JPH09127994A

JPH09127994A - 信号符号化方法及び装置

Info

Publication number: JPH09127994A
Application number: JP7302198A
Authority: JP
Inventors: Shiro Omori; 士郎大森; Masayuki Nishiguchi; 正之西口; Atsushi Matsumoto; 淳松本; Kazuyuki Iijima; 和幸飯島
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1995-10-26
Filing date: 1995-10-26
Publication date: 1997-05-16

Abstract

(57)【要約】【課題】任意の周波数から任意の周波数幅のサブバン
ドを作り、サンプリング周波数を低下させて、アプリケ
ーションに柔軟に対応できるようにする。【解決手段】端子１０１からの入力信号から、ＬＰＦ
（ローパスフィルタ）１０２及び減算器１０６により高
域側信号を取り出し、この信号をＦＦＴ（高速フーリエ
変換）回路１６１によりＦＦＴ処理して周波数軸上の信
号に変換し、周波数シフト回路１６２により周波数軸上
で他の位置又は他の帯域にシフトさせ、逆ＦＦＴ回路１
６３により逆直交変換して時間軸上の信号に変換し、逆
直交変換された時間軸上の信号に対して符号化を施すこ
とにより、低いサンプリング周波数で符号化処理を施す
ことができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、広帯域音声信号の
ような入力信号を符号化する信号符号化方法及び装置に
関し、特に、入力音声信号を帯域分割して得られた各帯
域の信号のサンプリング周波数を下げて符号化処理する
ような信号符号化方法及び装置に関する。

【０００２】

【従来の技術】オーディオ信号（音声信号や音響信号を
含む）の時間領域や周波数領域における統計的性質と人
間の聴感上の特性を利用して信号圧縮を行うような符号
化方法が種々知られている。この符号化方法としては、
大別して時間領域での符号化、周波数領域での符号化、
分析合成符号化等が挙げられる。

【０００３】音声信号等の高能率符号化の例として、ハ
ーモニック（Harmonic）符号化、ＭＢＥ（Multiband Ex
citation: マルチバンド励起）符号化等のサイン波分析
符号化や、ＳＢＣ（Sub-band Coding:帯域分割符号
化）、ＬＰＣ（Linear Predictive Coding: 線形予測符
号化）、あるいはＤＣＴ（離散コサイン変換）、ＭＤＣ
Ｔ（モデファイドＤＣＴ）、ＦＦＴ（高速フーリエ変
換）等が知られている。

【０００４】

【発明が解決しようとする課題】ところで、処理する対
象となる信号を、狭帯域に帯域制限した信号と、広帯域
のままの信号との両者を多重化して符号化処理する場合
等には、帯域分割が不可欠である。

【０００５】これには、いわゆるサブバンドコーディン
グ法が一般的に知られているが、従来においては、フィ
ルタバンクを通した各帯域の時間領域信号をそのまま処
理するか、あるいは該時間領域信号に対して直交変換を
施し周波数軸上で各帯域に分割して周波数領域で処理す
るか、あるいはいわゆるＱＭＦフィルタを用いて全帯域
を例えば１／２のべき乗に幅の帯域に分割しサブサンプ
リングを行い低域に変換した時間領域信号を処理してい
た。

【０００６】しかし、上記帯域分割は、任意の周波数
で、任意の周波数幅の帯域を取り出し、これを低域側に
変換して、かつ時間領域で処理を行うためになされる処
理であるが、この目的で行われる帯域分割処理として
は、上述した３種類のサブバンドコーディング法の何れ
も適さない。

【０００７】すなわち、ＱＭＦフィルタを用いた方法で
は帯域分割できる場所と幅とに制限がある上に、量子化
誤差が大きい低ビットレートの信号では復号化時に折り
返しノイズをキャンセルすることができない。さらに、
この方法では、処理を軽減してビットレートを抑えるた
めに可能な限りサンプリング周波数を下げたいため、時
間領域信号をそのまま処理するのには、好ましくない方
法である。また、音声の生成モデルを利用するために、
時間領域での処理を行うことが望まれる。

【０００８】ここで、例えば元の信号（広帯域信号）を
サンプリング周波数が１６ｋfsで、帯域幅が０〜７．５
ｋHzであるものとし、この信号を帯域制限した狭帯域信
号をサンプリング周波数が８ｋfsで帯域幅が０〜３．８
ｋHzであるものとして、上記広帯域信号を符号化し、復
号化時にはビットストリームの一部を取り出せば、狭帯
域信号としても再生できる場合を考える。

【０００９】この場合、高域側は３．８〜７．５ｋHzが
割り当てられることになり、さらにこれを時間領域で処
理すること自体が、従来の手法において困難であった。

【００１０】本発明は、このような実情に鑑みてなされ
たものであり、任意の周波数から任意の周波数幅のサブ
バンドを作成し帯域分割することが可能であり、かつ時
間領域での処理が可能である信号符号化方法及び信号符
号化装置を提供することを目的とする。

【００１１】

【課題を解決するための手段】本発明に係る信号符号化
方法は、上述した課題を解決するために、入力信号の内
の少なくとも１つの帯域を取り出し、取り出された少な
くとも１つの帯域の信号を周波数軸上の信号に直交変換
し、直交変換された信号を周波数軸上で他の位置又は他
の帯域にシフトさせ、周波数軸上でシフトされた信号を
逆直交変換して時間軸上の信号に変換し、逆直交変換さ
れた時間軸上の信号に対して符号化を施すことを特徴と
している。

【００１２】また、本発明に係る信号符号化装置は、上
述した課題を解決するために、入力信号の内の少なくと
も１つの帯域を取り出す帯域抽出手段と、抽出された少
なくとも１つの帯域の信号を周波数軸上の信号に変換す
る直交変換手段と、直交変換された信号を周波数軸上で
（他の位置に、他の帯域に）シフトさせるシフト手段
と、周波数軸上でシフトされた信号を逆直交変換して時
間軸上の信号に変換する逆直交変換手段と、逆直交変換
された時間軸上の信号に対して符号化を施す手段とを有
することを特徴としている。

【００１３】

【発明の実施の形態】以下、本発明に係る好ましい実施
の形態について説明する。先ず、図１は、本発明に係る
信号符号化方法の実施の形態が適用された広帯域音声信
号の符号化装置を示している。

【００１４】ここで、図１の符号化装置の基本的な考え
方は、入力信号を複数の帯域に分割して、分割された帯
域毎の信号に対してそれぞれの帯域の信号特性に応じた
互いに異なる符号化を施すものである。具体的には、広
帯域の入力音声信号を複数の帯域、例えば音声として充
分な明瞭度を得られる電話帯域と、この電話帯域よりも
高域側の帯域とに分割している。低域側の電話帯域の信
号については、ＬＰＣ（線形予測符号化）分析等の短期
予測の後にピッチ予測等の長期予測を行った上で直交変
換を施し、この変換後の係数を聴覚重み付けベクトル量
子化しており、また、ＬＰＣ係数等の短期予測係数を表
現するパラメータ、ピッチやピッチゲイン等の長期予測
に関連した情報についても量子化している。電話帯域よ
りも高域の信号については、短期予測したものをそのま
ま時間軸上でベクトル量子化している。

【００１５】また、高域側の信号については、周波数軸
上でシフトして低域に移動させ、狭帯域の信号として取
り扱うようにしている。

【００１６】さらに、上記直交変換としてＭＤＣＴ（モ
ディファイド離散コサイン変換）を用い、このときの変
換長を短くすることでベクトル量子化の重み付けを容易
に行い、さらにこの変換長を２^N、すなわち２のべき乗
の大きさにすることでＦＦＴ（高速フーリエ変換）を用
いた高速化を可能としている。また、上記短期予測の残
差を算出し、直交変換係数をベクトル量子化する際の重
み算出するためのＬＰＣ係数は（ポストフィルタについ
ても）、現フレーム内で求められたものと過去のフレー
ムで求められたものとを滑らかに補間したものを用い、
各分析サブフレームで最適なＬＰＣ係数を用いている。
また、上記長期予測を行う場合、１フレームに複数回の
予測又は補間を行い、それらのピッチラグ、ピッチゲイ
ンをそのまま、あるいは差分をとった上で量子化し、あ
るいは補間方法を示すフラグを伝送している。さらに、
予測回数（頻度）の増加に対して、分散の小さくなる予
測残差について、それらの直交変換係数の差を量子化す
るマルチステージ（多段）ベクトル量子化を行うか、あ
るいは分割された帯域の内、ある１つの帯域に対するパ
ラメータのみを用い、１つのエンコードビットストリー
ムの全体あるいは一部分により、レートの異なる複数の
デコード動作を可能としている。

【００１７】以下、図１を参照しながら説明する。図１
の入力端子１０１には、例えばサンプリング周波数Ｆs
が１６ｋHzで０〜８ＫHz程度の広帯域音声信号が供給さ
れている。この入力端子１０１からの広帯域音声信号
は、ローパスフィルタ１０２及び減算器１０６により低
域側、例えば０〜３．８ｋHz程度のいわゆる電話帯域の
信号と、高域側、例えば３．８ｋHz〜８ｋHzの信号とに
帯域分割される。低域側は、サンプリング周波数変換器
１０３により、サンプリング定理を満たす範囲で間引く
ことにより、例えば８ｋHzサンプリングの信号にしてお
く。

【００１８】低域側での処理としては、先ず、ＬＰＣ分
析・量子化部１３０により、例えば１ブロック２５６サ
ンプル程度の分析長によりハミング窓かけをした上で、
１０次程度のＬＰＣ係数、すなわちαパラメータを算出
し、ＬＰＣ逆フィルタ１１１によりＬＰＣ残差を求めて
いる。このＬＰＣ分析の際には、分析の単位となる１ブ
ロック２５６サンプルの内の９６サンプルを次のブロッ
クとオーバーラップさせることにより、フレーム間隔す
なわちフレームインターバルは１６０サンプルとなる。
このフレーム間隔は、８ｋHzサンプリングで２０ｍsec
になる。また、このＬＰＣ分析・量子化部１３０では、
ＬＰＣ係数であるαパラメータをＬＳＰ（線スペクトル
対）パラメータに変換して量子化したものを伝送するよ
うにしている。

【００１９】すなわち、ＬＰＣ分析・量子化部１３０に
おいて、サンプリング周波数変換器１０３からの低域側
信号が入力されるＬＰＣ分析回路１３２は、入力信号波
形の２５６サンプル程度の長さを１ブロックとしてハミ
ング窓をかけて、自己相関法により線形予測係数、いわ
ゆるαパラメータを求めている。データ出力の単位とな
るフレーミングの間隔は、例えば１６０サンプルで２０
ｍsec である。

