JPH0934499A - 音声符号化通信方式 - Google Patents

Abstract

(57)【要約】 【課題】分析合成形の音声符号化通信における低ビット
レート伝送の場合の受信再生音声品質の劣化を軽減す
る。 【解決手段】ＬＳＰパラメータ分析器１でフレーム単位
に入力音声信号のスペクトルパラメータ（ＳＰ）を取り
出しコードブック１２から対応するコードインデックス
を読み出し量子化器１３で量子化して多重化器１４へ送
る。逆フィルタ２でＳＰを除いた音源信号をとり出し、
サブフレーム分割器３によって時間軸上で３つのサブフ
レームに分割する。各サブフレームのピッチをピッチ抽
出器４で抽出し、その最大値を代表値として代表ピッチ
符号器６で符号化する。各サブフレームのピッチと代表
ピッチの差分をそれぞれ量子化器７で量子化する。３分
割されたサブフレームの電力についても同様に代表電力
を符号化するとともにその差分を量子化する。多重化器
１４はこれらを多重化して伝送路へ送出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声符号化通信方
式に関し、特に、音声信号をディジタル信号の形式に変
換して伝送する場合において、情報量を削減することに
よって伝送速度を低速化し狭帯域化を図り伝送帯域の有
効利用を図る分析合成系の音声符号化通信方式に関する
ものである。

【０００２】

【従来の技術】電波資源の有効利用を目的とした低速度
音声符号化において、数kbps程度の音声符号化方式は、
ＣＥＬＰ（code excited linear prediction）符号化方
式に代表されるハイブリッド符号化が主流であり、良好
な再生音声品質が実現されている。図１はＣＥＬＰ符号
化方式の要部概念図である。ＣＥＬＰ符号化方式は、コ
ード駆動ＬＰＣ符号化といわれ、コードブック内の雑音
を音源として音声合成フィルタを駆動する方式であり、
入力音声と合成音声との間の誤差信号が最小となる最適
雑音駆動信号を抽出し、そのコードインデックスと利得
情報Ｇをパラメータとして伝送する。

【０００３】一方、２４００bps 程度の領域では、ＬＰ
Ｃ（linear predictive coding：線形予測分析符号化）
方式に代表される分析合成形符号化が主流である。図２
はＬＰＣのブロック図である。ＬＰＣ方式は、無声／有
声の識別をもとに駆動音源として雑音あるいはピッチ周
期を持つ単一パルスを切換えて用いるものであり、ＬＰ
Ｃ係数とピッチ周期及び電力情報を符号化して伝送す
る。

【０００４】

【発明が解決しようとする課題】しかし、上記従来の構
成では、ＬＰＣのブロック図から分かるように分析合成
符号化は、音源に割り当てられる情報量が限られるた
め、音源の単純なモデル化を行うことから一般に再生音
声は低品質であるという欠点がある。また、ビットレー
トを２４００bps 以下に落とす場合は、分析フレーム長
を伸ばす必要があることから、さらに品質が低下すると
いう欠点がある。本発明は上記の事情に鑑みてなされた
もので、圧縮率が高く、自然性の高い音声符号化通信方
式を提供することを目的とする。

