JPH09319399A

JPH09319399A - 音声符号化装置

Info

Publication number: JPH09319399A
Application number: JP8154851A
Authority: JP
Inventors: Kazunori Ozawa; 一範小澤
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1996-05-27
Filing date: 1996-05-27
Publication date: 1997-12-12

Abstract

(57)【要約】【課題】ビットレートが低い場合にも、比較的少ない
演算量で音質の劣化の少ない音声符号化装置を提供す
る。【解決手段】スペクトルパラメータ計算回路２００は
フレーム分割回路１１０により分割された入力信号から
スペクトルパラメータを求めて量子化する。聴感重み付
け回路２３０はフレームの音声信号に対して聴感重み付
けを行う。適応コードブック回路５８０は減算器２３５
の減算結果を用いて入力信号からあらかじめ定められた
時間間隔毎にピッチ周期を求めるときに前記時間間隔を
分割した複数個の小区間毎にゲインを求めながらピッチ
周期を計算し、予測回路５９０はピッチ周期を用いて前
記小区間毎にピッチ予測信号を求め、減算器２３６は減
算器２３５の減算結果から減算する。音源量子化回路３
５０は減算器２３６の出力である音源信号を音源コード
ブック３５５を参照して量子化する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は音声符号化装置に関
し、特に音声信号を低いビットレートで高品質に符号化
するための音声符号化装置に関する。

【０００２】

【従来の技術】音声信号を高能率に符号化する方式とし
ては、例えば、Ｍ．ＳｃｈｒｏｅｄｅｒａｎｄＢ．
Ａｔａｌによる”Ｃｏｄｅ−ｅｘｃｉｔｅｄｌｉｎｅ
ａｒｐｒｅｄｉｃｔｉｏｎ：Ｈｉｇｈｑｕａｌｉｔｙ
ｓｐｅｅｃｈａｔｖｅｒｙｌｏｗｂｉｔｒ
ａｔｅｓ”（Ｐｒｏｃ．ＩＣＡＳＳＰ，ｐｐ．９３７−
９４０，１９８５年）と題した論文（文献１）や、Ｋｌ
ｅｉｊｎ他による”Ｉｍｐｒｏｖｅｄｓｐｅｅｃｈ
ｑｕａｌｉｔｙａｎｄｅｆｆｉｃｅｉｎｔｖｅｃｔ
ｏｒｑｕａｎｔｉｚａｔｉｏｎｉｎＳＥＬＰ”
（Ｐｒｏｃ．ＩＣＡＳＳＰ，ｐｐ．１５５−１５８，１
９８８年）と題した論文（文献２）などに記載されてい
るＣＥＬＰ（Ｃｏｄｅ−ＥｘｃｉｔｅｄＬｉｎｅａｒ
ＰｒｅｄｉｃｔｉｖｅＣｏｄｉｎｇ）が知られてい
る。

【０００３】この従来の技術では、送信側では、あらか
じめ定められた時間間隔のフレーム毎（例えば２０ｍ
ｓ）に、音声信号から線形予測（ＬＰＣ）分析を用い
て、音声信号のスペクトル特性を表すスペクトルパラメ
ータを抽出する。フレームをさらにサブフレーム（例え
ば５ｍｓ）に分割し、サブフレーム毎に過去の音源信号
を基に適応コードブックにおけるパラメータ（ピッチ周
期に対応する遅延パラメータおよびゲインパラメータ）
を抽出し、適応コードブックにより前記サブフレームの
音声信号をピッチ予測する。ピッチ予測して求めた音源
信号に対して、予め定められた種類の雑音信号からなる
音源コードブック（ベクトル量子化コードブック）から
最適な音源コードベクトルを選択し、ゲインコードブッ
クから最適なゲインコードベクトルを探索することによ
り、音源信号を量子化する。音源コードベクトルの選択
の仕方は、選択した雑音信号により合成した信号と、前
記ピッチ予測して求めた音源信号との誤差電力を最小化
するように行う。そして、選択されたコードベクトルの
種類を表すインデクスおよびゲインコードベクトルを示
すインデクスと、前記スペクトルパラメータ，ピッチ周
期に対応する遅延パラメータおよびゲインパラメータと
をマルチプレクサ部により組み合わせて伝送する。受信
側の説明は省略する。

【０００４】これらの方法では、パラメータ抽出の時間
関係を整理すると、フレームに対して、スペクトルパラ
メータを求め、フレームを細分化したサブフレームに対
して、適応コードブックのパラメータ，音源コードブッ
クおよびゲインコードブックを求める。