【００２０】ＬＰＣ分析回路１３２からのαパラメータ
は、α→ＬＳＰ変換回路１３３に送られて、線スペクト
ル対（ＬＳＰ）パラメータに変換される。これは、直接
型のフィルタ係数として求まったαパラメータを、例え
ば１０個、すなわち５対のＬＳＰパラメータに変換す
る。変換は例えばニュートン−ラプソン法等を用いて行
う。このＬＳＰパラメータに変換するのは、αパラメー
タよりも補間特性に優れているからである。

【００２１】α→ＬＳＰ変換回路１３３からのＬＳＰパ
ラメータは、ＬＳＰ量子化器１３４によりベクトル量子
化あるいはマトリクス量子化される。このとき、フレー
ム間差分をとってからベクトル量子化、あるいは、複数
フレーム分をまとめてマトリクス量子化してもよい。こ
こでは、２０ｍsec を１フレームとし、２０ｍsec 毎に
算出されるＬＳＰパラメータを２フレーム分まとめてマ
トリクス量子化している。

【００２２】このＬＳＰ量子化器１３４からの量子化出
力、すなわちＬＳＰベクトル量子化のインデクスは、端
子１３１を介して取り出され、また量子化済みのＬＳＰ
ベクトルあるいは逆量子化出力は、ＬＳＰ補間回路１３
６に送られる。

【００２３】ＬＳＰ補間回路１３６は、ＬＳＰ量子化器
１３４で上記２０ｍsec 毎にベクトル量子化されたＬＳ
Ｐのベクトルの前フレームと現フレームとの組を補間
し、後の処理で必要となるレートにするためのものであ
り、この例では、８倍のレートと５倍のレートにしてい
る。８倍レートでは、２．５ｍsec 毎にＬＳＰベクトル
が更新されるようにする。これは、残差波形を分析合成
処理すると、その合成波形のエンベロープは非常になだ
らかでスムーズな波形になるため、ＬＰＣ係数が２０ｍ
sec 毎に急激に変化すると異音を発生することがあるか
らである。すなわち、２．５ｍsec 毎にＬＰＣ係数が徐
々に変化してゆくようにすれば、このような異音の発生
を防ぐことができる。

【００２４】このような補間が行われた２．５ｍsec 毎
のＬＳＰベクトルを用いて入力音声の逆フィルタリング
を実行するために、ＬＳＰ→α変換回路１３７により、
ＬＳＰパラメータを例えば１０次程度の直接型フィルタ
の係数であるαパラメータに変換する。このＬＳＰ→α
変換回路１３７からの出力は、上記ＬＰＣ残差を求める
ためのＬＰＣ逆フィルタ回路１１１に送られ、このＬＰ
Ｃ逆フィルタ１１１では、２．５ｍsec 毎に更新される
αパラメータにより逆フィルタリング処理を行って、滑
らかな出力を得るようにしている。

【００２５】また、ＬＳＰ補間回路１３６で５倍レート
で補間された４ｍsec 毎のＬＳＰ係数は、ＬＳＰ→α変
換回路１３８に送られてαパラメータに変換され、ＭＤ
ＣＴ係数の量子化に使用する重み計算のためのＶＱ（ベ
クトル量子化）重み計算回路１３９に送られる。

【００２６】ＬＰＣ逆フィルタ１１１からの出力は、長
期予測であるピッチ予測のためのピッチ逆フィルタ１１
２及び１２２に送られる。

【００２７】次に、長期予測について説明する。長期予
測は、ピッチ分析により求められたピッチ周期あるいは
ピッチラグ分だけ時間軸上でずらした波形を元の波形か
ら減算してピッチ予測残差を求めることにより行ってお
り、この例では３点ピッチ予測によって行っている。な
お、ピッチラグとは、サンプリングされた時間軸データ
のピッチ周期に対応するサンプル数のことである。

【００２８】すなわち、ピッチ分析回路１１５では１フ
レームに１回の割合、すなわち分析長が１フレームでピ
ッチ分析が行われ、ピッチ分析結果の内のピッチラグＬ
₁はピッチ逆フィルタ１１２及び出力端子１４２に送ら
れ、ピッチゲインはピッチゲインＶＱ（ベクトル量子
化）回路１１６に送られる。ピッチゲインＶＱ回路１１
６では、上記３点予測に対応する３点でのピッチゲイン
がベクトル量子化され、コードブックインデクスｇ₁が
出力端子１４３より取り出され、代表値ベクトルあるい
は逆量子化出力がピッチ逆フィルタ１１５、減算器１１
７、加算器１２７にそれぞれ送られる。ピッチ逆フィル
タ１１２は、上記ピッチ分析結果に基づいて３点ピッチ
予測されたピッチ予測残差を出力する。このピッチ予測
残差は、直交変換手段である例えばＭＤＣＴ回路１１３
に送られ、ＭＤＣＴ処理された後、ＶＱ（ベクトル量子
化）回路１１４により聴覚重み付けベクトル量子化され
る。このＶＱ回路１１４では、ＶＱ重み計算回路１３９
からの出力により聴覚重み付けされたベクトル量子化が
施され、その出力であるインデクスIdxVq₁は、出力端子
１４１より取り出される。

【００２９】またこの例においては、予測精度を高める
ために、さらに別系統のピッチ予測系となるピッチ逆フ
ィルタ１２２、ピッチ分析回路１２４及びピッチゲイン
ＶＱ回路１２６を設けている。すなわち、上記各ピッチ
分析中心の中間位置にも分析中心を置くようにして、ピ
ッチ分析回路１２５により１／２フレーム周期で分析を
行うようにしている。ピッチ分析回路１２５からのピッ
チラグＬ₂はピッチ逆フィルタ１２２及び出力端子１４
５に、ピッチゲインはピッチゲインＶＱ（ベクトル量子
化）回路１２６にそれぞれ送られる。ピッチゲインＶＱ
回路１２６では、３点のピッチゲインベクトルをベクト
ル量子化して量子化出力であるピッチゲインのインデク
スｇ₂を出力端子１４４に送り、その代表ベクトルある
いは逆量子化出力を減算器１１７に送っている。ここ
で、元のフレーム周期の分析中心の位置でのピッチゲイ
ンは、ピッチゲインＶＱ回路１１６からのピッチゲイン
に近い値と考えられるから、この位置でのピッチゲイン
については、ピッチゲインＶＱ回路１１６、１２６から
の各逆量子化出力の差を減算器１１７でとって、これを
ピッチゲインＶＱ回路１１８でベクトル量子化して得ら
れるピッチゲイン差分のインデクスｇ_1dを出力端子１４
６に送っている。このピッチゲイン差分の代表ベクトル
あるいは逆量子化出力を、加算器１２７に送り、ピッチ
ゲインＶＱ回路１２６からの代表ベクトルあるいは逆量
子化出力と加算したものをピッチゲインとしてピッチ逆
フィルタ１２２に送っている。なお、出力端子１４３か
ら得られるピッチゲインのインデクスｇ₂は、上記中間
位置でのピッチゲインのインデクスである。ピッチ逆フ
ィルタ１２２からのピッチ予測残差は、ＭＤＣＴ回路１
２３でＭＤＣＴ処理され、これが減算器１２８に送られ
て、ＶＱ（ベクトル量子化）回路１１４からの代表ベク
トルあるいは逆量子化出力が減算され、その差分がＶＱ
回路１２４に送られてベクトル量子化され、インデクス
IdxVq2が出力端子１４７に送られる。このＶＱ回路は、
ＶＱ重み計算回路１３９からの出力により聴覚重み付き
のベクトル量子化を施す。

【００３０】次に、高域側の信号処理について説明す
る。

【００３１】この高域側の信号処理は、基本的に、入力
信号を帯域分割し、分割された少なくとも１つの高域側
の信号を低域側に周波数変換し、低域側に変換された信
号のサンプリングレートを低下させて、サンプリングレ
ートが低下させられた信号を予測符号化するようにして
いる。

【００３２】図１の入力端子１０１に供給された広帯域
信号が減算器１０６に入力され、この広帯域信号から、
ＬＰＦ（ローパスフィルタ）１０２により取り出された
低域側の信号、例えば０〜３．８ｋHz程度のいわゆる電
話帯域の信号、が差し引かれる。これによって、減算器
１０６からは、高域側の信号、例えば３．８ｋHz〜８ｋ
Hzの信号が出力される。ただし、現実のＬＰＦ１０２の
特性等により、減算器１０６からの出力には、３．８ｋ
Hz以下の成分もわずかながら残っており、高域側の信号
処理は、３．５ｋHz以上、あるいは３．４ｋHz以上の成
分に対して行うようにしている。

【００３３】この高域側の信号は、減算器１０６からの
例えば３．５ｋHz〜８ｋHzの４．５ｋHzの周波数幅を持
つが、ダウンサンプリング等により周波数を低域側にシ
フトあるいは変換して信号処理を行うため、例えば４ｋ
Hz幅まで狭めることが必要とされる。ここで、後の低域
側との合成を考慮し、３．５ｋHz〜４ｋHz付近は聴感上
敏感であるので、ここをカットせずに、音声信号の性質
として成分あるいはパワーも少なく聴感上影響の少ない
７．５ｋHz〜８ｋHzの０．５ｋHz分をＬＰＦあるいはＢ
ＰＦ（バンドパスフィルタ）１０７によりカットする。

【００３４】次に、低域側への周波数変換を行うが、こ
の例では、直交変換手段、例えばＦＦＴ（高速フーリエ
変換）回路１６１を用いて周波数軸上のデータに変換
し、この周波数軸上のデータを周波数シフト回路１６２
によりシフトした後、逆直交変換手段である逆ＦＦＴ回
路１６４により逆ＦＦＴ処理することにより実現してい
る。

【００３５】逆ＦＦＴ回路１６４からは、入力信号の高
域側の例えば３．５ｋHz〜７．５ｋHzの信号が、０〜４
ｋHzの低域側に変換された信号が取り出される。この信
号はサンプリング周波数が８ｋHzで表現できるので、ダ
ウンサンプリング回路１６４によりダウンサンプリング
してサンプリング周波数８ｋHzの３．５ｋHz〜７．５ｋ
Hzの帯域の信号とする。このダウンサンプリング回路１
６４からの出力は、ＬＰＣ逆フィルタ１７１及びＬＰＣ
分析・量子化部１８０のＬＰＣ分析回路１８２にそれぞ
れ送られる。