【０００５】

【課題を解決するための手段】本発明の音声符号化方式
は、送信側には、音声信号からスペクトルパラメータを
取り出すスペクトルパラメータ分析器と、前記音声信号
から前記スペクトルパラメータを除いた音源信号を算出
する逆フィルタと、該音源信号を複数のサブフレームに
分割するサブフレーム分割器と、該分割されたサブフレ
ームの有声／無声情報とピッチ周期をそれぞれ検出する
複数のサブフレームピッチ抽出器と、該複数のサブフレ
ームピッチ抽出器で求めたサブフレームごとのピッチ周
期の中から代表ピッチを決定する代表ピッチ検出器と、
該代表ピッチを符号化して代表ピッチ情報を出力する代
表ピッチ符号器と、該代表ピッチ情報と前記複数のサブ
フレームのピッチ周期との差分をそれぞれ量子化し前記
有声／無声情報とともに符号化する複数のサブフレーム
ピッチ差分量子化器と、前記分割されたサブフレームご
とに電力を算出する複数のサブフレーム電力抽出器と、
該複数のサブフレーム電力抽出器で求めたサブフレーム
ごとの電力情報の中から代表電力を決定する代表電力検
出器と、該代表電力を符号化して代表電力情報を出力す
る代表電力符号器と、該符号化された代表電力と前記複
数のサブフレームの電力との差分をそれぞれ量子化する
複数のサブフレーム電力差分量子化器と、予めトレーニ
ング信号のスペクトルパラメータを学習によって保持さ
せておくスペクトルパラメータコードブックと、前記ス
ペクトルパラメータと前記スペクトルパラメータコード
ブックのコードベクトルとを照合し最適なコードベクト
ルを選択してコードインデックスを出力するベクトル量
子化器と、該コードインデックスと前記代表ピッチ情報
と前記符号化されたサブフレームのピッチ周期及び有声
／無声情報と前記代表電力情報と前記サブフレームの電
力情報とを多重化して伝送路に送出する多重化器とが備
えられ、受信側には、伝送路を介して前記多重化器から
送出された多重化信号を受信して、代表ピッチ情報と符
号化された各サブフレームのピッチ周期及び有声／無声
情報と代表電力情報と符号化された各サブフレームの電
力情報とコードインデックスとに分離出力する分離器
と、分離された前記代表ピッチ情報を復号する代表ピッ
チ復号器と、有声のとき前記復号された代表ピッチを基
準として差分量子化されたサブフレームピッチ情報を復
号する複数のサブフレームピッチ復号器と、前記分離さ
れた代表電力情報を復号して代表電力を出力する代表電
力復号器と、該代表電力を基準として差分量子化された
サブフレーム電力情報を復号する複数のサブフレーム電
力復号器と、有声のとき前記復号された複数のサブフレ
ームピッチ情報と前記復号された複数のサブフレーム電
力情報とからそれぞれ各サブフレームの音源信号を再生
する複数のピッチ再生器と、無声のとき前記復号された
複数のサブフレーム電力情報から音源出力を再生するノ
イズ発生器と、有声／無声情報を含む前記差分量子化さ
れたサブフレームピッチ情報からサブフレームごとの有
声／無声情報に従って前記複数のピッチ再生器または前
記ノイズ発生器の出力を切替え出力する切替器と、前記
分離器から出力される前記コードインデックスに従って
送信側と同じ内容のスペクトルパラメータコードブック
から対応するスペクトルパラメータを読み出して出力す
るスペクトルパラメータコードブック探索器と、前記切
替器から出力される有声または無声音源信号と前記スペ
クトルパラメータコードブック探索器から出力されるス
ペクトルパラメータとから音声信号を再生出力する合成
フィルタとが備えられたことを特徴とするものである。

【０００６】すなわち、本発明では、上記課題を解決す
るために、分析合成形の音声符号化方式の音源のモデル
化を時間軸上で細かくすることで有声音／無声音の判定
を細かく行い、有声音の場合ピッチの時間変化を細かく
表現することにより再生音声品質を向上し自然性の改善
を行ったことを要旨とする。

【０００７】

【発明の実施の形態】上記本発明の音声符号化通信方式
では、まず、離散化されフレーム化された入力音声信号
を、スペクトル分析を用いてスペクトルパラメータを抽
出する。このスペクトルパラメータを用いて入力音声信
号を逆フィルタを通して予測残差信号すなわち音源信号
を算出し、音源信号を複数のサブフレームに分割する。
分割されたそれぞれのサブフレームごとに有声音／無声
音の判定を行って有声音のときのピッチ周期の検出を行
う。検出された複数のピッチ周期の中から基準となる代
表ピッチを選択して符号化し、その代表ピッチと各サブ
フレームの検出ピッチとの差分を量子化してそれぞれ多
重化器に入力する。

