段、７は複
数のコードベクトルを持つ符号帳、８はケプストラム係
数算出手段６からのケプストラム係数ベクトルと符号帳
７からのコードベクトルとから最適なコードベクトルを
選択する代表ベクトル選択手段である。
【０００５】以上のように構成された符号化装置につい
て、その動作を説明する。まず、音声信号は、音声のも
つダイナミックレンジやスペクトルを考慮したビット数
およびサンプリング周波数でＡ／Ｄ変換手段１によりデ
ィジタル信号に変換される。次にフレームと呼ばれる単
位時間のディジタル音声信号をバッファ２に蓄える。こ
のとき、連続信号であるディジタル音声信号のスペクト
ル形状を保ったまま音声を切り出すため、窓関数を用い
る。バッファ２に蓄えられたディジタル音声信号からピ
ッチ周波数符号化手段３によりピッチ周波数を算出し、
それを符号化する。また、有声無声判定符号化手段４に
よりバッファ２に蓄えられたディジタル音声信号の複数
の周波数帯域ごとの有声無声判定を行ない、それを符号
化する。さらに、スペクトル振幅算出手段５により、バ
ッファ２に蓄えられたディジタル音声信号を離散フーリ
エ変換することによって得られるスペクトル振幅情報を
算出する。ケプストラム係数算出手段６は、スペクトル
振幅情報を離散フーリエ逆変換によりケフレンシー領域
に変換し、さらに調整を行ない、スペクトル振幅情報を
十分表現できる次数のケプストラム係数ベクトルを算出
する。複数のコードベクトルがそのインデックスととも
に符号帳７に蓄えられており、代表ベクトル選択手段８
では、全てのコードベクトルとケプストラム係数ベクト
ルについてそれぞれのベクトル要素の差の２乗値の総和
を算出し、その値が最小となるコードベクトルを選択
し、そのインデックスを符号化する。このようにして得
られたピッチ周波数、各周波数帯域の有声無声判定、代
表コードベクトルのインデックスが、符号化された音声
信号のパラメータとなる。
て、その動作を説明する。まず、音声信号は、音声のも
つダイナミックレンジやスペクトルを考慮したビット数
およびサンプリング周波数でＡ／Ｄ変換手段１によりデ
ィジタル信号に変換される。次にフレームと呼ばれる単
位時間のディジタル音声信号をバッファ２に蓄える。こ
のとき、連続信号であるディジタル音声信号のスペクト
ル形状を保ったまま音声を切り出すため、窓関数を用い
る。バッファ２に蓄えられたディジタル音声信号からピ
ッチ周波数符号化手段３によりピッチ周波数を算出し、
それを符号化する。また、有声無声判定符号化手段４に
よりバッファ２に蓄えられたディジタル音声信号の複数
の周波数帯域ごとの有声無声判定を行ない、それを符号
化する。さらに、スペクトル振幅算出手段５により、バ
ッファ２に蓄えられたディジタル音声信号を離散フーリ
エ変換することによって得られるスペクトル振幅情報を
算出する。ケプストラム係数算出手段６は、スペクトル
振幅情報を離散フーリエ逆変換によりケフレンシー領域
に変換し、さらに調整を行ない、スペクトル振幅情報を
十分表現できる次数のケプストラム係数ベクトルを算出
する。複数のコードベクトルがそのインデックスととも
に符号帳７に蓄えられており、代表ベクトル選択手段８
では、全てのコードベクトルとケプストラム係数ベクト
ルについてそれぞれのベクトル要素の差の２乗値の総和
を算出し、その値が最小となるコードベクトルを選択
し、そのインデックスを符号化する。このようにして得
られたピッチ周波数、各周波数帯域の有声無声判定、代
表コードベクトルのインデックスが、符号化された音声
信号のパラメータとなる。
【０００６】
【発明が解決しようとする課題】しかしながら、上記の
ような従来の装置では、ケプストラム係数を量子化した
場合、選択されるコードベクトルはケプストラム係数ベ
クトルとのケフレンシー領域でのユークリッド距離を最
小とするものであるが、これは必ずしも実際に人間が聴
覚上感じる誤差を最小にする最適なコードベクトルでは
ないため、符号化の結果、耳障りな雑音が知覚されると
いう問題を有していた。
ような従来の装置では、ケプストラム係数を量子化した
場合、選択されるコードベクトルはケプストラム係数ベ
クトルとのケフレンシー領域でのユークリッド距離を最
小とするものであるが、これは必ずしも実際に人間が聴
覚上感じる誤差を最小にする最適なコードベクトルでは
ないため、符号化の結果、耳障りな雑音が知覚されると
いう問題を有していた。
【０００７】本発明は、上記従来の問題を解決するもの
であり、ビットレートを変えず聴覚的な再生音声品質を
向上させることのできる優れた音声符号化装置を提供す
ることを目的とする。
であり、ビットレートを変えず聴覚的な再生音声品質を
向上させることのできる優れた音声符号化装置を提供す
ることを目的とする。
【０００８】
【課題を解決するための手段】本発明は、上記目的を達
成するために、ケプストラム係数ベクトルとコードベク
トルの個々のベクトル要素の差である誤差ベクトルを算
出する手段と、周波数スペクトル振幅情報をもとに人間