【０００５】

【発明が解決しようとする課題】上述した従来の技術で
は、次の２種の問題点があった。第１の問題点は、ビッ
トレートを低減化するために、伝送ビット数の多い適応
コードブックの遅延パラメータの伝送周期を長くとり
（例えば１０−２０ｍｓ）、この区間内でゲインを一定
として遅延パラメータを求めると、適応コードブックの
ピッチ予測性能が低下していた。これは、区間内での入
力信号の変化に充分追従できないためであると考えられ
る。

【０００６】第２の問題点は、音源コードブックから最
適な音源コードベクトルを選択するのに多大な演算量を
要するという問題である。これは、文献１や文献２の方
法では、音源コードベクトルを選択するのに、各音源コ
ードベクトルに対して一旦フィルタリングもしくは畳み
込み演算を行い、この演算を音源コードブックに格納さ
れている音源コードベクトルの個数だけ繰り返すことに
起因している。例えば、音源コードブックのビット数が
Ｂビットで、次元数がＮのときは、フィルタリングある
いは畳み込み演算のときのフィルタあるいはインパルス
応答長をＫとすると、演算量は１秒当たり、Ｎ×Ｋ×２
^B×８０００／Ｎだけ必要となる。一例として、Ｂ＝１
０，Ｎ＝４０，Ｋ＝１０とすると、１秒当たり８１，９
２０，０００回の演算が必要となり、極めて膨大である
ということがわかる。

【０００７】音源コードブック探索に必要な演算量を低
減する方法として、従来、種々のものが提案されてい
る。例えば、ＡＣＥＬＰ（ＡｒｇｅｂｒａｉｃＣｏｄ
ｅＥｘｃｉｔｅｄＬｉｎｅａｒＰｒｅｄｉｃｔｉ
ｏｎ）方式が提案されている。これについては、例え
ば、Ｃ．Ｌａｆｌａｍｍｅらによる“１６ｋｂｐｓｗ
ｉｄｅｂａｎｄｓｐｅｅｃｈｃｏｄｉｎｇｔｅｃ
ｈｎｉｑｕｅｂａｓｅｄｏｎａｌｇｅｂｒａｉｃ
ＣＥＬＰ”と題した論文（Ｐｒｏｃ．ＩＣＡＳＳＰ，ｐ
ｐ．１３−１６，１９９１）（文献３）等を参照するこ
とができる。文献３の方法によれば、音源信号を複数個
のパルスで表し、各パルスの位置をあらかじめ定められ
たビット数で表して伝送する。ここで、各パルスの振幅
は＋１．０もしくは−１．０に限定されているため、パ
ルス探索の演算量を大幅に低減化できる。しかし、パル
スの振幅が極めて粗く量子化されたことになるので、性
能も低下していた。

【０００８】本発明の目的は、上述の問題を解決し、ビ
ットレートが低い場合にも、比較的少ない演算量で音質
の劣化の少ない音声符号化装置を提供することにある。

【０００９】

【課題を解決するための手段】第１の発明の音声符号化
装置は、入力信号からスペクトルパラメータを求めて量
子化するスペクトルパラメータ計算部と、前記スペクト
ルパラメータを用いて前記入力信号からあらかじめ定め
られた時間間隔毎にピッチ周期を求めるときに前記時間
間隔を分割した複数個の小区間毎にゲインを求めながら
ピッチ周期を計算する適応コードブック部と、前記ピッ
チ周期を用いて前記小区間毎にピッチ予測信号を求め前
記入力信号から減算する予測部と、前記予測部の出力で
ある音源信号を量子化する音源量子化部とを有すること
を特徴とする。

【００１０】また、第２の発明の音声符号化装置は、第
１の発明の音声符号化装置において、前記入力信号の音
源信号が、振幅が非零の複数個のパルスから構成される
ことを特徴とする。

【００１１】さらに、第３の発明の音声符号化装置は、
入力信号からスペクトルパラメータを求めて量子化する
スペクトルパラメータ計算部と、前記入力信号から特徴
量を抽出してモードを判別するモード判別部と、あらか
じめ定められたモードにおいて前記スペクトルパラメー
タを用いて前記入力信号からあらかじめ定められた時間
間隔毎にピッチ周期を求めるときに前記時間間隔を分割
した複数個の小区間毎にゲインを求めながらピッチ周期
を計算する適応コードブック部と、前記ピッチ周期を用
いて前記小区間毎にピッチ予測信号を求め前記入力信号
から減算する予測部と、前記予測部の出力である音源信
号を量子化する音源量子化部とを有することを特徴とす
る。