【００３６】ＬＰＣ分析・量子化部１８０は、上記低域
側のＬＰＣ分析・量子化部１３０とほぼ同様な構成を有
しているため、簡単に説明する。

【００３７】すなわち、ＬＰＣ分析・量子化部１８０に
おいて、ダウンサンプリング回路１６４からの低域変換
された信号が入力されるＬＰＣ分析回路１８２は、入力
信号波形の２５６サンプル程度の長さを１ブロックとし
てハミング窓をかけて、例えば自己相関法により線形予
測係数、いわゆるαパラメータを求めている。ＬＰＣ分
析回路１８２からのαパラメータは、α→ＬＳＰ変換回
路１８３に送られて、線スペクトル対（ＬＳＰ）パラメ
ータに変換される。α→ＬＳＰ変換回路１８３からのＬ
ＳＰパラメータは、ＬＳＰ量子化器１８４によりベクト
ル量子化あるいはマトリクス量子化される。このとき、
フレーム間差分をとってからベクトル量子化してもよ
い。あるいは、複数フレーム分をまとめてマトリクス量
子化してもよい。ここでは、２０ｍsec を１フレームと
し、２０ｍsec 毎に算出されるＬＳＰパラメータをベク
トル量子化している。

【００３８】このＬＳＰ量子化器１８４からの量子化出
力、すなわち高域側信号のＬＳＰベクトル量子化のイン
デクスLSPidx_Hは、端子１８１を介して取り出され、ま
た量子化済みのＬＳＰベクトルあるいは逆量子化出力
は、ＬＳＰ補間回路１８６に送られる。

【００３９】ＬＳＰ補間回路１８６は、ＬＳＰ量子化器
１８４で上記２０ｍsec 毎にベクトル量子化されたＬＳ
Ｐのベクトルの前フレームと現フレームとの組を補間
し、後の処理で必要となるレートにするためのものであ
り、この例では、４倍のレートにしている。

【００４０】このような補間が行われた５ｍsec 毎のＬ
ＳＰベクトルを用いて入力音声の逆フィルタリングを実
行するために、ＬＳＰ→α変換回路１８７により、ＬＳ
ＰパラメータをＬＰＣ合成フィルタの係数であるαパラ
メータに変換する。このＬＳＰ→α変換回路１８７から
の出力は、上記ＬＰＣ残差を求めるためのＬＰＣ逆フィ
ルタ回路１７１に送られ、このＬＰＣ逆フィルタ１７１
では、５ｍsec 毎に更新されるαパラメータにより逆フ
ィルタリング処理を行って、滑らかな出力を得るように
している。

【００４１】ＬＰＣ逆フィルタ１７１からのＬＰＣ予測
残差出力は、ＬＰＣ残差ＶＱ（ベクトル量子化）回路１
７２に送られてベクトル量子化され、その出力であるＬ
ＰＣ残差のインデクスLPCidxが出力端子１７３より取り
出される。

【００４２】以上のような構成の信号符号化装置におい
て、低域側の一部構成を独立したコーデックの符号化装
置としたり、あるいは出力されるビットストリームの全
体と一部とを切り換えることにより、ビットレートの異
なる信号伝送やデコードを可能としている。

【００４３】すなわち、図１の構成の各出力端子からの
全てのデータを伝送するとき、伝送ビットレートは１６
ｋbps （ｋビット／秒）となり、一部端子からのデータ
を伝送することにより６ｋbps の伝送ビットレートとな
る。

【００４４】あるいは、図１の全ての端子からの１６ｋ
bps の全データを伝送、すなわち送信あるいは記録し、
受信あるいは再生側で１６ｋbps の全データをデコード
することにより、１６ｋbps の高品質の音声信号が得ら
れ、６ｋbps のデータをデコードすることにより、簡単
なデコーダで６ｋbps に応じた品質の音声信号が得られ
る。

【００４５】ここで、図１の構成においては、出力端子
１３１、１４１〜１４３からの出力データが６ｋbps の
データに相当し、さらに出力端子１４４〜１４７、１７
３、１８１からの出力データを加えることで、１６ｋbp
s の全データが得られる。

【００４６】次に、上記図１の信号符号化装置に対応す
る信号復号化装置について、図２を参照しながら説明す
る。

【００４７】この図２において、入力端子２００には、
上記図１の出力端子１３１からの出力に相当するＬＳＰ
のベクトル量子化出力、いわゆるコードブックのインデ
クスLSPidxが供給されている。

【００４８】このＬＳＰのインデクスLSPidxは、ＬＰＣ
パラメータ再生部２４０のＬＳＰの逆ＶＱ（逆ベクトル
量子化）回路２４１に送られてＬＳＰ（線スペクトル
対）データに逆ベクトル量子化あるいは逆マトリクス量
子化され、ＬＳＰ補間回路２４２に送られてＬＳＰの補
間処理が施された後、ＬＳＰ→α変換回路２４３でＬＰ
Ｃ（線形予測符号）係数であるαパラメータに変換さ
れ、このαパラメータがＬＰＣ合成フィルタ２１５、２
２５及びピッチスペクトラルポストフィルタ２１６、２
２６に送られる。

【００４９】また、図４の入力端子２０１、２０２、２
０３には、上記図１の各出力端子１４１、１４２、１４
３からのＭＤＣＴ係数のベクトル量子化のインデクスIs
xVq₁、ピッチラグＬ₁、ピッチゲインｇ₁がそれぞれ供
給されている。

【００５０】入力端子２０１からのＭＤＣＴ係数のベク
トル量子化のインデクスIsxVq₁は、逆ＶＱ（逆ベクトル
量子化）回路２１１に供給されて逆ベクトル量子化さ
れ、逆ＭＤＣＴ回路２１２により逆ＭＤＣＴ処理された
後、重畳加算（オーバーラップアッド）回路２１３で重
畳加算され、ピッチ合成フィルタ２１４に送られる。ピ
ッチ合成回路２１４には、各入力端子２０２、２０３か
らのピッチラグＬ₁ 、ピッチゲインｇ₁が供給されてい
る。このピッチ合成回路２１４で、上記図１のピッチ逆
フィルタ１１２でのピッチ予測符号化の逆処理が施され
た後、ＬＰＣ合成フィルタ２１５に送られ、ＬＰＣ合成
処理が施される。このＬＰＣ合成された出力は、ピッチ
スペクトラルポストフィルタ２１６に送られて、ポスト
フィルタ処理が施され、出力端子２１９より６ｋbps の
ビットレートに対応する音声信号として取り出される。

【００５１】図４の入力端子２０４、２０５、２０６及
び２０７には、上記図１の各出力端子１４４、１４５、
１４６及び１４７からのＭＤＣＴ係数のベクトル量子化
のピッチゲインｇ₂、ピッチラグＬ₂、インデクスIsxV
q₂及びピッチゲインｇ_1dがそれぞれ供給されている。

【００５２】入力端子２０７からのＭＤＣＴ係数のベク
トル量子化のインデクスIsxVq₂は、逆ＶＱ回路２２０に
供給されて逆ベクトル量子化され、加算器２２１に送ら
れて逆ＶＱ回路２１１からの逆ベクトル量子化されたＭ
ＤＣＴ係数と加算され、逆ＭＤＣＴ回路２２２により逆
ＭＤＣＴ処理された後、重畳加算（オーバーラップアッ
ド）回路２２３で重畳加算され、ピッチ合成フィルタ２
１４に送られる。このピッチ合成フィルタ２２４には、
各入力端子２０２、２０４、２０５からのピッチラグＬ
₁ 、ピッチゲインｇ₂、ピッチラグＬ₂が供給されると
共に、入力端子２０３からのピッチゲインｇ₁と入力端
子２０６からのピッチゲインｇ_1dとが加算器２１７で加
算されたものが供給されている。このピッチ合成フィル
タ２２４でピッチ残差の合成処理が施された後、ＬＰＣ
合成フィルタ２２５に送られ、ＬＰＣ合成処理が施され
る。このＬＰＣ合成された出力は、ピッチスペクトラル
ポストフィルタ２２６に送られて、ポストフィルタ処理
が施され、アップサンプリング回路２２７に送られてサ
ンプリング周波数が例えば８ｋHzから１６ｋHzにアップ
サンプリングされた後、加算器２２８に送られる。

【００５３】さらに、入力端子２０７には、図１の出力
端子１８１からの高域側のＬＳＰインデクスLSPidx_Hが
供給されており、このＬＳＰのインデクスLSPidx_Hは、
ＬＰＣパラメータ再生部２４５のＬＳＰの逆ＶＱ（逆ベ
クトル量子化）回路２４６に送られてＬＳＰデータに逆
ベクトル量子化され、ＬＳＰ補間回路２４７に送られて
ＬＳＰの補間処理が施された後、ＬＳＰ→α変換回路２
４８でＬＰＣ係数のαパラメータに変換され、このαパ
ラメータが高域側ＬＰＣ合成フィルタ２３２に送られ
る。

【００５４】入力端子２０９には、図１の出力端子１７
３からの高域側のＬＰＣ残差のベクトル量子化出力であ
るインデクスLPCidxが供給されて、高域逆ＶＱ回路２３
１で逆ベクトル量子化され、高域側ＬＰＣ合成フィルタ
２３２に送られる。高域側ＬＰＣ合成フィルタ２３２で
ＬＰＣ合成処理された出力は、アップサンプリング回路
２３３でサンプリング周波数が例えば８ｋHzから１６ｋ
Hzにアップサンプリングされた後、直交変換手段である
ＦＦＴ回路２３４で高速フーリエ変換されて周波数軸上
の信号に変換され、周波数シフト回路２３５で高域側に
周波数シフト処理され、逆ＦＦＴ回路２３６で逆高速フ
ーリエ変換されることにより、高域側の時間軸信号とさ
れ、重畳加算回路２３７を介して加算器２２８に送られ
る。

【００５５】加算器２２８では、上記アップサンプリン
グ回路２２７からの信号と加算され、出力端子２２９よ
り１６ｋbps のビットレートの一部に対応する音声信号
として取り出される。全体としての１６ｋbps のビット
レートの信号は、上記出力端子２１９からの信号も合成
されることにより取り出される。

【００５６】ここで、スケーラビリティについて説明す
る。上記図１、図２の構成においては、６ｋbps と１６
ｋbps との２通りの伝送ビットレートをほぼ同様な符号
化復号化方式で実現しており、１６ｋbps のビットスト
リーム内に６ｋbps のビットストリームを完全に包含す
るスケーラビリティを実現しているが、さらに２ｋbps
のような極端にビットレートの異なる符号化復号化を行
う場合には、このような完全な包含関係を得るのは難し
い。

