JPH08211900A - ディジタル音声圧縮方式 - Google Patents

Abstract

(57)【要約】 【目的】 量子化ビット数が少ない場合でも量子化誤差
が制限される音声圧縮方式を提供すること。 【構成】 予測符号化技術を用いた音声圧縮方式におい
て、原音デ−タと予測値との差分値と、予め設定された
しきい値とを比較して、原音デ−タと予測値との差分値
の方が大きい場合には原音デ−タそのものを被量子化デ
−タとして量子化し、予め設定されたしきい値の方が大
きい場合には原音デ−タと予測値との差分値を被量子化
デ−タとして量子化することを特徴とする。

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音声圧縮方式
に係わり、さらに詳しくは圧縮原理として予測符号化技
術を用いた音声圧縮方式に関する。

【０００２】

【従来の技術】ディジタル音声信号の圧縮方式として
は、ディジタル音声が近接するサンプル間で高い相関を
もつという性質を利用した方式が多く提案されている。
この性質を利用し、かつ比較的簡単な処理で音声圧縮を
行う従来技術としては、予測符号化技術を挙げることが
できる。予測符号化技術の応用としては、例えば、ＤＰ
ＣＭ（Differential Pulse Code Modulation)方式やＡ
ＤＰＣＭ（Adaptive Differential Pulse Code Modulat
ion)方式等がよく知られている。ＤＰＣＭ方式とＡＤＰ
ＣＭ方式では、実際の音声と予測値との差分値を量子化
することで音声圧縮を図っている。

【０００３】予測符号化技術は、量子化誤差の蓄積によ
りオ-バ-フロ-等が生じる、といった問題点がある。こ
れを解決するための特許として、特開平０２−２１７２
８が公知である。特開平０２−２１７２８は、入力され
た音声デ−タの一部を抽出しこの音声デ−タを使用して
予測処理中に生じるオ−バ−フロ−の回避や演算精度の
確保を実現することにより、入力レベルの大小にかかわ
らず正しく線形予測処理が行え、かつ計算機の演算誤差
の影響を最小限におさえられるようにした音声符号化装
置が開示されている。

【０００４】また、特開平０１−１２３３００として、
最適レベルからの偏差をバッファリングされている音声
信号に対して乗じ、オ−バ−フロ−を生じた際には、重
み係数を乗じ音声デ−タが平均値近傍となるよう圧縮す
る構成にすることにより、入力レベルに依存しない音声
符号化装置が開示されている。

【０００５】

【発明が解決しようとする課題】しかしながら、上記の
従来技術は次に述べる問題点があった。即ち、量子化ビ
ット数を削減するにつれて、聴覚的に無視できなくなる
ほど量子化誤差が大きくなることである。前掲の特開平
０１−１２３３００及び特開平０２−２１７２８では、
オ−バ−フロ−を生じるような量子化誤差を補正するこ
とは可能であるが、オ−バ−フロ−を生じない部分の量
子化誤差を補正することはできなかった。

【０００６】本発明は、上記従来技術が持っていた、量
子化ビット数を削減するにつれて、聴覚的に無視できな
くなるほど量子化誤差が大きくなるといった欠点を解決
する手法を提供することを目的とする。

【０００７】

【課題を解決するための手段】かかる課題を解決するた
めには、量子化ビット数が少ない場合でも量子化誤差が
制限されている必要がある。そのためには、原音デ−タ
と予測値との差分値と、予め設定されたしきい値とを比
較して、原音デ−タと予測値との差分値の方が大きい場
合には原音デ−タそのものを被量子化デ−タとして量子
化し、予め設定されたしきい値の方が大きい場合には原
音デ−タと予測値との差分値を被量子化デ−タとして量
子化することによって音声圧縮処理を行えばよい。

【０００８】但し量子化された後のデ−タ以外に何の情
報も加えないと、被量子化デ−タが原音デ−タそのもの
だったのか、あるいは原音デ−タと予測値との差分値で
あったのかが区別できず、圧縮デ−タを伸長する際に不
都合である。そこで被量子化デ−タが原音デ−タそのも
のか否かを表す情報を圧縮デ−タの中に含むようにすれ
ばよい。

【０００９】なお、本特許の中で述べるリフレッシュと
は、予測符号化方式で圧縮する際に初期値を設定するこ
とを指す。また、本特許の中で述べるリフレッシュビッ
トマップとは、被量子化デ−タが原音デ−タそのものか
否かを表す情報を指す。リフレッシュビットマップの一
例として、それぞれのサンプルで被量子化デ−タが原音
デ−タそのものか否かを１ビットで表現した情報を挙げ
ることができる。