【０００８】一方、分割されたサブフレームごとのパワ
ー（電力）を自乗和によって計算し、検出された複数の
パワーの中から最大なものを選択し基準パワー（代表電
力）として符号化し、その代表電力と各サブフレームの
計算されたパワーとの差分を量子化してそれぞれ多重化
器に入力する。

【０００９】さらに、スペクトルパラメータはトレーニ
ングによって予め求められコードブックに格納されてい
るコードベクトルとのパターン照合がなされ最適なベク
トルが選択されそのインデックスが多重化器に入力され
る。以上の多重化器入力を多重化して伝送路へ送出す
る。

【００１０】伝送路を介して受信した上記多重化信号の
復号処理では、受信された基準となる代表ピッチを復号
し、差分量子化されたそれぞれのサブフレームのピッチ
を復号し、基準となる代表パワーを復号し、差分量子化
されたそれぞれのサブフレームパワーを復号し、音源信
号を再生する。さらに、受信されたインデックスのコー
ドベクトルをコードブック中から読み出しスペクトルパ
ラメータとし、上記再生された音源信号を、合成フィル
タによって合成して再生音声出力を得る。

【００１１】

【実施例】図３，図４は本発明の実施例を示すブロック
図であり、図３は送信側構成を示し、図４は受信側構成
を示す。図３，図４に従って説明する。送信側の図３に
おいて、１はＬＳＰパラメータ分析器、２は逆フィル
タ、３はサブフレーム分割器、４は３分割されたサブフ
レームそれぞれのピッチ抽出器、５は代表ピッチ検出
器、６は代表ピッチ符号器、７は３分割されたサブフレ
ームそれぞれのピッチ差分量子化器、８は３分割された
サブフレームそれぞれの電力抽出器、９は代表電力検出
器、１０は代表電力符号器、１１は３分割されたサブフ
レームそれぞれの電力差分量子化器、１４は多重化器で
ある。

【００１２】受信側の図４において、１５は分離器、１
６は代表ピッチ復号器、１７は切替器、１８は３分割さ
れたサブフレームそれぞれのピッチ復号器、１９は代表
電力復号器、２０は３分割されたサブフレームそれぞれ
の電力復号器、２１は３分割されたサブフレームそれぞ
れのピッチ再生器、２２はノイズ発生器、２３はコード
ブック探索器、１２は送信側と同じ内容のコードブッ
ク、２４は係数補間器、２５は分析フィルタである。

【００１３】図３の送信側において、まず音声信号を離
散化しフレーム化する。分析フレーム長は４５ms程度と
し低ビットレート化し易くする。本発明ではスペクトル
パラメータ分析にＬＳＰ（line spectrum pair：線スペ
クトル対）分析を用いた。すなわち、ＬＳＰパラメータ
分析器１によって、フレーム単位に音声信号からＬＳＰ
パラメータを取り出す。逆フィルタ２は、入力音声信号
からＬＳＰパラメータ分析器１により求めたＬＳＰパラ
メータを取り除いた音源信号（予測残差）を算出する。
次に、この音源信号を分析しモデル化するが、自然性を
保持するため予測残差を複数のサブフレームに分割し、
それぞれのサブフレームで有声／無声判定を行って、有
声区間のピッチ周期の検出を行う。そこでサブフレーム
分割器３によって音源信号を複数のサブフレームに分割
する。分割数は２〜５分割がよいが、本実施例では３分
割とする。