【００５７】ここで、同一の符号化復号化方式を適用で
きない場合であっても、最大限に共有関係を持ちながら
スケーラビリティを持たせることが好ましい。

【００５８】このため、図３に示すような構成の符号化
装置によって２ｋbps の符号化を行い、図１の構成との
間に最大限の共有部分あるいは共有データを持たせ、全
体として１６ｋbps のビットストリームで、この内１６
ｋbps 全てを使用する場合と、６ｋbps を使用する場合
と、２ｋbps を移用する場合とを、それぞれ用途に応じ
て使い分けるようにしている。

【００５９】なお、厳密には、後述するように、２ｋbp
s では２ｋbps の情報を全て使用するが、６ｋbps のモ
ードでは、符号化単位となるフレームが有声音（Ｖ）の
とき６ｋbps 、無声音（ＵＶ）のとき５．６５ｋbps で
あり、また１６ｋbps のモードでは、フレームが有声音
（Ｖ）のとき１５．２ｋbps 、無声音（ＵＶ）のとき１
４．８５ｋbps である。

【００６０】ここで、図３の２ｋbps の符号化装置の構
成及び動作を説明する。

【００６１】図３に示す符号化装置の基本的な考え方
は、入力音声信号の短期予測残差例えばＬＰＣ（線形予
測符号化）残差を求めてサイン波分析（sinusoidal ana
lysis）符号化、例えばハーモニックコーディング（har
monic coding ）を行う第１の符号化部３１０と、入力
音声信号に対して位相伝送を行う波形符号化により符号
化する第２の符号化部３２０とを有し、入力信号の有声
音（Ｖ：Voiced）の部分の符号化に第１の符号化部３１
０を用い、入力信号の無声音（ＵＶ：Unvoiced）の部分
の符号化には第２の符号化部３２０を用いるようにする
ことである。

【００６２】上記第１の符号化部３１０には、例えばＬ
ＰＣ残差をハーモニック符号化やマルチバンド励起（Ｍ
ＢＥ）符号化のようなサイン波分析符号化を行う構成が
用いられる。上記第２の符号化部３２０には、例えば合
成による分析法を用いて最適ベクトルのクローズドルー
プサーチによるベクトル量子化を用いた符号励起線形予
測（ＣＥＬＰ）符号化の構成が用いられる。

【００６３】図３の例では、入力端子３０１に供給され
た音声信号が、第１の符号化部３１０のＬＰＣ逆フィル
タ３１１及びＬＰＣ分析・量子化部３１３に送られてい
る。ＬＰＣ分析・量子化部３１３から得られたＬＰＣ係
数あるいはいわゆるαパラメータは、ＬＰＣ逆フィルタ
３１１に送られて、このＬＰＣ逆フィルタ３１１により
入力音声信号の線形予測残差（ＬＰＣ残差）が取り出さ
れる。また、ＬＰＣ分析・量子化部３１３からは、後述
するようにＬＳＰ（線スペクトル対）の量子化出力が取
り出され、これが出力端子３０２に送られる。ＬＰＣ逆
フィルタ３１１からのＬＰＣ残差は、サイン波分析符号
化部３１４に送られる。サイン波分析符号化部３１４で
は、ピッチ検出やスペクトルエンベロープ振幅計算が行
われると共に、Ｖ（有声音）／ＵＶ（無声音）判定部３
１５によりＶ／ＵＶの判定が行われる。サイン波分析符
号化部３１４からのスペクトルエンベロープ振幅データ
がベクトル量子化部３１６に送られる。スペクトルエン
ベロープのベクトル量子化出力としてのベクトル量子化
部３１６からのコードブックインデクスは、スイッチ３
１７を介して出力端子３０３に送られ、サイン波分析符
号化部３１４からの出力は、スイッチ３１８を介して出
力端子３０４に送られる。また、Ｖ／ＵＶ判定部３１５
からのＶ／ＵＶ判定出力は、出力端子３０５に送られる
と共に、スイッチ３１７、３１８の制御信号として送ら
れており、上述した有声音（Ｖ）のとき上記インデクス
及びピッチが選択されて各出力端子３０３及び３０４か
らそれぞれ取り出される。

【００６４】図３の第２の符号化部３２０は、この例で
はＣＥＬＰ（符号励起線形予測）符号化構成を有してお
り、雑音符号帳３２１からの出力を、重み付きの合成フ
ィルタ３２２により合成処理し、得られた重み付き音声
を減算器３２３に送り、入力端子３０１に供給された音
声信号を聴覚重み付けフィルタ３２５を介して得られた
音声との誤差を取り出し、この誤差を距離計算回路３２
４に送って距離計算を行い、誤差が最小となるようなベ
クトルを雑音符号帳３２１でサーチするような、合成に
よる分析（Analysis by Synthesis ）法を用いたクロー
ズドループサーチを用いた時間軸波形のベクトル量子化
を行っている。このＣＥＬＰ符号化は、上述したように
無声音部分の符号化に用いられており、雑音符号帳３２
１からのＵＶデータとしてのコードブックインデクス
は、上記Ｖ／ＵＶ判定部３１５からのＶ／ＵＶ判定結果
が無声音（ＵＶ）のときオンとなるスイッチ３２７を介
して、出力端子３０７より取り出される。

【００６５】このような符号化装置のＬＰＣ分析・量子
化部３１３が図１のＬＰＣ分析・量子化部１３０の一部
として共用でき、端子３０２からの出力がそのまま図１
の出力端子１３１からの出力として使用できる。また、
サイン波分析符号化部３１４により得られるピッチデー
タの一部が図１のピッチ分析回路１１５からの出力とし
て使用でき、このピッチ分析回路１１５をサイン波分析
符号化部３１４内のピッチ出力部分と共用することも可
能である。

【００６６】このように、図３の符号化方式と図１の符
号化方式とは異なっているが、両者とも共通する情報を
持っており、図４に示すようなスケーラビリティを有し
ている。

【００６７】この図４において、２ｋbps のビットスト
リームＳ２は、分析合成フレームがＶ（有声音）のとき
とＵＶ（無声音）のときとで内部構造が異なっており、
Ｖのときの２ｋbps のビットストリームＳ２vは、２つ
の部分Ｓ２ve、Ｓ２vaから、ＵＶのときの２ｋbps のビ
ットストリームＳ２uは、２つの部分Ｓ２ue、Ｓ２uaか
らそれぞれ成っている。部分Ｓ２veは、ピッチラグが１
フレーム１６０サンプル当たり１ビット（以下、1ヒ゛ット/
160サンフ゜ルのように示す）で、振幅Ａm が15ヒ゛ット/160サンフ゜
ルであり、計16ヒ゛ット/160サンフ゜ルとなる。これは、８ｋHz
サンプリングで０．８ｋbps のビットレートのデータに
相当する。部分Ｓ２ueは、ＬＰＣ残差が11ヒ゛ット/80サンフ゜ル
と、予備の1ヒ゛ット/160サンフ゜ルとで、計23ヒ゛ット/160サンフ゜ルと
なり、１．１５ｋbps のビットレートのデータに相当す
る。２ｋbps のビットストリームＳ２の残りの部分Ｓ２
va、Ｓ２uaは、上述した６ｋbps 、１６ｋbps との共有
部分あるいは共通部分であり、部分Ｓ２vaは、ＬＳＰデ
ータ32ヒ゛ット/320サンフ゜ルと、Ｖ／ＵＶ判定データ1ヒ゛ット/16
0サンフ゜ルと、ピッチラグ7ヒ゛ット/160サンフ゜ルとで、計24ヒ゛ット/1
60サンフ゜ルとなり、１．２ｋbps のビットレートのデータ
に相当する。部分Ｓ２uaは、ＬＳＰデータ32ヒ゛ット/320サン
フ゜ルと、Ｖ／ＵＶ判定データ1ヒ゛ット/160サンフ゜ルとで、計17
ヒ゛ット/160サンフ゜ルとなり、０．８５ｋbps のビットレート
のデータに相当する。

【００６８】また、６ｋbps のビットストリームＳ６
は、上記ビットストリームＳ２と同様に、分析フレーム
がＶのときとＵＶのときとで内部構造が一部だけ異な
る。Ｖのときの６ｋbps のビットストリームＳ６v は、
２つの部分Ｓ６va、Ｓ６vbから、ＵＶのときの６ｋbps
のビットストリームＳ６u は、２つの部分Ｓ６ua、Ｓ６
ubからそれぞれ成っている。部分Ｓ６vaは、上述したよ
うに、部分Ｓ２vaと共通のデータ内容であり、部分Ｓ６
vbは、ピッチゲイン6ヒ゛ット/160サンフ゜ルと、ピッチ残差18ヒ゛
ット/32サンフ゜ルとで、計96ヒ゛ット/160サンフ゜ルとなり、４．８ｋ
bps のビットレートのデータに相当する。また、部分Ｓ
６uaは、上記部分Ｓ２uaと共通のデータ内容であり、部
分Ｓ６ubは、上記部分Ｓ６vbと共通のデータ内容であ
る。

【００６９】また、１６ｋbps のビットストリームＳ１
６は、上記ビットストリームＳ２及びＳ６と同様に分析
フレームがＶのときとＵＶのときとで内部構造が一部だ
け異なる。Ｖのときの１６ｋbps のビットストリームＳ
１６v は、４つの部分Ｓ１６va、Ｓ１６vb、Ｓ１６vc、
Ｓ１６vdから、ＵＶのときの１６ｋbps のビットストリ
ームＳ１６u は、４つの部分Ｓ１６ua、Ｓ１６ub、Ｓ１
６uc、Ｓ１６udからそれぞれ成っている。部分Ｓ１６va
は、上記部分Ｓ２va、Ｓ６vaと共通のデータ内容であ
り、Ｓ１６vbは、上記部分Ｓ６vb、Ｓ６ubと共通のデー
タ内容である。部分Ｓ１６vcは、ピッチラグ2ヒ゛ット/160サ
ンフ゜ルと、ピッチゲイン11ヒ゛ット/160サンフ゜ルと、ピッチ残差
18ヒ゛ット/32サンフ゜ルと、Ｓ／Ｍモードデータ1ヒ゛ット/160サンフ゜ル
とで、計104ヒ゛ット/160サンフ゜ルとなり、５．２ｋbps のビッ
トレートに相当する。なお、上記Ｓ／Ｍモードデータ
は、ＶＱ回路１２４で、音声（Speech）用と楽音（Musi
c）用とで異なる２種類のコードブック（符号帳）を切
り換えるためのものである。部分Ｓ１６vdは、高域ＬＰ
Ｃデータ5ヒ゛ット/160サンフ゜ルと、高域ＬＰＣ残差15ヒ゛ット/32サ
ンフ゜ルとで、計80ヒ゛ット/160サンフ゜ルとなり、４ｋbps のビッ
トレートに相当する。また、部分Ｓ１６uaは、上記部分
Ｓ２ua、Ｓ６uaと共通のデータ内容であり、部分Ｓ１６
ubは、上記部分Ｓ１６vbすなわち上記部分Ｓ６vb、Ｓ６
ubと共通のデータ内容である。さらに、部分Ｓ１６uc
は、上記部分Ｓ１６vcと共通のデータ内容であり、部分
Ｓ１６udは、上記部分Ｓ１６vdと共通のデータ内容であ
る。

