JPH08328591A - 短期知覚重み付けフィルタを使用する合成分析音声コーダに雑音マスキングレベルを適応する方法 - Google Patents
短期知覚重み付けフィルタを使用する合成分析音声コーダに雑音マスキングレベルを適応する方法Info
- Publication number
- JPH08328591A JPH08328591A JP8123685A JP12368596A JPH08328591A JP H08328591 A JPH08328591 A JP H08328591A JP 8123685 A JP8123685 A JP 8123685A JP 12368596 A JP12368596 A JP 12368596A JP H08328591 A JPH08328591 A JP H08328591A
- Authority
- JP
- Japan
- Prior art keywords
- short
- signal
- parameter
- spectrum
- spectral
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 24
- 230000000873 masking effect Effects 0.000 title abstract description 17
- 230000008447 perception Effects 0.000 title abstract description 4
- 230000006978 adaptation Effects 0.000 title description 3
- 230000003595 spectral effect Effects 0.000 claims abstract description 38
- 238000001228 spectrum Methods 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 230000015572 biosynthetic process Effects 0.000 claims description 45
- 238000003786 synthesis reaction Methods 0.000 claims description 45
- 230000005284 excitation Effects 0.000 claims description 32
- 238000001914 filtration Methods 0.000 claims description 5
- 230000002829 reductive effect Effects 0.000 claims description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 21
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000012546 transfer Methods 0.000 description 14
- 230000007774 longterm Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000050 ionisation spectroscopy Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/06—Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Filters That Use Time-Delay Elements (AREA)
Abstract
(57)【要約】
【課題】短期知覚重み付けフィルタを使用する合成分析
音声コーダに雑音マスキングレベルを適応する。 【解決手段】伝達関数Ｗ(ｚ)＝Ａ(ｚ/γ1)/Ａ(ｚ/γ2)
を有する短期知覚重み付けフィルタを使用する合成分析
音声コーダでは、スペクトル拡張係数γ1及びγ2は、短
期線形予測分析中に得られたスペクトラパラメータに基
づいて動的に適応させられる。この適応に役立つスペク
トルパラメータは、特に、音声信号のスペクトルの全傾
斜を表すパラメータ及び短期合成フィルタの共振特性を
表すパラメータを含んでもよい。
音声コーダに雑音マスキングレベルを適応する。 【解決手段】伝達関数Ｗ(ｚ)＝Ａ(ｚ/γ1)/Ａ(ｚ/γ2)
を有する短期知覚重み付けフィルタを使用する合成分析
音声コーダでは、スペクトル拡張係数γ1及びγ2は、短
期線形予測分析中に得られたスペクトラパラメータに基
づいて動的に適応させられる。この適応に役立つスペク
トルパラメータは、特に、音声信号のスペクトルの全傾
斜を表すパラメータ及び短期合成フィルタの共振特性を
表すパラメータを含んでもよい。
Description
【０００１】
【発明の属する技術分野】本発明は、合成による分析の
技術を使用する音声の符号化に関するものである。
技術を使用する音声の符号化に関するものである。
【０００２】
【従来の技術】合成音声符号化分析方法は、通常下記の
ステップからなる。短期合成フィルタを規定するパラメ
ータを決定するために連続フレームとしてディジタル化
される音声信号の次数ｐの線形予測分析ステップ、音声
信号を表す合成信号を生成するための短期合成フィルタ
に印加される励振信号を規定する励振パラメータの決定
ステップであって、この励振パラメータの少なくともい
くつかは、音声信号と少なくとも一つの知覚重み付けフ
ィルタによる合成信号との差のフィルタリングの結果生
じる誤差信号のエネルギーを最小にすることによって決
定されていること、短期合成フィルタを規定するパラメ
ータの量子化値と励振パラメータの量子化値の発生ステ
ップ。
ステップからなる。短期合成フィルタを規定するパラメ
ータを決定するために連続フレームとしてディジタル化
される音声信号の次数ｐの線形予測分析ステップ、音声
信号を表す合成信号を生成するための短期合成フィルタ
に印加される励振信号を規定する励振パラメータの決定
ステップであって、この励振パラメータの少なくともい
くつかは、音声信号と少なくとも一つの知覚重み付けフ
ィルタによる合成信号との差のフィルタリングの結果生
じる誤差信号のエネルギーを最小にすることによって決
定されていること、短期合成フィルタを規定するパラメ
ータの量子化値と励振パラメータの量子化値の発生ステ
ップ。
【０００３】線形予測によって得られる短期合成フィル
タのパラメータは、声道及び入力信号のスペクトル特性
の伝達関数を表す。いろいろなクラスの合成分析コーダ
を区別できる、短期合成フィルタに印加される励振信号
をモデル化するいろいろな方法がある。存在する大方の
コーダでは、励振信号は、声帯の振動による母音のよう
な有声音の長期周期性を利用できる適応コードブックに
よるか又は長期合成フィルタによって合成された長期成
分を含んでいる。CELPコーダ（“符号励振線形予測（Co
de Excited Linear Prediction)",エム・アール・シュロ
ーダー(M.R.Schroder)及びビー・エス・アタル(B.S.Atal)
著の“符号励振線形予測（Code Excited Linear Predic
tion)(CELP):非常に低いビット速度での高品質音声(Hig
h Quality Speech at Very Low Bit Rates)”,Proc.ICA
SSP'85,Tampa,March 1985,ページ937〜940を参照)で
は、誤差励振は、確率コードブックから抽出される波形
によってモデル化され、利得と乗算される。CELPコーダ
は、通常の電話帯域において、音声の品質をそこなわな
いで、64キロビット/秒(従来のPCMコーダ)から16キロビ
ット/秒(LD-CELPコーダ)まで及び大部分の最新のコーダ
に対しては8キロビット/秒以下にさえ必要とされるディ
ジタルビット速度を減少することを可能にしている。こ
れらのコーダは、今日では一般に電話伝送で使用される
が、記憶、広帯域電話又は衛星伝送のような多数の他の
アプリケーションを提供する。本発明が適用される合成
分析コーダの他の例としては、特に、MP-LPCコーダ(マ
ルチパルス線形予測コーディング(Multi-PulseLinear P
redictive Coding),ビー・エス・アタル(B.S.Atal)及びジ
ー・アール・レミデ(J.R.Remde)著の“低ビット速度での
自然に聞こえる音声を発生するためのLPC励振の新しい
モデル”(A New Model of LPC Excitation for Produci
ng Natural-Sounding Speech at Low Bit Rates),Proc.
ICASSP'82,Paris,May 1982,Vol.1,ページ614〜617を参
照)があげられ、この場合、誤差励振はそれに割り当て
られたそれぞれの利得を有する可変位置パルスによって
モデル化されており、他の例としてはVSELPコーダ(ベク
トル和励振線形予測(Vector-Sum Excited Linear Predi
ction),アイ・エー・ガーソン(I.A. Gerson)及びエム・エ
ー・ジャーシウク(M.A.Jasiuk)著の“８キロビット/秒で
のベクトル和励振線形予測（VSELP)音声符号化(Vector-
Sum Excited Linear Prediction(VSELP) Speech Coding
at 8kbits/ｓ)",Proc. ICASSP'90 Albuquerque,April
1990,Vol.1,ページ461〜464を参照)があり、この場合、
励振がそれぞのコードブックから抽出されたパルスベク
トルの線形結合によってモデル化される。
タのパラメータは、声道及び入力信号のスペクトル特性
の伝達関数を表す。いろいろなクラスの合成分析コーダ
を区別できる、短期合成フィルタに印加される励振信号
をモデル化するいろいろな方法がある。存在する大方の
コーダでは、励振信号は、声帯の振動による母音のよう
な有声音の長期周期性を利用できる適応コードブックに
よるか又は長期合成フィルタによって合成された長期成
分を含んでいる。CELPコーダ（“符号励振線形予測（Co
de Excited Linear Prediction)",エム・アール・シュロ
ーダー(M.R.Schroder)及びビー・エス・アタル(B.S.Atal)
著の“符号励振線形予測（Code Excited Linear Predic
tion)(CELP):非常に低いビット速度での高品質音声(Hig
h Quality Speech at Very Low Bit Rates)”,Proc.ICA
SSP'85,Tampa,March 1985,ページ937〜940を参照)で
は、誤差励振は、確率コードブックから抽出される波形
によってモデル化され、利得と乗算される。CELPコーダ
は、通常の電話帯域において、音声の品質をそこなわな
いで、64キロビット/秒(従来のPCMコーダ)から16キロビ
ット/秒(LD-CELPコーダ)まで及び大部分の最新のコーダ
に対しては8キロビット/秒以下にさえ必要とされるディ
ジタルビット速度を減少することを可能にしている。こ
れらのコーダは、今日では一般に電話伝送で使用される
が、記憶、広帯域電話又は衛星伝送のような多数の他の
アプリケーションを提供する。本発明が適用される合成
分析コーダの他の例としては、特に、MP-LPCコーダ(マ
ルチパルス線形予測コーディング(Multi-PulseLinear P
redictive Coding),ビー・エス・アタル(B.S.Atal)及びジ
ー・アール・レミデ(J.R.Remde)著の“低ビット速度での
自然に聞こえる音声を発生するためのLPC励振の新しい
モデル”(A New Model of LPC Excitation for Produci
ng Natural-Sounding Speech at Low Bit Rates),Proc.
ICASSP'82,Paris,May 1982,Vol.1,ページ614〜617を参
照)があげられ、この場合、誤差励振はそれに割り当て
られたそれぞれの利得を有する可変位置パルスによって
モデル化されており、他の例としてはVSELPコーダ(ベク
トル和励振線形予測(Vector-Sum Excited Linear Predi
ction),アイ・エー・ガーソン(I.A. Gerson)及びエム・エ
ー・ジャーシウク(M.A.Jasiuk)著の“８キロビット/秒で
のベクトル和励振線形予測（VSELP)音声符号化(Vector-
Sum Excited Linear Prediction(VSELP) Speech Coding
at 8kbits/ｓ)",Proc. ICASSP'90 Albuquerque,April
1990,Vol.1,ページ461〜464を参照)があり、この場合、
励振がそれぞのコードブックから抽出されたパルスベク
トルの線形結合によってモデル化される。
【０００４】コーダは、合成信号と最初の音声信号との
間の知覚的に重み付けられた誤差を最小にする“閉ルー
プ”処理において誤差励振を評価する。知覚重み付け
が、平均二乗誤差の直接最小化に関しては、合成音声の
主観的知覚を実質的に改善することが公知である。短期
知覚重み付けは、最小誤差判定基準内で信号レベルが比
較的高い重要な音声スペクトルの領域を減ずることであ
る。すなわち、聞き手によって知覚される雑音は、フラ
ットであったスペクトルがフォルマント間の領域内より
もフォルマント領域内でより多くの雑音を受け取るよう
な形状にされるならば、減少される。これを達成するた
めに、短期知覚重み付けフィルタは、下記の式の伝達関
数をしばしば有する。 Ｗ(ｚ)＝Ａ(ｚ)/Ａ(ｚ/γ) で、係数ａiは線形予測解析ステップで得られる線形予
測係数であり、かつγは0と1との間にあるスペクトル拡
張係数を示す。この式の重み付けは、ビー・エス・アタル
（B.S.Atal)及びエム・アール・シューローダー(M.R.Schr
oeder)著の“音声信号の予測コーディング及び主観的誤
差判定基準(Predictive Coding of SpeechSignals and
Subjective Error Criteria)”, IEEE Trans. on Acous
tics,Speech,and Signal Processing, Vol. ASSP-27, N
o. 3, June 1979、 ページ247〜254によって提案されて
いる。γ＝1に関しては、いかなるマスキングもない。
すなわち、二乗誤差の最小化は、合成信号に基づいて実
行される。γ＝0であるならば、マスキングは完全であ
る。すなわち、最少化は誤差に基づいて実行され、符号
化雑音は音声信号と同一のスペクトル包絡を有する。
間の知覚的に重み付けられた誤差を最小にする“閉ルー
プ”処理において誤差励振を評価する。知覚重み付け
が、平均二乗誤差の直接最小化に関しては、合成音声の
主観的知覚を実質的に改善することが公知である。短期
知覚重み付けは、最小誤差判定基準内で信号レベルが比
較的高い重要な音声スペクトルの領域を減ずることであ
る。すなわち、聞き手によって知覚される雑音は、フラ
ットであったスペクトルがフォルマント間の領域内より
もフォルマント領域内でより多くの雑音を受け取るよう
な形状にされるならば、減少される。これを達成するた
めに、短期知覚重み付けフィルタは、下記の式の伝達関
数をしばしば有する。 Ｗ(ｚ)＝Ａ(ｚ)/Ａ(ｚ/γ) で、係数ａiは線形予測解析ステップで得られる線形予
測係数であり、かつγは0と1との間にあるスペクトル拡
張係数を示す。この式の重み付けは、ビー・エス・アタル
（B.S.Atal)及びエム・アール・シューローダー(M.R.Schr
oeder)著の“音声信号の予測コーディング及び主観的誤
差判定基準(Predictive Coding of SpeechSignals and
Subjective Error Criteria)”, IEEE Trans. on Acous
tics,Speech,and Signal Processing, Vol. ASSP-27, N
o. 3, June 1979、 ページ247〜254によって提案されて
いる。γ＝1に関しては、いかなるマスキングもない。
すなわち、二乗誤差の最小化は、合成信号に基づいて実
行される。γ＝0であるならば、マスキングは完全であ
る。すなわち、最少化は誤差に基づいて実行され、符号
化雑音は音声信号と同一のスペクトル包絡を有する。
【０００５】下記の式の伝達関数Ｗ(ｚ)を知覚重み付け
のために選択することで一般化することができる。 Ｗ(ｚ)＝Ａ(ｚ/γ1)/Ａ(ｚ/γ2) γ1及びγ2は、0≦γ2≦γ1≦1であるようなスペクトル
拡張係数を示している。ジェー・エッチ・チェーン(J.H.