【００１２】さらにまた、第４の発明の音声符号化装置
は、第３の発明の音声符号化装置において、前記入力信
号の音源信号が、振幅が非零の複数個のパルスから構成
されることを特徴とする。

【００１３】

【発明の実施の形態】次に、本発明について図面を参照
して説明する。

【００１４】図１は、本発明の第１の実施の形態に係る
音声符号化装置の構成を示す回路ブロック図である。本
実施の形態に係る音声符号化装置は、フレーム分割回路
１１０と、サブフレーム分割回路１２０と、スペクトル
パラメータ計算回路２００と、スペクトルパラメータ量
子化回路２１０と、コードブック２１５と、聴感重み付
け回路２３０と、減算回路２３５および２３６と、応答
信号計算回路２４０と、インパルス応答計算回路３１０
と、音源量子化回路３５０と、音源コードブック３５５
と、ゲインコードブック３６６と、重み付け信号計算回
路３６０と、ゲイン量子化回路３６５と、マルチプレク
サ４００と、適応コードブック回路５８０と、予測回路
５９０とから構成されている。

【００１５】次に、このように構成された第１の実施の
形態に係る音声符号化装置の動作について説明する。

【００１６】フレーム分割回路１１０は、入力端子１０
０から音声信号を入力し、音声信号をフレーム（例えば
２０ｍｓ）毎に分割する。

【００１７】スペクトルパラメータ計算回路２００は、
フレームの音声信号に対して、フレーム長よりも長い窓
（例えば２４ｍｓ）をかけて音声を切り出してスペクト
ルパラメータをあらかじめ定められた次数（例えばＰ＝
１０次）計算する。ここで、スペクトルパラメータの計
算には、周知のＬＰＣ分析，Ｂｕｒｇ分析等を用いるこ
とができる。ここでは、Ｂｕｒｇ分析を用いることとす
る。Ｂｕｒｇ分析の詳細については、中溝著による”信
号解析とシステム同定”と題した単行本（コロナ社，１
９８８年刊）の第８２〜８７頁（文献４）等に記載され
ているので説明を省略する。

【００１８】さらに、スペクトルパラメータ計算回路２
００は、Ｂｕｒｇ法により計算された線形予測係数α_i
（ｉ＝１，…，１０）を量子化や補間に適したＬＳＰパ
ラメータに変換する。ここで、線形予測係数からＬＳＰ
パラメータへの変換は、菅村他による”線スペクトル対
（ＬＳＰ）音声分析合成方式による音声情報圧縮”と題
した論文（電子通信学会論文誌，Ｊ６４−Ａ，ｐｐ．５
９９−６０６，１９８１年）（文献５）を参照すること
ができる。スペクトルパラメータ計算回路２００は、フ
レームのＬＳＰパラメータをスペクトルパラメータ量子
化回路２１０に出力する。

【００１９】スペクルパラメータ量子化回路２１０は、
フレームのＬＳＰパラメータを効率的に量子化する。量
子化法として、ベクトル量子化を用いるものとする。Ｌ
ＳＰパラメータのベクトル量子化の手法は、周知の手法
を用いることができる。具体的な方法は、例えば、特開
平４−１７１５００号公報（文献６），特開平４−３６
３０００号公報（文献７），特開平５−６１９９号公報
（文献８），Ｔ．Ｎｏｍｕｒａ他による”ＬＳＰＣｏ
ｄｉｎｇＵｓｉｎｇＶＱ−ＳＶＱＷｉｔｈＩｎ
ｔｅｒｐｏｌａｔｉｏｎｉｎ４．０７５ｋｂｐｓ
Ｍ−ＬＣＥＬＰＳｐｅｅｃｈＣｏｄｅｒ”と題した論
文（Ｐｒｏｃ．ＭｏｂｉｌｅＭｕｌｔｉｍｅｄｉａ
Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，ｐｐ．Ｂ．２．５，１
９９３）（文献９）等を参照できる。

【００２０】スペクルパラメータ量子化回路２１０は、
コードブック２１５を用いて、数１の歪みＤ_jを最小化
するコードベクトルを選択して出力する。

【００２１】

【数１】

【００２２】数１で、ＬＳＰ（ｉ），ＱＬＳＰ（ｉ）_j
およびＷ（ｉ）は、量子化前のｉ次目のＬＳＰ，ｊ番目
のコードベクトルおよび重み係数をそれぞれ示す。

【００２３】また、スペクトルパラメータ量子化回路２
１０は、量子化したＬＳＰパラメータを復元する。

【００２４】スペクトルパラメータ量子化回路２１０
は、以上により復元した量子化ＬＳＰパラメータを線形
予測係数α’_i（ｉ＝１，…，１０）に変換し、インパ
ルス応答計算回路３１０に出力する。また、スペクトル
パラメータ量子化回路２１０は、量子化ＬＳＰパラメー
タのコードベクトルを表すインデクスをマルチプレクサ
４００に出力する。