【００７０】以上のようなビットストリームを得るため
の図１、図３の構成をまとめると、図５のようになる。

【００７１】この図５において、入力端子１１は図１、
図３の入力端子１０１に対応し、これが図１のＬＰＦ１
０２、サンプリング周波数変換器１０３、減算器１０
６、ＢＰＦ１０７等に相当する帯域分割回路１２に送ら
れて、低域側と高域側とに分割される。帯域分割回路１
２からの低域側信号は、図３の構成に対応する２ｋ符号
化部２１と共通部分符号化部２２とに送られる。共通部
分符号化部２２は、図１のＬＰＣ分析・量子化部１３
０、あるいは図３のＬＰＣ分析・量子化部３１０にほぼ
相当し、さらに図３のサイン波分析符号化部内のピッチ
抽出部分や図１のピッチ分析回路１１５も共通部分符号
化部２２に含ませることもできる。

【００７２】また、帯域分割回路１２からの低域側信号
は、６ｋ符号化部２３及び１２ｋ符号化部２４にも送ら
れる。６ｋ符号化部２３は、図１の回路１１１〜１１６
にほぼ相当し、１２ｋ符号化部は、図１の回路１１７、
１１８、１２２〜１２８にほぼ相当する。

【００７３】帯域分割回路１２からの高域側信号は、高
域４ｋ符号化部２５に送られる。高域４ｋ符号化部２５
は、図１の回路１６１〜１６４、１７１、１７２にほぼ
相当する。

【００７４】この図５の各出力端子３１〜３５から出力
されるビットストリームと図４の各部分との関係を説明
する。２ｋ符号化部２１から出力端子３１を介して、図
４の部分Ｓ２ve又はＳ２ueのデータが出力され、共通部
分符号化部２２から出力端子３２を介して、図４の部分
Ｓ２va（＝Ｓ６va＝Ｓ１６va）又はＳ２ua（＝Ｓ６ua＝
Ｓ１６ua）のデータが出力される。また、６ｋ符号化部
２３から出力端子３３を介して、図４の部分Ｓ６vb（＝
Ｓ１６vb）又はＳ６ub（＝Ｓ１６ub）のデータが出力さ
れる。さらに、１２ｋ符号化部２４から出力端子３４を
介して、図４の部分Ｓ１６vc又はＳ１６ucのデータが出
力され、高域４ｋ符号化部２５から出力端子３５を介し
て、図４の部分Ｓ１６vd又はＳ１６udのデータが出力さ
れる。

【００７５】以上説明したスケーラビリティの実現の技
術を一般化すると、入力信号に対して第１の符号化を施
して得られた第１の符号化信号と、上記入力信号に対し
て上記第１の符号化の一部とのみ共通する部分と共通し
ない部分とを有し上記第１の符号化とは独立の第２の符
号化を施して得られた第２の符号化信号とを多重化する
際に、上記第１の符号化信号と、上記第２の符号化信号
の内の上記第１の符号化信号と共通する部分を除く信号
とを多重化することである。

【００７６】これによって、本質的に異なる符号化方式
であっても、共有できるものを最大限に共有させて、ス
ケーラビリティを持たせることができる。

【００７７】次に、上記図１、図２の各部のより具体的
な動作について説明する。

【００７８】先ず、図６の（Ａ）に示すように、フレー
ム間隔、いわゆるフレームインターバルをＮサンプル、
例えば１６０サンプルとし、１フレームに１回の分析を
行う場合について説明する。

【００７９】ピッチ分析中心をｔ＝ｋＮ（ただしｋ＝0,
1,2,3,…）とするとき、ＬＰＣ逆フィルタ１１１からの
ＬＰＣ予測残差について、ｔ＝ kN-N/2 〜 kN+N/2 に存
在する成分から成る次元数ＮのベクトルをＸとし、これ
をＬサンプルだけ時間軸の前方にずらしたｔ＝ kN-N/2-
L 〜 kN+N/2-L の成分から成るＮ次元ベクトルをＸ_L と
して、 ‖Ｘ−ｇＸ_L ‖² が最小となるようＬ＝Ｌ_optをサーチし、このＬ_optを
この区間での最適ピッチラグＬ₁とする。あるいは、ピ
ッチの急激な変化を避けるため、ピッチトラッキングを
行った後の値を最適ピッチラグＬ₁としてもよい。

【００８０】次に、この最適ピッチラグＬ₁に対して、

【００８１】

【数１】

【００８２】が最小となるｇ_iの組を

【００８３】

【数２】

【００８４】について解き、ピッチゲインベクトルｇ₁
を求める。このピッチゲインベクトルｇ₁ をベクトル量
子化したもののコードブックインデクスをｇ₁とする。

【００８５】次に、さらに予測精度を上げるため、ｔ＝
(k-1/2)Nにも分析中心をおくことを考える。このとき、
予めｔ＝kN及び(k-1)Nでのピッチラグ、ピッチゲインが
それぞれ求められているものとする。

【００８６】音声信号の場合、その基本周波数はゆるや
かに変化すると考えられるため、ｔ＝kNのときのピッチ
ラグＬ(kN)と、ｔ＝(k-1)NのときのピッチラグＬ((k-1)
N)ととの間に大きな変化はないと考えられ、またその変
化も線形であると考えられるため、ｔ＝(k-1/2)Nのとき
のピッチラグＬ((k-1/2)N)のとり得る値に制限を加える
ことは可能である。本例では、次のようにしている。

【００８７】Ｌ（(k-1/2)N）＝Ｌ（ｋＮ）＝（Ｌ(kN)＋Ｌ((k-1)N)）／２＝Ｌ（(k-1)Ｎ）これらの内のどの値を採用するかは、それぞれのラグに
対応したピッチ残差のパワーを計算することによってな
される。

【００８８】すなわち、ｔ＝(k-1/2)Nを中心としたｔ＝
(k-1/2)N-N/4〜(k-1/2)N+N/4の次元数Ｎ／２のベクトル
をＸとし、Ｌ(kN)、(L(kN)+L((k-1)N))/2、Ｌ((k-1)N)
だけそれぞれ遅れた次元数Ｎ／２のベクトルをＸ₀ ⁽⁰⁾ 、
Ｘ₁ ⁽⁰⁾ 、Ｘ₂ ⁽⁰⁾ とし、これらの各ベクトルＸ₀ ⁽⁰⁾ 、Ｘ₁
⁽⁰⁾ 及びＸ₂ ⁽⁰⁾ のそれぞれの近傍のベクトルをＸ₀ ^(-1) 、
Ｘ₀ ⁽¹⁾ 、Ｘ₁ ^(-1) 、Ｘ₁ ⁽¹⁾ 及びＸ₂ ^(-1) 、Ｘ₂ ⁽¹⁾ とす
る。また、これらの各ベクトルＸ₀ ⁽ⁱ⁾ 、Ｘ₁ ⁽ⁱ⁾ 、Ｘ₂ ⁽ⁱ⁾
（ただしｉ＝−１、０、１）に対応する核ピッチゲイン
ｇ₀ ⁽ⁱ⁾、ｇ₁ ⁽ⁱ⁾、ｇ₂ ⁽ⁱ⁾について、

【００８９】

【数３】

【００９０】の３つうちの最小のものＤ_jに対するラグ
を、ｔ＝(k-1/2)Nでの最適ラグＬ₂とし、そのときのピ
ッチゲインｇ_j ⁽ⁱ⁾（ただしｉ＝−１、０、１）をベクト
ル量子化した上でピッチゲインを求める。なお、Ｌ₂の
とり得る値は３通りであり、これは現在及び過去のＬ₁
から求められるため、ストレートな値ではなく補間スキ
ームを表すフラグを補間インデクスとして伝送すればよ
い。また、Ｌ(kN)、Ｌ((k-1)N)のいずれかが０、すなわ
ちピッチが無い、ピッチ予測利得がとれない、と判断さ
れるときには、Ｌ((k-1/2)N)の候補として上記(L(kN)+L
((k-1)N))/2 は除外される。

【００９１】このように、ピッチラグ算出に用いるベク
トルＸの次元数を半分のN/2 にした場合、ｔ＝kNが分析
中心のときのＬ_kはそのまま用いることができるが、Ｘ
の次元数がＮで分析したときのピッチゲインが得られて
いるにも拘わらず、再度ゲイン計算を行い、そのデータ
を伝送しなければならない。ここでは、そのビット数削
減のため、

【００９２】

【数４】

【００９３】ベクトルｇの要素（ｇ₀,ｇ₁,ｇ₂）の内、
ｇ₁ がもっとも大きくｇ₀,ｇ₂ は０に近いか、あるいは
その逆であり、ベクトルｇは３点の間で強い相関がある
ので、上記ベクトルｇ_1d は元のベクトルｇに比べて分散
が小さくなることが予想され、より少ないビット数で量
子化できる。

【００９４】従って、１フレームで伝送すべきピッチパ
ラメータは、Ｌ₁,ｇ₁,Ｌ₂,ｇ₂,ｇ_1dの５つになる。

【００９５】次に、図５の（Ｂ）は、フレーム周波数の
８倍のレートで補間されたＬＰＣ係数の位相を示してお
り、このＬＰＣ係数は、図１のＬＰＣ逆フィルタ１１１
による予測残差算出に用いられ、また図２のＬＰＣ合成
フィルタ２１５、２２５、ピッチスペクトラルポストフ
ィルタ２１６、２２６にそれぞれ用いられる。

【００９６】次に、上記ピッチラグ及びピッチゲインか
ら求められたピッチ残差のベクトル量子化について説明
する。

【００９７】ベクトル量子化の聴覚重み付けを容易にま
た精度よく行うため、ピッチ残差は５０％オーバーラッ
プの窓かけをした上、ＭＤＣＴ変換を行い、この領域で
重み付けベクトル量子化を行う。このときの変換長は任
意であるが、以下の点を考慮して上で、この例ではかな
り小次元なものを用いている。

【００９８】(1) 大次元のベクトル量子化は演算量が膨
大になり、ＭＤＣＴ領域でスプリットあるいは並べ替え
を行わざるを得ない。 (2) スプリットした場合、スプリットされたバンド間の
ビットアロケーションを精密に行うことは大変困難であ
る。 (3) 次元数が２のべき乗ではないとき、ＦＦＴを用いた
ＭＤＣＴの高速算法が使用できない。