の聴覚特性を考慮した量子化誤差の重み係数ベクトルを
算出する手段と、その重み係数ベクトルを用いて誤差ベ
クトルを評価して聴覚的な誤差が最小となるコードベク
トルを選択する手段とを備えている。
成するために、ケプストラム係数ベクトルとコードベク
トルの個々のベクトル要素の差である誤差ベクトルを算
出する手段と、周波数スペクトル振幅情報をもとに人間
の聴覚特性を考慮した量子化誤差の重み係数ベクトルを
算出する手段と、その重み係数ベクトルを用いて誤差ベ
クトルを評価して聴覚的な誤差が最小となるコードベク
トルを選択する手段とを備えている。
【０００９】
【作用】本発明は、上記構成によって、周波数領域でそ
の時点のスペクトル振幅に基づく人間の聴覚特性を考慮
した評価基準に基づく最適なコードベクトルを選択する
ことができ、ビットレートを同じに保ったまま、再生品
質を向上させることができる。
の時点のスペクトル振幅に基づく人間の聴覚特性を考慮
した評価基準に基づく最適なコードベクトルを選択する
ことができ、ビットレートを同じに保ったまま、再生品
質を向上させることができる。
【００１０】
（実施例１）以下、本発明の第１の実施例おける音声符
号化装置について、図１を参照しながら説明する。図１
において、１０１は入力音声信号をディジタル信号に変
換するＡ／Ｄ変換手段、１０２は変換されたディジタル
音声信号をフレーム毎に蓄えるバッファ、１０３は蓄え
られたフレーム毎のディジタル音声信号からピッチ周波
数を算出するピッチ周波数符号化手段、１０４はバッフ
ァ１０２に蓄えられたディジタル音声信号の複数の周波
数帯域毎での有声無声判定を行なう有声無声判定符号化
手段、１０５はバッファ１０２に蓄えられたディジタル
音声信号のスペクトル振幅情報を算出するスペクトル振
幅算出手段、１０６は算出されたスペクトル振幅情報を
表現するケプストラム係数ベクトルを算出するケプスト
ラム係数算出手段、１０７は複数のコードベクトルを持
つ符号帳、１０８はケプストラム係数算出手段１０６か
らのケプストラム係数ベクトルと符号帳１０７からのコ
ードベクトルとから誤差ベクトルを算出する誤差ベクト
ルを算出手段、１０９は算出された誤差ベクトルを周波
数領域での変換誤差ベクトルに変換する変換手段、１１
０はスペクトル振幅算出手段１０５からのスペクトル振
幅情報を基に人間の聴覚特性を考慮した量子化誤差に対
する重み係数ベクトルを算出する重み係数ベクトル算出
手段、１１１は算出された重み係数ベクトルを用いて変
換手段１０９からの変換誤差ベクトルを評価して聴覚的
な誤差が最小となるコードベクトルを選択する代表ベク
トル選択手段である。変換手段１０９と代表ベクトル選
択手段１１１とでコードベクトル選択手段１１２を構成
する。
号化装置について、図１を参照しながら説明する。図１
において、１０１は入力音声信号をディジタル信号に変
換するＡ／Ｄ変換手段、１０２は変換されたディジタル
音声信号をフレーム毎に蓄えるバッファ、１０３は蓄え
られたフレーム毎のディジタル音声信号からピッチ周波
数を算出するピッチ周波数符号化手段、１０４はバッフ
ァ１０２に蓄えられたディジタル音声信号の複数の周波
数帯域毎での有声無声判定を行なう有声無声判定符号化
手段、１０５はバッファ１０２に蓄えられたディジタル
音声信号のスペクトル振幅情報を算出するスペクトル振
幅算出手段、１０６は算出されたスペクトル振幅情報を
表現するケプストラム係数ベクトルを算出するケプスト
ラム係数算出手段、１０７は複数のコードベクトルを持
つ符号帳、１０８はケプストラム係数算出手段１０６か
らのケプストラム係数ベクトルと符号帳１０７からのコ
ードベクトルとから誤差ベクトルを算出する誤差ベクト
ルを算出手段、１０９は算出された誤差ベクトルを周波
数領域での変換誤差ベクトルに変換する変換手段、１１
０はスペクトル振幅算出手段１０５からのスペクトル振
幅情報を基に人間の聴覚特性を考慮した量子化誤差に対
する重み係数ベクトルを算出する重み係数ベクトル算出
手段、１１１は算出された重み係数ベクトルを用いて変
換手段１０９からの変換誤差ベクトルを評価して聴覚的
な誤差が最小となるコードベクトルを選択する代表ベク
トル選択手段である。変換手段１０９と代表ベクトル選
択手段１１１とでコードベクトル選択手段１１２を構成
する。
【００１１】以上のように構成された符号化装置につい
て、その動作を説明する。まず、入力音声信号は、音声
の持つダイナミックレンジやスペクトルを考慮したビッ
ト数およびサンプリング周波数でＡ／Ｄ変換手段１０１
によりディジタル信号に変換される。次にフレームと呼
ばれる単位時間のディジタル音声信号をバッファ１０２
に蓄える。このとき、連続信号であるディジタル音声信
号のスペクトル形状を保ったまま音声を切り出すため、
窓関数を用いる。バッファ１０２に蓄えられたディジタ
ル音声信号からピッチ周波数符号化手段１０３によりピ
ッチ周波数を算出しそれを符号化する。また、有声無声
判定符号化手段１０４によりバッファ１０２に蓄えられ