Chen)及びエー・ガーショウ(A.Gersho)著の“適応後フィ
ルタリングを有する4800Bpsでの実時間ベクトルAPC音声
コーディング(Real-Time Vector APC Speech Coding at
4800 Bps with Adaptive Postfiltering)”,Proc.ICAS
SP'87,April 1987,ページ2185〜2188を参照のこと。γ1
＝γ2であるとき、マスキングがなくて、γ1＝1及びγ2
＝0であるとき、マスキングが完全であることに注目さ
れたい。スペクトル拡張係数γ1及びγ2は、所望の雑音
マスキングのレベルを決定する。マスキングがあまりに
も弱いと、一定の粗い量子化雑音が知覚される。マスキ
ングがあまりにも強いとフォルマントの形状に影響を及
ぼし、したがってひずみが非常に聞こえるようになる。
のために選択することで一般化することができる。 Ｗ(ｚ)＝Ａ(ｚ/γ1)/Ａ(ｚ/γ2) γ1及びγ2は、0≦γ2≦γ1≦1であるようなスペクトル
拡張係数を示している。ジェー・エッチ・チェーン(J.H.
Chen)及びエー・ガーショウ(A.Gersho)著の“適応後フィ
ルタリングを有する4800Bpsでの実時間ベクトルAPC音声
コーディング(Real-Time Vector APC Speech Coding at
4800 Bps with Adaptive Postfiltering)”,Proc.ICAS
SP'87,April 1987,ページ2185〜2188を参照のこと。γ1
＝γ2であるとき、マスキングがなくて、γ1＝1及びγ2
＝0であるとき、マスキングが完全であることに注目さ
れたい。スペクトル拡張係数γ1及びγ2は、所望の雑音
マスキングのレベルを決定する。マスキングがあまりに
も弱いと、一定の粗い量子化雑音が知覚される。マスキ
ングがあまりにも強いとフォルマントの形状に影響を及
ぼし、したがってひずみが非常に聞こえるようになる。
【０００６】大部分の強力な最新のコーダでは、LTP遅
延及びおそらく位相(わずかな遅延)を含む長期予測値の
パラメータ又は係数セット（マルチタップLTPフィル
タ）もまた、知覚重み付けフィルタを含む閉ループ手順
によって各フレーム又はサブフレームの間に決定され
る。あるコーダでは、音声信号の短期モデル化を利用
し、雑音のフォルマント分布を提供する知覚重み付けフ
ィルタは、高調波に対応するピークにおける雑音のエネ
ルギーを増加し、これらのピーク間で雑音のエネルギー
を減少させる調波重み付けフィルタ及び/又は特に広帯
域アプリケーションにおいて高周波でマスクされない雑
音の出現を防止するように意図された傾斜補正フィルタ
で補われる。
延及びおそらく位相(わずかな遅延)を含む長期予測値の
パラメータ又は係数セット（マルチタップLTPフィル
タ）もまた、知覚重み付けフィルタを含む閉ループ手順
によって各フレーム又はサブフレームの間に決定され
る。あるコーダでは、音声信号の短期モデル化を利用
し、雑音のフォルマント分布を提供する知覚重み付けフ
ィルタは、高調波に対応するピークにおける雑音のエネ
ルギーを増加し、これらのピーク間で雑音のエネルギー
を減少させる調波重み付けフィルタ及び/又は特に広帯
域アプリケーションにおいて高周波でマスクされない雑
音の出現を防止するように意図された傾斜補正フィルタ
で補われる。
【０００７】
【課題を解決するための手段】本発明は主に、短期知覚
重み付けフィルタＷ(ｚ)に関連している。短期知覚フィ
ルタのスペクトル拡張パラメータγ、すなわちγ1又は
γ2の選択は、通常、主観的検査の助けを借りて最適化
される。この選択はその後固定される。しかしながら、
出願人は、入力信号のスペクトル特性によって、スペク
トル拡張パラメータの最適値がかなり大きな変動を受け
得ることを観察している。したがって、なされた選択は
多少は満足する妥協という性格のものである。本発明の
目的は、知覚重み付けフィルタのより良い特性によって
符号化信号の主観的品質を向上させることにある。他の
目的は、いろいろな種類の入力信号に対してコーダの性
能をより均一にすることにある。他の目的は、この改良
に対して更に複雑なことを必要としないことにある。
重み付けフィルタＷ(ｚ)に関連している。短期知覚フィ
ルタのスペクトル拡張パラメータγ、すなわちγ1又は
γ2の選択は、通常、主観的検査の助けを借りて最適化
される。この選択はその後固定される。しかしながら、
出願人は、入力信号のスペクトル特性によって、スペク
トル拡張パラメータの最適値がかなり大きな変動を受け
得ることを観察している。したがって、なされた選択は
多少は満足する妥協という性格のものである。本発明の
目的は、知覚重み付けフィルタのより良い特性によって
符号化信号の主観的品質を向上させることにある。他の
目的は、いろいろな種類の入力信号に対してコーダの性
能をより均一にすることにある。他の目的は、この改良
に対して更に複雑なことを必要としないことにある。
【０００８】本発明は、このように、知覚重み付けフィ
ルタが前述のように一般式Ｗ(ｚ)＝Ａ(ｚ/γ1)/Ａ(ｚ/
γ2)の伝送関数を有し、かつスペクトル拡張係数γ1、
γ2の少なくとも一つの値が線形予測分析ステップで得
られたスペクトルパラメータに基づいて適応される、最
初に示したタイプの合成解析音声符号化方法に関するも
のである。知覚重み付けフィルタの係数γ1及びγ2を適
応できるようにすることによって、音声ピックアップの
特性、音声のいろいろな特性又は顕著な背景雑音（例え
ば、移動無線電話における自動車雑音）に依存するかな
り大きい変動を有し得る入力信号のいろいろなスペクト
ル特性に対して符号化雑音マスキングレベルを最適化す
ることが可能になる。知覚される主観的品質は向上し、
コーダの性能はいろいろな種類の入力に対してより均一
になる。
ルタが前述のように一般式Ｗ(ｚ)＝Ａ(ｚ/γ1)/Ａ(ｚ/
γ2)の伝送関数を有し、かつスペクトル拡張係数γ1、
γ2の少なくとも一つの値が線形予測分析ステップで得
られたスペクトルパラメータに基づいて適応される、最
初に示したタイプの合成解析音声符号化方法に関するも
のである。知覚重み付けフィルタの係数γ1及びγ2を適
応できるようにすることによって、音声ピックアップの
特性、音声のいろいろな特性又は顕著な背景雑音（例え
ば、移動無線電話における自動車雑音）に依存するかな
り大きい変動を有し得る入力信号のいろいろなスペクト
ル特性に対して符号化雑音マスキングレベルを最適化す
ることが可能になる。知覚される主観的品質は向上し、
コーダの性能はいろいろな種類の入力に対してより均一
になる。
【０００９】それに基づきスペクトル拡張係数の少なく
とも一つの値が適応されるスペクトルパラメータが、音
声信号のスペクトルの全ての傾斜を表す少なくとも一つ
のパラメータを含むことが好ましい。音声スペクトル
は、低周波（大人の男性の太い音声の60Ｈｚから子供の
音声の500Ｈｚに及ぶおおよそ基本の周波数）で平均し
てより多いエネルギーを有し、それゆえに一般に下向き
の傾斜を有する。しかしながら、大人の男性の太い音声
は、より減衰された高周波を有し、したがってより大き
い傾斜のスペクトルを有する。音声ピックアップ系によ
って適用される前フィルタリングはこの傾斜に大きな影
響を有する。従来の電話送受話器は、この傾斜効果をか
なり減衰する、ＩＲＳと呼ばれるハイパス前フィルタリ
ングを実行する。しかしながら、それよりも最新のある
装置でなされる“線形”入力は重要な低周波の全てを保
持する。弱いマスキング（γ1とγ2との間の小さい間
隙）は、信号の傾斜と比較して知覚フィルタの傾斜を減
衰し過ぎる。信号がこれらの周波数でほとんどエネルギ
ーを有しないならば、高周波での雑音レベルは大きなま
まであり、信号そのものよりも大きくなる。耳は、高周
波のマスクされていない雑音を知覚し、それはしばしば
高調波特性を持っているのでなおさら耳障りである。こ
のエネルギー差を適当にモデル化するためにはフィルタ
の傾斜の簡単な補正では適当でない。この問題は音声ス
ペクトルの全傾斜を考慮に入れたスペクトル拡張係数の
適応によって、より良く処理することができる。それに
基づきスペクトル拡張係数の少なくとも一つの値が適応
されるスペクトルパラメータが、短期合成フィルタ(LP
C)の共振特性を表す少なくとも一つのパラメータをさら
に含むことが好ましい。音声信号は、電話帯域における
４個又は５個までのフォルマントを有する。スペクトル
の輪郭線を特徴付けるこれらの“こぶ”は、一般にかな
り丸くされる。しかしながら、LPC分析は、不安定性に
近いフィルタになることもある。したがって、LPCフィ
ルタに対応するスペクトルは、小さい帯域幅にわたって
大きなエネルギーを有する、比較的はっきりとしたピー
クを含む。マスキングが大きくなればなるほど、雑音の
スペクトルはLPCスペクトルに接近する。しかしなが
ら、雑音分布におけるエネルギーピークの存在は非常に
やっかいである。エネルギーピークの存在によって、か
なりのエネルギー範囲内でフォルマントレベルで歪みが
生じ、それはかなり耳障りである。したがって、本発明
は、LPCフィルタの共振特性が増加するにつれてマスキ
ングのレベルを減少することを可能にするものである。
とも一つの値が適応されるスペクトルパラメータが、音
声信号のスペクトルの全ての傾斜を表す少なくとも一つ
のパラメータを含むことが好ましい。音声スペクトル
は、低周波（大人の男性の太い音声の60Ｈｚから子供の
音声の500Ｈｚに及ぶおおよそ基本の周波数）で平均し
てより多いエネルギーを有し、それゆえに一般に下向き
の傾斜を有する。しかしながら、大人の男性の太い音声
は、より減衰された高周波を有し、したがってより大き
い傾斜のスペクトルを有する。音声ピックアップ系によ
って適用される前フィルタリングはこの傾斜に大きな影
響を有する。従来の電話送受話器は、この傾斜効果をか
なり減衰する、ＩＲＳと呼ばれるハイパス前フィルタリ
ングを実行する。しかしながら、それよりも最新のある
装置でなされる“線形”入力は重要な低周波の全てを保
持する。弱いマスキング（γ1とγ2との間の小さい間
隙）は、信号の傾斜と比較して知覚フィルタの傾斜を減
衰し過ぎる。信号がこれらの周波数でほとんどエネルギ
ーを有しないならば、高周波での雑音レベルは大きなま
まであり、信号そのものよりも大きくなる。耳は、高周
波のマスクされていない雑音を知覚し、それはしばしば
高調波特性を持っているのでなおさら耳障りである。こ
のエネルギー差を適当にモデル化するためにはフィルタ
の傾斜の簡単な補正では適当でない。この問題は音声ス
ペクトルの全傾斜を考慮に入れたスペクトル拡張係数の