【００９９】今回はフレーム長を２０ｍsec （＝１６０
サンプル／８ｋHz）にとっているため、１６０／５＝３
２＝２⁵となることから、５０％オーバーラップを考慮
してＭＤＣＴ変換サイズを６４にとり、上記(1)〜(3)の
各点の解決を図った。

【０１００】フレーミングの状態は図６の（Ｃ）のよう
になる。

【０１０１】すなわち、この図６の（Ｃ）において、２
０ｍsec ＝１６０サンプルのフレーム内のピッチ残差ｒ
_p(n) （ただしn=0,1,…,191、ここでn=160,…,191は、
次のフレームの0,…,31の意味）を５つのサブフレーム
に分け、５つのサブフレームのｉ番目（i=0,1,…,4）の
サブフレームのピッチ残差ｒ_pi(n) （ただし、n=0,1,
…,31）を、ｒ_pi(n) ＝ｒ_p(32i+n) とする。このサブフレームのピッチ残差ｒ_pi(n) に、Ｍ
ＤＣＴのエリアシング相殺ができるような窓関数ｗ(n)
をかけて得られるｗ(n)・ｒ_pi(n)に対してＭＤＣＴ変換
を施す。この窓関数ｗ(n) としては、例えばｗ(n) ＝ √（１−(cos2π(n+0.5))/64）を用いればよい。

【０１０２】なお、ＭＤＣＴの変換処理の演算は、変換
長が６４（＝２⁶）のため、ＦＦＴを用いて次のように
計算できる。

【０１０３】(1) ｘ(n) ＝ｗ(n)・ｒ_pi(n)・exp((-2π
j/64)(n/2)) とする。 (2) ｘ(n) を６４ポイントＦＦＴ処理し、これをｙ(k)
とする。 (3) ｙ(k)・exp((-2πj/64)(k+1/2)(1/2+64/4)) の実部
をとり、これをＭＤＣＴ係数ｃ_i(k)（ただし、k=0,1,
…,31）とする。

【０１０４】次に、各サブフレームのＭＤＣＴ係数ｃ
_i(k)をベクトル量子化するが、このときの重み付けにつ
いて説明する。

【０１０５】ピッチ残差ｒ_pi(n) をベクトルｒ_i とおく
と、合成後の距離Ｄは、

【０１０６】

【数５】

【０１０７】ここで、Ｍは、その性質からＨ^tＨ（ただ
しＨ^t はＨの転置行列）を対角化すると考えられるの
で、

【０１０８】

【数６】

【０１０９】とし、ここではｈ_iを合成フィルタの周波
数応答にとった。従って、

【０１１０】

【数７】

【０１１１】このように、ｈ_kをそのままｃ_i(k)の量子
化の重み付けに使用した場合、合成後のノイズがフラッ
トになる、いわゆる１００％ノイズシェイピングになる
ため、さらに聴覚重み付けＷによりフォルマントを相似
形のノイズになるようにコントロールする。

【０１１２】

【数８】

【０１１３】なお、ｈ_i ²、ｗ_i ²は、合成フィルタＨ(z)
及び聴覚重み付けフィルタＷ(z)

【０１１４】

【数９】

【０１１５】のインパルス応答のＦＦＴパワースペクト
ルとして求められる。

【０１１６】ここで、α_ijは、第ｉサブフレームに対応
するＬＰＣ係数であり、補間されたＬＳＰ係数から求め
られる。すなわち、前フレームの分析で得られたＬＳＰ
₀(j)と現フレームのＬＳＰ₁(j)とを内分し、本例の場
合、第ｉサブフレームのＬＳＰは、

【０１１７】

【数１０】

【０１１８】としてＬＳＰ⁽ⁱ⁾(j)を求める。その後、Ｌ
ＳＰ→α変換によりα_ijを求める。

【０１１９】このようにして求められたＨ、Ｗに対し
て、新たにＷ’＝ＷＨと置き、ベクトル量子化の際の距
離尺度として用いる。

【０１２０】ベクトル量子化は、シェイプ、ゲインベク
トル量子化によって行うが、その学習時の最適エンコー
ド、デコード条件について説明する。

【０１２１】学習のある時点でのシェイプコードブック
をｓ、ゲインコードブックをｇとし、トレーニング時の
入力すなわち各サブフレームでのＭＤＣＴ係数をｘ、そ
のサブフレームでの重みをＷ´とすると、このときの歪
のパワーＤ² は、以下の式で定義される。

【０１２２】Ｄ² ＝‖Ｗ´（ｘ−ｇｓ）‖² このＤ² を最小にするような（ｇ、ｓ）を選択すること
が最適エンコード条件である。

【０１２３】

【数１１】

【０１２４】したがって、まず第１のステップとして、
シェイプコードブックについて、

【０１２５】

【数１２】

【０１２６】を最大にするｓ_opt をサーチし、ゲインコ
ードブックについては、このｓ_opt に対し、

【０１２７】

【数１３】

【０１２８】に最も近いｇ_opt をサーチすればよい。

【０１２９】次に、最適デコード条件を求める。

【０１３０】第２のステップとしてシェイプコードブッ
クについて、学習中のある時点でシェイプコードブック
ｓにエンコードされたｘの集合ｘ_k （ｋ＝０，…，Ｎ−
１）に対して、このときの歪の総和Ｅ_s は、

【０１３１】

【数１４】

【０１３２】であるから、これを最小にするｓは、

【０１３３】

【数１５】

【０１３４】より

【０１３５】

【数１６】

【０１３６】と求められる。

【０１３７】ゲインコードブックについては、ゲインコ
ードブックｇにエンコードされたｘの集合ｘ_k （重みＷ
´_k 、シェイプｓ_k ）について、歪の総和Ｅ_gは、

【０１３８】

【数１７】

【０１３９】である。

【０１４０】上記第１、第２のステップを繰り返し求め
ながら、ＧＬＡ（一般化ロイドアルゴリズム）によっ
て、シェイプ、ゲインコードブックを得ることができ
る。

【０１４１】なお、本例では、信号レベルの小さいとき
のノイズを重視するため、Ｗ´そのものでなく、レベル
（の逆数）の重みをつけたＷ´／‖ｘ‖を用いて学習を
行っている。

【０１４２】このようにして、作成した符号帳を用いて
ピッチ残差をＭＤＣＴしたものに対するベクトル量子化
を行い、そのインデクスをＬＰＣ（実際にはＬＳＰ）、
ピッチ、ピッチゲインととともに伝送し、デコード側で
は逆ベクトル量子化、ピッチ、ＬＰＣ合成を行うこと
で、再生音を得ることができるが、本例では、さらにレ
ートの高い動作を可能とするため、前述のピッチラグ、
ピッチゲイン算出の頻度向上とともに、ピッチ残差ＭＤ
ＣＴベクトル量子化を多段にすることで、これに対応し
ている。

【０１４３】一例を図７の（Ａ）に示す。ここでの段数
は２段であり、シーケンシャルな多段ベクトル量子化で
あるが、２段目の入力は１段目のデコード結果をＬ₂ 、
ｇ₂、ｇ_1dから作られた精度の高いピッチ残差から引い
たものとして用いる。すなわち、１段目のＭＤＣＴ回路
１１３からの出力をＶＱ回路１１４でベクトル量子化し
た後の代表ベクトルあるいは逆量子化出力を、逆ＭＤＣ
Ｔ回路１１３ａで逆ＭＤＣＴ処理した結果を、減算器１
２８’に送り、２段目の残差（図１のピッチ逆フィルタ
１２２からの出力）から減算している。この減算器１２
８’からの出力をＭＤＣＴ回路１２３’によりＭＤＣＴ
処理してＶＱ回路１２４で量子化する。これは、１段目
の逆ＭＤＣＴを行わない等価な図７の（Ｂ）のような構
成とすることができ、図１ではこの（Ｂ）の構成を用い
ている。

【０１４４】図２のデコーダ側でＭＤＣＴ係数のインデ
クスＩ_dxＶ_q1、Ｉ_dxＶ_q2をともに用いたデコードをする
際は、Ｉ_dxＶ_q1、Ｉ_dxＶ_q2の逆ベクトル量子化の結果の
和を逆ＭＤＣＴ、オーバーラップ加算をした上で、ピッ
チ合成、ＬＰＣ合成を行い再生音を得る。当然ピッチ合
成時のピッチラグ、ピッチゲイン更新頻度は、１段のみ
の場合の倍になり、本願では、８０サンプル毎に切り換
わるピッチ合成フィルタを駆動することになる。

【０１４５】次に、図２のデコーダ側のポストフィルタ
２１６、２２６について説明する。

【０１４６】ポストフィルタ２１６、２２６は、ピッチ
強調、高域強調、スペクトル強調フィルタの縦続接続で
ポストフィルタ特性ｐ(Z) を実現する。

【０１４７】

【数１８】

【０１４８】この式において、ｇ_i、Ｌはピッチ予測で
求められたピッチゲイン、ピッチラグであり、νはピッ
チ強調の度合いを表すパラメータである（例えばν＝
０．５）。また、ν_bは高域強調（例えばν_b＝０．
４）を、ν_n、ν_dはスペクトルの強調度（例えばν_n
＝０．５、ν_d＝０．８）を表すパラメータである。

【０１４９】次に、ＬＰＣ合成フィルタの出力ｓ(n) 、
ポストフィルタの出力ｓ_p(n)についてのゲイン補正を行
う。このときの係数ｋ_adj は、

【０１５０】

【数１９】

【０１５１】であるが、ｋ_adj はフレーム内で固定では
なく、ＬＰＦを通した上でサンプル毎に変化させる。な
お、ｐとして例えば０．１が用いられる。

【０１５２】k_adj(n) =(1-p)k_adj(n-1) +pk_adj 次に、フレームのつなぎを滑らかにするため、以下のよ
うにピッチ強調フィルタを２つ用意し、その結果をクロ
スフェイドしたものを最終出力とする。

【０１５３】

【数２０】

【０１５４】

【数２１】

【０１５５】これにより構成されたポストフィルタの出
力ｓ_p0(n) 、ｓ_p(n)に対して最終出力ｓ_out(n)を、 s_out(n)=(1-f(n)) s_p0(n)+f(n) s_p(n) とする。ここで、ｆ(n) は、例えば図８に示すような窓
である。この図８の（Ａ）は低レート時、（Ｂ）は高レ
ート時をそれぞれ示しており、（Ｂ）の８０サンプル幅
の窓は、１６０サンプル、２０ｍsec の合成時には２回
繰り返して用いられる。