たディジタル音声信号の複数の周波数帯域ごとの有声無
声判定を行ない、それを符号化する。さらに、スペクト
ル振幅算出手段１０５により、バッファ１０２に蓄えら
れたディジタル音声信号を離散フーリエ変換することに
よって得られるスペクトル振幅情報を算出する。ケプス
トラム係数算出手段１０６は、スペクトル振幅情報を離
散フーリエ逆変換によりケフレンシー領域に変換し、さ
らに調整を行ない、スペクトル振幅情報を十分表現でき
る次数のケフレンシー係数ベクトルを算出する。
て、その動作を説明する。まず、入力音声信号は、音声
の持つダイナミックレンジやスペクトルを考慮したビッ
ト数およびサンプリング周波数でＡ／Ｄ変換手段１０１
によりディジタル信号に変換される。次にフレームと呼
ばれる単位時間のディジタル音声信号をバッファ１０２
に蓄える。このとき、連続信号であるディジタル音声信
号のスペクトル形状を保ったまま音声を切り出すため、
窓関数を用いる。バッファ１０２に蓄えられたディジタ
ル音声信号からピッチ周波数符号化手段１０３によりピ
ッチ周波数を算出しそれを符号化する。また、有声無声
判定符号化手段１０４によりバッファ１０２に蓄えられ
たディジタル音声信号の複数の周波数帯域ごとの有声無
声判定を行ない、それを符号化する。さらに、スペクト
ル振幅算出手段１０５により、バッファ１０２に蓄えら
れたディジタル音声信号を離散フーリエ変換することに
よって得られるスペクトル振幅情報を算出する。ケプス
トラム係数算出手段１０６は、スペクトル振幅情報を離
散フーリエ逆変換によりケフレンシー領域に変換し、さ
らに調整を行ない、スペクトル振幅情報を十分表現でき
る次数のケフレンシー係数ベクトルを算出する。
【００１２】算出されたケプストラム係数ベクトルの次
数と等しい次数の複数のコードベクトルがそのインデッ
クスとともに符号帳１０７に蓄えられており、誤差ベク
トル算出手段１０８では、全てのコードベクトルとケプ
ストラム係数ベクトルについてそれぞれのベクトル要素
の差として得られる誤差ベクトルを算出する。この誤差
ベクトルは、離散フーリエ変換を行なう変換手段１０９
によって周波数領域での変換誤差ベクトルに変換され
る。この変換誤差ベクトルは、スペクトル振幅算出手段
１０５によって得られたスペクトル振幅情報とコードベ
クトルを離散フーリエ変換して得られるコードベクトル
のスペクトル振幅との差に等しい。
数と等しい次数の複数のコードベクトルがそのインデッ
クスとともに符号帳１０７に蓄えられており、誤差ベク
トル算出手段１０８では、全てのコードベクトルとケプ
ストラム係数ベクトルについてそれぞれのベクトル要素
の差として得られる誤差ベクトルを算出する。この誤差
ベクトルは、離散フーリエ変換を行なう変換手段１０９
によって周波数領域での変換誤差ベクトルに変換され
る。この変換誤差ベクトルは、スペクトル振幅算出手段
１０５によって得られたスペクトル振幅情報とコードベ
クトルを離散フーリエ変換して得られるコードベクトル
のスペクトル振幅との差に等しい。
【００１３】人間の聴覚特性として、マスキング特性、
ラウドネス特性などがあり、また音声スペクトルの中で
ホルマントと呼ばれる周波数が重要であり、またこれら
がその時点でのスペクトル振幅によって変化することが
知られている。したがって、重み係数ベクトル算出手段
１１０では、スペクトル振幅情報手段１０５によって得
られたスペクトル振幅情報をもとに、聴覚特性を考慮し
た重み係数ベクトルを周波数の関数として求める。そし
て、代表ベクトル選択手段１１１では、重み係数ベクト
ルの各要素と変換誤差ベクトルの各要素を２乗したもの
との積の総和を算出し、その値が最小となるコードベク
トルを選択し、そのインデックスを符号化する。得られ
たピッチ周波数、各周波数帯域の有声無声判定、代表コ
ードベクトルのインデックスが、符号化された音声信号
のパラメータとなる。
ラウドネス特性などがあり、また音声スペクトルの中で
ホルマントと呼ばれる周波数が重要であり、またこれら
がその時点でのスペクトル振幅によって変化することが
知られている。したがって、重み係数ベクトル算出手段
１１０では、スペクトル振幅情報手段１０５によって得
られたスペクトル振幅情報をもとに、聴覚特性を考慮し
た重み係数ベクトルを周波数の関数として求める。そし
て、代表ベクトル選択手段１１１では、重み係数ベクト
ルの各要素と変換誤差ベクトルの各要素を２乗したもの
との積の総和を算出し、その値が最小となるコードベク
トルを選択し、そのインデックスを符号化する。得られ
たピッチ周波数、各周波数帯域の有声無声判定、代表コ
ードベクトルのインデックスが、符号化された音声信号
のパラメータとなる。
【００１４】以上のように、本実施例によれば、ケフレ
ンシー領域で求めた誤差ベクトルを周波数領域に変換
し、周波数領域で求めた重み係数ベクトルをもとに評価
し、代表ベクトルを選択する手段を設けることにより、
聴覚特性を考慮した最適なコードベクトルを選択するこ
とができる。
ンシー領域で求めた誤差ベクトルを周波数領域に変換