適応によって、より良く処理することができる。それに
基づきスペクトル拡張係数の少なくとも一つの値が適応
されるスペクトルパラメータが、短期合成フィルタ(LP
C)の共振特性を表す少なくとも一つのパラメータをさら
に含むことが好ましい。音声信号は、電話帯域における
４個又は５個までのフォルマントを有する。スペクトル
の輪郭線を特徴付けるこれらの“こぶ”は、一般にかな
り丸くされる。しかしながら、LPC分析は、不安定性に
近いフィルタになることもある。したがって、LPCフィ
ルタに対応するスペクトルは、小さい帯域幅にわたって
大きなエネルギーを有する、比較的はっきりとしたピー
クを含む。マスキングが大きくなればなるほど、雑音の
スペクトルはLPCスペクトルに接近する。しかしなが
ら、雑音分布におけるエネルギーピークの存在は非常に
やっかいである。エネルギーピークの存在によって、か
なりのエネルギー範囲内でフォルマントレベルで歪みが
生じ、それはかなり耳障りである。したがって、本発明
は、LPCフィルタの共振特性が増加するにつれてマスキ
ングのレベルを減少することを可能にするものである。
【００１０】短期合成フィルタがラインスペクトルパラ
メータ又はラインスペクトル周波数(LSP又はLSF)によっ
て表されるとき、γ1及び/又はγ2のどの値に基づいて
適応される、短期合成フィルタの共振特性を表すパラメ
ータは、２つの連続ラインスペクトル周波数間の差の最
小であり得る。
メータ又はラインスペクトル周波数(LSP又はLSF)によっ
て表されるとき、γ1及び/又はγ2のどの値に基づいて
適応される、短期合成フィルタの共振特性を表すパラメ
ータは、２つの連続ラインスペクトル周波数間の差の最
小であり得る。
【００１１】
【発明の実施の形態】本発明の他の特徴及び利点は、添
付図面を参照しながら好ましいが限定していない実例の
実施例に関する下記の説明で明かになる。本発明は、CE
LP形の音声コーダへのその適用において下記に示されて
いる。しかしながら、本発明はまた、他の種類の合成分
析コーダ（MP−LPC、VSELP...）に適用できることも理
解される。CELPコーダ及びCELPデコーダで実施される音
声合成処理が、図１に示されている。励振発生器10は、
インデックスｋに応じて所定のコードブックに属する励
振コードｃkを供給する。増幅器12は、この励振コード
と励振利得βとを乗算し、この結果得られる信号は長期
合成フィルタ14に委ねられる。フィルタ14からの出力信
号ｕは順に短期合成フィルタ16に委ねられ、それからの
出力ｓは、ここでは合成音声信号とみなされるものを構
成する。もちろん、他のフィルタ、例えば、後置フィル
タも音声符号化の分野で周知であるように、デコーダレ
ベルで具備することができる。
付図面を参照しながら好ましいが限定していない実例の
実施例に関する下記の説明で明かになる。本発明は、CE
LP形の音声コーダへのその適用において下記に示されて
いる。しかしながら、本発明はまた、他の種類の合成分
析コーダ（MP−LPC、VSELP...）に適用できることも理
解される。CELPコーダ及びCELPデコーダで実施される音
声合成処理が、図１に示されている。励振発生器10は、
インデックスｋに応じて所定のコードブックに属する励
振コードｃkを供給する。増幅器12は、この励振コード
と励振利得βとを乗算し、この結果得られる信号は長期
合成フィルタ14に委ねられる。フィルタ14からの出力信
号ｕは順に短期合成フィルタ16に委ねられ、それからの
出力ｓは、ここでは合成音声信号とみなされるものを構
成する。もちろん、他のフィルタ、例えば、後置フィル
タも音声符号化の分野で周知であるように、デコーダレ
ベルで具備することができる。
【００１２】前述の信号は、例えば８ｋＨｚに等しいサ
ンプリング速度Ｆｅで例えば16ビットによって表される
ディジタル信号である。合成フィルタ14、16は、一般に
純粋な再帰型フィルタである。長期合成フィルタ14は、
一般にＢ(ｚ)＝１−Ｇｚ-Tを有する式１/Ｂ(ｚ)の伝達
関数を有する。遅延Ｔ及び利得Ｇは、コーダによって適
応できるように決定されている長期予測(LTP)パラメー
タを構成する。短期合成フィルタ16のLPCパラメータ
は、音声信号の線形予測によってコーダで決定される。
従って、フィルタ16の伝達関数は、下記の式を有する式
１/Ａ(ｚ)である。 次数ｐ(一般にｐ≒10)の線形予測の場合、ａiはｉ番目
の線形予測係数を表す。ここで、“励振信号”は、短期
合成フィルタ14に印加される信号ｕ(ｎ)を示す。この励
振信号は、LTP成分Ｇ・ｕ(ｎ-Ｔ)及び誤差成分、すなわ
ち刷新シーケンスβｃk(ｎ)を含んでいる。合成分析コ
ーダでは、誤差成分を特徴付けるパラメータ及び、任意
にはLTP成分が、知覚重み付けフィルタを使用して閉ル
ープで評価される。図２は、CELPコーダの配置図を示し
ている。音声信号ｓ(ｎ)はディジタル信号で、例えば、
マイクロホン22の増幅され、かつフィルタリングされた
出力信号を処理するアナログ/ディジタル変換器20によ
って供給される。信号ｓ(ｎ)は、それ自身をＬ個のサン
プルのサブフレーム、すなわち励振フレームに分割され
るΛ個のサンプルの連続フレームとしてディジタル化さ
れる(例えば、Λ=240、L=40)。
ンプリング速度Ｆｅで例えば16ビットによって表される
ディジタル信号である。合成フィルタ14、16は、一般に
純粋な再帰型フィルタである。長期合成フィルタ14は、
一般にＢ(ｚ)＝１−Ｇｚ-Tを有する式１/Ｂ(ｚ)の伝達
関数を有する。遅延Ｔ及び利得Ｇは、コーダによって適
応できるように決定されている長期予測(LTP)パラメー
タを構成する。短期合成フィルタ16のLPCパラメータ
は、音声信号の線形予測によってコーダで決定される。
従って、フィルタ16の伝達関数は、下記の式を有する式
１/Ａ(ｚ)である。 次数ｐ(一般にｐ≒10)の線形予測の場合、ａiはｉ番目
の線形予測係数を表す。ここで、“励振信号”は、短期
合成フィルタ14に印加される信号ｕ(ｎ)を示す。この励
振信号は、LTP成分Ｇ・ｕ(ｎ-Ｔ)及び誤差成分、すなわ
ち刷新シーケンスβｃk(ｎ)を含んでいる。合成分析コ
ーダでは、誤差成分を特徴付けるパラメータ及び、任意
にはLTP成分が、知覚重み付けフィルタを使用して閉ル
ープで評価される。図２は、CELPコーダの配置図を示し
ている。音声信号ｓ(ｎ)はディジタル信号で、例えば、
マイクロホン22の増幅され、かつフィルタリングされた
出力信号を処理するアナログ/ディジタル変換器20によ
って供給される。信号ｓ(ｎ)は、それ自身をＬ個のサン
プルのサブフレーム、すなわち励振フレームに分割され
るΛ個のサンプルの連続フレームとしてディジタル化さ
れる(例えば、Λ=240、L=40)。
【００１３】LPC、LTP及びEXCパラメータ(インデックス
ｋ及び励振利得β)は、３つのそれぞれの分析モジュー
ル24、26、28によってコーダレベルで得られる。次に、
これらのパラメータは、有効ディジタル伝送のために公
知の方法で量子化され、コーダからの出力信号を形成す
るマルチプレクサ30に委ねられる。これらのパラメータ
はコーダの特定のフィルタの初期状態を計算するために
モジュール32にも供給される。このモジュール32は本
来、図１で表されるような復号化チェーンを含む。デコ
ーダと同様に、モジュール32は、量子化LPC、LTP及びEX
Cパラメータに基づいて作動する。LPCパラメータの補間
が一般に行われるようにデコーダで実行されるならば、
同一の補間がモジュール32によって実行される。モジュ
ール32は、考慮中のサブフレームよりも先に合成及び励
振パラメータに基づいて決定されるデコーダの合成フィ
ルタ14、16の初期の状態の情報をコーダレベルで供給す
る。符号化処理の第１のステップでは、短期分析モジュ
ール24は、音声信号ｓ(ｎ)短期相関を分析することによ
ってLPCパラメータ(短期合成フィルタの係数ａi)を決定
する。この決定は、音声信号のスペクトル内容の変化に
適応させるように、Λサンプルのフレーム毎に例えば一
度実行される。LPC分析法は当該技術分野で周知であ
る。例えば、1978年、プレンティスホール社発行のエル
・アール・ラビナー（L.R.Rabiner)及びアール・ダブリュ
ー・シャファー(R.W.Shafer)著による文献“音声信号の
ディジタル処理(Digital Processing of Speech Signal
s)”を参照してもよい。この文献は、特に下記のステッ
プを含むダービンのアルゴリズムを記載している。
ｋ及び励振利得β)は、３つのそれぞれの分析モジュー
ル24、26、28によってコーダレベルで得られる。次に、
これらのパラメータは、有効ディジタル伝送のために公
知の方法で量子化され、コーダからの出力信号を形成す
るマルチプレクサ30に委ねられる。これらのパラメータ
はコーダの特定のフィルタの初期状態を計算するために
モジュール32にも供給される。このモジュール32は本
来、図１で表されるような復号化チェーンを含む。デコ
ーダと同様に、モジュール32は、量子化LPC、LTP及びEX
Cパラメータに基づいて作動する。LPCパラメータの補間
が一般に行われるようにデコーダで実行されるならば、
同一の補間がモジュール32によって実行される。モジュ
ール32は、考慮中のサブフレームよりも先に合成及び励
振パラメータに基づいて決定されるデコーダの合成フィ
ルタ14、16の初期の状態の情報をコーダレベルで供給す
る。符号化処理の第１のステップでは、短期分析モジュ
ール24は、音声信号ｓ(ｎ)短期相関を分析することによ
ってLPCパラメータ(短期合成フィルタの係数ａi)を決定
する。この決定は、音声信号のスペクトル内容の変化に
適応させるように、Λサンプルのフレーム毎に例えば一
度実行される。LPC分析法は当該技術分野で周知であ
る。例えば、1978年、プレンティスホール社発行のエル
・アール・ラビナー（L.R.Rabiner)及びアール・ダブリュ
ー・シャファー(R.W.Shafer)著による文献“音声信号の
ディジタル処理(Digital Processing of Speech Signal
s)”を参照してもよい。この文献は、特に下記のステッ
プを含むダービンのアルゴリズムを記載している。
【００１４】フレームの長さが小さいならば(例えば、2
0〜30ｍｓ)、現在のフレーム及びおそらくそれよりも前
のサンプルを含む分析ウィンドウにわたって音声信号ｓ
(ｎ)のｐ個の自動相関関係Ｒ(ｉ)（0≦ｉ＜ｐ）の評価
ステップ：Ｍ≧Λ及びｓ*(ｎ)=ｓ(ｎ)・ｆ(ｎ)を有す
る、 ｆ(ｎ)は、長さＭのウィンドウ関数、例えば矩形関数又