【００１４】次に、分割されたサブフレーム毎に設けた
３つのサブフレームピッチ抽出器４によってそれぞれ有
声／無声判定とピッチ周期を検出する。従来は、検出さ
れたピッチ周期をすべて符号化しているが、それでは音
源に割り当てる情報量が大幅に増えてしまい低ビットレ
ート化に寄与できない。そこで、各サブフレーム毎に求
めた有声のピッチを比較し代表ピッチを１つ決定して符
号化伝送し、他のピッチは量子化された代表ピッチとの
差分量、あるいは無声情報を符号化して伝送する。すな
わち、代表ピッチ検出器５によって、サブフレームピッ
チ抽出器４で求めた各サブフレームのピッチ周期の中か
ら代表ピッチを決定する。代表ピッチの選択方法は、最
大値，中間値，最小値，平均値といろいろ考えられる
が、中間値，平均値を代表値とした場合には、±両方の
差分を考慮する必要があるため本発明では最大値を代表
値と設定する。このようにして検出した代表ピッチを代
表ピッチ符号器６で符号化する。

【００１５】一方、３つのサブフレームピッチ差分量子
化器７は、代表ピッチ符号器６で符号化された代表ピッ
チと各サブフレームの検出ピッチ周期との差分をそれぞ
れ量子化し、かつ、音声／無声情報と共に符号化する。

【００１６】差分量の量子化に当たっては、低ビットレ
ート化に寄与するために割り当てビット数を考慮しなけ
ればならない。各サブフレーム間の差分量は小さいので
割り当てビット数は２ビット程度で十分である。そこで
本実施例では、差分量と音声音／無声音のフラグに２ビ
ットを割り当て、無声音のときは二進数で“００”、差
分量が０〜−１のとき“０１”、差分量が−２〜−３の
とき“１０”、差分量が−４以上のき“１１”とするこ
とで２ビットで表した。この方法でサブフレームごとの
音源信号を符号化することにより情報量をあまり増加さ
せることなく、時間経過に伴うピッチの揺らぎを表現し
自然性を向上した。

【００１７】一方、サブフレーム分割器３によって分割
された複数（３つ）のサブフレームの音源信号を３つの
サブフレーム電力算出器８にそれぞれ入力し、サブフレ
ームデータの自乗和で電力を算出する。電力の符号化に
当たってもピッチの場合と同様に、予め代表値を求めて
符号化し、さらに差分の量子化を行う。すなわち、３つ
のサブフレーム電力算出器８でそれぞれ求めたサブフレ
ームごとの電力情報の中から代表電力検出器９によって
代表電力を決定する。決定された代表電力を代表電力符
号器１０によって符号化する。３つのサブフレーム電力
差分量子化器１１は、代表電力符号器１０によって符号
化された代表電力と各サブフレームの検出電力との差分
を量子化する。差分量の量子化に当たっては、ピッチの
場合と同様に、各サブフレーム間の差分量は小さいので
割り当てビット数を２ビットとした。

【００１８】次に、ＬＳＰパラメータ分析器１で求めた
ＬＳＰパラメータのベクトル量子化を行う。ベクトル量
子化に当たっては、予めＬＳＰパラメータをトレーニン
グ信号により学習させ、コードベクトルとしてＬＳＰパ
ラメータコードブック１２に保持させておく。ベクトル
量子化器１３は、ＬＳＰパラメータ分析器１で求めたＬ
ＳＰパラメータと、ＬＳＰパラメータコードブック１２
のコードベクトルとを照合し、最適なベクトルを選択し
てコードインデックスを求める。

【００１９】多重器１４は、ベクトル量子化器１３から
のコードインデックスと、代表ピッチ符号器６で符号化
された代表ピッチ情報と、サブフレームピッチ差分量子
化器７によって符号化された各サブフレームのピッチ周
期兼有声／無声情報と、代表電力符号器１０で符号化さ
れた代表電力情報と、サブフレーム電力差分量子化器１
１によって符号化された各サブフレームの電力情報とを
多重化して伝送路に出力する。