し、周波数領域で求めた重み係数ベクトルをもとに評価
し、代表ベクトルを選択する手段を設けることにより、
聴覚特性を考慮した最適なコードベクトルを選択するこ
とができる。
【００１５】（実施例２）次に、本発明の第２の実施例
について、図２を参照しながら説明する。図２におい
て、２０１は入力音声信号をディジタル信号に変換する
Ａ／Ｄ変換手段、２０２は変換されたディジタル音声信
号をフレーム毎に蓄えるバッファ、２０３は蓄えられた
フレーム毎のディジタル音声信号からピッチ周波数を算
出するピッチ周波数符号化手段、２０４はバッファ２０
２に蓄えられたディジタル音声信号の複数の周波数帯域
毎での有声無声判定を行なう有声無声判定符号化手段、
２０５はバッファ２０２に蓄えられたディジタル音声信
号のスペクトル振幅情報を算出するスペクトル振幅算出
手段、２０６は算出されたスペクトル振幅情報を表現す
るケプストラム係数ベクトルを算出するケプストラム係
数算出手段、２０７は複数のコードベクトルを持つ符号
帳、２０８はケプストラム係数算出手段２０６からのケ
プストラム係数ベクトルと符号帳２０７からのコードベ
クトルとから誤差ベクトルを算出する誤差ベクトル算出
手段、２０９は算出された誤差ベクトルに対し誤差ベク
トル自身を畳み込みした畳み込み誤差ベクトルを算出す
る畳み込み演算手段、２１０はスペクトル振幅算出手段
２０５からのスペクトル振幅情報を基に人間の聴覚特性
を考慮した量子化誤差に対する重み係数ベクトルを算出
する重み係数ベクトル算出手段、２１１は算出された重
み係数ベクトルをケフレンシー領域での変換重み係数ベ
クトルに変換する変換手段、２１２は畳み込み演算手段
２０９からの畳み込み誤差ベクトルと変換手段２１１か
らの変換重み係数ベクトルとのそれぞれの要素毎の積の
総和が最小となるコードベクトルを選択する代表ベクト
ル選択手段である。畳み込み演算手段２０９と変換手段
２１１と代表ベクトル選択手段２１２とでコードベクト
ル選択手段２１３を構成する。
について、図２を参照しながら説明する。図２におい
て、２０１は入力音声信号をディジタル信号に変換する
Ａ／Ｄ変換手段、２０２は変換されたディジタル音声信
号をフレーム毎に蓄えるバッファ、２０３は蓄えられた
フレーム毎のディジタル音声信号からピッチ周波数を算
出するピッチ周波数符号化手段、２０４はバッファ２０
２に蓄えられたディジタル音声信号の複数の周波数帯域
毎での有声無声判定を行なう有声無声判定符号化手段、
２０５はバッファ２０２に蓄えられたディジタル音声信
号のスペクトル振幅情報を算出するスペクトル振幅算出
手段、２０６は算出されたスペクトル振幅情報を表現す
るケプストラム係数ベクトルを算出するケプストラム係
数算出手段、２０７は複数のコードベクトルを持つ符号
帳、２０８はケプストラム係数算出手段２０６からのケ
プストラム係数ベクトルと符号帳２０７からのコードベ
クトルとから誤差ベクトルを算出する誤差ベクトル算出
手段、２０９は算出された誤差ベクトルに対し誤差ベク
トル自身を畳み込みした畳み込み誤差ベクトルを算出す
る畳み込み演算手段、２１０はスペクトル振幅算出手段
２０５からのスペクトル振幅情報を基に人間の聴覚特性
を考慮した量子化誤差に対する重み係数ベクトルを算出
する重み係数ベクトル算出手段、２１１は算出された重
み係数ベクトルをケフレンシー領域での変換重み係数ベ
クトルに変換する変換手段、２１２は畳み込み演算手段
２０９からの畳み込み誤差ベクトルと変換手段２１１か
らの変換重み係数ベクトルとのそれぞれの要素毎の積の
総和が最小となるコードベクトルを選択する代表ベクト
ル選択手段である。畳み込み演算手段２０９と変換手段
２１１と代表ベクトル選択手段２１２とでコードベクト
ル選択手段２１３を構成する。
【００１６】以上のように構成された符号化装置につい
て、以下、その動作を説明する。まず、音声信号は、音
声の持つダイナミックレンジやスペクトルを考慮したビ
ット数およびサンプリング周波数でＡ／Ｄ変換手段２０
１によりディジタル信号に変換される。次にフレームと
呼ばれる単位時間のディジタル音声信号をバッファ２０
２に蓄える。このとき、連続信号であるディジタル音声
信号のスペクトル形状を保ったまま音声を切り出すた
め、窓関数を用いる。バッファ２０２に蓄えられたディ
ジタル音声信号からピッチ周波数符号化手段２０３によ
りピッチ周波数を算出しそれを符号化する。また、有声
無声判定符号化手段２０４によりバッファ２０２に蓄え
られたディジタル音声信号の複数の周波数帯域ごとの有
声無声判定を行ない、それを符号化する。さらに、スペ
クトル振幅算出手段２０５により、バッファ２０２に蓄
えられたディジタル音声信号を離散フーリエ変換するこ
とによって得られるスペクトル振幅情報を算出する。ケ
プストラム係数算出手段２０６は、スペクトル振幅情報
を離散フーリエ逆変換によりケフレンシー領域に変換
し、さらに調整を行ない、スペクトル振幅情報を十分表
現できる次数のケフレンシー係数ベクトルを算出する。