【００１０】

【作用】本発明にあっては、予測符号化技術を用いた音
声圧縮方式において、原音デ−タと予測値との差分値
と、予め設定されたしきい値とを比較して、原音デ−タ
と予測値との差分値の方が大きい場合には原音デ−タそ
のものを被量子化デ−タとして量子化し、予め設定され
たしきい値の方が大きい場合には原音デ−タと予測値と
の差分値を被量子化デ−タとして量子化することによっ
て音声圧縮処理を行うという構成をとったため、量子化
ビット数が少ない場合でも量子化誤差が制限される。ま
た、被量子化デ−タが原音デ−タそのものか否かを表す
情報を圧縮デ−タの中に含む構成をとったため、被量子
化デ−タが原音デ−タそのものだったのか、あるいは原
音デ−タと予測値との差分値であったのかを区別して圧
縮デ−タを伸長することが可能となる。

【００１１】

【実施例】本発明の一実施例を説明する。本例では、第
１図に示す圧縮部分で原音デ−タ１を圧縮デ−タ１０へ
と圧縮し、第２図に示す伸長部分で圧縮デ−タ２１を伸
長デ−タ２７へと伸長する。

【００１２】まず圧縮部分の構成に関して説明する。圧
縮部分は、第１図に示すようにリフレッシュ判定器２、
量子化器（Ｑ１）３、逆量子化器（ＤＱ１）４、量子化
器（Ｑ２）５、逆量子化器（ＤＱ２）６、予測器入力用
デ−タ選択器７、予測器８、圧縮デ−タ形成器９で構成
される。

【００１３】次に圧縮部分の各構成部の関係を説明す
る。原音デ−タ１と予測器８から出力された予測値との
差分値を用いて、リフレッシュ判定器２でリフレッシュ
する必要の有無を判定し、リフレッシュ判定情報を圧縮
デ−タ形成器９に入力し、圧縮デ−タ１０の一部とす
る。リフレッシュする必要がある場合は、原音デ−タ１
そのものを量子化器（Ｑ２）５に入力して量子化する。
リフレッシュする必要がない場合は、原音デ−タ１と予
測器８から出力された予測値との差分値を、量子化器
（Ｑ１）３に入力して量子化する。量子化器（Ｑ１）３
あるいは量子化器（Ｑ２）５で量子化された後の数値
は、圧縮デ−タ形成器９に入力され、圧縮デ−タ１０の
一部となる。一方、量子化器（Ｑ１）３あるいは量子化
器（Ｑ２）５で量子化された後の数値は、予測値を得る
ためにも使用される。量子化器（Ｑ１）３で量子化され
た後の数値は、逆量子化器（ＤＱ１）４で逆量子化され
る。量子化器（Ｑ２）５で量子化された後の数値は、逆
量子化器（ＤＱ２）６で逆量子化される。逆量子化器
（ＤＱ１）４で逆量子化された後の数値と、逆量子化器
（ＤＱ２）６で逆量子化された後の数値は、予測器入力
用デ−タ選択器７で一方を選択され、予測器８に入力さ
れる。予測器入力用デ−タ選択器７での選択は、リフレ
ッシュ判定器２からのリフレッシュ判定情報に応じて行
う。予測器８では、入力された数値を用いて、予測値を
出力する。

【００１４】次に圧縮部分の各構成部で行う処理を更に
説明する。リフレッシュ判定器２で行う処理は、入力さ
れた差分値の大きさによって、リフレッシュする必要の
有無を判定することである。具体的には、予め設定して
おいたしきい値に比較して入力された差分値が大きけれ
ば、リフレッシュする必要があると判定する。予め設定
しておいたしきい値に比較して入力された差分値が小さ
い場合は、リフレッシュする必要なしと判定する。

【００１５】量子化器（Ｑ１）３では、原音デ−タと予
測器８から出力される予測値との差分値を量子化する。
差分値はある程度かたよった分布を統計的に持つことが
多いので、量子化器（Ｑ１）３としては非線形量子化器
が好ましい。統計分布から、非線形量子化器を作成する
ためのアルゴリズムは、Ｊ．Ｍａｘの論文”Ｑｕａｎｔ
ｉｚａｔｉｏｎ ｆｏｒ ｍｉｎｉｍｕｍ ｄｉｓｔｏ
ｒｔｉｏｎ”， ＩＲＥ Ｔｒａｎｓａｃｔｉｏｎｓ
ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ６，７−
１２，１９６０で述べられている。

