JPH0833756B2 - 音声信号符号化方法とその装置 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は音声信号符号化方法とその装置に関し、特に
比較的簡単な装置構成で音声信号を低いビットレイトで
高品質に符号化するための音声信号符号化方法とその装
置に関する。

〔従来の技術〕

音声信号を8kb/s程度で符号化する方式としては、例
えば日本国出願特許“特願昭58-139022"（文献１）や
“特願昭60-273936"（文献２）などに記載の“ピッチ情
報を用いるマルチパルス音声符号化法”が知られてい
る。第５図は、（文献１）に記載の従来方式の動作原理
の説明図、第６図は有声区間での音声波形と音源パルス
列とを対比して示す波形図である。第５図に示す方法で
は、第６図の如くピッチ周期毎に波形の繰り返しが見ら
れる音声の有声区間ではパルスについてもある程度周期
性が見られる点に着目し、ピッチ構造をモデル化するピ
ッチ再生フィルタ510と音源計算回路500により求めたパ
ルス列とを用いて音源信号を表わし、このようにして求
めた音源信号を合成フィルタ520に供給して音声を合成
している。ここで合成フィルタ520の係数とピッチ再生
フィルタ510の係数はフレーム区間（例えば20msec程
度）毎に原音声からもとめておく。パルス列の振幅と位
置は音源計算回路500において、入力端子440から入力す
る原音声波形と合成フィルタ520の出力する合成音声波
形との誤差を減算器540で求め、これに重みずけ回路530
を通した重みずけ誤差電力を小さくするようにフレーム
毎に計算される。具体的なパルス計算法は前記（文献
１）に説明されているのでここでは説明は省略する。送
信側ではピッチ再生フィルタおよび合成フィルタの係数
とパルス列の振幅、位置をフレーム毎に符号化して伝送
する。

〔発明が解決しようとする問題点〕

以上述べた従来法によれば、8kb/s程度のビットレー
トではピッチ情報を用いないマルチパルス符号化法と比
べるとピッチ周期の短い話者に対して品質を改善でき
る。しかしながら、音源パルスの探索にはピッチ再生フ
ィルタ510と合成フィルタ520の縦続接続からなるフィル
タのインパルス応答を求める必要がある。ピッチ再生フ
ィルタを用いているために、フィルタ全体のインパルス
応答はかなり長いサンプル数（例えば256サンプル）が
必要であり、ピッチ再生フィルタを用いない場合と比べ
ると、４倍程度になってしまう。マルチパルス符号化法
では、パルス探索の演算量が全体の演算量をほぼ決定す
るので、従来方式ではピッチ予測の追加によってピッチ
情報を用いないマルチパルス法と比べかなり演算量が多
くなるという欠点がある。

本発明の目的は上述した欠点を除去し、比較的少ない
演算量で8kg/s程度の伝送ビットレイトでもピッチ周期
に依存せずに高品質な音声を合成することのできる音声
信号符号化方法とその装置を提供することにある。

〔問題点を解決するための手段〕

本発明の音声信号符号化方法は、送信側では離散的な
音声信号を入力しこれをあらかじめ定めたフレーム区間
に分割したうえ前記音声信号からピッチ構造を含むスペ
クトル特性を表わすパラメータ列を抽出し、前記音声信
号をピッチ周期に応じた時間区間に分割し前記時間区間
毎に過去の音源パルス列をもとにピッチ予測を含む処理
により求めた信号を前記音声信号から減算して残差信号
を求め、前記残差信号に対して前記パラメータ列を用い
て音源パルス列を求め、前記音源パルス列と前記パラメ
ータ列とを組み合わせて出力し、受信側では前記時間区
間毎に過去の音源パルス列と前記音源パルス列をもとに
駆動信号をつくり前記パラメータ列を用いて前記音声信
号を合成することを特徴とする手段を備えて構成され
る。