て、以下、その動作を説明する。まず、音声信号は、音
声の持つダイナミックレンジやスペクトルを考慮したビ
ット数およびサンプリング周波数でＡ／Ｄ変換手段２０
１によりディジタル信号に変換される。次にフレームと
呼ばれる単位時間のディジタル音声信号をバッファ２０
２に蓄える。このとき、連続信号であるディジタル音声
信号のスペクトル形状を保ったまま音声を切り出すた
め、窓関数を用いる。バッファ２０２に蓄えられたディ
ジタル音声信号からピッチ周波数符号化手段２０３によ
りピッチ周波数を算出しそれを符号化する。また、有声
無声判定符号化手段２０４によりバッファ２０２に蓄え
られたディジタル音声信号の複数の周波数帯域ごとの有
声無声判定を行ない、それを符号化する。さらに、スペ
クトル振幅算出手段２０５により、バッファ２０２に蓄
えられたディジタル音声信号を離散フーリエ変換するこ
とによって得られるスペクトル振幅情報を算出する。ケ
プストラム係数算出手段２０６は、スペクトル振幅情報
を離散フーリエ逆変換によりケフレンシー領域に変換
し、さらに調整を行ない、スペクトル振幅情報を十分表
現できる次数のケフレンシー係数ベクトルを算出する。
【００１７】算出された、ケプストラム係数ベクトルの
次数と等しい次数の複数のコードベクトルがそのインデ
ックスとともに符号帳２０７に蓄えられており、誤差ベ
クトル算出手段２０８では、全てのコードベクトルとケ
プストラム係数ベクトルについてそれぞれのベクトル要
素の差として得られる誤差ベクトルを算出する。畳み込
み演算手段２０９では、誤差ベクトルに対し、誤差ベク
トル自身の畳み込みを行ない、畳み込み誤差ベクトルを
算出する。この畳み込み誤差ベクトルを離散フーリエ変
換によって周波数領域に変換したものは、スペクトル振
幅情報と、コードベクトルを離散フーリエ変換して得ら
れるコードベクトルのスペクトル振幅との２乗（以下２
乗誤差スペクトル振幅ベクトル）に等しい。
次数と等しい次数の複数のコードベクトルがそのインデ
ックスとともに符号帳２０７に蓄えられており、誤差ベ
クトル算出手段２０８では、全てのコードベクトルとケ
プストラム係数ベクトルについてそれぞれのベクトル要
素の差として得られる誤差ベクトルを算出する。畳み込
み演算手段２０９では、誤差ベクトルに対し、誤差ベク
トル自身の畳み込みを行ない、畳み込み誤差ベクトルを
算出する。この畳み込み誤差ベクトルを離散フーリエ変
換によって周波数領域に変換したものは、スペクトル振
幅情報と、コードベクトルを離散フーリエ変換して得ら
れるコードベクトルのスペクトル振幅との２乗（以下２
乗誤差スペクトル振幅ベクトル）に等しい。
【００１８】重み係数ベクトル算出手段２１０では、ス
ペクトル振幅情報手段２０５によって得られたスペクト
ル振幅情報をもとに、聴覚特性を考慮した重み係数ベク
トルを周波数の関数として求める。この重み係数ベクト
ルを用いた量子化による誤差の評価基準として、２乗誤
差スペクトル振幅ベクトルと重み係数ベクトルのそれぞ
れの要素の積の総和、すなわち内積が考えられる。この
ような周波数領域での２つのベクトルの内積は、結局ケ
フレンシー領域においても、それぞれのベクトルを離散
フーリエ逆交換によってケフレンシー領域に変換したそ
れぞれの変換ベクトルの内積で表されることになる。前
述したように、２乗誤差スペクトル振幅ベクトルを離散
フーリエ逆変換したものは、畳み込み演算手段２０９に
よって得られた畳み込み誤差ベクトルに等しい。したが
って代表ベクトル２１２では、重み係数ベクトルを離散
フーリエ逆変換を行なう変換手段２１１を用いて、ケフ
レンシー領域に変換した変換重み係数ベクトルと、畳み
込み誤差ベクトルの各要素の積の総和が最小になるコー
ドベクトルを選ぶことによって、周波数領域での評価基
準と全く等しい評価基準でコードベクトルを選択するこ
とができる。実際には選択されたコードベクトルのイン
デックスが符号化される。このようにして、得られたピ
ッチ周波数、各周波数帯域の有声無声判定、代表コード
ベクトルのインデックスが、符号化された音声信号のパ
ラメータとなる。
ペクトル振幅情報手段２０５によって得られたスペクト
ル振幅情報をもとに、聴覚特性を考慮した重み係数ベク
トルを周波数の関数として求める。この重み係数ベクト
ルを用いた量子化による誤差の評価基準として、２乗誤
差スペクトル振幅ベクトルと重み係数ベクトルのそれぞ
れの要素の積の総和、すなわち内積が考えられる。この
ような周波数領域での２つのベクトルの内積は、結局ケ
フレンシー領域においても、それぞれのベクトルを離散
フーリエ逆交換によってケフレンシー領域に変換したそ
れぞれの変換ベクトルの内積で表されることになる。前
述したように、２乗誤差スペクトル振幅ベクトルを離散
フーリエ逆変換したものは、畳み込み演算手段２０９に
よって得られた畳み込み誤差ベクトルに等しい。したが
って代表ベクトル２１２では、重み係数ベクトルを離散
フーリエ逆変換を行なう変換手段２１１を用いて、ケフ
レンシー領域に変換した変換重み係数ベクトルと、畳み