【００２０】次に、図４の受信側について説明する。伝
送路を介して受信した多重化信号は分離器１５に入力さ
れ、符号化された代表ピッチ情報と、各サブフレームの
符号化されたサブフレームピッチ差分ピッチ周期兼有声
／無声情報と、符号化された代表電力情報と、符号化さ
れた各サブフレームのサブフレーム電力差分と、コード
インデックスとに分離出力される。

【００２１】代表ピッチ復号器１６は符号化された代表
ピッチ情報を復号する。切替器１７は、差分量子化され
有声／無声情報も兼ねた差分量子化サブフレームピッチ
情報からサブフレームごとに有声／無声情報にしたがっ
て、３つのピッチ再生器２１の出力もしくはノイズ発生
器２２の出力を切り替え出力する。有声のときサブフレ
ームピッチ復号器１８は、代表ピッチを基準として差分
量子化されたサブフレームピッチ情報を復号する。

【００２２】代表電力復号器１９は符号化された代表電
力情報を復号する。サブフレーム電力復号器２０は、復
号された代表電力を基準として差分量子化されたサブフ
レーム電力情報を復号する。有声音のときは、3 つの場
合ピッチ再生器２１は、サブフレームピッチ情報とサブ
フレーム電力情報から音源信号を再生し、無声音のとき
はノイズ発生器２２によってサブフレーム電力情報から
音源信号を再生する。

【００２３】コードブック探索器２３は、コードブック
１２のコードを参照して、コードインデックスをＬＳＰ
パラメータコードブックの対応するＬＳＰパラメータに
置き換える。合成フィルタ２５は、切替器１７から出力
される有声もしくは無声音源信号と、係数補間されたＬ
ＳＰパラメータとから音声信号を再生出力する。４５ms
程度と長い分析フレームによってスペクトル包絡がなま
ると考えられるため、ＬＳＰパラメータ補間器２４によ
って、分析フレームの前半１／３フレームにわたって、
過去のフレームのＬＳＰパラメータと現在のフレームの
ＬＳＰパラメータの線形補間を行うことで劣化を抑え
る。

【００２４】

【発明の効果】以上述べたように、本発明によれば、音
声信号をディジタル信号の形式に変換して伝送する音声
符号化通信において、分析合成形の音声符号化方式の音
源のモデル化を時間軸上で細かくすることによって、音
声の持つピッチの時間変化を表現し、さらに有声音／無
声音の判定も細かくできるため、低ビットレートにおけ
る受信再生音声品質の劣化が軽減されて自然性の改善が
行えるので実用上の効果は大きい。

【図面の簡単な説明】

【図１】従来のＣＥＬＰの概念図である。

【図２】従来のＬＰＣのブロック図である。

【図３】本発明の実施例（送信側）を示すブロック図で
ある。

【図４】本発明の実施例（受信側）を示すブロック図で
ある。

【符号の説明】

１ ＬＳＰパラメータ分析器 ２ 逆フィルタ ３ サブフレーム分割器 ４ サブフレームピッチ抽出器 ５ 代表ピッチ検出器 ６ 代表ピッチ符号器 ７ サブフレームピッチ差分量子化器 ８ サブフレーム電力抽出器 ９ 代表電力検出器 １０ 代表電力符号器 １１ サブフレーム電力差分量子化器 １２ コードブック １３ ベクトル量子化器 １４ 多重化器 １５ 分離器 １６ 代表ピッチ復号器 １７ 切替器 １８ サブフレームピッチ復号器 １９ 代表電力復号器 ２０ サブフレーム電力復号器 ２１ ピッチ再生器 ２２ ノイズ発生器 ２３ コードブック探索器 ２４ 係数補間器 ２５ 合成フィルタ

─────────────────────────────────────────────────────

【手続補正書】

【提出日】平成７年１１月１７日

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】発明の名称

【補正方法】変更

【補正内容】

【発明の名称】 音声符号化通信方式

Claims (1)