また本発明の音声信号符号化装置は、入力した音声信
号をあらかじめ定められたフレーム区間に分割し前記音
声信号からピッチ構造を含むスペクトル特性を表わすパ
ラメータ列を抽出し符号化するパラメータ計算回路と、
前記音声信号をピッチ周期に応じた時間区間に分割し前
記時間区間毎に過去の音源パルス列をもとにピッチ予測
を含む処理により影響信号を求めて前記音声信号から減
算して残差信号を求める減算回路と、前記時間区間の前
記残差信号を良好に表わすための音源パルス列を探索し
て符号化する駆動信号計算回路と、前記パラメータ列を
表わす符号と前記音源パルス列を表わす符号とを組み合
わせて出力するマルチプレクサ回路とを備えて構成され
る。

〔作用〕

本発明では、１フレームをピッチ周期に等しいサブフ
レーム（時間区間）に分割し、このサブフレーム毎に過
去の音源パルス列に基づくピッチ予測処理と、音減パル
ス列の探索を行なうことを特徴とする。このようにする
ことによって、サブフレーム内には１ピッチ分の音声信
号しかはいってこないので、音源パルス列を求めるとき
に第５図に示したピッチ再生フィルタは不要となり、ピ
ッチ予測を用いる従来例と同程度の音声品質を保ちなが
ら、音源パルスの探索に関する演算量をピッチ予測を用
いないマルチパルス法と同程度に低減することができ
る。

第２図および第３図は本発明による音声信号符号化方
法の動作原理を示すブロック図であり、第４図は第２図
の各処理部の出力波形の一例を示す波形図である。第２
図において、端子440から第４図に示す音声信号の第Ｌ
フレーム（フレーム長は例えば20msec）の音声信号を入
力し、サブフレーム分割回路445によって、この１フレ
ームをピッチ周期ごとのサブフレーム，およびに
分割する。ここではサブフレームについて処理をする
場合について説明する。第２図においてスイッチ466A,4
66B,466Cを１側にし影響信号計算モードにする。１つ過
去のサブフレーム（第４図の）において求まった音源
パルス列（音源計算回路500の出力信号）とメモリ465の
出力（１つ過去のサブフレームで求めたピッチ再生フィ
ルタ460の出力信号）とを加算器464によって加算して求
めた駆動パルス列（第４図の駆動パルス列）をピッチ再
生フィルタ460に入力する。ピッチ再生フィルタ460は前
述の駆動パルスをフィルタのメモリの初期値としてサブ
フレーム１に対してパルス列をピッチ予測して求める
（第４図）のサブフレームの区間の駆動パルス列）。
これをスイッチ466Bを通して合成フィルタ420へ出力す
る。

合成フィルタ420は１つ過去の音源パルス列にもとづ
くサブフレームに対する影響信号をサブフレームの長
さだけ求め（第４図のサブフレーム区間の影響信
号）、これをスイッチ466Cを通して減算器430へ出力す
る。以上の処理によりサブフレームに対する影響信号が
計算される。

次に、音源パルス探索モードについて説明する。減算
器430はサブフレームの原音声信号から影響信号を減
算して残差信号を求め、減算器425に出力する。スィッ
チ466A,B,Cを２側に倒す。サブフレームに対する残差
信号を良好に再生できるように、音源計算回路500にお
いて音源パルス列を求める。これら残差信号および音源
パルス列は第４図に示すとおりである。なお音源パルス
列の求め方は前述した従来例を参照することができる。
以上の処理をサブフレーム毎に繰り返す。

ここでピッチ再生フィルタ460の係数（ピッチ周期、
係数）はあらかじめフレーム内の音声から計算してお
く。ピッチ再生フィルタの次数は１次とし、ピッチ周期
をＭ、係数をβとすると、原音声信号と前フレームの音
源パルス列からピッチ予測して得た信号との誤差電力Ｅ
は次のようになる。

ここでｓ（ｎ）は現フレームの音声信号、ｖ（ｎ）は
前フレームの音源パルス列、ｈ（ｎ）は前フレームのイ
ンパルス応答を示す。ｗ（ｎ）は聴感的なひずみを低減
するための重みずけフィルタのインパルス応答であり、
これには後述の（文献３）に記載の方法を用いることが
できる。（１）式を最小化するβの値は、（１）式をβ
について偏微分してＯとおくことにより求めることがで
きる。このときβはＭの関数となる。従ってＭの値を種
々変化させてβを最大とするようなＭとそのときのβを
解とする。尚、この方法で演算量を低減するためには、
あらかじめＭの値を音声信号の自己相関から求めてお
き、この値に対して前述の方法によってβを求めてもよ
い。