込み誤差ベクトルの各要素の積の総和が最小になるコー
ドベクトルを選ぶことによって、周波数領域での評価基
準と全く等しい評価基準でコードベクトルを選択するこ
とができる。実際には選択されたコードベクトルのイン
デックスが符号化される。このようにして、得られたピ
ッチ周波数、各周波数帯域の有声無声判定、代表コード
ベクトルのインデックスが、符号化された音声信号のパ
ラメータとなる。
【００１９】以上のように、本実施例によれば、周波数
領域で求めた重み係数ベクトルをケフレンシー領域に変
換し、それに基づいて誤差ベクトルを評価し、代表ベク
トルを選択する手段を設けることにより、聴覚特性を考
慮した最適なコードベクトルを選択することができる。
また本実施例によれば、周波数領域で求めた重み係数ベ
クトルをケフレンシー領域に変換しておけば、コードベ
クトルを周波数領域に変換しなくて良い。また、ケプス
トラム係数の次数がスペクトル振幅情報の次数に比べて
１０％程度と小さいため、本実施例で畳み込み演算を行
なっても、実施例１のようにコードベクトルを変換し、
周波数領域で２乗するよりも演算量が少なくなるため、
実施例１と等しい評価を行ないながら、演算量を減らす
ことができる。
領域で求めた重み係数ベクトルをケフレンシー領域に変
換し、それに基づいて誤差ベクトルを評価し、代表ベク
トルを選択する手段を設けることにより、聴覚特性を考
慮した最適なコードベクトルを選択することができる。
また本実施例によれば、周波数領域で求めた重み係数ベ
クトルをケフレンシー領域に変換しておけば、コードベ
クトルを周波数領域に変換しなくて良い。また、ケプス
トラム係数の次数がスペクトル振幅情報の次数に比べて
１０％程度と小さいため、本実施例で畳み込み演算を行
なっても、実施例１のようにコードベクトルを変換し、
周波数領域で２乗するよりも演算量が少なくなるため、
実施例１と等しい評価を行ないながら、演算量を減らす
ことができる。
【００２０】
【発明の効果】以上のように、本発明は、ケフレンシー
領域で求めた誤差ベクトルを、周波数領域で求めた重み
係数ベクトルをもとに評価する手段を設けることによ
り、聴覚特性を考慮した最適なコードベクトルを選択
し、従来の音声符号化装置と比較して、ビットレートを
変えずに再生音声の品質を向上させる優れた音声符号化
装置を実現できるものである。
領域で求めた誤差ベクトルを、周波数領域で求めた重み
係数ベクトルをもとに評価する手段を設けることによ
り、聴覚特性を考慮した最適なコードベクトルを選択
し、従来の音声符号化装置と比較して、ビットレートを
変えずに再生音声の品質を向上させる優れた音声符号化
装置を実現できるものである。
【図１】本発明の第１の実施例における音声符号化装置
のブロック図
のブロック図
【図２】本発明の第２の実施例における音声符号化装置
のブロック図
のブロック図
【図３】従来の音声符号化装置のブロック図
１０１ Ａ／Ｄ変換手段 １０２ 単位時間間隔の信号を蓄えるバッファ １０３ ピッチ周波数符号化手段 １０４ 有声無声判定符号化手段 １０５ スペクトル振幅情報算出手段 １０６ ケプストラム係数ベクトル算出手段 １０７ 符号帳 １０８ 誤差ベクトル算出手段 １０９ 変換手段 １１０ 重み係数ベクトル算出手段 １１１ 代表ベクトル選択手段 １１２ コードベクトル選択手段 ２０１ Ａ／Ｄ変換手段 ２０２ 単位時間間隔の信号を蓄えるバッファ ２０３ ピッチ周波数符号化手段 ２０４ 有声無声判定符号化手段 ２０５ スペクトル振幅情報算出手段 ２０６ ケプストラム係数ベクトル算出手段 ２０７ 符号帳 ２０８ 誤差ベクトル算出手段 ２０９ 畳み込み演算手段 ２１０ 重み係数ベクトル算出手段 ２１１ 変換手段 ２１２ 代表ベクトル選択手段 ２１３ コードベクトル選択手段
Claims (3)
- 【請求項１】 入力音声信号をディジタル化し、ある一
定時間間隔ごとにピッチ周波数の算出および複数の周波
数帯域ごとの有声無声判定を行ない、それぞれを符号化
するとともに、前記一定時間間隔のスペクトル振幅情報
を算出し、そのスペクトル振幅情報からケプストラム係
数を算出し、それを複数のコードベクトルを持つ符号帳
で符号化する音声符号化装置において、コードベクトル
とケプストラム係数ベクトルとのそれぞれのベクトル要
素の差をとることにより誤差ベクトルを算出する手段
と、周波数スペクトル振幅情報をもとに人間の聴覚特性
を考慮した量子化誤差に対する重み係数ベクトルを算出
する手段と、その重み係数ベクトクを用いて前記変換誤
差ベクトルを評価して聴覚的な誤差が最小となるコード
ベクトルを選択する手段とを備えた音声符号化装置。 - 【請求項２】 コードベクトルを選択する手段が、誤差
ベクトルを周波数領域での変換誤差ベクトルに変換する
手段と、変換誤差ベクトルの要素を２乗したものと重み
係数ベクトルの要素の積の総和が最小になるコードベク
トルを選択する代表ベクトル選択手段とを備えた請求項