【００２５】聴感重み付け回路２３０は、スペクトルパ
ラメータ計算回路２００から各フレーム毎に量子化前の
線形予測係数α_i（ｉ＝１，…，１０）を入力し、前記
文献１にもとづき、フレームの音声信号に対して聴感重
み付けを行い、聴感重み付け信号ｘ_w（ｎ）を出力す
る。

【００２６】応答信号計算回路２４０は、スペクトルパ
ラメータ計算回路２００から各フレーム毎に線形予測係
数α_iを入力し、スペクトルパラメータ量子化回路２１
０から量子化および補間して復元した線形予測係数α’
_iをフレーム毎に入力し、保存されているフィルタメモ
リの値を用いて、入力信号ｄ（ｎ）を０とした応答信号
ｘ_z（ｎ）を１フレーム分計算し、減算器２３５に出力
する。ここで、応答信号ｘ_z（ｎ）は、数２で表され
る。

【００２７】

【数２】

【００２８】ただし、ｎ−ｉ≦０のときは、数３および
数４である。

【００２９】

【数３】

【００３０】

【数４】

【００３１】数２，数３および数４で、Ｎはフレーム長
を示し、γは聴感重み付け量を制御する重み係数であ
り、下記の数６におけるのと同一の値である。また、ｓ
_w（ｎ）およびｐ（ｎ）は、重み付け信号計算回路３６
０から出力される応答信号および後述の数６における右
辺第１項のフィルタの分母の項の出力信号をそれぞれ示
す。

【００３２】減算器２３５は、数５により、聴感重み付
け信号ｘ_w（ｎ）から応答信号ｘ_z（ｎ）を１フレーム
分減算し、減算結果ｘ’_w（ｎ）を適応コードブック回
路５８０に出力する。

【００３３】

【数５】

【００３４】インパルス応答計算回路３１０は、ｚ変換
が数６で表される聴感重み付けフィルタのインパルス応
答ｈ_w（ｎ）をあらかじめ定められた点数Ｌだけ計算
し、適応コードブック回路５８０，予測回路５９０，音
源量子化回路３５０およびゲイン量子化回路３６５に出
力する。

【００３５】

【数６】

【００３６】適応コードブック回路５８０は、重み付け
信号計算回路３６０からフレーム単位で更新した過去の
音源信号ｖ（ｎ）を、減算器２３５から減算結果ｘ’_w
（ｎ）を、インパルス応答計算回路３１０からインパル
ス応答ｈ_w（ｎ）を入力する。

【００３７】適応コードブック回路５８０は、フレーム
を複数個に分割した小区間毎にゲインを求めながらピッ
チ周期に対応する遅延パラメータＴとゲインβ_iとを数
７の歪みＤ_Tを最小化するように求める。以下では、遅
延パラメータＴはフレームで一定とし、フレームを４分
割した小区間毎にゲインβ_iを求めながら、遅延パラメ
ータを計算する。なお、小区間の長さは、後述のサブフ
レーム長と等しくとる。

【００３８】

【数７】

【００３９】数７で、Ｔは遅延パラメータ、β_iはｉ番
目の小区間のゲインである。ｖ（ｎ）は過去の音源信号
である。また、ＱおよびＬは、それぞれ、フレームに含
まれる小区間の個数および小区間のサンプル数である。

【００４０】ゲインβ_iは、近似的に数８から計算され
る。

【００４１】

【数８】

【００４２】数８で、ｙ_wi（ｎ−Ｔ）は、数９である。

【００４３】

【数９】

【００４４】数９で、記号＊は畳み込み演算を表す。

【００４５】数８を数７に代入して、数１０が得られ
る。

【００４６】

【数１０】

【００４７】したがって、数１０を最小化する、あるい
は、数１０の右辺第２項を最大化する遅延パラメータＴ
を選択し、数８から各小区間におけるゲインβ_iを求め
ればよい。

【００４８】ここで、遅延パラメータＴの値は、通常、
音声信号に対しては、１６〜１４３程度まで変化すると
考えられるので、この範囲の全ての遅延パラメータＴの
値に対して数１０の歪みＤ_Tを計算し、数１０の歪みＤ
_Tを最小にする遅延パラメータＴの値を選択すればよ
い。