また簡便法としては、β、Ｍを音声信号の自己相関関
数から求めることもできる。この方法については後述の
（文献５）を参照できる。

以上のように、本発明によれば、ピッチ周期に等しい
サブフレームにおいてパルスを求めるので、サブフレー
ムには１つのピッチ周期のみが存在する。合成フィルタ
には従来例のようなピッチ再生フィルタは不要であり、
合成フィルタのインパルス応答長は従来例の1/4程度に
短くすることができ、全体として演算量を大きく低減す
ることが可能となる。

また、第４図に示されている影響信号は原音声信号の
ピッチ波形をある程度表わしており、減算器430により
原音声信号からこの影響信号を減算した残差信号の波形
は、第４図に示すように原信号（第４図の音声信号）に
比べピッチがかなり除去されている。従ってこのような
波形に対して音声パルス列を求めることにより、低いビ
ットレートでもピッチ周期によらず音声信号を良好に符
号化することができる。

また他の構成法として、第３図に示すように、合成フ
ィルタとして影響信号を計算するための合成フィルタ45
0を別に持ち、音減分析回路480と遅延回路470から前フ
レームの音源を分析して影響信号を計算するような構成
としてもよい。このようにすると、合成フィルタ420の
係数は、音源パルスを求めようとしている信号（減算器
430の出力）に対して最適に求めることができるので、
第２図の構成と比べ、より良好な音声を再生することが
できる。但し、第２図の方法と比べ演算量と伝送すべき
合成フィルタの係数は多少増加する。

パルス列の振幅と位置を求める他の方法としては、前
記（文献１）に記載の方法の他に、例えばアナリシス−
バイ−シンセシス（ANALYSIS-by-SYNTHESIS;A−ｂ−
Ｓ）の手法を用いることもできる。その詳細については
ビー エス アタル（B.S.ATAL）氏らによる“ア ニュ
ー モデル オブ エル ピー シー エクサイテイシ
ョン フォー ブロデューシング ナチユラル サウン
ディング スピーチ アット ロウ ビット レイツ”
（“A NEW MODEL OF LPC EXCITATION FOR PRODUCING NA
TURAL SOUNDING SPEECH AT LOW BIT RATES"）と題した
論文（PROC.I.C.A.S.S.P.,p.p.614-617,1982）（文献
３）等に説明されているのでここでは説明を省略する。

〔実施例〕

次に、本発明について図面を参照して詳細に説明す
る。第１（ａ）図は第２図に示した方法を実現するため
の音声信号符号化方法の送信側の一実施例を示すブロッ
ク図であり、第１（ｂ）図は受信側の一実施例を示すブ
ロック図である。

第１（ａ）図において、音声信号Ｘ（ｎ）が入力さ
れ、あらかじめ定めたサンプル数だけバッファメモリ回
路110に蓄積される。

Ｋパラメータ計算回路130は、バッファメモリ回路110
から音声信号を入力し、音声信号のスペクトル包絡を表
わすＫパラメータ（PARCOR係数）Kliを計算し、符号化
した値をマルチプレクサ260へ出力するとともに復号化
した値Kli′を予測係数ali′に変換して合成フィルタ回
路250及び重みずけ回路200へ出力する。Ｋパラメータの
計算法としては、自己相関法がよく知られている。この
方法の詳細については、ジョン マコウル（JOHN MAKHO
UL）氏らによる“クォンタイゼイション プロパティズ
オブ トランスミション パラメターズ イン リニ
ア プリディクティブ システムズ（“QUANTIZATION P
ROPERTIES OF TRANSMISSION PARAMETERS IN LINEAR PRE
DICTIVE SYSTEMS"）と題した論文（IEEE TRANS.A.S.S.
P.,p.p.309-321,1983）（文献４）等に述べられている
のでここでは説明を省略する。