【００１６】逆量子化器（ＤＱ１）４で行う処理は、量
子化器（Ｑ１）３で量子化されたデ−タを用いて、逆量
子化することである。量子化器（Ｑ１）３が非線形量子
化器が好ましかったのに対応して、逆量子化器（ＤＱ
１）４も非線形逆量子化器が好ましい。前述のＪ．Ｍａ
ｘの論文によるアルゴリズムを用いることで、差分値の
統計分布に最適な非線形逆量子化器を作成できる。

【００１７】量子化器（Ｑ２）５で行う処理は、リフレ
ッシュにあたって原音デ−タ１を再現もしくは近似する
ことを目的とする。そのため量子化器（Ｑ２）５では、
線形量子化器を用いるのが簡単である。あるいは量子化
器（Ｑ２）５では原音デ−タ１に全く処理をしないこと
でも構わないが、圧縮部分全体としての圧縮率はその分
低下する。

【００１８】逆量子化器（ＤＱ２）６で行う処理は、量
子化器（Ｑ２）５で量子化されたデ−タを用いて、逆量
子化することである。逆量子化器（ＤＱ２）６では、量
子化器（Ｑ２）５における量子化に対応した逆量子化を
行う。

【００１９】予測器入力用デ−タ選択器７で行う処理
は、逆量子化器（ＤＱ１）４で逆量子化された後の数値
と、逆量子化器（ＤＱ２）６で逆量子化された後の数値
の一方を、予測器８に入力される数値として選択するこ
とである。予測器入力用デ−タ選択器７での選択は、リ
フレッシュ判定器２からのリフレッシュ判定情報に応じ
て行う。即ち、リフレッシュする必要がある場合には逆
量子化器（ＤＱ２）６で逆量子化された後の数値を選択
し、リフレッシュする必要がない場合には逆量子化器
（ＤＱ１）４で逆量子化された後の数値を選択する。

【００２０】予測器８で行う処理は、予測器入力用デ−
タ選択器７で選択されたデ−タを用いて予測値を得るこ
とである。オ−バ−フロ−あるいはアンダ−フロ−等の
際の補正処理も予測器８で行われる。最も簡単な予測器
８の例としては、入力されたデ−タを１サンプル分遅延
して出力するだけというものがある。一般的には、予測
器８として線形予測器を用いるが、非線形予測器を用い
ても構わない。

【００２１】圧縮デ−タ形成器９では、リフレッシュビ
ットマップ、逆量子化器（ＤＱ１）２３で逆量子化され
るデ−タ、逆量子化器（ＤＱ２）２４で逆量子化される
デ−タから、圧縮デ−タ２１を構成する。圧縮デ−タ２
１のデ−タ構造については後述する。

【００２２】次に、伸長部分の構成に関して第２図を用
いながら説明する。伸長部分は、圧縮デ−タ分解器２
２、逆量子化器（ＤＱ１）２３、逆量子化器（ＤＱ２）
２４、予測器入力用デ−タ選択器２５、予測器２６で構
成される。

【００２３】次に伸長部分の各構成部の関係を説明す
る。圧縮デ−タ２１を、圧縮デ−タ分解器２２で分解
し、リフレッシュビットマップ、逆量子化器（ＤＱ１）
２３で逆量子化されるデ−タ、逆量子化器（ＤＱ２）２
４で逆量子化されるデ−タを得る。逆量子化器（ＤＱ
１）２３で逆量子化されるデ−タは逆量子化器（ＤＱ
１）２３へと、逆量子化器（ＤＱ２）２４で逆量子化さ
れるデ−タは逆量子化器（ＤＱ２）２４へと、それぞれ
入力され、逆量子化される。逆量子化器（ＤＱ１）２３
で逆量子化された後のデ−タに予測器２６から出力され
た予測値を加えたデ−タと、逆量子化器（ＤＱ２）２４
で逆量子化された後のデ−タの内、一方が予測器入力用
デ−タ選択器２５で選択され、伸長デ−タ２７として出
力される。更に、出力された伸長デ−タ２７と等しい数
値のデ−タが、予測器２６に入力され、予測演算を行
い、予測値を出力する。

【００２４】伸長部分の構成要素の一部である逆量子化
器（ＤＱ１）２３、逆量子化器（ＤＱ２）２４、予測器
入力用デ−タ選択器２５、予測器２６は、圧縮部分の構
成要素の一部である逆量子化器（ＤＱ１）４、逆量子化
器（ＤＱ２）６、予測器入力用デ−タ選択器７、予測器
８とそれぞれ全く等しい機能を有する。