はハミング関数を示す。 係数ａiの再帰評価ステップ： Ｅ(0)＝Ｒ(0) １からｐまでとるｉに関しては、下記のことをする。 ａi (i)＝ｒi Ｅ(ｉ)＝(1-ｒi 2).E(ｉ-1) １からｉ−１までとるｊに関しては、下記のことをす
る。 ａj (i)＝ａj (i-1)−ｒi.ａi-j (i-1) 係数ａiは、最新の反復で得られるａi (p)に等しく選ば
れる。物理量Ｅ(ｐ)は残留予測誤差のエネルギーであ
る。−１と１の間にある係数ｒiは反射係数と呼ばれ
る。それらは、しばしばｌｏｇ面積比LARi＝LAR(ｒi)に
よって表され、関数LARは、LAR(ｒ)＝ｌｏｇ10［(１−
ｒ)/(１＋ｒ)］によって規定される。
0〜30ｍｓ)、現在のフレーム及びおそらくそれよりも前
のサンプルを含む分析ウィンドウにわたって音声信号ｓ
(ｎ)のｐ個の自動相関関係Ｒ(ｉ)（0≦ｉ＜ｐ）の評価
ステップ：Ｍ≧Λ及びｓ*(ｎ)=ｓ(ｎ)・ｆ(ｎ)を有す
る、 ｆ(ｎ)は、長さＭのウィンドウ関数、例えば矩形関数又
はハミング関数を示す。 係数ａiの再帰評価ステップ： Ｅ(0)＝Ｒ(0) １からｐまでとるｉに関しては、下記のことをする。 ａi (i)＝ｒi Ｅ(ｉ)＝(1-ｒi 2).E(ｉ-1) １からｉ−１までとるｊに関しては、下記のことをす
る。 ａj (i)＝ａj (i-1)−ｒi.ａi-j (i-1) 係数ａiは、最新の反復で得られるａi (p)に等しく選ば
れる。物理量Ｅ(ｐ)は残留予測誤差のエネルギーであ
る。−１と１の間にある係数ｒiは反射係数と呼ばれ
る。それらは、しばしばｌｏｇ面積比LARi＝LAR(ｒi)に
よって表され、関数LARは、LAR(ｒ)＝ｌｏｇ10［(１−
ｒ)/(１＋ｒ)］によって規定される。
【００１５】LPCパラメータの量子化は、直接に係数ａi
にわたって、反射係数ｒiにわたって又はｌｏｇ面積比L
ARiにわたって実行されることができる。他の可能性
は、ラインスペクトルパラメータを量子化することであ
る（LSPは“ラインスペクトル対”を表し、LSFは“ライ
ンスペクトル周波数”を表す)。0とπとの間で正規化さ
れたｐ個のラインスペクトル周波数ωi(1≦ｉ≦ｐ)は、
複素数１、ｅｘｐ(ｊω2)、ｅｘｐ(ｊω4)、....、ｅｘ
ｐ(ｊωp)が、多項式Ｐ(ｚ)＝Ａ(ｚ)−ｚ-(p+ 1)Ａ
(ｚ- 1)の平方根であり、複素数ｅｘｐ(ｊω1)、ｅｘｐ
(ｊω3)、....、ｅｘｐ(ｊωp -1)、及び−１が、多項式
Ｑ(ｚ)＝Ａ(ｚ)＋ｚ-(p+1)Ａ(ｚ-1)の平方根であるよう
なものである。量子化は、正規化周波数ωi又はその余
弦によって実行することができる。モジュール24は、本
発明を実施する際に有用である物理量ｒi、LARi及びωi
を規定するために上述されたダービンの古典アルゴリズ
ムによりLPC分析を実行できる。より最近に開発された
同一結果を与える他のアルゴリズム、特にレビンソンの
スプリットアルゴリズム(エス・サオウディ(S.Saoudi)、
ジェー・エム・ボウチャー(J.M.Boucher)及びエー・レーガ
イダー(A.Le Guyader)著の“音声符号化のためのLSPパ
ラメータを計算するための新しい有効なアルゴリズム”
(A new Efficient Algorithm to Compute the LSP Para
meters for Speech Coding),Signal Processing、Vol.2
8、1992、ページ201〜212を参照)又はチェビシェフの多
項式(ピー・キャバル(P.Kabal)及びアール・ピー・ラマシ
ャンドラ(R.P.Ramachandran)著の“チェビシェフ多項式
を使用するラインスペクトル周波数の計算”, IEEE Tra
ns.on Acoustics, Speech, and Signal Processing, Vo
l. ASSP-34, No.6, ページ1419〜1426, December 1986
を参照)を都合よく使用することができる。
にわたって、反射係数ｒiにわたって又はｌｏｇ面積比L
ARiにわたって実行されることができる。他の可能性
は、ラインスペクトルパラメータを量子化することであ
る（LSPは“ラインスペクトル対”を表し、LSFは“ライ
ンスペクトル周波数”を表す)。0とπとの間で正規化さ
れたｐ個のラインスペクトル周波数ωi(1≦ｉ≦ｐ)は、
複素数１、ｅｘｐ(ｊω2)、ｅｘｐ(ｊω4)、....、ｅｘ
ｐ(ｊωp)が、多項式Ｐ(ｚ)＝Ａ(ｚ)−ｚ-(p+ 1)Ａ
(ｚ- 1)の平方根であり、複素数ｅｘｐ(ｊω1)、ｅｘｐ
(ｊω3)、....、ｅｘｐ(ｊωp -1)、及び−１が、多項式
Ｑ(ｚ)＝Ａ(ｚ)＋ｚ-(p+1)Ａ(ｚ-1)の平方根であるよう
なものである。量子化は、正規化周波数ωi又はその余
弦によって実行することができる。モジュール24は、本
発明を実施する際に有用である物理量ｒi、LARi及びωi
を規定するために上述されたダービンの古典アルゴリズ
ムによりLPC分析を実行できる。より最近に開発された
同一結果を与える他のアルゴリズム、特にレビンソンの
スプリットアルゴリズム(エス・サオウディ(S.Saoudi)、
ジェー・エム・ボウチャー(J.M.Boucher)及びエー・レーガ
イダー(A.Le Guyader)著の“音声符号化のためのLSPパ
ラメータを計算するための新しい有効なアルゴリズム”
(A new Efficient Algorithm to Compute the LSP Para
meters for Speech Coding),Signal Processing、Vol.2
8、1992、ページ201〜212を参照)又はチェビシェフの多
項式(ピー・キャバル(P.Kabal)及びアール・ピー・ラマシ
ャンドラ(R.P.Ramachandran)著の“チェビシェフ多項式
を使用するラインスペクトル周波数の計算”, IEEE Tra
ns.on Acoustics, Speech, and Signal Processing, Vo
l. ASSP-34, No.6, ページ1419〜1426, December 1986
を参照)を都合よく使用することができる。
【００１６】符号化の次のステップは長期予測LTPパラ
メータを決定することである。例えば、Ｌ個のサンプル
のサブフレーム毎に一度決定される。減算器34は、ヌル
入力信号に対する短期合成フィルタ16の応答を音声信号
ｓ(ｎ)から減算する。この応答は伝達関数１/Ａ(ｚ)を
有するフィルタ36によって決定され、それの係数はモジ
ュール24によって決定されたLPCパラメータによって与
えられ、かつその初期状態ｓが合成信号の最後のｐ個の
サンプルに対応するようにモジュール32によって供給さ
れる。減算器34からの出力信号は、その役割が誤差が最
も知覚できるスペクトルの一部、すなわちフォルマント
間領域を強調することである知覚重み付けフィルタに委
ねられる。知覚重み付けフィルタの伝達関数Ｗ(ｚ)は、
一般式Ｗ(ｚ)＝Ａ(ｚ/γ1)/Ａ(ｚ/γ2)であり、γ1及び
γ2は、0≦γ2≦γ1≦1であるような２つのスペクトル
拡張係数である。本発明は、LPC分析モジュール24によ
って決定されたスペクトルパラメータに基づいてγ1及
びγ2の値を動的に適応させることを提案する。この適
応は、さらに記載してある処理により、知覚重み付けを
評価するモジュール39によって実行される。知覚重み付
けフィルタは、0<ｉ≦ｐに対してｂ0＝１及びｂi＝−ａ
iγ2 iである場合は、下記の伝達関数を有する次数ｐの
全極点の連続する級数とみなすことができ、 0<ｉ≦ｐに対してｃ0＝１及びｃi＝−ａiγ1 iである場
合は、下記の伝達関数を有する次数ｐの全ゼロ点の連続
する級数とみなすことができる。 このように、モジュール39は、各フレームに対する係数
ｂi及びｃiを計算し、これらをフィルタ38に供給する。
モジュール26によって実行される閉ループLPT分析は、
下記の正規化された相関関係を最大にする遅延Ｔを従来
のように各サブフレームに対して選択するものである。 ここで、ｘ′(ｎ)は、関連サブフレームの間のフィルタ
38からの出力信号を示し、ｙT(ｎ)は、畳み込み積ｕ(ｎ
−Ｔ)*ｈ′(ｎ)を示す。上記の式では、ｈ′(0)、ｈ′
(1)、....、ｈ′(L-1)は、伝達関数Ｗ(ｚ)/Ａ(ｚ)を有
する重み付け合成フィルタのインパルス応答を示してい
る。このインパルス応答ｈ′は、量子化及び補間後に必
要とされるならば、モジュール39によって供給される係
数ｂi及びｃiとサブフレームのために決定されるLPCパ
ラメータに基づいて、インパルスを計算するモジュール
40によって得られる。サンプルｕ(ｎ−Ｔ)は、モジュー
ル32によって供給されるような長期合成フィルタ14の初
期状態である。サブフレームの長さよりも小さい遅延Ｔ
に関しては、欠けているサンプルｕ(ｎ−Ｔ)は、初期の
サンプルに基づいて補間によって得られるか又は音声信
号から得られる。整数又は分数である遅延Ｔは、例えば
20のサンプルから143までのサンプルに及ぶ指定ウィン
ドウから選択される。閉ループ探索範囲を減少する、し
たがって計算される畳み込みｙT(ｎ)の数を減少するた
めに、フレーム毎に例えば１回開ループ遅延Ｔ′を決定
し、次に、減少された間隔約Ｔ′で各サブフレームに対
して閉ループ遅延を選択することがまず可能であろう。
開ループ探索はもっと単純に、伝達関数Ａ(ｚ)を有する
逆フィルタによって多分フィルタリングされる音声信号
ｓ(ｎ)の自動相関関係を最大にする遅延Ｔ′を決定する
ことである。一旦遅延Ｔが決定されると、長期予測利得
Ｇは下記によって得られる。
メータを決定することである。例えば、Ｌ個のサンプル
のサブフレーム毎に一度決定される。減算器34は、ヌル
入力信号に対する短期合成フィルタ16の応答を音声信号
ｓ(ｎ)から減算する。この応答は伝達関数１/Ａ(ｚ)を
有するフィルタ36によって決定され、それの係数はモジ
ュール24によって決定されたLPCパラメータによって与
えられ、かつその初期状態ｓが合成信号の最後のｐ個の
サンプルに対応するようにモジュール32によって供給さ
れる。減算器34からの出力信号は、その役割が誤差が最
も知覚できるスペクトルの一部、すなわちフォルマント
間領域を強調することである知覚重み付けフィルタに委
ねられる。知覚重み付けフィルタの伝達関数Ｗ(ｚ)は、
一般式Ｗ(ｚ)＝Ａ(ｚ/γ1)/Ａ(ｚ/γ2)であり、γ1及び
γ2は、0≦γ2≦γ1≦1であるような２つのスペクトル
拡張係数である。本発明は、LPC分析モジュール24によ
って決定されたスペクトルパラメータに基づいてγ1及