ピッチ周期、係数については、ここでは演算量低減化
のために、前述したように周期については自己相関から
計算し、係数については前記（１）式を用いて求める方
法を採用している。ピッチ周期計算回路140は、自己相
関法にもとづいてピッチ周期を計算し符号化した符号を
マルチプレクサ260に出力し、復号化した値Pd′をサブ
フレーム分割回路125、ピッチ再生回路280へ出力する。
ピッチ周期の計算法には、例えば、アール ブイ コッ
クス（R.V.COX）氏らによる“リアルタイム インプリ
メンティション オブ タイム ドメイン ハーモニッ
ク スケィリング オブ スピーチ”（“REAL-TIME IM
PLEMENTATION OF TIME DOMAIN HARMONIC SCALING OF SP
EECH SIGNALS"）と題した論文（IEEE TRANS.A.S.S.P.,
p.p.258-272,1983）（文献５）等で述べられている方法
を用いることができる。

第１（ａ）図にもどって説明を続ける。サブフレーム
分割回路125は、ピッチ周期Pd′を用いてフレームをピ
ッチ周期ごとのサブフレームに分割し、サブフレームご
との音声信号を減算器120へ出力する。

減算器120は、音声信号×（ｎ）から合成フィルタ250
の出力信号（影響信号）をサブフレーム毎に減算し、サ
ブフレーム毎に残差信号ｅ（ｎ）を重みずけ回路200へ
出力する。

インパルス応答計算回路170は、重みずけされた合成
フィルタの伝達関数を表わすインパルス応答hw（ｎ）を
計算する。ここで、hw（ｎ）の計算には、例えば日本国
出願特許“特願昭59-042305"（文献６）の第４図（ａ）
に記載のインパルス応答計算回路210と同一の方法を用
いることができる。インパルス応答hw（ｎ）は、自己相
関関数計算回路180と相互相関関数計算回路210とへ出力
される。

自己相関関数計算回路180は、インパルス応答の自己
相関関数Rhh（ｍ）を計算し駆動信号計算回路220へ出力
する。ここでRhh（ｍ）の計算には例えば前記文献６に
記載の自己相関関数計算回路180と同一の方法を用いる
ことができる。

重みずけ回路200は、残差信号ｅ（ｎ）を入力しｅ
（ｎ）に対し重みずけを施して求めたew（ｈ）を出力す
る。ここでew（ｎ）の計算には、例えば前記文献６の第
４図（ａ）に記載の重みずけ回路410と同一の方法を用
いることができる。

相互相関関数計算回路210は、ew（ｎ）とインパルス
応答hw（ｎ）を入力して相互相関関数hxを計算し駆動
信号計算回路220へ出力する。ここで_hxの計算には例
えば前記（文献６）に記載の相互相関関数計算回路210
と同一の方法を用いることができる。

次に、駆動信号計算回路220では、フレーム内のパル
ス列の振幅と位置を求める。ここでパルス列の計算法と
しては例えば前記（文献１）に記載の駆動信号計算回路
220と同一の方法を用いることができるので、ここでは
説明を省略する。求めたパルス列の振幅、位置は符号器
230へ出力される。

符号器230は、パルス列の振幅、位置を符号化したマ
ルチプレクサ260へ出力する。また、パルス列の振幅、
位置を復合してサブフレームに対して音源パルス列を発
生させ加算器285へ出力する。ここで、パルス列の符号
化法には、例えば前記（文献６）に記載の符号化回路25
0と同一の方法を用いることができる。

加算器285は、ピッチ再生フィルタ280の対応したサブ
フレームの出力信号（ピッチ予測を行なった音源パルス
列）と符号器230からのパルス列とを加算して、現在の
サブフレームの駆動音源パルス列をつくりピッチ再生フ
ィルタ280へ出力する。

ピッチ係数計算回路255は、現在のフレームの音声信
号と１つ過去のサブフレームの再生信号（合成フィルタ
250の出力信号）と１つ過去のサブフレームの駆動信号
（ピッチ再生フィルタ280の出力信号）を用いて前記
（１）式に基づいてあらかじめピッチ係数を求めてお
き、これを符号化して符号をマルチプレクサ260に出力
するとともに、復号化した値をピッチ再生フィルタ280
へ出力する。