【００４９】また、適応コードブック回路５８０は、遅
延パラメータＴを表すインデクスをマルチプレクサ４０
０に出力する。

【００５０】女性音や子供の声に対して、遅延パラメー
タＴの抽出精度を向上させるために、遅延パラメータＴ
を整数サンプルではなく、小数サンプル値で求めてもよ
い。具体的な方法については、例えば、Ｐ．Ｋｒｏｏｎ
らによる、”Ｐｉｔｃｈｐｒｅｄｉｃｔｏｒｓｗｉ
ｔｈｈｉｇｈｔｅｍｐｏｒａｌｒｅｓｏｌｕｔｉ
ｏｎ”と題した論文（Ｐｒｏｃ．ＩＣＡＳＳＰ，ｐｐ．
６６１−６６４，１９９０年）（文献１０）等を参照す
ることができる。

【００５１】サブフレーム分割回路１２０は、減算器２
３５の出力である減算結果ｘ’_w（ｎ）をサブフレーム
（時間長は例えば５ｍｓ）に分割して出力する。

【００５２】予測回路５９０は、フレーム毎に更新され
た過去の音源信号ｖ（ｎ），適応コードブックの遅延パ
ラメータＴおよびゲインβ_iを用いて、サブフレーム毎
にピッチ予測信号β_iｖ_i（ｎ−Ｔ）＊ｈ_w（ｎ）を求
め、減算器２３６に出力する。

【００５３】減算器２３６は、数１１に従い、サブフレ
ーム毎に前記ピッチ予測信号β_iｖ_i（ｎ−Ｔ）＊ｈ_w
（ｎ）の減算を行い、減算結果である音源信号ｚ
_wi（ｎ）を音源量子化回路３５０に出力する。

【００５４】

【数１１】

【００５５】音源量子化回路３５０は、音源信号ｚ
_wi（ｎ）を音源コードブック３５５を用いてサブフレー
ム毎にベクトル量子化する。詳しくは、音源量子化回路
３５０は、減算器２３６の出力である減算結果ｚ
_wi（ｎ）とインパルス応答計算回路３１０の出力である
インパルス応答ｈ（ｎ）_wとを用いて、数１２の歪みＤ
_jを最小化するように、音源コードブック３５５から音
源コードベクトルｃ_j（ｎ）を探索する。

【００５６】

【数１２】

【００５７】数１２で、ψ（ｎ）およびｓ_wj（ｎ）は、
数１３および数１４である。

【００５８】

【数１３】

【００５９】

【数１４】

【００６０】数１４で、記号＊は畳み込み演算を示す。

【００６１】音源量子化回路３５０は、選択された音源
コードベクトルのインデクスをマルチプレクサ４００に
出力する。

【００６２】ゲイン量子化回路３６５は、ゲインコード
ブック３６６からゲインコードベクトルを読み出し、選
択された音源コードベクトルに対して、数１５の歪みＤ
_tを最小化するゲインコードベクトルを選択する。ここ
では、適応コードベクトルのゲインと音源コードベクト
ルのゲインとをまとめてベクトル量子化する例について
示す。

【００６３】

【数１５】

【００６４】数１５で、β’_tおよびＧ’_tは、ゲイン
コードブック３６６に格納された２次元ゲインコードベ
クトルにおけるｔ番目のコードベクトルの要素である。

【００６５】ゲイン量子化回路３６５は、選択されたゲ
インコードベクトルを表すインデクスをマルチプレクサ
４００に出力する。

【００６６】重み付け信号計算回路３６０は、量子化さ
れたゲインを表すインデクス，音源コードブック３５５
のインデクスおよびゲインコードベクトルのインデクス
を入力し、これらのインデクスからそれに対応するコー
ドベクトルを読み出し、まず数１６にもとづき駆動音源
信号ｖ（ｎ）を求める。

【００６７】

【数１６】

【００６８】重み付け信号計算回路３６０は、サブフレ
ーム毎に更新された駆動音源信号ｖ_i（ｎ）を予測回路
５９０に出力し、フレーム毎に更新された駆動音源信号
ｖ（ｎ）を適応コードブック回路５８０に出力する。

【００６９】次に、重み付け信号計算回路３６０は、ス
ペクトルパラメータ計算回路２００の出力パラメータ
（ＬＳＰパラメータ）およびスペクトルパラメータ量子
化回路２１０の出力パラメータ（線形予測係数α_i）を
用いて数１７により、応答信号ｓ_wi（ｎ）をサブフレー
ム毎に計算し、フレーム分のサンプル数をまとめて応答
信号計算回路２４０に出力する。