【０１５６】次に、図１のエンコーダ側のＶＱ（ベクト
ル量子化）回路１２４について説明する。

【０１５７】このＶＱ回路１２４は、音声（Speech）用
と楽音（Music）用とで互いに異なる２種類の符号帳
（コードブック）を有しており、これらの２種類の符号
帳を入力信号に応じて切り換え選択するようにしてい
る。

【０１５８】すなわち、音声、楽音信号の量子化におい
て、量子化器の構成が決まっている場合、この量子化器
の持つ符号帳は、学習時に使用した音声、楽音の性質に
おいて最適なものとなるため、両者を一緒にして学習し
た場合、両者の性質が大きく異なると、学習後の符号帳
は両者の平均的な性質を持つことになる。従って、一つ
の符号帳で量子化器を構成した場合、そのパフォーマン
ス、あるいは平均Ｓ／Ｎは、あまり高くならないことが
予想される。

【０１５９】そこで、本例においては、このように性質
の異なる複数の信号について、それぞれの学習データを
用いて作成した符号量を切り換えて、量子化器の性能を
向上させている。

【０１６０】図９は、このような２種類の符号帳Ｃ
Ｂ_A、ＣＢ_Bを有するベクトル量子化器の概略的な構成を
示している。

【０１６１】この図９において、入力端子５０１に供給
された入力信号は、ベクトル量子化器５１１、５１２に
送られる。これらのベクトル量子化器５１１、５１２
は、それぞれ符号長（コードブック）ＣＢ_A、ＣＢ_Bを有
している。これらのベクトル量子化器５１１、５１２か
らの代表ベクトルあるいは逆量子化出力は、それぞれ減
算器５１３、５１４に送られ、元の入力信号との差がと
られて、これらの各誤差分が比較器５１５に送られる。
比較器５１５では、各誤差分を比較して、誤差が小さい
方のベクトル量子化器５１１、５１２からの量子化出力
であるインデクスを切換スイッチ５１６で切換選択して
出力端子５０２に送る。

【０１６２】この場合、各ベクトル量子化器５１１、５
１２の量子化単位時間あるいは周期よりも、切換スイッ
チ５１６の切換周期を長くしている。例えば、量子化単
位がフレームを８分割したサブフレームであるとき、切
換スイッチ５１６をフレーム単位で切り換えている。

【０１６３】ここで、例として、それぞれ音声のみ、楽
音のみで学習した同じサイズＮで、同じ次元Ｍの符号帳
ＣＢ_A、ＣＢ_Bがあるとして、あるフレームのＬ個のデー
タから成るＬ次元のデータＸをサブフレーム長Ｍ（＝Ｌ
／ｎ）でベクトル量子化したとき、量子化後の歪みにつ
いて、符号帳ＣＢ_A を用いたときをＥ_A(k)、符号帳ＣＢ
_B を用いたときをＥ_B(k)とする。これらの歪みＥ_A(k)、
Ｅ_B(k)は、それぞれインデクスｉ，ｊが選ばれたとし
て、Ｅ_A(k)＝‖Ｗ_k（Ｘ−Ｃ_Ai ）‖ Ｅ_B(k)＝‖Ｗ_k（Ｘ−Ｃ_Bj ）‖ である。この式で、Ｗ_kはサブフレームｋでの重み付け
行列を表し、Ｃ_Ai 、Ｃ_Bj は符号帳ＣＢ_A、ＣＢ_Bのそれぞ
れインデクスｉ，ｊに対応する代表ベクトルを表す。

【０１６４】このようにして得られた２つの歪みに対し
て、１フレーム内での歪みの総和により、そのフレーム
に最適な符号帳を採用することを考える。このときの選
び方について、次の２つの方法が考えられる。

【０１６５】第１の方法として、全てのサブフレームに
おいて、符号帳ＣＢ_A 及びＣＢ_B のみを用いて量子化を
行い、歪みのフレーム内総和Σ_kＥ_A(k) 、Σ_kＥ_B(k) を
求め、小さい方の歪みの総和を与える符号帳ＣＢ_A、Ｃ
Ｂ_Bのいずれかを１フレームに亘って使用する。

【０１６６】この第１の方法を実現する構成例を図１０
に示す。この図１０では、上記図９と対応する部分に同
じ参照番号を付しており、参照番号に添付したａ、ｂ、
・・・等の添字は、サブフレームｋに対応している。符
号帳ＣＢ_Aについては、サブフレーム毎の歪みが得られ
る各減算器５１３ａ、５１３ｂ、・・・、５１３ｎから
の出力のフレーム内総和を加算器５１７でとり、符号帳
ＣＢ_Bについては各サブフレーム毎の歪みのフレーム内
総和を加算器５１８でとって、これらを比較器５１５で
比較することにより、コードブック切換のための制御信
号あるいは選択フラグを端子５０３より得ている。

【０１６７】次に、第２の方法は、各サブフレーム毎
に、歪みＥ_A(k)、Ｅ_B(k)を比較し、これらの比較結果を
フレーム内の全サブフレームに亘って判断処理すること
により符号帳を切換選択するものである。

【０１６８】この第２の方法の実現例を図１１に示す。
この図１１では、各サブフレーム毎に比較を行う比較器
５１６からの出力を判断ロジック５１９に送って、例え
ば多数決などにより判断処理し、１ビットの符号帳切換
選択フラグを端子５０３より得るようにしている。

【０１６９】なお、この選択フラグが、前述したＳ／Ｍ
（音声／楽音）モードデータとして伝送されるものであ
る。

【０１７０】このようにして、複数の性質の異なる信号
を、１つの量子化装置により効率よく量子化できる。

【０１７１】次に、図１のＦＦＴ回路１６１、周波数シ
フト回路１６２、逆ＦＦＴ回路１６３による周波数変換
処理について説明する。

【０１７２】この周波数変換処理は、入力信号の内の少
なくとも１つの帯域を取り出す帯域抽出工程と、抽出さ
れた少なくとも１つの帯域の信号を周波数軸上の信号に
変換する直交変換工程と、直交変換された信号を周波数
軸上で（他の位置に、他の帯域に）シフトさせるシフト
工程と、周波数軸上でシフトされた信号を逆直交変換し
て時間軸上の信号に変換する逆直交変換工程とを有して
いる。

【０１７３】図１２は、上記周波数変換のための構成を
より詳しく示した図であり、図１と対応する部分には同
じ番号を付している。この図１２において、入力端子１
０１には、例えば１６ｋHzサンプリングで０〜８ＫHzの
成分を持つ広帯域音声信号が供給されている。この入力
端子１０１からの広帯域音声信号の内、例えば０〜３．
８ｋHzを低域側信号としてＬＰＦ（ローパスフィルタ）
１０２により分離し、また元の広帯域信号からこの低域
側信号を減算器１５１で差し引いた成分を高域側信号と
して分離する。これらの低域側信号と高域側信号とを独
立に処理するようにしている。

【０１７４】ここで得た高域側信号は、ＬＰＦ１０２を
介してもわずかに残っている３．５ｋHzから８ｋHzまで
の４．５ｋHzの周波数幅を持つが、ダウンサンプリング
して信号処理を行うため、４ｋHz幅まで狭めなくてはな
らない。この例では、７．５ｋHz〜８ｋHzの０．５ｋHz
分をＢＰＦ（バンドパスフィルタ）１０７あるいはＬＰ
Ｆによりカットしている。

【０１７５】次に、低域側への周波数変換として例えば
ＦＦＴ（高速フーリエ変換）を行うが、これに先立っ
て、フレーム分割回路１０８により、サンプル数を２の
べき乗、例えば図１３の（Ａ）に示すように５１２サン
プル毎に区切っている。ただし、後での信号処理を行い
易くするため、８０サンプル毎に前進させている。

【０１７６】次に、ハミング窓かけ回路１０９により、
長さ３２０サンプルのハミング窓をかける。このサンプ
ル数の３２０は、上記フレーム分割の際に８０サンプル
ずつ前進させており、後の重畳加算によるフレーム合成
時に、図１３の（Ｂ）に示すように４つの波形を重ねて
加算できるようにするため、８０の４倍としているもの
である。

【０１７７】次に、この長さ５１２サンプルのデータに
対して、ＦＦＴ回路１６１によりＦＦＴ処理を行い、周
波数軸上のデータに変換する。

【０１７８】次に、周波数シフト回路１６２により、周
波数軸上でデータを他の位置あるいは他の帯域にシフト
あるいは移動させる。この周波数軸上でのシフトによっ
てサンプリング周波数を低下させる原理は、図１４に示
すように、（Ａ）の斜線部の高域側信号を（Ｂ）のよう
に低域側に移動し、これを（Ｃ）に示すようにダウンサ
ンプリングするものである。図１４の（Ａ）から（Ｂ）
への周波数軸上での移動の際に、ｆs／２を中心に折り
返される成分については、互いに逆の移動方向となって
いる。これによって、サブバンドの帯域がｆs／２ｎ以
内であれば、サンプリング周波数をｆs／ｎに下げるこ
とができる。

【０１７９】この周波数シフト回路１６２では、図１５
に示すように、周波数軸上のデータの高域側に相当する
斜線部のデータを、低域側に相当する周波数軸上の位置
あるいは帯域にシフトあるいは移動させる処理を行えば
よい。具体的に、５１２サンプルの時間軸上のデータを
ＦＦＴ処理して得られる周波数軸上の５１２個のデータ
に対して、１１３番目から２３９番目までの１２７個の
データを、１〜１２７番目の位置あるいは帯域に移動さ
せ、また２７３番目から３９９番目までの１２７個のデ
ータを、３９５〜５１１番目の位置あるいは帯域に移動
させる。このとき、周波数軸上の１１２番目のデータを
０番目の位置に移動させないことが重要である。これ
は、周波数領域の信号では、０番目は直流成分であり、
位相成分が無いため、この位置のデータは実数でなくて
はならず、一般に複素数である周波数成分は、ここには
入れられないからである。また、ｆs／２を表す２５６
番目のデータ（一般にはＮ／２番目のデータ）も無効で
あり、ここは利用しない、すなわち、この場合の０〜４
ｋHzの範囲は、厳密には０＜ｆ＜４ｋHzと表される範囲
のことである。

【０１８０】次に、逆ＦＦＴ回路１６３により逆ＦＦＴ
処理して、周波数軸上のデータを時間軸上の信号に戻
す。この場合５１２サンプル毎に時間軸上の信号が得ら
れる。この５１２サンプル毎の時間軸信号を、重畳加算
回路１６６により図ｊの（Ｂ）に示すように８０サンプ
ルずつオーバーラップさせ、重なっている部分を足し合
わせる。