ピッチ再生フィルタ280は、加算器285から入力した駆
動音源パルス列をフィルタ内部のメモリの初期値として
用いて、これをもとにピッチ周期Pd′、ピッチ係数β′
を用いてピッチ予測した次のサブフレームの駆動信号を
予測し合成フィルタ回路250へ出力する。

合成フィルタ250は次のサブフレームに対する影響信
号を求め、これを減算器120へ出力する。減算器120では
次のサブフレームの音声信号から、この影響信号が減算
される。

マルチプレクサ260は、Ｋパラメータ計算回路130、ピ
ッチ周期計算回路140、ピッチ係数計算回路255の符号
と、符号化回路230の符号を入力しこれらを組合わせて
送信側出力端子270から出力する。以上で本発明による
音声信号符号化方法の送信側の説明を終了する。

次に、本発明による音声信号符号化方法の受信側の構
成について、第１図（ｂ）を参照して説明する。

デマルチプレクサ290は、受信側入力端子280から入力
した符号のうち、Ｋパラメータを表わす符号と、ピッチ
周期を表わす符号と、ピッチ係数を表わす符号と、パル
ス列を表わす符号とを分離して、それぞれＫパラメータ
復号回路330、ピッチ復号回路320、パルス復号回路300
へ出力する。

Ｋパラメータ復号回路330はＫパラメータを復号した
復号値Ki′を合成フィルタ回路350へ出力する。

ピッチ復号回路320は、ピッチ周期Pd′、ピッチ係数
β′を復号してピッチ再生フィルタ340へ出力する。

パルス復号回路300はパルス列の振幅、位置を復号し
１フレームの音源パルス列を発生させて、サブフレーム
分割回路310へ出力する。

サブフレーム分割回路310は、ピッチ周期Pd′を用い
て、送信側のサブフレーム分割回路125と同じ動作をし
てフレームをサブフレームに分割し、発生した音源パル
ス列をサブフレーム毎に分割して、順次加算器335と加
算器345へ出力する。

加算器335、ピッチ再生フィルタ340はそれぞれ、送信
側の加算器285、ピッチ再生フィルタ280と同じ動作をし
て、次のサブフレームの駆動信号を計算する。ここは加
算器345へ出力される。

加算器345は、サブフレームの音源パルス列とピッチ
再生フィルタ340の出力を加算して駆動音源パルス列を
求め合成フィルタ350へ出力する。合成フィルタ350は合
成音声信号を求め受信側出力端子380へ出力する。

以上で本発明による音声信号符号化方法の受信側の説
明をおえる。

前述の作用のところでも説明したように、他の構成法
として、合成フィルタを、影響信号を計算するための合
成フィルタと、音源パルス列を求めるための合成フィル
タとを別々に求める構成とすることもできる。

ピッチ周期、係数の計算法についても、作用のところ
で述べたように原音声信号の自己相関関数のピークの値
をさがす方法で求めることもできる。

駆動信号計算回路220におけるパルス計算法として
は、本実施例でのべた方法の他に、種々の方法を用いる
ことができる。例えばパルスを１つ求めるごとに過去に
求めたパルスの振幅を調整する方法を用いることができ
る。この方法の詳細については小野氏らによる“マルチ
プレクサ駆動型音声符号化法における音源パルス探索法
の検討”と題した論文（日本音響学会講演論文集157p、
1983）（文献７）等に述べられているのでここでは説明
を省略する。

簡単化、演算量の低減化のために、フレームをサブフ
レームに分割するさいに、あらかじめ定められた一定の
時間間隔（例えば5msec）毎に分割するようにすること
もできる。但しこのようにしたときには、サブフレーム
の時間長よりもピッチ周期が短いときに音質が劣化す
る。

本実施例では、フレーム長は一定としてＫパラメータ
の分析および音源パルス列の計算をしたが、フレーム長
は可変としてもよい。このようにした場合には、音声の
変化部ではフレーム長を短くし、定常部ではフレーム長
を長くできるので、伝送ビットレイトをより低減するこ
とができる。