【００７０】

【数１７】

【００７１】以上により、第１の実施の形態に係る音声
符号化装置の説明を終える。

【００７２】図２は、本発明の第２の実施の形態に係る
音声符号化装置の構成を示す回路ブロック図である。第
２の実施の形態に係る音声符号化装置が、図１に示した
第１の実施の形態に係る音声符号化装置と異なるのは、
音源量子化回路５００，振幅コードブック５４０，ゲイ
ン量子化回路５５０，ゲインコードブック５６０および
重み付け信号計算回路５７０である。したがって、その
他の回路等は同様に構成され同様に動作するので、対応
する回路には同一符号を付して詳しい説明を省略する。

【００７３】図３を参照すると、音源量子化回路５００
は、相関係数計算回路５１０と、位置計算回路５２０
と、振幅量子化回路５３０とから構成されている。

【００７４】次に、このように構成された第２の実施の
形態に係る音声符号化装置の動作について、第１の実施
の形態に係る音声符号化装置と相違する点を中心に簡単
に説明する。

【００７５】音源量子化回路５００は、Ｍ個の振幅が非
零のパルス列の位置と振幅とを計算する。

【００７６】詳しくは、音源量子化回路５００では、図
３に示すように、相関係数計算回路５１０が、端子５０
１および５０２から減算器２３６の減算結果ｚ_w（ｎ）
およびインパルス応答計算回路３１０のインパルス応答
ｈ_w（ｎ）をそれぞれ入力し、数１８および数１９に従
い、２種の相関係数ψ（ｎ）およびφ（ｐ，ｑ）を計算
し、位置計算回路５２０および振幅量子化回路５３０に
出力する。

【００７７】

【数１８】

【００７８】

【数１９】

【００７９】位置計算回路５２０は、あらかじめ定めら
れた個数Ｍの非零の振幅のパルスの位置を計算する。こ
れには、文献３と同様に、各パルス毎に、あらかじめ定
められた位置の候補について、数２０で表された評価値
Ｄを最大化するパルスの位置を求める。

【００８０】例えば、位置の候補の例は、サブフレーム
長をＮ＝４０、パルスの個数をＭ＝５とすると、表１の
ように表せる。

【００８１】

【表１】

【００８２】位置計算回路５２０は、各パルスについて
位置の候補を調べ、数２０を最大化する位置を選択す
る。

【００８３】

【数２０】

【００８４】数２０で、Ｃ_kおよびＥ_kは、数２１およ
び数２２である。

【００８５】

【数２１】

【００８６】

【数２２】

【００８７】数２１および数２２で、ｍ_kはｋ番目のパ
ルスの位置を示し、ｓｇｎ（ｋ）はｋ番目のパルスの極
性を示す。

【００８８】位置計算回路５２０は、Ｍ個のパルスの位
置を振幅量子化回路５３０に出力する。

【００８９】振幅量子化回路５３０は、パルスの振幅を
振幅コードブック５４０を用いて量子化する。詳しく
は、振幅量子化回路５３０は、数２３で表された評価値
を最大化する振幅コードベクトルを選択する。

【００９０】

【数２３】

【００９１】数２３で、Ｃ_jおよびＥ_jは、数２４およ
び数２５である。

【００９２】

【数２４】

【００９３】

【数２５】

【００９４】数２４および数２５で、ｇ’_kjは、ｊ番目
の振幅コードベクトルにおけるｋ番目のパルスの振幅を
示す。

【００９５】なお、パルスの振幅を量子化するための振
幅コードブック５４０を、音声信号を用いてあらかじめ
学習して格納しておくこともできる。コードブックの学
習法は、例えば、Ｌｉｎｄｅらによる“Ａｎａｌｇｏ
ｒｉｔｈｍｆｏｒｖｅｃｔｏｒｑｕａｎｔｉｚａ
ｔｉｏｎｄｅｓｉｇｎ”と題した論文（ＩＥＥＥＴｒ
ａｎｓ．Ｃｏｍｍｕｎ．，ｐｐ．８４−９５，Ｊａｎｕ
ａｒｙ，１９８０）（文献１２）等を参照できる。

【００９６】振幅量子化回路５３０は、振幅コードベク
トルのインデクスおよび位置の情報を端子５０３および
５０４からそれぞれ出力する。

【００９７】ゲイン量子化回路５５０は、ゲインコード
ブック５６０を用いてパルスのゲインを量子化する。詳
しくは、ゲイン量子化回路５５０は、数２６の歪みＤ_t
を最小化するようなゲインコードベクトルを選択し、選
択したゲインコードベクトルのインデクスをマルチプレ
クサ４００に出力する。