びγ2の値を動的に適応させることを提案する。この適
応は、さらに記載してある処理により、知覚重み付けを
評価するモジュール39によって実行される。知覚重み付
けフィルタは、0<ｉ≦ｐに対してｂ0＝１及びｂi＝−ａ
iγ2 iである場合は、下記の伝達関数を有する次数ｐの
全極点の連続する級数とみなすことができ、 0<ｉ≦ｐに対してｃ0＝１及びｃi＝−ａiγ1 iである場
合は、下記の伝達関数を有する次数ｐの全ゼロ点の連続
する級数とみなすことができる。 このように、モジュール39は、各フレームに対する係数
ｂi及びｃiを計算し、これらをフィルタ38に供給する。
モジュール26によって実行される閉ループLPT分析は、
下記の正規化された相関関係を最大にする遅延Ｔを従来
のように各サブフレームに対して選択するものである。 ここで、ｘ′(ｎ)は、関連サブフレームの間のフィルタ
38からの出力信号を示し、ｙT(ｎ)は、畳み込み積ｕ(ｎ
−Ｔ)*ｈ′(ｎ)を示す。上記の式では、ｈ′(0)、ｈ′
(1)、....、ｈ′(L-1)は、伝達関数Ｗ(ｚ)/Ａ(ｚ)を有
する重み付け合成フィルタのインパルス応答を示してい
る。このインパルス応答ｈ′は、量子化及び補間後に必
要とされるならば、モジュール39によって供給される係
数ｂi及びｃiとサブフレームのために決定されるLPCパ
ラメータに基づいて、インパルスを計算するモジュール
40によって得られる。サンプルｕ(ｎ−Ｔ)は、モジュー
ル32によって供給されるような長期合成フィルタ14の初
期状態である。サブフレームの長さよりも小さい遅延Ｔ
に関しては、欠けているサンプルｕ(ｎ−Ｔ)は、初期の
サンプルに基づいて補間によって得られるか又は音声信
号から得られる。整数又は分数である遅延Ｔは、例えば
20のサンプルから143までのサンプルに及ぶ指定ウィン
ドウから選択される。閉ループ探索範囲を減少する、し
たがって計算される畳み込みｙT(ｎ)の数を減少するた
めに、フレーム毎に例えば１回開ループ遅延Ｔ′を決定
し、次に、減少された間隔約Ｔ′で各サブフレームに対
して閉ループ遅延を選択することがまず可能であろう。
開ループ探索はもっと単純に、伝達関数Ａ(ｚ)を有する
逆フィルタによって多分フィルタリングされる音声信号
ｓ(ｎ)の自動相関関係を最大にする遅延Ｔ′を決定する
ことである。一旦遅延Ｔが決定されると、長期予測利得
Ｇは下記によって得られる。
【００１７】サブフレームに関するCELP励振を探索する
ために、最適遅延Ｔに関してモジュール26で計算された
信号ＧyT(ｎ)は、まず減算器42によって信号ｘ′(ｎ)か
ら減算される。得られた信号ｘ(ｎ)は、逆フィルタ44に
委ねられ、逆フィルタ44は下記の式で表される信号を提
供する。 ここで、ｈ(0)、ｈ(1)、....、ｈ(L-1)は、合成フィル
タ及び知覚重み付けフィルタから成る複合フィルタのイ
ンパルス応答を示し、この応答はモジュール40によって
計算される。すなわち、複合フィルタは、伝達関数Ｗ
(ｚ)/Ａ(ｚ)・Ｂ(ｚ)を有する。したがって、マトリック
ス表示では、下記のような式を得る。 ｘ＝(ｘ(0)、ｘ(1)、...、ｘ(L-1))の場合、 Ｄ＝(Ｄ(0)、Ｄ(1)、...、Ｄ(L-1))＝ｘ・Ｈ 及び
ために、最適遅延Ｔに関してモジュール26で計算された
信号ＧyT(ｎ)は、まず減算器42によって信号ｘ′(ｎ)か
ら減算される。得られた信号ｘ(ｎ)は、逆フィルタ44に
委ねられ、逆フィルタ44は下記の式で表される信号を提
供する。 ここで、ｈ(0)、ｈ(1)、....、ｈ(L-1)は、合成フィル
タ及び知覚重み付けフィルタから成る複合フィルタのイ
ンパルス応答を示し、この応答はモジュール40によって
計算される。すなわち、複合フィルタは、伝達関数Ｗ
(ｚ)/Ａ(ｚ)・Ｂ(ｚ)を有する。したがって、マトリック
ス表示では、下記のような式を得る。 ｘ＝(ｘ(0)、ｘ(1)、...、ｘ(L-1))の場合、 Ｄ＝(Ｄ(0)、Ｄ(1)、...、Ｄ(L-1))＝ｘ・Ｈ 及び
【数１】
【００１８】ベクトルＤは、励振探索モジュール28のた
めの目標ベクトルを構成する。このモジュール28は、下
記のような正規化相関関係Ｐk 2/αk 2を最大にするコー
ドブックからのコード語を決定する。 Ｐk＝Ｄ・ｃk T αk 2＝ｃk・ＨT・Ｈ・ｃk T＝ｃk・Ｕ・ｃk T 最適インデックスｋが決定されると、励振利得βはβ＝
Ｐk/αk 2に等しくなるように取られる。図１を参照する
と、CELPデコーダは、コーダによる２進ストリーム出力
を受け取る多重分離装置８を備えている。EXC励振パラ
メータの量子化値とLTP合成パラメータ及びLPC合成パラ
メータの量子化値は合成信号ｓを再構成するために発生
器10、増幅器12及びフィルタ14、16に供給され、この合
成信号は例えば、増幅される前に変換器18によってアナ
ログ変換され、次に元の音声を復元するためにスピーカ
19に印加されることができる。それに基づいて係数γ1
及びγ2が適応されるスペクトルパラメータは、一方で
は音声スペクトルの全傾斜を表す最初の２つの反射係数
ｒ1＝Ｒ(1)/Ｒ(0)及びｒ2＝［Ｒ(2)-ｒ1Ｒ(1)］／［(１
-ｒ1 2)Ｒ(0)］と他方ではその分布が短期合成の共振特
性を表すラインスペクトル周波数とを含む。短期合成フ
ィルタの共振特性は、２つのラインスペクトル周波数間
の最小距離ｄminが減少するにつれ増加する。周波数ωi
は、昇順(0＜ω1＜ω2＜．．．＜ωp＜π)で得られるの
で、下記の式を得る。 ｄmin＝ｍｉｎ(ωi+1−ωi) 1≦i<p
めの目標ベクトルを構成する。このモジュール28は、下
記のような正規化相関関係Ｐk 2/αk 2を最大にするコー
ドブックからのコード語を決定する。 Ｐk＝Ｄ・ｃk T αk 2＝ｃk・ＨT・Ｈ・ｃk T＝ｃk・Ｕ・ｃk T 最適インデックスｋが決定されると、励振利得βはβ＝
Ｐk/αk 2に等しくなるように取られる。図１を参照する
と、CELPデコーダは、コーダによる２進ストリーム出力
を受け取る多重分離装置８を備えている。EXC励振パラ
メータの量子化値とLTP合成パラメータ及びLPC合成パラ
メータの量子化値は合成信号ｓを再構成するために発生
器10、増幅器12及びフィルタ14、16に供給され、この合
成信号は例えば、増幅される前に変換器18によってアナ
ログ変換され、次に元の音声を復元するためにスピーカ
19に印加されることができる。それに基づいて係数γ1
及びγ2が適応されるスペクトルパラメータは、一方で
は音声スペクトルの全傾斜を表す最初の２つの反射係数
ｒ1＝Ｒ(1)/Ｒ(0)及びｒ2＝［Ｒ(2)-ｒ1Ｒ(1)］／［(１
-ｒ1 2)Ｒ(0)］と他方ではその分布が短期合成の共振特
性を表すラインスペクトル周波数とを含む。短期合成フ
ィルタの共振特性は、２つのラインスペクトル周波数間
の最小距離ｄminが減少するにつれ増加する。周波数ωi
は、昇順(0＜ω1＜ω2＜．．．＜ωp＜π)で得られるの
で、下記の式を得る。 ｄmin＝ｍｉｎ(ωi+1−ωi) 1≦i<p
【００１９】前述のダービンのアルゴリズムの最初の反
復で中止することによって、音声スペクトルのおおまか
な近似は、伝達関数1/(1-ｒ1・ｚ-1)によって生成され
る。したがって、合成フィルタの全傾斜（通常は負）
は、第１の反射係数ｒ1が１に近づくにつれて絶対値で
増加する傾向がある。分析が反復を付加することによっ
て次数２まで続けられるならば、あまりおおまかでない
モデル化が、伝達関数1/[1-(r1-ｒ1ｒ2)・ｚ-1-ｒ2・
ｚ-2)]を有する次数２のフィルタで達成される。次数２
のこのフィルタの低周波共振特性は、その極点がユニッ
ト円に近づくにつれて、すなわちｒ1が１に、ｒ2が−１
に近づくにつれて増加する。したがって、音声スペクト
ルは、ｒ1が１に近づき、ｒ2が−１に近づくにつれて、
低周波で比較的大きなエネルギー（言い換えれば比較的
大きな負の全傾斜）を有すると結論付けることができ
る。音声スペクトルにおけるフォルマントピークはいく
つかのラインスペクトル周波数(２又は３)を一緒に束に
するのに対して、スペクトルの平たい部分はこれらの周
波数の均一な部分に対応することは公知である。したが
ってLPCフィルタの共振特性は、距離ｄminが減少するに
つれて増加する。一般に、合成フィルタのローパス特性
が増加する（ｒ1は１に近づき、ｒ2は−１に近づく）に
つれて、及び／又は合成フィルタの共振特性が減少する
（ｄｍｉｎは増加する）につれて、より大きなマスキン
グが選定される（γ1とγ2との間のより大きな間隙）。
復で中止することによって、音声スペクトルのおおまか
な近似は、伝達関数1/(1-ｒ1・ｚ-1)によって生成され
る。したがって、合成フィルタの全傾斜（通常は負）
は、第１の反射係数ｒ1が１に近づくにつれて絶対値で
増加する傾向がある。分析が反復を付加することによっ
て次数２まで続けられるならば、あまりおおまかでない
モデル化が、伝達関数1/[1-(r1-ｒ1ｒ2)・ｚ-1-ｒ2・
ｚ-2)]を有する次数２のフィルタで達成される。次数２
のこのフィルタの低周波共振特性は、その極点がユニッ
ト円に近づくにつれて、すなわちｒ1が１に、ｒ2が−１
に近づくにつれて増加する。したがって、音声スペクト
ルは、ｒ1が１に近づき、ｒ2が−１に近づくにつれて、
低周波で比較的大きなエネルギー（言い換えれば比較的
大きな負の全傾斜）を有すると結論付けることができ
る。音声スペクトルにおけるフォルマントピークはいく
つかのラインスペクトル周波数(２又は３)を一緒に束に
するのに対して、スペクトルの平たい部分はこれらの周
波数の均一な部分に対応することは公知である。したが
ってLPCフィルタの共振特性は、距離ｄminが減少するに
つれて増加する。一般に、合成フィルタのローパス特性
が増加する（ｒ1は１に近づき、ｒ2は−１に近づく）に
つれて、及び／又は合成フィルタの共振特性が減少する
（ｄｍｉｎは増加する）につれて、より大きなマスキン
グが選定される（γ1とγ2との間のより大きな間隙）。
【００２０】図３は、知覚重み付けを評価するためにモ
ジュール39が各フレームで実行する動作の典型的なフロ
ーチャートを示している。各フレームで、モジュール39
は、モジュール24からLPCパラメータａi、ｒi(又はLA
Ri)及びωi(1≦ｉ≦ｐ)を受け取る。ステップ50では、
モジュール39は、1≦ｉ＜ｐに対してωi+1−ωiを最小
化することによつて２つの連続するラインスペクトル周
波数間の最小距離ｄminを評価する。フレームにわたる
スペクトルの全傾斜を表すパラメータ(ｒ1及びｒ2)に基
づいて、モジュール39は、Ｎ個のクラスP0、P1、...、P