１記載の音声符号化装置。 - 【請求項３】 コードベクトルを選択する手段が、誤差
ベクトルに対し誤差ベクトル自身を畳み込みした畳み込
み誤差ベクトルを算出する手段と、係数ベクトルをケフ
レンシー領域での変換重み係数ベクトルに変換する変換
手段と、前記畳み込み誤差ベクトルと前記変換重み係数
ベクトルとのそれぞれのベクトルの要素ごとの総和が最
小となるコードベクトルを選択する代表ベクトル選択手
段とを備えた請求項１記載の音声符号化装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6270904A JPH08137498A (ja) | 1994-11-04 | 1994-11-04 | 音声符号化装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6270904A JPH08137498A (ja) | 1994-11-04 | 1994-11-04 | 音声符号化装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08137498A true JPH08137498A (ja) | 1996-05-31 |
Family
ID=17492609
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6270904A Pending JPH08137498A (ja) | 1994-11-04 | 1994-11-04 | 音声符号化装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08137498A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1998000837A1 (fr) * | 1996-07-01 | 1998-01-08 | Matsushita Electric Industrial Co., Ltd. | Procedes de codage et de decodage de signaux audio, et codeur et decodeur de signaux audio |
| WO2001080235A1 (de) * | 2000-04-14 | 2001-10-25 | Creaholic Sa | Verfahren zur bestimmung eines charakteristischen datensatzes für ein datensignal |
| JP2002091475A (ja) * | 2000-09-18 | 2002-03-27 | Matsushita Electric Ind Co Ltd | 音声合成方法 |
| US6904404B1 (en) | 1996-07-01 | 2005-06-07 | Matsushita Electric Industrial Co., Ltd. | Multistage inverse quantization having the plurality of frequency bands |
-
1994
- 1994-11-04 JP JP6270904A patent/JPH08137498A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1998000837A1 (fr) * | 1996-07-01 | 1998-01-08 | Matsushita Electric Industrial Co., Ltd. | Procedes de codage et de decodage de signaux audio, et codeur et decodeur de signaux audio |
| US6826526B1 (en) | 1996-07-01 | 2004-11-30 | Matsushita Electric Industrial Co., Ltd. | Audio signal coding method, decoding method, audio signal coding apparatus, and decoding apparatus where first vector quantization is performed on a signal and second vector quantization is performed on an error component resulting from the first vector quantization |
| US6904404B1 (en) | 1996-07-01 | 2005-06-07 | Matsushita Electric Industrial Co., Ltd. | Multistage inverse quantization having the plurality of frequency bands |