尚、ディジタル信号処理の分野でよく知られているよ
うに、自己相関関数はパワスペクトルから計算すること
もできる。また、相互相関関数はクロススペクトルから
計算することもできる。これらの対応関係については、
エー ブイ オッペンハイム（A.V.OPPENHEIM）氏らに
よる“ディジタル信号処理”“DIGITAL SIGNAL PROCESS
ING"と題した単行本（文献８）等の第８章にて詳細に説
明されているので、ここでは説明を省略する。

〔発明の効果〕

以上述べたように本発明によれば、１フレームをピッ
チ周期に等しいサブフレームに分割し、サブフレーム毎
に、過去の音源パルス列に基づいてピッチ予測を行なっ
て影響信号を求め、サブフレームの原音声信号からこの
影響信号を減算して求めた信号に対して、ピッチ再生フ
ィルタを用いずに音源パルス列を求めているので、ピッ
チ予測を用いる従来技術とほぼ同じ良好な音質を、1/4
程度の少ない演算量により実現することができるという
効果がある。

【図面の簡単な説明】

第１図（ａ）図および第（ｂ）図は、本発明による音声
信号符号化方法の一実施例を表わすブロック図、第２図
および第３図は本発明による音声信号符号化方法の動作
原理を説明するためのブロック図、第４図は第２図の各
処理部の出力波形の一例を示す波形図、第５図は従来方
式の動作原理を示すブロック図、第６図は有声区間での
音声波形と音源パルス列とを対比して示す波形図であ
る。 110……バッファメモリ回路、120,425,430,540……減算
器、130……Ｋパラメータ計算回路、140……ピッチ周期
計算回路、170……インパルス応答計算回路、180……自
己相関関数計算回路、210……相互相関関数計算回路、2
00,230,530……重みづけ回路、220……駆動信号計算回
路、250,350,420,450,520……合成フィルタ、255……ピ
ッチ係数計算回路、260……マルチプレクサ、280,340,4
10,460,510……ピッチ再生フィルタ、285,335,345,464,
490……加算器、290……デマルチプレクサ、300……パ
ルス復号回路、320……ピッチ復号回路、330……Ｋパラ
メータ復号回路、445……サブフレーム分割回路、465…
…メモリ、470……遅延回路、480……音源分析回路、50
0……音源計算回路。

Claims (2)

【特許請求の範囲】
1. 【請求項１】送信側では離散的な音声信号を入力しこれ
   をあらかじめ定めたフレーム区間に分割したうえ前記音
   声信号からピッチ構造を含むスペクトル特性を表わすパ
   ラメータ列を抽出し、前記音声信号をピッチ周期に応じ
   た時間区間に分割し前記時間区間毎に過去の音源パルス
   列をもとにピッチ予測を含む処理により求めた信号を前
   記音声信号から減算して残差信号を求め、前記残差信号
   に対して前記パラメータ列を用いて音源パルス列を求
   め、前記音源パルス列と前記パラメータ列とを組み合わ
   せて出力し、受信側では前記時間区間毎に過去の音源パ
   ルス列と前記音源パルス列をもとに駆動信号をつくり前
   記パラメータ列を用いて前記音声信号を合成することを
   特徴とする音声信号符号化方法。
2. 【請求項２】入力した音声信号をあらかじめ定めたフレ
   ーム区間に分割し前記音声信号からピッチ構造を含むス
   ペクトル特性を表わすパラメータ列を抽出し符号化する
   パラメータ計算回路と、前記音声信号をピッチ周期に応
   じた時間区間に分割し前記時間区間毎に過去の音源パル
   ス列をもとにピッチ予測を含む処理により影響信号を求
   めて前記音声信号から減算して残差信号を求める減算回
   路と、前記時間区間の前記残差信号を良好に表わすため
   の音源パルス列を探索して符号化する駆動信号計算回路
   と、前記パラメータ列を表わす符号と前記音源パルス列
   を表わす符号とを組み合わせて出力するマルチプレクサ
   回路とを有することを特徴とする音声信号符号化装置。