【０１８１】この重畳加算回路１６６から得られた信号
は、１６ｋHzサンプリングで０〜４ｋHzに制限されてい
るので、ダウンサンプリング回路１６４によりダウンサ
ンプリング処理する。これにより周波数シフトされた８
ｋHzサンプリングで０〜４ｋHzの信号を得ることがで
き、この信号が出力端子１６９を介して取り出されて、
図１のＬＰＣ分析・量子化部１３０やＬＰＣ逆フィルタ
１７１に送られる。

【０１８２】次に、デコード側での復元処理は、図１６
に示す構成により実現できる。

【０１８３】この図１６の構成は、上記図２のアップサ
ンプリング回路２３３以降の構成に相当しており、対応
する部分に同じ指示符号を付している。ただし、図２に
おいては、ＦＦＴ処理の前にアップサンプリング処理を
行っているが、図１６の例では、ＦＦＴ処理の後にアッ
プサンプリング処理を行っている。

【０１８４】この図１６において、端子２４１には、図
２の高域側ＬＰＣ合成フィルタ２３２からの出力信号の
ような、８ｋHzサンプリングで０〜４ｋHzにシフトされ
ている高域側の信号が入力される。

【０１８５】この信号は、フレーム分割回路２４２によ
り、フレーム長が２５６サンプルで前進分が８０サンプ
ルの信号に区切られる。これは、エンコード側のフレー
ム分割と同様な理由からであるが、サンプリング周波数
が１／２となっているので、サンプル数も１／２となっ
ている。また、ハミング窓かけ回路２４３により、フレ
ーム分割回路２４２からの信号に長さ１６０サンプルの
ハミング窓がかけられることも、エンコード側と同様
（ただしサンプル数は１／２）である。

【０１８６】次に、ＦＦＴ回路２３４により長さ２５６
サンプルでＦＦＴ処理が施され、時間軸上の信号が周波
数軸上の信号に変換される。次のアップサンプリング回
路２４４においては、図１５の（Ｂ）に示すようなゼロ
埋め処理を施すことにより、実質的にフレーム長が２１
６サンプルから５１２サンプルになる。これは、図１４
の（Ｃ）から（Ｂ）への変換に相当する。

【０１８７】次に、周波数シフト回路２３５により、周
波数軸上でデータを他の位置あるいは他の帯域にシフト
あるいは移動させることにより、＋３．５ｋHzの周波数
シフトを行う。これは、図１４の（Ｂ）から（Ａ）への
変換に相当する。

【０１８８】このようにして得られた周波数軸上の信号
を、逆ＦＦＴ回路２３６により逆ＦＦＴ処理することに
より、時間軸上の信号に戻す。この逆ＦＦＴ回路２３６
からの信号は、１６ｋHzサンプリングで３．５ｋHz〜
７．５ｋHzとなっている。

【０１８９】次の重畳加算回路２３７では、長さ５１２
サンプルのフレーム毎に、８０サンプルずつオーバーラ
ップさせて足し合わせ、連続する時間軸信号に戻す。こ
のようにして得られた高域側信号は、加算器２２８で低
域側信号と加算され、出力端子２２９より取り出され
る。

【０１９０】なお、このような周波数変換においては、
具体的な数値は上記の例に限定されず、シフトを行うバ
ンド数も１つに限定されない。

【０１９１】例えば、図１７に示すように、１６ｋHzサ
ンプリングで狭帯域信号を３００Hz〜３．４ｋHz、広帯
域信号を０〜７ｋHzとする場合に、狭帯域に含まれない
低域０〜３００Hzと、高域側の３．４ｋHz〜７ｋHzとの
内、高域側を３００Hz〜３．９ｋHzに移動して低域側と
接触するように集めれば、０〜３．９ｋHzの信号とな
り、これも上述と同様にサンプリング周波数ｆs を１／
２の８ｋHzとすることができる。

【０１９２】これを一般化すれば、広帯域信号と、広帯
域信号の内部に収まる狭帯域信号とを多重化する場合、
広帯域信号から狭帯域信号を減算した残りの内の高域側
成分を低域側にシフトして、サンプリングレートを下げ
るわけである。

【０１９３】このように、任意の周波数から任意の周波
数のサブバンドを作ることができ、その周波数幅の総和
の２倍のサンプリング周波数で処理可能であり、アプリ
ケーションに柔軟に対応できる。

【０１９４】また、低ビットレートで量子化誤差が大き
い場合、一般にＱＭＦを利用すると分割周波数付近に発
生したはずの折り返しノイズも、上記周波数変換方法に
よれば回避できる、という利点もある。

【０１９５】なお、本発明は上記実施の形態のみに限定
されるものではなく、例えば上記図１の音声符号化側
（エンコード側）の構成や、図２の音声復号化側（デコ
ード側）の構成については、各部をハードウェア的に記
載しているが、いわゆるＤＳＰ（ディジタル信号プロセ
ッサ）等を用いてソフトウェアプログラムにより実現す
ることも可能である。また、上記ベクトル量子化の代わ
りに、複数フレームのデータをまとめてマトリクス量子
化を施してもよい。さらに、本発明が適用される音声符
号化方法や復号化方法は、上記符号化復号化方法に限定
されるものではなく、種々の音声符号化復号化方法に適
用でき、用途としても、伝送や記録再生に限定されず、
ピッチ変換やスピード変換、規則音声合成、あるいは雑
音抑圧のような種々の用途に応用できることは勿論であ
る。

【０１９６】

【発明の効果】以上の説明から明らかなように、本発明
によれば、入力信号の内の少なくとも１つの帯域を取り
出し、取り出された少なくとも１つの帯域の信号を周波
数軸上の信号に直交変換し、直交変換された信号を周波
数軸上で他の位置又は他の帯域にシフトさせ、周波数軸
上でシフトされた信号を逆直交変換して時間軸上の信号
に変換し、逆直交変換された時間軸上の信号に対して符
号化を施すことにより、任意の周波数幅の信号を取り出
して、これを低域側に変換して、低いサンプリング周波
数で符号化処理を施すことができる。

【０１９７】また、任意の周波数から任意の周波数幅の
サブバンドを作ることができ、その周波数幅の２倍のサ
ンプリング周波数で処理可能であり、アプリケーション
に柔軟に対応できる。

【０１９８】また、低ビットレートで量子化誤差が大き
い場合でも、折り返しノイズが発生しないという利点も
ある。

【図面の簡単な説明】

【図１】本発明に係る音声符号化方法の実施の形態が適
用される音声信号符号化装置の基本構成を示すブロック
図である。

【図２】音声信号復号化装置の基本構成を示すブロック
図である。

【図３】他の音声信号符号化装置の構成を示すブロック
図である。

【図４】伝送される符号化データのビットストリームの
スケーラビリティを説明するための図である。

【図５】本発明が適用可能な符号化側のシステム全体を
概略的に示すブロック図である。

【図６】符号化、復号化の主要動作の周期及び位相関係
を説明するための図である。

【図７】ＭＤＣＴ（モディファイド離散コサイン変換）
係数のベクトル量子化の構成例を示す図である。

【図８】ポストフィルタ出力にかけられる窓関数の例を
示す図である。

【図９】２種類のコードブックを有するベクトル量子化
装置の例を示す図である。

【図１０】２種類のコードブックを有するベクトル量子
化装置の具体例を示す図である。

【図１１】２種類のコードブックを有するベクトル量子
化装置の他の具体例を示す図である。

【図１２】周波数変換のエンコーダ側の構成を示すブロ
ック図である。

【図１３】フレーム分割及び重畳加算処理を説明するた
めの図である。

【図１４】周波数軸上での周波数シフトの例を示す図で
ある。

【図１５】周波数軸上のデータのシフト処理を示す図で
ある。

【図１６】周波数変換のデコーダ側の構成を示すブロッ
ク図である。

【図１７】周波数軸上での周波数シフトの他の例を示す
図である。

【符号の説明】

１１１、１７１ＬＰＣ逆フィルタ１１２、１２２ピッチ逆フィルタ１１３、１２３ＭＤＣＴ（モディファイド離散コサイ
ン変換）回路１１４、１２４ＶＱ（ベクトル量子化）回路１１５、１２５ピッチ分析回路１１６、１１８、１２６ピッチゲインＶＱ回路１３０、１８０ＬＰＣ分析・量子化部１６１、２３４ＦＦＴ（高速フーリエ変換）回路１６２、２３５周波数シフト回路１６３、２３６逆ＦＦＴ回路

───────────────────────────────────────────────────── フロントページの続き (72)発明者飯島和幸東京都品川区北品川６丁目７番35号ソニー株式会社内

Claims

【特許請求の範囲】

【請求項１】入力信号の内の少なくとも１つの帯域を
取り出す帯域抽出工程と、抽出された少なくとも１つの帯域の信号を周波数軸上の
信号に変換する直交変換工程と、直交変換された信号を周波数軸上で他の位置にシフトさ
せるシフト工程と、周波数軸上でシフトされた信号を逆直交変換して時間軸
上の信号に変換する逆直交変換工程と、逆直交変換された時間軸上の信号に対して符号化を施す
工程とを有することを特徴とする信号符号化方法。
【請求項２】上記入力信号は、広帯域音声信号であ
り、この広帯域音声信号を電話帯域とこの電話帯域より
も高域側とに分割することを特徴とする請求項１記載の
信号符号化方法。
【請求項３】上記シフト工程は、高域側の信号を低域
側にシフトするとともに、サンプリングレートを下げる
ことを特徴とする請求項１記載の信号符号化方法。
【請求項４】上記直交変換工程は、上記入力信号を離
散フーリエ変換処理することを特徴とする請求項１記載
の信号符号化方法。
【請求項５】上記シフト工程は、上記広帯域信号と、
該広帯域信号の内部に収まる狭帯域信号とを多重化する
場合、広帯域信号から狭帯域信号を減算した残りの内の
高域側成分を低域側にシフトするとともに、サンプリン
グレートを下げることを特徴とする請求項１記載の信号
符号化方法。
【請求項６】上記符号化を施す工程は、上記シフト工
程にてシフト処理後に直流成分を含むときは、この直流
成分を除いてから符号化する工程であることを特徴とす
る請求項１記載の信号符号化方法。
【請求項７】入力信号の内の少なくとも１つの帯域を
取り出す帯域抽出手段と、抽出された少なくとも１つの帯域の信号を周波数軸上の
信号に変換する直交変換手段と、直交変換された信号を周波数軸上で他の位置にシフトさ
せるシフト手段と、周波数軸上でシフトされた信号を逆直交変換して時間軸
上の信号に変換する逆直交変換手段と、逆直交変換された時間軸上の信号に対して符号化を施す
手段とを有することを特徴とする信号符号化装置。