| US7243061B2 (en) | 1996-07-01 | 2007-07-10 | Matsushita Electric Industrial Co., Ltd. | Multistage inverse quantization having a plurality of frequency bands |
| WO2001080235A1 (de) * | 2000-04-14 | 2001-10-25 | Creaholic Sa | Verfahren zur bestimmung eines charakteristischen datensatzes für ein datensignal |
| JP2002091475A (ja) * | 2000-09-18 | 2002-03-27 | Matsushita Electric Ind Co Ltd | 音声合成方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100487136B1 (ko) | 음성복호화방법및장치 | |
| KR100427753B1 (ko) | 음성신호재생방법및장치,음성복호화방법및장치,음성합성방법및장치와휴대용무선단말장치 | |
| US7454330B1 (en) | Method and apparatus for speech encoding and decoding by sinusoidal analysis and waveform encoding with phase reproducibility | |
| RU2316059C2 (ru) | Способ и устройство для квантования усиления в широкополосном речевом кодировании с переменной битовой скоростью передачи | |
| JP3747492B2 (ja) | 音声信号の再生方法及び再生装置 | |
| US6611800B1 (en) | Vector quantization method and speech encoding method and apparatus | |
| US6871106B1 (en) | Audio signal coding apparatus, audio signal decoding apparatus, and audio signal coding and decoding apparatus | |
| JP5343098B2 (ja) | スーパーフレーム構造のｌｐｃハーモニックボコーダ | |
| US5778335A (en) | Method and apparatus for efficient multiband celp wideband speech and music coding and decoding | |
| EP0772186B1 (en) | Speech encoding method and apparatus | |
| JP4777918B2 (ja) | 音声処理装置及び音声を処理する方法 | |
| EP0770989A2 (en) | Speech encoding method and apparatus | |
| JPH08505030A (ja) | 差動符号化法を実行する伝送システム | |
| JP2002055699A (ja) | 音声符号化装置および音声符号化方法 | |
| JPH10124092A (ja) | 音声符号化方法及び装置、並びに可聴信号符号化方法及び装置 | |
| US5822723A (en) | Encoding and decoding method for linear predictive coding (LPC) coefficient | |
| US20040111257A1 (en) | Transcoding apparatus and method between CELP-based codecs using bandwidth extension | |
| JP2007504503A (ja) | 低ビットレートオーディオ符号化 | |
| KR100309727B1 (ko) | 오디오 신호 부호화 장치 및 복호화 장치와 오디오 신호 부호화 및 복호화 방법 | |
| 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 | |
| JP3472279B2 (ja) | 音声符号化パラメータ符号化方法及び装置 | |
| JPH08137498A (ja) | 音声符号化装置 | |
| JP2712925B2 (ja) | 音声処理装置 | |
| JP3453116B2 (ja) | 音声符号化方法及び装置 | |
| JPH01258000A (ja) | 音声信号符号化復号化方法並びに音声信号符号化装置及び音声信号復号化装置 |