【００２５】次にデ−タ構造について第３図を用いなが
ら説明する。ここでは原音デ−タをＯＲＧ＿１，ＯＲＧ
＿２，．．．，ＯＲＧ＿ｎのようにｎサンプルずつで圧
縮していくことを想定する。原音デ−タは単位サンプル
あたりｍビットとする。ｎサンプルの原音デ−タのデ−
タ量はｍ×ｎビットとなる。この原音デ−タを、既に説
明した圧縮部分を用いて圧縮デ−タを形成していく。圧
縮デ−タは、リフレッシュビットマップとＥＮＣ＿１，
ＥＮＣ＿２，．．．，ＥＮＣ＿ｎより構成される。

【００２６】リフレッシュビットマップは、ＥＮＣ＿
１，ＥＮＣ＿２，．．．，ＥＮＣ＿ｎを得るために用い
た被量子化デ−タが原音デ−タそのものか否かを表す情
報である。リフレッシュビットマップの一例として、そ
れぞれのサンプルで被量子化デ−タが原音デ−タそのも
のか否かを１ビットで表現する場合について以下述べ
る。この場合、ｎサンプルずつで圧縮していく場合には
ｎビットのデ−タで表すことになる。例えばｎ＝８でＥ
ＮＣ＿３が被量子化デ−タが原音デ−タである以外は全
て被量子化デ−タが原音デ−タでない場合には、（００
１０００００）₂などで表現する。

【００２７】ＥＮＣ＿１，ＥＮＣ＿２，．．．，ＥＮＣ
＿ｎは、単位サンプルあたりｍ’＜ｍなる整数ｍビット
として圧縮を図る。

【００２８】以上説明した圧縮デ−タを、既に説明した
伸長部分を用いて伸長デ−タを形成していく。伸長デ−
タは、ＤＥＣ＿１，ＤＥＣ＿２，．．．，ＤＥＣ＿ｎの
ｎサンプルから構成される。伸長デ−タは、原音デ−タ
同様に単位サンプルあたりｍビットであるため、ｎサン
プルの伸長デ−タのデ−タ量はｍ×ｎビットとなる。

【００２９】

【発明の効果】以上説明したように、本発明では、予測
符号化技術を用いた音声圧縮方式において、原音デ−タ
と予測値との差分値と、予め設定されたしきい値とを比
較して、原音デ−タと予測値との差分値の方が大きい場
合には原音デ−タそのものを被量子化デ−タとして量子
化し、予め設定されたしきい値の方が大きい場合には原
音デ−タと予測値との差分値を被量子化デ−タとして量
子化することによって音声圧縮処理を行い、被量子化デ
−タが原音デ−タそのものか否かを表す情報を圧縮デ−
タの中に含むという構成をとったため、量子化ビット数
が少ない場合でも量子化誤差が制限されるという効果が
ある。

【図面の簡単な説明】

【図１】本発明を用いた一実施例の圧縮部分を説明する
説明図である。

【図２】本発明を用いた一実施例の伸長部分を説明する
説明図である。

【図３】原音デ−タ、圧縮デ−タ、伸長デ−タのデ−タ
構造を示す説明図である。

【符号の説明】

１ 原音デ−タ ２ リフレッシュ判定器 ３ 量子化器（Ｑ１） ４ 逆量子化器（ＤＱ１） ５ 量子化器（Ｑ２） ６ 逆量子化器（ＤＱ２） ７ 予測器入力用デ−タ選択器 ８ 予測器 ９ 圧縮デ−タ形成器 １０ 圧縮デ−タ ２１ 圧縮デ−タ ２２ 圧縮デ−タ分解器 ２３ 逆量子化器（ＤＱ１） ２４ 逆量子化器（ＤＱ２） ２５ 予測器入力用デ−タ選択器 ２６ 予測器 ２７ 伸長デ−タ

Claims (2)

【特許請求の範囲】
1. 【請求項１】 予測符号化技術を用いた音声圧縮方式に
   おいて、原音デ−タと予測値との差分値と、予め設定さ
   れたしきい値とを比較して、原音デ−タと予測値との差
   分値の方が大きい場合には原音デ−タそのものを被量子
   化デ−タとして量子化し、予め設定されたしきい値の方
   が大きい場合には原音デ−タと予測値との差分値を被量
   子化デ−タとして量子化することによって音声圧縮処理
   を行い、かつ被量子化デ−タが原音デ−タそのものか否
   かを表す情報を圧縮デ−タの中に含むことを特徴とする
   ディジタル音声圧縮方式。
2. 【請求項２】 前記原音デ−タと予測値との差分値と、
   予め設定されたしきい値とを比較して、原音デ−タと予
   測値との差分値の方が大きい場合には原音デ−タそのも
   のを被量子化デ−タとして量子化する場合に、非線形量
   子化技術を用いることを特徴とする請求項１記載のディ
   ジタル音声圧縮方式。