【００９８】

【数２６】

【００９９】重み付け信号計算回路５７０は、量子化さ
れたゲインを表すインデクス，振幅コードブック５４０
のインデクスおよびゲインコードベクトルのインデクス
を入力し、これらのインデクスからそれに対応するコー
ドベクトルを読み出し、まず数２７にもとづき駆動音源
信号ｖ_i（ｎ）を求める。

【０１００】

【数２７】

【０１０１】重み付け信号計算回路５７０は、サブフレ
ーム毎に更新された駆動音源信号ｖ_i（ｎ）を予測回路
５９０に出力する。また、重み付け信号計算回路５７０
は、フレーム毎に更新された駆動音源信号ｖ（ｎ）を適
応コードブック回路５８０に出力する。

【０１０２】次に、重み付け信号計算回路５７０は、ス
ペクトルパラメータ計算回路２００の出力パラメータ
（ＬＳＰパラメータ）およびスペクトルパラメータ量子
化回路２１０の出力パラメータ（線形予測係数α’_i）
を用いて、数２８により応答信号ｓ_w（ｎ）をサブフレ
ーム毎に計算し、応答信号計算回路２４０に出力する。

【０１０３】

【数２８】

【０１０４】図４は、本発明の第３の実施の形態に係る
音声符号化装置の構成を示す回路ブロック図である。本
実施の形態に係る音声符号化装置は、図１に示した第１
の実施の形態に係る音声符号化装置に対して、モード判
別回路９００を付加して構成されている。したがって、
対応する回路等には同一符号を付して、それらの詳しい
説明を省略する。

【０１０５】次に、このように構成された第３の実施の
形態に係る音声符号化装置の動作について、第１の実施
の形態に係る音声符号化装置と相違する点を中心に簡単
に説明する。

【０１０６】モード判別回路９００は、聴感重み付け回
路２３０からフレーム単位で聴感重み付け信号ｘ
_w（ｎ）を受け取り、モード情報を適応コードブック回
路５８０およびマルチプレクサ４００に出力する。

【０１０７】ここでは、モード判別に、現在のフレーム
の特徴量を用いる。特徴量としては、例えば、フレーム
で平均したピッチ予測ゲインＧを用いる。フレーム平均
ピッチ予測ゲインＧの計算は、例えば数２９を用いる。

【０１０８】

【数２９】

【０１０９】数２９で、Ｑは、フレームに含まれるサブ
フレームの個数である。Ｐ_iおよびＥ_iは、数３０に示
すｉ番目のサブフレームでの音声電力および数３１に示
すピッチ予測誤差電力をそれぞれ示す。

【０１１０】

【数３０】

【０１１１】

【数３１】

【０１１２】数３１で、Ｔ’は、フレーム平均予測ゲイ
ンＧを最大化する最適遅延である。

【０１１３】モード判別回路９００は、フレーム平均ピ
ッチ予測ゲインＧをあらかじめ定められた複数個のしき
い値と比較して複数種類のモードに分類する。モードの
個数としては、例えば４を用いることができる。

【０１１４】適応コードブック回路６００は、モード情
報を入力し、あらかじめ定められたモードの場合に、図
１の適応コードブック回路５８０と同様に、小区間（サ
ブフレーム）毎にゲインβ_iを求めながらフレーム全体
で遅延パラメータＴを計算する。

【０１１５】図５は、本発明の第４の実施の形態に係る
音声符号化装置の構成を示す回路ブロック図である。本
実施の形態に係る音声符号化装置は、図４におけるモー
ド判別回路９００を、図２に示した第２の実施の形態に
係る音声符号化装置に付加したものである。したがっ
て、対応する回路等には同一符号を付して、それらの詳
しい説明を省略する。

【０１１６】本発明は、上述した各実施の形態に限ら
ず、種々の変形が可能である。

【０１１７】例えば、モード情報を用いて、音源量子化
回路やゲインコードブックを切り替える構成とすること
もできる。

【０１１８】音源コードブックを用いる場合、数１２で
示した歪みＤ_jの小さい順に、複数個のコードベクトル
を選択し、ゲイン量子化回路でゲインを量子化しなが
ら、数１５に示した歪みＤ_tを最小化する音源コードベ
クトルとゲインコードベクトルとの組合せを選択しても
よい。

【０１１９】また、パルス列で音源を表す場合、パルス
の振幅を量子化する際にパルスの位置を複数セット求
め、これらの各々に対して振幅コードブックを探索し、
数２２のＥ_kを最小化する組合せを選択してもよい。ま
た、これらの組合せを複数種類ゲイン量子化回路に出力
し、ゲインを量子化しながら、数２６で示した歪みＤ_t
を最小化するような位置，振幅コードベクトルおよびゲ
インコードベクトルの組合せを選択してもよい。