【特許請求の範囲】
1. 【請求項１】 送信側には、音声信号からスペクトルパ
   ラメータを取り出すスペクトルパラメータ分析器と、前
   記音声信号から前記スペクトルパラメータを除いた音源
   信号を算出する逆フィルタと、該音源信号を複数のサブ
   フレームに分割するサブフレーム分割器と、該分割され
   たサブフレームの有声／無声情報とピッチ周期をそれぞ
   れ検出する複数のサブフレームピッチ抽出器と、該複数
   のサブフレームピッチ抽出器で求めたサブフレームごと
   のピッチ周期の中から代表ピッチを決定する代表ピッチ
   検出器と、該代表ピッチを符号化して代表ピッチ情報を
   出力する代表ピッチ符号器と、該代表ピッチ情報と前記
   複数のサブフレームのピッチ周期との差分をそれぞれ量
   子化し前記有声／無声情報とともに符号化する複数のサ
   ブフレームピッチ差分量子化器と、前記分割されたサブ
   フレームごとに電力を算出する複数のサブフレーム電力
   抽出器と、該複数のサブフレーム電力抽出器で求めたサ
   ブフレームごとの電力情報の中から代表電力を決定する
   代表電力検出器と、該代表電力を符号化して代表電力情
   報を出力する代表電力符号器と、該符号化された代表電
   力と前記複数のサブフレームの電力との差分をそれぞれ
   量子化する複数のサブフレーム電力差分量子化器と、予
   めトレーニング信号のスペクトルパラメータを学習によ
   って保持させておくスペクトルパラメータコードブック
   と、前記スペクトルパラメータと前記スペクトルパラメ
   ータコードブックのコードベクトルとを照合し最適なコ
   ードベクトルを選択してコードインデックスを出力する
   ベクトル量子化器と、該コードインデックスと前記代表
   ピッチ情報と前記符号化されたサブフレームのピッチ周
   期及び有声／無声情報と前記代表電力情報と前記サブフ
   レームの電力情報とを多重化して伝送路に送出する多重
   化器とが備えられ、 受信側には、伝送路を介して前記多重化器から送出され
   た多重化信号を受信して、代表ピッチ情報と符号化され
   た各サブフレームのピッチ周期及び有声／無声情報と代
   表電力情報と符号化された各サブフレームの電力情報と
   コードインデックスとに分離出力する分離器と、分離さ
   れた前記代表ピッチ情報を復号する代表ピッチ復号器
   と、有声のとき前記復号された代表ピッチを基準として
   差分量子化されたサブフレームピッチ情報を復号する複
   数のサブフレームピッチ復号器と、前記分離された代表
   電力情報を復号して代表電力を出力する代表電力復号器
   と、該代表電力を基準として差分量子化されたサブフレ
   ーム電力情報を復号する複数のサブフレーム電力復号器
   と、有声のとき前記復号された複数のサブフレームピッ
   チ情報と前記復号された複数のサブフレーム電力情報と
   からそれぞれ各サブフレームの音源信号を再生する複数
   のピッチ再生器と、無声のとき前記復号された複数のサ
   ブフレーム電力情報から音源出力を再生するノイズ発生
   器と、有声／無声情報を含む前記差分量子化されたサブ
   フレームピッチ情報からサブフレームごとの有声／無声
   情報に従って前記複数のピッチ再生器または前記ノイズ
   発生器の出力を切替え出力する切替器と、前記分離器か
   ら出力される前記コードインデックスに従って送信側と
   同じ内容のスペクトルパラメータコードブックから対応
   するスペクトルパラメータを読み出して出力するスペク
   トルパラメータコードブック探索器と、前記切替器から
   出力される有声または無声音源信号と前記スペクトルパ
   ラメータコードブック探索器から出力されるスペクトル
   パラメータとから音声信号を再生出力する合成フィルタ
   とが備えられたことを特徴とする音声符号化通信方式。