N-1の間のフレームの分類を実行する。図３の例では、
Ｎ=2である。クラスP1は、音声信号ｓ(ｎ)が低周波で比
較的効果的である(１に比較的近いｒ1及び−１に比較的
近いｒ2)場合に対応する。したがって、一般にクラスP1
ではクラスP0で取り入れられるよりも大きなマスキング
が取り入れられる。クラス間を極端に頻繁に遷移するこ
とを避けるために、いくらかのヒステリシスがｒ1及び
ｒ2の値に基づいて導入される。たとえばクラスP1に対
して各フレームからｒ1が正のしきい値Ｔ1よりも大き
く、かつｒ2が負のしきい値−Ｔ2よりも小さく、選択
し、クラスP0に対して各フレームからｒ1が他の正のし
きい値Ｔ1′よりも小さく(Ｔ1′＜Ｔ1の場合)、かつｒ2
が他の負のしきい値−Ｔ2′よりも小さく(Ｔ2′＜Ｔ2の
場合)、選択すると仮定する。反射係数約±１の感度を
与えられると、このヒステリシスは、しきい値Ｔ1、
Ｔ1′、−Ｔ2、−Ｔ2′がそれぞれしきい値−Ｓ1、−Ｓ
1′、Ｓ2、Ｓ2′に対応するｌｏｇ面積比LAR（図４を参
照）の領域で容易に視覚化できる。初期設定の際に、デ
フォルトクラスは、例えば、マスキングが最も少ないク
ラス(P0)である。ステップ52では、モジュール39は、前
のフレームがクラスP0の下又はクラスP1の下にくるかど
うかを調べる。前のフレームがクラスP0であるならば、
モジュール39は、54で、条件（LAR1＜-S1及びLAR2＞
S2）をテストするか又はモジュール24がｌｏｇ面積比LA
R1、LAR2の代わりに反射係数ｒ1、ｒ2を供給するなら
ば、同等な条件(ｒ1＞Ｔ1及びｒ2＜−Ｔ2）をテストす
る。LAR1＜-S1及びLAR2＞S2ならば、クラスP1(ステップ
56)に遷移する。テスト54が、LAR1≧-S1又はLAR2≦S2で
あることを示すならば、現在のフレームがクラスP0にと
どまる（ステップ56）。
ジュール39が各フレームで実行する動作の典型的なフロ
ーチャートを示している。各フレームで、モジュール39
は、モジュール24からLPCパラメータａi、ｒi(又はLA
Ri)及びωi(1≦ｉ≦ｐ)を受け取る。ステップ50では、
モジュール39は、1≦ｉ＜ｐに対してωi+1−ωiを最小
化することによつて２つの連続するラインスペクトル周
波数間の最小距離ｄminを評価する。フレームにわたる
スペクトルの全傾斜を表すパラメータ(ｒ1及びｒ2)に基
づいて、モジュール39は、Ｎ個のクラスP0、P1、...、P
N-1の間のフレームの分類を実行する。図３の例では、
Ｎ=2である。クラスP1は、音声信号ｓ(ｎ)が低周波で比
較的効果的である(１に比較的近いｒ1及び−１に比較的
近いｒ2)場合に対応する。したがって、一般にクラスP1
ではクラスP0で取り入れられるよりも大きなマスキング
が取り入れられる。クラス間を極端に頻繁に遷移するこ
とを避けるために、いくらかのヒステリシスがｒ1及び
ｒ2の値に基づいて導入される。たとえばクラスP1に対
して各フレームからｒ1が正のしきい値Ｔ1よりも大き
く、かつｒ2が負のしきい値−Ｔ2よりも小さく、選択
し、クラスP0に対して各フレームからｒ1が他の正のし
きい値Ｔ1′よりも小さく(Ｔ1′＜Ｔ1の場合)、かつｒ2
が他の負のしきい値−Ｔ2′よりも小さく(Ｔ2′＜Ｔ2の
場合)、選択すると仮定する。反射係数約±１の感度を
与えられると、このヒステリシスは、しきい値Ｔ1、
Ｔ1′、−Ｔ2、−Ｔ2′がそれぞれしきい値−Ｓ1、−Ｓ
1′、Ｓ2、Ｓ2′に対応するｌｏｇ面積比LAR（図４を参
照）の領域で容易に視覚化できる。初期設定の際に、デ
フォルトクラスは、例えば、マスキングが最も少ないク
ラス(P0)である。ステップ52では、モジュール39は、前
のフレームがクラスP0の下又はクラスP1の下にくるかど
うかを調べる。前のフレームがクラスP0であるならば、
モジュール39は、54で、条件（LAR1＜-S1及びLAR2＞
S2）をテストするか又はモジュール24がｌｏｇ面積比LA
R1、LAR2の代わりに反射係数ｒ1、ｒ2を供給するなら
ば、同等な条件(ｒ1＞Ｔ1及びｒ2＜−Ｔ2）をテストす
る。LAR1＜-S1及びLAR2＞S2ならば、クラスP1(ステップ
56)に遷移する。テスト54が、LAR1≧-S1又はLAR2≦S2で
あることを示すならば、現在のフレームがクラスP0にと
どまる（ステップ56）。
【００２１】ステップ52が前のフレームがクラスP1であ
ることを示すならば、モジュール39は、60で、条件(LAR
1＞-S1′又はLAR2＜S2′)をテストするか又はモジュー
ル24がｌｏｇ面積比LAR1、LAR2の代わりに反射係数
ｒ1、ｒ2を供給するならば、同等な条件(ｒ1＜Ｔ1′又
はｒ2＞−Ｔ2′）をテストする。LAR1＞-S1′又はLAR2
＜S2′ならば、クラスP0(ステップ58)に遷移する。テス
ト60が、LAR1≦-S1′及びLAR2≧S2′であることを示す
ならば、現在のフレームがクラスP1にとどまる(ステッ
プ56)。図３で示される例では、２つのスペクトル拡張
係数の大きい方の係数γ1は、Г0≦Г1の場合、各クラ
スP0、P1で定数値Г0、Г1を有し、他のスペクトル拡張
係数γ2は、ラインスペクトル周波数間の最小距離ｄmin
の減少アフィン関数である。すなわち、λ0≧λ1≧0及
びμ1≧μ0≧0の場合、クラスP0ではγ2=-λ0・ｄm in＋
μ0で、クラスP1ではγ2=-λ1・ｄmin＋μ1である。γ2
の値はまた極端に急な変動を避けるために結合すること
もできる。すなわち、クラスP0では、△min, 0≦γ2≦△
max,0、クラスP1では、△min,1≦γ2≦△max,1である。
現在のフレームの間に選ばれたクラスに応じて、モジュ
ール39は、ステップ56又は58でγ1及びγ2の値を割り当
て、次に、ステップ62で知覚重み付け因数の係数ｂi及
びｃｉを計算する。
ることを示すならば、モジュール39は、60で、条件(LAR
1＞-S1′又はLAR2＜S2′)をテストするか又はモジュー
ル24がｌｏｇ面積比LAR1、LAR2の代わりに反射係数
ｒ1、ｒ2を供給するならば、同等な条件(ｒ1＜Ｔ1′又
はｒ2＞−Ｔ2′）をテストする。LAR1＞-S1′又はLAR2
＜S2′ならば、クラスP0(ステップ58)に遷移する。テス
ト60が、LAR1≦-S1′及びLAR2≧S2′であることを示す
ならば、現在のフレームがクラスP1にとどまる(ステッ
プ56)。図３で示される例では、２つのスペクトル拡張
係数の大きい方の係数γ1は、Г0≦Г1の場合、各クラ
スP0、P1で定数値Г0、Г1を有し、他のスペクトル拡張
係数γ2は、ラインスペクトル周波数間の最小距離ｄmin
の減少アフィン関数である。すなわち、λ0≧λ1≧0及
びμ1≧μ0≧0の場合、クラスP0ではγ2=-λ0・ｄm in＋
μ0で、クラスP1ではγ2=-λ1・ｄmin＋μ1である。γ2
の値はまた極端に急な変動を避けるために結合すること
もできる。すなわち、クラスP0では、△min, 0≦γ2≦△
max,0、クラスP1では、△min,1≦γ2≦△max,1である。
現在のフレームの間に選ばれたクラスに応じて、モジュ
ール39は、ステップ56又は58でγ1及びγ2の値を割り当
て、次に、ステップ62で知覚重み付け因数の係数ｂi及
びｃｉを計算する。
【００２２】前述のように、モジュール24がLPCパラメ
ータを計算するΛ個のサンプルのフレームは、励振信号
を決定するためにＬ個のサンプルのサブフレームに細分
割される。一般に、LPCパラメータの補間はサブフレー
ムレベルで実行される。この場合、補間されたLPCパラ
メータを使って、各サブフレーム又は励振フレームに対
して図３の処理を実施することが望ましい。出願人は、
８キロビット／ｓで作動する代数コードブックCELPコー
ダの場合に、そのためのLPCパラメータを各10ｍｓフレ
ーム(Λ=80)で計算し、係数γ1及びγ2を適応させる処
理をテストした。フレームは、励振信号を探索するため
に２つの５ｍｓサブフレーム(Ｌ=40)にそれぞれ分割さ
れる。フレームのために得られたLPCフィルタは第２の
これらのサブフレームに対して適用される。第１のサブ
フレームに関しては、補間がこのフィルタと前のフレー
ムの間に得られたフィルタとの間のLSE領域で実行され
る。マスキングレベルを適応させる手順は、LSFωiの補
間及び第１のサブフレームに対する反射係数γ1、γ2の
補間によってサブフレームの速度で適用される。図３で
示される手順は、以下の数値とともに使用される。すな
わち、S1＝1.74；S′1=1.52；S2=0.65；S2′=0.43；Г0
=0.94；λ0=0；μ0=0.6；Г1=0.98；λ1=6；μ1=1；△
min,1=0.4；△max,1=0.7、で周波数ωiは、０とπとの
間で正規化される。
ータを計算するΛ個のサンプルのフレームは、励振信号
を決定するためにＬ個のサンプルのサブフレームに細分
割される。一般に、LPCパラメータの補間はサブフレー
ムレベルで実行される。この場合、補間されたLPCパラ
メータを使って、各サブフレーム又は励振フレームに対
して図３の処理を実施することが望ましい。出願人は、
８キロビット／ｓで作動する代数コードブックCELPコー
ダの場合に、そのためのLPCパラメータを各10ｍｓフレ
ーム(Λ=80)で計算し、係数γ1及びγ2を適応させる処
理をテストした。フレームは、励振信号を探索するため
に２つの５ｍｓサブフレーム(Ｌ=40)にそれぞれ分割さ
れる。フレームのために得られたLPCフィルタは第２の
これらのサブフレームに対して適用される。第１のサブ
フレームに関しては、補間がこのフィルタと前のフレー
ムの間に得られたフィルタとの間のLSE領域で実行され
る。マスキングレベルを適応させる手順は、LSFωiの補
間及び第１のサブフレームに対する反射係数γ1、γ2の
補間によってサブフレームの速度で適用される。図３で
示される手順は、以下の数値とともに使用される。すな
わち、S1＝1.74；S′1=1.52；S2=0.65；S2′=0.43；Г0
=0.94；λ0=0；μ0=0.6；Г1=0.98；λ1=6；μ1=1；△
min,1=0.4；△max,1=0.7、で周波数ωiは、０とπとの
間で正規化される。
【００２３】余分な複雑なことがほとんどなく、コーダ
の大きな構造的変更のないこの適応手順は、符号化音声
の主観的品質に著しい改善をもたらすことができる。出
願人はまた、８キロビット/秒と16キロビット/秒との間
の可変ビット速度で(低遅延)LD-CELPコーダに適用され
た図３の処理で良好な結果を得た。傾斜クラスは前述の
場合と同一で、Г0=0.98；λ0=4；μ0=1；△min,0=0.