【０１２０】

【発明の効果】以上説明したように、発明によれば、入
力音声からあらかじめ定められた時間間隔（例えばフレ
ーム）毎にピッチ周期に相当する適応コードブックの遅
延パラメータを求めるときに、前記時間間隔内で遅延パ
ラメータは一定としながら、前記時間間隔内でゲインを
一定として求めるのではなく、前記時間間隔を分割した
複数個の小区間（サブフレーム）毎にゲインを求めなが
ら遅延パラメータを計算し、これらのパラメータを用い
てピッチ予測を行い、前記信号の音源信号を量子化する
ことにより、性能を落さずに、ビット数の比較的多い遅
延パラメータの伝送周期を長くとれるため、ビットレー
トを低減化しても音質の劣化が少ないという効果があ
る。

【０１２１】さらに、本発明によれば、入力信号から特
徴量を抽出してモードを判別し、あらかじめ定められた
モードにおいてのみ、入力信号から特徴量を抽出して信
号のモードを判別し、あらかじめ定められたモードにつ
いてのみ、上記処理を行っているので、高い効果をあげ
ることができる。

【０１２２】また、本発明によれば、上述に加え、音源
信号が個数Ｍの振幅が非零のパルス列から構成され、パ
ルスの振幅および位置を求めることにより、音源信号を
量子化する。音源信号を振幅が非零のＭ個のパルス列で
表しているので、比較的少ない探索演算量で、より良好
な音質が得られる。

【図面の簡単な説明】

【図１】本発明の第１の実施の形態に係る音声符号化装
置の構成を示す回路ブロック図である。

【図２】本発明の第２の実施の形態に係る音声符号化装
置の構成を示す回路ブロック図である。

【図３】図２中の音源量子化回路の内部構成を示す回路
ブロック図である。

【図４】本発明の第３の実施の形態に係る音声符号化装
置の構成を示す回路ブロック図である。

【図５】本発明の第４の実施の形態に係る音声符号化装
置の構成を示す回路ブロック図である。

【符号の説明】

１１０フレーム分割回路１２０サブフレーム分割回路２００スペクトルパラメータ計算回路２１０スペクトルパラメータ量子化回路２１５コードブック２３０聴感重み付け回路２３５，２３６減算回路２４０応答信号計算回路３１０インパルス応答計算回路３５０，５００音源量子化回路３５５音源コードブック３６０，５７０重み付け信号計算回路３６５，５５０ゲイン量子化回路３６６，５６０ゲインコードブック４００マルチプレクサ５１０相関係数計算回路５２０位置計算回路５４０振幅コードブック５６０ゲインコードブック５８０，６００適応コードブック回路５９０予測回路９００モード判別回路

Claims

【特許請求の範囲】

【請求項１】入力信号からスペクトルパラメータを求
めて量子化するスペクトルパラメータ計算部と、前記スペクトルパラメータを用いて前記入力信号からあ
らかじめ定められた時間間隔毎にピッチ周期を求めると
きに前記時間間隔を分割した複数個の小区間毎にゲイン
を求めながらピッチ周期を計算する適応コードブック部
と、前記ピッチ周期を用いて前記小区間毎にピッチ予測信号
を求め前記入力信号から減算する予測部と、前記予測部の出力である音源信号を量子化する音源量子
化部とを有することを特徴とする音声符号化装置。
【請求項２】前記入力信号の音源信号が、振幅が非零
の複数個のパルスから構成されることを特徴とする請求
項１記載の音声符号化装置。
【請求項３】入力信号からスペクトルパラメータを求
めて量子化するスペクトルパラメータ計算部と、前記入力信号から特徴量を抽出してモードを判別するモ
ード判別部と、あらかじめ定められたモードにおいて前記スペクトルパ
ラメータを用いて前記入力信号からあらかじめ定められ
た時間間隔毎にピッチ周期を求めるときに前記時間間隔
を分割した複数個の小区間毎にゲインを求めながらピッ
チ周期を計算する適応コードブック部と、前記ピッチ周期を用いて前記小区間毎にピッチ予測信号
を求め前記入力信号から減算する予測部と、前記予測部の出力である音源信号を量子化する音源量子
化部とを有することを特徴とする音声符号化装置。
【請求項４】前記入力信号の音源信号が、振幅が非零
の複数個のパルスから構成されることを特徴とする請求
項３記載の音声符号化装置。