6；△max,0=0.8；Г1=0.98；λ1=6；μ1=1；△min,1=0.
2；△max,1=0.7であった。
の大きな構造的変更のないこの適応手順は、符号化音声
の主観的品質に著しい改善をもたらすことができる。出
願人はまた、８キロビット/秒と16キロビット/秒との間
の可変ビット速度で(低遅延)LD-CELPコーダに適用され
た図３の処理で良好な結果を得た。傾斜クラスは前述の
場合と同一で、Г0=0.98；λ0=4；μ0=1；△min,0=0.
6；△max,0=0.8；Г1=0.98；λ1=6；μ1=1；△min,1=0.
2；△max,1=0.7であった。
【図１】本発明を実施することができるCELPデコーダの
概略配置図である。
概略配置図である。
【図２】本発明を実施することができるCELPコーダの概
略配置図である。
略配置図である。
【図３】知覚重み付けを評価するための手順のフローチ
ャート図である。
ャート図である。
【図４】関数ｌｏｇ［(１−ｒ)/(１＋ｒ)］のグラフを
示す。
示す。
10 励振発生器 12 増幅器 14 長期合成フィルタ 16 短期合成フィルタ 20 アナログ/ディジタル変換器 22 マイクロホン 24 分析モジュール 26 分析モジュール 28 分析モジュール
Claims (7)
- 【請求項１】合成分析音声符号化方法において、 短期合成フィルタ（16）を規定するパラメータ(LPC)を
決定するために連続フレームとしてディジタル化される
音声信号(ｓ(ｎ))の次数ｐの線形予測分析ステップと、 前記音声信号を表す合成信号を生成するための短期合成
フィルタに適用される励振信号を規定する励振パラメー
タの決定ステップであって、前記励振パラメータの少な
くともいくつかが、その伝達関数が式Ｗ(ｚ)＝Ａ(ｚ/γ
1)/Ａ(ｚ/γ2)であるところの少なくとも一つの知覚重
み付けフィルタによって前記音声信号と前記合成信号と
の差のフィルタリングの結果生じる誤差信号のエネルギ
ーを最小にすることによって決定されることと、ここ
で、 係数ａiは線形予測分析ステップで得られた線形予測係
数であり、かつγ1及びγ2は0≦γ2≦γ1≦１であるよ
うなスペクトル拡張係数を示し、 前記短期合成フィルタを規定するパラメータ及び励振パ
ラメータの量子化値の生成ステップとからなり、 前記スペクトル拡張係数の少なくとも一つの値が前記線
形予測分析ステップで得られたスペクトルパラメータに
基づいて適応させられることを特徴とする合成分析音声
符号化方法。 - 【請求項２】前記スペクトル拡張係数の少なくとも一つ
の値がそれに基づいて適応される前記スペクトルパラメ
ータが、前記音声信号のスペクトルの全傾斜を表す少な
くとも一つのパラメータ(ｒ1、ｒ2)と前記短期合成フィ
ルタ(16)の共振特性を表す少なくとも一つのパラメータ
(ｄmin)とを含むことを特徴とする請求項１による方
法。 - 【請求項３】前記スペクトルの全傾斜を表す前記パラメ
ータが、前記線形予測分析中に決定される第１及び第２
の反射係数(ｒ1、ｒ2)を含むことを特徴とする請求項２
による方法。 - 【請求項４】前記共振特性を表す前記パラメータが、２
つの連続ラインスペクトル周波数間の距離の最小
(ｄmin)であることを特徴とする請求項２又は３による
方法。 - 【請求項５】いくつかのクラス(P0、P1)の中の音声信号
のフレームの分類が前記スペクトルの全傾斜を表すパラ
メータ(ｒ1、ｒ2)に基づいて実行され、かつ各クラスに
対して、２つのスペクトル拡張係数が、前記短期合成フ
ィルタ(16)の共振特性が増加するにつれてそれらの差γ
1−γ2が減少するように選定されることを特徴とする請
求項２ないし４のいずれかによる方法。 - 【請求項６】第１の反射係数ｒ1=Ｒ(1)/Ｒ(0)の値及び
第２の反射係数ｒ2=[Ｒ(2)-ｒ1・Ｒ(1)]/[(１-ｒ1 2)・Ｒ
(0)]の値に基づいて選択された２つのクラスが提供さ
れ、Ｒ(ｊ)がｊ個のサンプルの遅延のための音声信号の
自動相関関係を示し、かつ前記第１の反射係数(ｒ1)が
第１の正のしきい値(Ｔ1)よりも大きく、かつ前記第２
の反射係数(ｒ2)が第１の負のしきい値(−Ｔ2)よりも小
さい第１のクラス（P1）が各フレームから選択され、前
記第１の反射係数(ｒ1)が前記第１の正のしきい値より
も小さい第２の正のしきい値(Ｔ1′)よりも小さく又は
前記第２の反射係数(ｒ2)が前記第１の負のしきい値(−
Ｔ2)よりも絶対値で小さい第２の負のしきい値(−
Ｔ2′)よりも大きい第２のクラス(P0)が各フレームから
選択されることを特徴とする請求項３ないし５のいずれ
かによる方法。 - 【請求項７】各クラス(P0、P1)において、前記スペクト
ル拡張係数の最大γ1が固定され、かつ前記スペクトル
拡張係数の最小γ2が２つの連続ラインスペクトル周波
数間の距離の最小(ｄmin)の減少アフィン関数であるこ
とを特徴とする請求項４又は５による方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR9505851 | 1995-05-17 | ||
| FR9505851A FR2734389B1 (fr) | 1995-05-17 | 1995-05-17 | Procede d'adaptation du niveau de masquage du bruit dans un codeur de parole a analyse par synthese utilisant un filtre de ponderation perceptuelle a court terme |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08328591A true JPH08328591A (ja) | 1996-12-13 |
| JP3481390B2 JP3481390B2 (ja) | 2003-12-22 |
Family
ID=9479077
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP12368596A Expired - Lifetime JP3481390B2 (ja) | 1995-05-17 | 1996-05-17 | 短期知覚重み付けフィルタを使用する合成分析音声コーダに雑音マスキングレベルを適応する方法 |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US5845244A (ja) |
| EP (1) | EP0743634B1 (ja) |
| JP (1) | JP3481390B2 (ja) |
| KR (1) | KR100389692B1 (ja) |
| CN (1) | CN1112671C (ja) |
| CA (1) | CA2176665C (ja) |
| DE (1) | DE69604526T2 (ja) |
| FR (1) | FR2734389B1 (ja) |
| HK (1) | HK1003735A1 (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002013183A1 (fr) * | 2000-08-09 | 2002-02-14 | Sony Corporation | Procede et dispositif de traitement de donnees vocales |
| JP2002062899A (ja) * | 2000-08-23 | 2002-02-28 | Sony Corp | データ処理装置およびデータ処理方法、学習装置および学習方法、並びに記録媒体 |
| JP2002149175A (ja) * | 2000-11-14 | 2002-05-24 | Sony Corp | 音声処理装置および音声処理方法、学習装置および学習方法、並びに記録媒体 |
| JP2002221999A (ja) * | 2001-01-25 | 2002-08-09 | Sony Corp | データ処理装置およびデータ処理方法、並びにプログラムおよび記録媒体 |
| JP2002222000A (ja) * | 2001-01-25 | 2002-08-09 | Sony Corp | データ処理装置およびデータ処理方法、並びにプログラムおよび記録媒体 |
| US7283961B2 (en) | 2000-08-09 | 2007-10-16 | Sony Corporation | High-quality speech synthesis device and method by classification and prediction processing of synthesized sound |
| WO2011077509A1 (ja) * | 2009-12-21 | 2011-06-30 | 富士通株式会社 | 音声制御装置、及び音声制御方法 |
Families Citing this family (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5621852A (en) * | 1993-12-14 | 1997-04-15 | Interdigital Technology Corporation | Efficient codebook structure for code excited linear prediction coding |
| FR2729246A1 (fr) * | 1995-01-06 | 1996-07-12 | Matra Communication | Procede de codage de parole a analyse par synthese |
| TW376611B (en) * | 1998-05-26 | 1999-12-11 | Koninkl Philips Electronics Nv | Transmission system with improved speech encoder |
| US6304843B1 (en) * | 1999-01-05 | 2001-10-16 | Motorola, Inc. | Method and apparatus for reconstructing a linear prediction filter excitation signal |
| GB2348342B (en) * | 1999-03-25 | 2004-01-21 | Roke Manor Research | Improvements in or relating to telecommunication systems |
| USRE43209E1 (en) | 1999-11-08 | 2012-02-21 | Mitsubishi Denki Kabushiki Kaisha | Speech coding apparatus and speech decoding apparatus |
| JP3594854B2 (ja) * | 1999-11-08 | 2004-12-02 | 三菱電機株式会社 | 音声符号化装置及び音声復号化装置 |
| US6678651B2 (en) * | 2000-09-15 | 2004-01-13 | Mindspeed Technologies, Inc. | Short-term enhancement in CELP speech coding |
| US6842733B1 (en) * | 2000-09-15 | 2005-01-11 | Mindspeed Technologies, Inc. | Signal processing system for filtering spectral content of a signal for speech coding |
| US7010480B2 (en) * | 2000-09-15 | 2006-03-07 | Mindspeed Technologies, Inc. | Controlling a weighting filter based on the spectral content of a speech signal |
| US6850884B2 (en) * | 2000-09-15 | 2005-02-01 | Mindspeed Technologies, Inc. | Selection of coding parameters based on spectral content of a speech signal |
| US7606703B2 (en) * | 2000-11-15 | 2009-10-20 | Texas Instruments Incorporated | Layered celp system and method with varying perceptual filter or short-term postfilter strengths |
| DE10121532A1 (de) * | 2001-05-03 | 2002-11-07 | Siemens Ag | Verfahren und Vorrichtung zur automatischen Differenzierung und/oder Detektion akustischer Signale |
| US6871176B2 (en) * | 2001-07-26 | 2005-03-22 | Freescale Semiconductor, Inc. | Phase excited linear prediction encoder |
| CN100369111C (zh) * | 2002-10-31 | 2008-02-13 | 富士通株式会社 | 话音增强装置 |
| US7054807B2 (en) * | 2002-11-08 | 2006-05-30 | Motorola, Inc. | Optimizing encoder for efficiently determining analysis-by-synthesis codebook-related parameters |
| US20040098255A1 (en) * | 2002-11-14 | 2004-05-20 | France Telecom | Generalized analysis-by-synthesis speech coding method, and coder implementing such method |
| EP1579427A4 (en) * | 2003-01-09 | 2007-05-16 | Dilithium Networks Pty Ltd | METHOD AND APPARATUS FOR IMPROVING THE QUALITY OF VOICE TRANSCODING |
| KR100554164B1 (ko) * | 2003-07-11 | 2006-02-22 | 학교법인연세대학교 | 서로 다른 ｃｅｌｐ 방식의 음성 코덱 간의 상호부호화장치 및 그 방법 |
| US7792670B2 (en) * | 2003-12-19 | 2010-09-07 | Motorola, Inc. | Method and apparatus for speech coding |
| US7668712B2 (en) * | 2004-03-31 | 2010-02-23 | Microsoft Corporation | Audio encoding and decoding with intra frames and adaptive forward error correction |
| US7707034B2 (en) * | 2005-05-31 | 2010-04-27 | Microsoft Corporation | Audio codec post-filter |
| US7177804B2 (en) | 2005-05-31 | 2007-02-13 | Microsoft Corporation | Sub-band voice codec with multi-stage codebooks and redundant coding |
| US7831421B2 (en) * | 2005-05-31 | 2010-11-09 | Microsoft Corporation | Robust decoder |
| KR100986957B1 (ko) * | 2005-12-05 | 2010-10-12 | 퀄컴 인코포레이티드 | 토널 컴포넌트들을 감지하는 시스템들, 방법들, 및 장치들 |
| US8260620B2 (en) * | 2006-02-14 | 2012-09-04 | France Telecom | Device for perceptual weighting in audio encoding/decoding |
| US8688437B2 (en) | 2006-12-26 | 2014-04-01 | Huawei Technologies Co., Ltd. | Packet loss concealment for speech coding |
| US8271273B2 (en) * | 2007-10-04 | 2012-09-18 | Huawei Technologies Co., Ltd. | Adaptive approach to improve G.711 perceptual quality |
| CN102292767B (zh) * | 2009-01-22 | 2013-05-08 | 松下电器产业株式会社 | 立体声音响信号编码装置、立体声音响信号解码装置及它们的编解码方法 |
| US9728200B2 (en) * | 2013-01-29 | 2017-08-08 | Qualcomm Incorporated | Systems, methods, apparatus, and computer-readable media for adaptive formant sharpening in linear prediction coding |
| EP3079151A1 (en) | 2015-04-09 | 2016-10-12 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Audio encoder and method for encoding an audio signal |
| US10699725B2 (en) * | 2016-05-10 | 2020-06-30 | Immersion Networks, Inc. | Adaptive audio encoder system, method and article |
| US20170330575A1 (en) * | 2016-05-10 | 2017-11-16 | Immersion Services LLC | Adaptive audio codec system, method and article |
| US10770088B2 (en) * | 2016-05-10 | 2020-09-08 | Immersion Networks, Inc. | Adaptive audio decoder system, method and article |
| US10756755B2 (en) * | 2016-05-10 | 2020-08-25 | Immersion Networks, Inc. | Adaptive audio codec system, method and article |
| US11380343B2 (en) | 2019-09-12 | 2022-07-05 | Immersion Networks, Inc. | Systems and methods for processing high frequency audio signal |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4731846A (en) * | 1983-04-13 | 1988-03-15 | Texas Instruments Incorporated | Voice messaging system with pitch tracking based on adaptively filtered LPC residual signal |
| IT1180126B (it) * | 1984-11-13 | 1987-09-23 | Cselt Centro Studi Lab Telecom | Procedimento e dispositivo per la codifica e decodifica del segnale vocale mediante tecniche di quantizzazione vettoriale |
| NL8500843A (nl) * | 1985-03-22 | 1986-10-16 | Koninkl Philips Electronics Nv | Multipuls-excitatie lineair-predictieve spraakcoder. |
| US4969192A (en) * | 1987-04-06 | 1990-11-06 | Voicecraft, Inc. | Vector adaptive predictive coder for speech and audio |
| WO1990013112A1 (en) * | 1989-04-25 | 1990-11-01 | Kabushiki Kaisha Toshiba | Voice encoder |
| DE68914147T2 (de) * | 1989-06-07 | 1994-10-20 | Ibm | Sprachcodierer mit niedriger Datenrate und niedriger Verzögerung. |
| US5307441A (en) * | 1989-11-29 | 1994-04-26 | Comsat Corporation | Wear-toll quality 4.8 kbps speech codec |
| US5293449A (en) * | 1990-11-23 | 1994-03-08 | Comsat Corporation | Analysis-by-synthesis 2,4 kbps linear predictive speech codec |
| JPH04284500A (ja) * | 1991-03-14 | 1992-10-09 | Nippon Telegr & Teleph Corp <Ntt> | 低遅延符号駆動型予測符号化方法 |
| US5371853A (en) * | 1991-10-28 | 1994-12-06 | University Of Maryland At College Park | Method and system for CELP speech coding and codebook for use therewith |
| US5327520A (en) * | 1992-06-04 | 1994-07-05 | At&T Bell Laboratories | Method of use of voice message coder/decoder |
| IT1257065B (it) * | 1992-07-31 | 1996-01-05 | Sip | Codificatore a basso ritardo per segnali audio, utilizzante tecniche di analisi per sintesi. |
| JPH0744196A (ja) * | 1993-07-29 | 1995-02-14 | Olympus Optical Co Ltd | 音声符号化復号化装置 |
| US5615298A (en) * | 1994-03-14 | 1997-03-25 | Lucent Technologies Inc. | Excitation signal synthesis during frame erasure or packet loss |
| US5574825A (en) * | 1994-03-14 | 1996-11-12 | Lucent Technologies Inc. | Linear prediction coefficient generation during frame erasure or packet loss |
| JP2970407B2 (ja) * | 1994-06-21 | 1999-11-02 | 日本電気株式会社 | 音声の励振信号符号化装置 |
-
1995
- 1995-05-17 FR FR9505851A patent/FR2734389B1/fr not_active Expired - Lifetime
-
1996
- 1996-05-13 US US08/645,388 patent/US5845244A/en not_active Expired - Lifetime
- 1996-05-14 DE DE69604526T patent/DE69604526T2/de not_active Expired - Lifetime
- 1996-05-14 EP EP96401057A patent/EP0743634B1/en not_active Expired - Lifetime
- 1996-05-15 CA CA002176665A patent/CA2176665C/en not_active Expired - Lifetime
- 1996-05-16 KR KR1019960016454A patent/KR100389692B1/ko not_active IP Right Cessation
- 1996-05-16 CN CN96105872A patent/CN1112671C/zh not_active Expired - Lifetime
- 1996-05-17 JP JP12368596A patent/JP3481390B2/ja not_active Expired - Lifetime
-
1998
- 1998-04-01 HK HK98102733A patent/HK1003735A1/xx not_active IP Right Cessation
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002013183A1 (fr) * | 2000-08-09 | 2002-02-14 | Sony Corporation | Procede et dispositif de traitement de donnees vocales |
| US7283961B2 (en) | 2000-08-09 | 2007-10-16 | Sony Corporation | High-quality speech synthesis device and method by classification and prediction processing of synthesized sound |
| US7912711B2 (en) | 2000-08-09 | 2011-03-22 | Sony Corporation | Method and apparatus for speech data |
| JP2002062899A (ja) * | 2000-08-23 | 2002-02-28 | Sony Corp | データ処理装置およびデータ処理方法、学習装置および学習方法、並びに記録媒体 |
| JP2002149175A (ja) * | 2000-11-14 | 2002-05-24 | Sony Corp | 音声処理装置および音声処理方法、学習装置および学習方法、並びに記録媒体 |
| JP4517262B2 (ja) * | 2000-11-14 | 2010-08-04 | ソニー株式会社 | 音声処理装置および音声処理方法、学習装置および学習方法、並びに記録媒体 |
| JP2002221999A (ja) * | 2001-01-25 | 2002-08-09 | Sony Corp | データ処理装置およびデータ処理方法、並びにプログラムおよび記録媒体 |
| JP2002222000A (ja) * | 2001-01-25 | 2002-08-09 | Sony Corp | データ処理装置およびデータ処理方法、並びにプログラムおよび記録媒体 |
| WO2011077509A1 (ja) * | 2009-12-21 | 2011-06-30 | 富士通株式会社 | 音声制御装置、及び音声制御方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE69604526T2 (de) | 2000-07-20 |
| FR2734389A1 (fr) | 1996-11-22 |
| CA2176665C (en) | 2005-05-03 |
| CA2176665A1 (en) | 1996-11-18 |
| EP0743634B1 (en) | 1999-10-06 |
| CN1138183A (zh) | 1996-12-18 |
| HK1003735A1 (en) | 1998-11-06 |
| KR960042516A (ko) | 1996-12-21 |
| KR100389692B1 (ko) | 2003-11-17 |
| US5845244A (en) | 1998-12-01 |
| FR2734389B1 (fr) | 1997-07-18 |
| JP3481390B2 (ja) | 2003-12-22 |
| DE69604526D1 (de) | 1999-11-11 |
| CN1112671C (zh) | 2003-06-25 |
| EP0743634A1 (en) | 1996-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3481390B2 (ja) | 短期知覚重み付けフィルタを使用する合成分析音声コーダに雑音マスキングレベルを適応する方法 | |
| KR100421226B1 (ko) | 음성 주파수 신호의 선형예측 분석 코딩 및 디코딩방법과 그 응용 | |
| US5307441A (en) | Wear-toll quality 4.8 kbps speech codec | |
| Salami et al. | Design and description of CS-ACELP: A toll quality 8 kb/s speech coder | |
| Chen et al. | Adaptive postfiltering for quality enhancement of coded speech | |
| EP1232494B1 (en) | Gain-smoothing in wideband speech and audio signal decoder | |
| US5752222A (en) | Speech decoding method and apparatus | |
| EP1141946B1 (en) | Coded enhancement feature for improved performance in coding communication signals | |
| EP0878790A1 (en) | Voice coding system and method | |
| Kleijn et al. | The RCELP speech‐coding algorithm | |
| US20050108005A1 (en) | Method and device for adaptive bandwidth pitch search in coding wideband signals | |
| EP0732686A2 (en) | Low-delay code-excited linear-predictive coding of wideband speech at 32kbits/sec | |
| US6912495B2 (en) | Speech model and analysis, synthesis, and quantization methods | |
| JP2002516420A (ja) | 音声コーダ | |
| WO1999030315A1 (fr) | Procede et dispositif de traitement du signal sonore | |
| JP2014500521A (ja) | 低ビットレート低遅延の一般オーディオ信号の符号化 | |
| JP4040126B2 (ja) | 音声復号化方法および装置 | |
| US5884251A (en) | Voice coding and decoding method and device therefor | |
| JPH09258795A (ja) | ディジタルフィルタおよび音響符号化／復号化装置 | |
| EP3281197B1 (en) | Audio encoder and method for encoding an audio signal | |
| JP3490324B2 (ja) | 音響信号符号化装置、復号化装置、これらの方法、及びプログラム記録媒体 | |
| Koishida et al. | A wideband CELP speech coder at 16 kbit/s based on mel-generalized cepstral analysis | |
| EP0713208B1 (en) | Pitch lag estimation system | |
| JP3192999B2 (ja) | 音声符号化方法および音声符号化方法 | |
| JP3192051B2 (ja) | 音声符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20030902 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071010 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081010 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091010 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101010 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111010 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111010 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121010 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121010 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131010 Year of fee payment: 10 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |