JPH10107641A - 聴覚特性を利用した音声符号化方法、ゲイン制御方法およびゲイン符号化／復号化方法 - Google Patents

Abstract

(57)【要約】 【課題】簡易な方法で順向・同時・逆行のマスキング効
果を用いて符号化雑音の低減ができる音声符号化方法を
提供する。 【解決手段】聴覚重みフィルタを用いて所定のフレーム
単位で音源信号を符号化する処理を含む音声符号化方法
において、フレーム毎の音声信号のゲイン値と聴覚重み
フィルタの特性を求め、ゲイン値に時間的な減衰処理を
適用し、聴覚重みフィルタの特性に時間的なバンド幅拡
張処理を適用し、過去のフレームのゲイン値および聴覚
重みフィルタの特性と、現フレームのゲイン値および聴
覚重みフィルタの特性を用いて累積聴覚重みフィルタの
特性を求め、この累積聴覚重みフィルタを用いて現フレ
ームの音源信号の符号化を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、電話帯域の音声、
高帯域音声およびオーディオ信号等の音声信号の圧縮符
号化／復号化技術に関する。

【０００２】

【従来の技術】

（１）低ビットレートでも比較的高品質の音声を再生で
きる音声符号化方式として、ＣＥＬＰ（Code Excited L
inear Prediction）方式が知られている。ＣＥＬＰ方式
の詳細は、例えば M.R.Schroeder and Atal,“Code-Exc
ited Linear Prediction(CELP):high quality speech a
t very low bit rates”，in Proc.ICASSP′85,pp.937-
939,1985（文献１）に示されている。

【０００３】ＣＥＬＰ方式では、聴覚重みフィルタを用
いて符号化により音声に混入する雑音の評価を行い、符
号化雑音が現フレームの音声のスペクトルから決まる形
状のマスキング特性にマスクされる原理（同時マスキン
グ）を用いて雑音が聞こえにくくなるような音源の符号
を選択することを特徴としている。

【０００４】ＣＥＬＰに用いる聴覚重みフィルタの伝達
関数Ｗ（ｚ）は、現フレームの入力音声から、ＬＰ（線
形予測）分析（またはＬＰＣ分析とも呼ばれる）により
求められたＬＰＣ係数から構成される予測フィルタ（通
常、１０次程度のフィルタ）の伝達関数Ａ（ｚ）を用い
て、ｚ変換領域の表現で Ｗ（ｚ）＝Ａ（ｚ／γ₁ ）／Ａ（ｚ／γ₂ ） （１） ０＜γ₂ ＜γ₁ ＜１ Ａ（ｚ）＝１＋Σα_i ｚ^-i （ｉ＝１〜１０） （２） α_i はＬＰＣ係数 と表される。

【０００５】このようにして求めた聴覚重みフィルタと
音声のスペクトルの概形であるスペクトル包絡の周波数
特性の関係を図２２に示す。図２２において、音声のス
ペクトル包絡はＳ（ｆ）、聴覚重みフィルタの特性はＷ
（ｆ）で表される。この図から分かるように、聴覚重み
フィルタは入力音声のスペクトル包絡の山の部分は谷の
特性を持ち、谷の部分は山の特性を持つ。従って、符号
化雑音を聴覚重みフィルタで重み付けることにより、音
声スペクトルの谷の部分の周波数では大きな重みを付け
られ、逆に山の部分の周波数では小さな重みを付けて評
価することができる。

【０００６】このようにフレーム内で周波数毎の相対的
な重み付けを用いて、音源の符号選択を行うことによ
り、符号化により生じる符号化雑音のスペクトルを図２
２のＥ（ｆ）に示すように音声のスペクトル包絡を鈍ら
せたような形状にすることができる。こうすると、符号
化雑音は音声のスペクトルの凹凸にマスクされて聞こえ
にくいものとなる。

【０００７】このようにマスクされて聞こえないスペク
トルの形状と、マスクできる音のレベルを表す特性をマ
スキング特性と呼ぶことにする。ＣＥＬＰで用いる聴覚
重みフィルタは、マスキング特性のスペクトル形状の逆
特性を模擬するフィルタであるといえる。

【０００８】このように聴覚重みフィルタは比較的簡単
な分析により得られ、かつ、主観的な符号化雑音を抑え
た音声符号化を行うことができるため、ＣＥＬＰで用い
られてきた。しかし、さらに符号化のビットレートを低
くして（例えば６ｋｂｉｔ／ｓ以下）符号化の圧縮率を
上げると、符号化雑音自体のレベルが上がるため、雑音
が聞こえるようになり、音質に関して実用上問題が出て
くる。

【０００９】別の従来法として、近年、ＣＥＬＰ方式で
用いていたようなＬＰＣ分析から得られる聴覚重みフィ
ルタを使用しない方法がある。これは、順向・同時・逆
行の３種の時間方向のマスキングの最大のしきい値レベ
ルを周波数軸上で求め、これをマスキング特性として符
号化に利用する試みである。同時マスキングが現在の主
音が現在の音をマスクして聞こえにくくする現象である
のに対し、順向マスキングは過去の主音が現在の音を、
逆行マスキングは未来の主音が現在の音をそれぞれマス
クして聞こえにくくする現象である。

【００１０】瀧澤氏らは、１９９４年電子情報通信学会
春季大会Ａ−２８２（ページ１−２８４）「４ｋｂ／ｓ
音声符号化における音質改善」（文献２）で、音声信号
を十数の周波数帯域に分割し、順向・同時・逆行の３種
のマスキングのレベルを比較して最大となるマスキング
のしきい値を帯域毎に求め、これらのしきい値から形成
される周波数軸上の凹凸の特性を時間軸上の重みフィル
タに変換し、これをＣＥＬＰ方式の聴覚重みフィルタの
代わりに用いて音源探索を行う方法を提案している。

【００１１】この方法は、各帯域別のマスキングのしき
い値を求める必要上、符号化以外の処理としてＦＦＴま
たは帯域分割フィルタリング、マスキングのしきい値計
算等の複雑な処理が必要となる。また、帯域毎のしきい
値で決まるスペクトル特性を的確に重みフィルタの特性
に反映させるには、非常に高い次数の重みフィルタが必
要となり（帯域分割数個の凹凸を表すためには帯域分割
数の２倍以上の次数が必要となる）、この重みフィルタ
を求めるための計算量や、重みフィルタを用いたときの
音源符号化の計算量が増加するという問題がある。

【００１２】（２）音声信号をＬサンプルの短時間に区
切り、これをＬ次元の音声ベクトルとすると、音声ベク
トルは駆動ベクトルと合成フィルタとゲインを縦続接続
した合成モデルで表すことができる。このモデルにおい
て、特に合成フィルタに全極型のフィルタを用いるもの
は、音声符号化や音声合成の分野でＬＰＣ（線形予測分
析符号化）合成モデルと呼ばれる。このモデルを音声の
発生機構に当てはめると、駆動ベクトルは声帯の音源信
号に相当し、合成フィルタは音韻の変化を表す声道特性
を表し、ゲインは音声の大きさを調節する役割を持つ。
人間の音声は、一般に短かい時間（５〜１０ｍｓｅｃ）
の区間内では音源・声道・ゲインの情報に変化が少ない
ため、区間毎に音源・声道・ゲインの情報を更新させる
ことにより、ＬＰＣモデルを用いて比較的効率よく音声
を表現することができる。このため圧縮率の高い音声符
号化方式では、音声波形のサンプルデータを逐一量子化
するような符号化はせずに、上記の合成モデルを用い
て、駆動ベクトルの形状・合成フィルタ特性・ゲインの
大きさといった合成モデルのパラメータの符号化を行う
方法を採用している。

【００１３】上記の合成モデルを利用することにより、
音声信号の大幅な情報圧縮が可能となる一方、高い圧縮
率で符号化を行うと、雑音が混じったり自然性が欠けた
りするといった音質劣化が問題となる。このような音質
劣化を最小限に抑えるには、合成モデルのパラメータに
含まれる冗長性や無駄を出来るだけ排除してから符号化
を行うことが必要である。

【００１４】このような無駄の排除ということは、音声
信号の大きさを制御するゲイン符号化についても十分考
慮すべき問題である。この問題に対して、近年、ゲイン
制御のために、（１）与えられた駆動ベクトルに固有の
パワを吸収する機能、（２）与えられた合成フィルタが
もたらすパワの推定量を吸収する機能、（３）ゲインの
付加機能の３つの機能を持たせたゲイン制御方法が知ら
れている。図２３は、従来のゲイン制御部の構成を示す
ブロック図であり、駆動ベクトル生成部９００、合成フ
ィルタ情報生成部９０１、ゲイン設定部９０２、駆動ベ
クトルパワ計算部９０３、フィルタパワ計算部９０４、
ゲイン制御部９０５および合成フィルタ９０６からな
る。この従来法の特徴は、上記の（１）と（２）の機能
が分離されていることである。（１）（２）の機能を持
つ目的は、駆動ベクトルと合成フィルタのそれぞれが与
えるパワが出力側に影響を与えにくいようにすることで
ある。また、符号化において付加ゲインに伝送路符号誤
りが無い場合は、駆動ベクトルや合成フィルタが符号誤
りで異なるものに変化してしまったときに、出力される
合成信号のゲインの変動を和らげようとしている。

【００１５】従来法のゲイン制御では、駆動ベクトルの
ゲインの寄与と合成フィルタのゲインの寄与をそれぞれ
別個に求め、２つの寄与を合わせて駆動ベクトルと合成
フィルタのトータルの寄与とし、これをゲイン吸収の推
定値に用いている。このようにすると、ゲインの吸収量
が推定値であるため、推定誤差が大きくなる場合が多
く、この分を付加ゲインが補う形で音声信号を形成する
仕組みとなり、結果としてゲイン制御部で用いる付加ゲ
インのダイナミックレンジが大きくなる。これをゲイン
符号化に用いると、ゲイン制御に大きなビット数が必要
となり、結果として符号化効率が悪くなってしまうとい
う問題がある。

【００１６】

【発明が解決しようとする課題】上述したように従来の
技術では、同時マスキングしか用いていないため、低ビ
ットレートではマスキングによる符号化雑音の抑圧を十
分に行うことができなくなるという音質上の問題があっ
た。また、従来の別の技術では、帯域別のマスキングの
しきい値計算や、重みフィルタを求めて音源符号化を行
うための計算コストが非常に大きいという現実上の問題
があった。

【００１７】さらに、従来技術によるゲイン制御では、
ゲインの寄与の推定値を用いていたため、推定誤差を補
償するためにゲイン制御に大きな負担がかかり、合成信
号が劣化するという問題があった。

【００１８】本発明の第１の目的は、簡易な方法で順向
・同時・逆行のマスキング効果を用いて符号化雑音の低
減ができる音声符号化方法を提供することにある。

【００１９】本発明の第２の目的は、ゲイン制御に対す
る負担が少なくより少ないビット数で効率的にゲインの
制御ができるゲイン制御方法およびこれを用いた符号化
／復号化方法を提供することにある。

【００２０】

【課題を解決するための手段１】 （１）第１の目的を達成するため、第１の発明はマスキ
ング特性を用いて所定のフレーム単位で音源信号を符号
化する処理を含む音声符号化方法において、現フレーム
とその近傍のフレームの音声信号のゲイン値の大きさに
基づいて、マスキング特性を抽出するフレームを選択
し、この選択したフレームの音声信号から求められた同
時マスキング特性を現フレームの音源信号の符号化に用
いることを特徴とする。

【００２１】より具体的には、フレーム毎の音声信号の
ゲイン値を求めるとともに、現フレームとその近傍のフ
レームのゲイン値を加重して加重ゲインを求め、この加
重ゲインが最大となるフレームを選択して、この選択し
たフレームの音声信号から求められた同時マスキング特
性を現フレームの音源信号の符号化に用いることを特徴
とする。

【００２２】また、第１の発明は聴覚重みフィルタを用
いて所定のフレーム単位で音源信号を符号化する処理を
含む音声符号化方法において、フレーム毎の音声信号の
ゲイン値を求め、現フレームとその近傍のフレームのゲ
イン値を加重して加重ゲインを求め、この加重ゲインが
最大となるフレームを選択し、この選択したフレームの
音声信号から求められた特性の聴覚重みフィルタを現フ
レームの音源信号の符号化に用いることを特徴とする。

【００２３】ここで、前記近傍のフレームから求められ
た特性の聴覚重みフィルタを現フレームの音源信号の符
号化に用いるときは、聴覚重みフィルタのバンド幅を拡
張することが望ましい。

【００２４】また、加重ゲインを求める際、現フレーム
から離れたフレームほど小さい値を用いて加重を行うこ
とが望ましい。

【００２５】また、前記近傍のフレームとして、現フレ
ームより過去のフレームだけを用いることが望ましい。

【００２６】さらに、第１の発明は聴覚重みフィルタを
用いて所定のフレーム単位で音源信号を符号化する処理
を含む音声符号化方法において、フレーム毎の音声信号
のゲイン値と聴覚重みフィルタの特性を求め、ゲイン値
に時間的な減衰処理を適用し、聴覚重みフィルタの特性
に時間的なバンド幅拡張処理を適用して、過去のフレー
ムのゲイン値および聴覚重みフィルタの特性と、現フレ
ームのゲイン値および聴覚重みフィルタの特性を用いて
累積聴覚重みフィルタの特性を求め、この累積聴覚重み
フィルタを用いて現フレームの音源信号の符号化を行う
ことを特徴とする。

【００２７】この場合、累積聴覚重みフィルタの特性の
計算を再帰的に行うことが好ましい。

【００２８】このような第１の発明により符号化雑音を
低減できる原理を図１を用いて説明する。図１（ａ）
は、第ｍ−１フレームと第ｍフレームという時間的に連
続する２つのフレームの音声信号のパワも含めたスペク
トル包絡Ｓ_m-1 （ｆ）、Ｓ_m （ｆ）を表している。この
図では現フレームを第ｍフレームとし、現フレームの音
声パワ（包絡の面積に相当）がその近傍のフレームであ
る１フレーム前の第ｍ−１フレームの音声パワに比べて
ある程度以上小さく、スペクトルの形状も大きく変化し
ている例を示している。

【００２９】このような音声信号に対して、フレーム毎
に独立に雑音が聞こえない最大レベルの周波数特性（同
時マスキング特性）を求めると、図１（ｂ）のＤ
_m-1 （ｆ）、Ｄ_m (f）のようになる。この同時マスキン
グ特性は、それぞれのフレームの音声のスペクトルの形
状と音声パワ（またはゲイン）の大きさから決まる。

【００３０】ＣＥＬＰ方式で用いられる従来の聴覚重み
フィルタでは、符号化雑音の形状をＤ_m （ｆ）に近づけ
ることで雑音をマスクしようとしていた。これに対し
て、本発明では図１（ｃ）に示す点線のスペクトル包絡
Ｊ_m ^(m-1) （ｆ）の形に符号化雑音を近づけようとする
点が従来と大きく異なる。ここで、Ｊ_m ^(m-1) （ｆ）は
第ｍ−１フレームの同時マスキング特性Ｄ_m-1 （ｆ）が
第ｍフレームに影響を及ぼすマスキング特性（順向マス
キング特性）を表している。フレームの時間間隔が短い
場合、Ｊ_m ^(m-1) （ｆ）の形状はＤ_m-1 （ｆ）の形状に
非常に近いため、Ｄ_m-1 （ｆ）で代用することもでき
る。

【００３１】図１（ｂ）（ｃ）から分かるように、過去
のフレームのパワ（またはゲイン）が現在よりもある程
度以上大きいときは、現在のマスキング特性でマスクで
きる雑音の量（Ｄ_m （ｆ）の面積）よりも、過去のマス
キング特性で現フレームをマスクできる雑音の量（Ｊ_m
^(m-1) （ｆ）の面積）の方が大きい。そのようなとき
は、マスキングの特性として過去のフレームからマスキ
ング特性（Ｄ_m-1 （ｆ）またはＪ_m ^(m-1) （ｆ））の形
状を用いた方がより大きな符号化雑音までマスクできる
符号化を実現できる。同様に、未来のフレームを使用す
る逆行マスキングに対しても、本発明の効果が期待でき
る。

【００３２】第１の発明は、このような原理に基づき、
現フレームの音声を符号化するために用いる聴覚重みフ
ィルタの特性を、図２に示すように第ｍフレームの符号
化に用いる聴覚重みフィルタの特性を加重ゲインの最も
大きいフレームから求めたものとする。図２の例では、
現フレームの音声を符号化するために用いる聴覚重みフ
ィルタの特性として、第ｍ−１フレームから求めたＷ
_m-1 （ｚ）を用いる（因みに、従来のＣＥＬＰ方式では
第ｍフレームから求めたＷ_m （ｚ）を使用していた）。

【００３３】このようにすると、上述したように音の大
きなフレーム（第ｍ−１フレーム）からのマスキング特
性に関係する聴覚重みフィルタの特性Ｗ_m-1 （ｚ）を使
用してマスクできる符号化雑音の量は、現フレームのマ
スキング特性に関係する聴覚重みフィルタの特性Ｗ
_m （ｚ）を使用した場合より多くできる。従って、ＣＥ
ＬＰ方式よりも多い量の符号化雑音を主観的に聞こえな
くすることが可能となる。

【００３４】また、簡単なゲイン計算とその比較に基づ
いてフレームを選択することによって、選択されたフレ
ームの聴覚重みフィルタを現フレームの符号化に用いる
だけで符号化雑音を低減できるため、非常に安価なコス
トで実現できるという効果がある。

【００３５】さらに、聴覚重みフィルタを使用する構成
では、周りのフレームから特性が決定される聴覚重みフ
ィルタを現フレームの符号化に用いるときは、聴覚重み
フィルタのバンド幅を拡張してから現フレームの聴覚重
みフィルタとするよにうすることが望ましい。このよう
なバンド幅拡張により、聴覚重みフィルタの特性は平坦
化する。こうすると、「マスクできるスペクトルのピー
クが時間変化と共に平滑化する」（“順向マスキングの
時間周波数特性を模擬した動的ケプストラムを用いた音
韻認識”、電子情報通信学会論文誌A,Vol.J76-A,No.11,
pp.1514-1521，1993年11月、相川氏他）という聴覚心理
学実験から得られたマスキング特性の性質を聴覚重みフ
ィルタに簡単に取り入れることができる効果がある。こ
れにより、より正確に人間の聴覚のマスキングの特性を
反映できるので、主観的な符号化雑音をさらに低減でき
ることになる。

【００３６】また、ゲイン値に用いる加重は、現フレー
ムから離れたフレームほど小さくすることが望ましい。
こうすることで、マスキング効果でマスクすることので
きる音のレベルが時間的に離れるほど減少するという人
間のマスキング特性を模擬することができる効果があ
る。

【００３７】さらに、本発明で現フレームの近傍のフレ
ームとして、現フレームより過去のフレームだけを用い
るようにすると、フレームの先読みをする必要が無くな
り、符号化の遅延を小さくできる効果がある。順向マス
キングの効果の方が逆行マスキングの効果より大きいた
め、このように現フレームと過去のフレームだけを用い
る構成にしても、十分な大きなマスキング効果が得られ
る。

【００３８】このように本発明による音声符号化方法
は、簡易な方法で順向・同時・逆行マスキング効果を利
用して符号化雑音を大幅に低減することが可能である。

【００３９】（２）第２の目的を達成するため、第２の
発明は、駆動ベクトルと該駆動ベクトルによって駆動さ
れる合成フィルタおよびゲインにより合成信号を表すシ
ステムにおける該ゲインを制御するためのゲイン制御方
法において、合成信号を生成するために用いるゲイン制
御処理が、合成フィルタ通過後の駆動ベクトルのパワを
用いたベクトル正規化処理と、合成信号または駆動ベク
トルに対し所定の方法により得られるゲインを付加する
ゲイン付加処理を含むことを特徴とする。すなわち、第
２の発明ではゲインを少なくとも(a) 合成フィルタの特
性を示す情報から得られるパラメータ系列と前記駆動ベ
クトルとによって得られる該合成フィルタ通過後の駆動
ベクトルの実パワ、および(b) 所定の方法により与えら
れる付加ゲインを用いて制御することを特徴とする。こ
こで、合成フィルタ通過後の駆動ベクトルの実パワは、
合成フィルタによるフィルタリングを行列Ｈ、駆動ベク
トルをｃとしたとき、ｃ^t Ｈ^t Ｈｃ（ｔは行列の転置を
表す）に相当する値から求められる。

【００４０】このように、第２の発明では駆動ベクトル
ｃを伝達関数Ｈの合成フィルタで合成したときに得られ
るベクトル（Ｈｃ）の実パワに相当する値（ｃ^t Ｈ^t Ｈ
ｃ）を求めることにより、ベクトルＨｃのゲインを完全
に吸収するようにする。このようにすると、駆動ベクト
ルと合成フィルタからのトータルのゲインの寄与を理想
的にキャンセルできるので、後は所定の方法で付加する
付加ゲインによって合成信号のトータルのゲインを正確
にコントロールできるようになる。

【００４１】しかも、駆動ベクトルと合成フィルタから
のゲインの寄与量が正確にキャンセルされるため、ゲイ
ン制御部で必要なゲインのダイナミックレンジを従来法
より小さくすることができる。これをゲイン符号化に用
いると、ゲイン制御に必要なビット数を削減できるか、
または、同じビット数であれば符号化による品質劣化を
小さくすることができる。従って、本発明は符号化の圧
縮率向上や、音質劣化の防止に役立つ。

【００４２】また、駆動ベクトルがピッチベクトルと雑
音ベクトルによって構成される場合は、ゲインを(a) 合
成フィルタの特性を示す情報から得られるパラメータ系
列と前記ピッチベクトルによって得られる該合成フィル
タ通過後のピッチベクトルの実パワ、および(b) 合成フ
ィルタの特性を示す情報から得られるパラメータ系列と
雑音ベクトルとによって得られる該合成フィルタ通過後
の雑音ベクトルの実パワの少なくとも一方と、(c) ピッ
チベクトルおよび雑音ベクトルの少なくとも一方に与え
る付加ゲインを用いて制御する構成とする。この場合、
合成フィルタ通過後の駆動ベクトルの実パワは、合成フ
ィルタによるフィルタリングを行列Ｈ、ピッチベクトル
をｃ₀ 、雑音ベクトルをｃ₁ としたとき、ピッチベクト
ルの実パワはｃ₀ ^t Ｈ^t Ｈｃ₀ （ｔは行列の転置を表
す）に相当する値から求められ、雑音ベクトルの実パワ
はｃ₁ ^t Ｈ^t Ｈｃ₁ （ｔは行列の転置を表す）に相当す
る値から求められる。

【００４３】また、第２の発明において付加ゲインはゲ
イン推定処理により得られた推定ゲインを用いて生成さ
れ、より具体的には少なくとも(a) ゲイン推定処理によ
り得られた推定ゲイン、(b) 該推定ゲインを補うデルタ
ゲインの２種類のゲインを用いて表される。

【００４４】さらに、第２の発明に係るゲイン制御方法
を符号化／復号化システムに適用する場合には、付加ゲ
インに関する情報を符号化側から復号化側に伝送するよ
うにする。

【００４５】

【発明の実施の形態】以下、図面を参照して本発明の実
施形態を説明する。

【００４６】［第１の発明の実施形態］ （第１の実施形態）図３に示すフローチャートを用い
て、第１の実施形態に係る音声符号化方法の処理手順を
説明する。ここでは、ＣＥＬＰ方式に本発明を適用した
場合の例にとり説明する。

【００４７】ＣＥＬＰ方式の符号化は、音声のスペクト
ル包絡情報の符号化と、音源信号の符号化に大きく分け
ることができる。聴覚重みフィルタは、音源信号の符号
化に用いる。ＣＥＬＰ方式では、フレーム単位に音声の
分析・符号化を行う。方式によっては、フレームをさら
に小さなサブフレームに分割し、サブフレーム毎に音源
信号の符号化を行う方法もあるが、ここでは説明の簡単
のために音源信号の符号化もフレーム単位で行うことに
する。

【００４８】図３において、ｍはフレーム番号を表す。
ＬＰ分析部でフレーム単位に音声のスペクトル包絡を表
す情報を抽出し（ステップＳ１０１）、これをスペクト
ル包絡情報符号化部で符号化する（ステップＳ１０
２）。次に、聴覚重みフィルタの特性を求め（ステップ
Ｓ１０３）、加重ゲインの比較から現フレームに用いる
聴覚重みフィルタの特性を生成するフレームを選択する
（ステップＳ１０５〜Ｓ１０７）。こうして選択された
フレームから特性が求められた聴覚重みフィルタを現フ
レームの音源の符号化探索用に設定する（ステップＳ１
０４）。そして、設定された聴覚重みフィルタを用いて
音源の符号化を行う（ステップＳ１０８）。この符号化
により得られたフレーム内の音源の符号を出力する（ス
テップＳ１０９）。以上の処理をスペクトル包絡情報の
符号化とともにフレーム単位で繰り返すことにより、音
声の符号化が完了する。

【００４９】次に、各処理をさらに詳細に説明する。Ｌ
Ｐ分析ステップＳ１０１では、現フレームの音声を分析
して音声のスペクトルの包絡を表すＬＰＣ係数を分析し
て抽出する。この分析法としては、例えば公知の線形予
測分析法（Linear Prediction Coding：ＬＰＣ）を用い
ることができる。

【００５０】スペクトル包絡情報符号化ステップＳ１０
２では、ＬＰＣ係数を量子化に適したパラメータに変換
してスペクトル包絡情報の符号化を行う。

【００５１】聴覚重みフィルタ候補算出ステップＳ１０
３では、例えばＬＰ分析ステップＳ１０１で得られたＬ
ＰＣ係数を基に、式（１）の特性、または、音声にピッ
チ周期の繰り返しがある時は、これを考慮に入れて、
Ｗ（ｚ）＝Ｃ（ｚ）Ｐ（ｚ）Ａ（ｚ／γ₁ ）／Ａ
（ｚ／γ₂ ）（３）の特性を持つ聴覚重みフィルタのフ
ィルタ係数を求める。ここで、Ｐ（ｚ）はピッチ重みフ
ィルタの特性、Ｃ（ｚ）は重みフィルタのスペクトルの
不要な傾きを調整するフィルタの特性を表す。実現の簡
単化のために、Ｃ（ｚ）＝１としてもよい。また係数γ
₁ 、γ₂ の値としては、例えばγ₁ ＝０．９、γ₂ ＝
０．４を用いることができる。Ａ（ｚ）は式（２）で定
義される。ここでは、現フレーム（第ｍフレーム）の音
声から求められた聴覚重みフィルタの特性をＷ_m （ｚ）
と表すことにする。未来のフレームからの逆向マスキン
グも利用する場合には、現フレームの処理の時点で先の
フレームから聴覚重みフィルタを求める必要がある。も
し、逆向マスキングを用いない場合は、現フレームで先
のフレームを分析する必要が無いので、符号化遅延を少
なくできる。また、現フレームの音声から求めた聴覚重
みフィルタの特性（またはそれを構成する基になるＬＰ
Ｃ係数やピッチ重みフィルタ情報）の特性は、次のフレ
ーム処理のために保存しておけばよい。従って、本発明
を用いても聴覚重みフィルタの特性を求める計算量が増
えることはない。

【００５２】ゲイン値算出ステップＳ１０５からフレー
ム選択ステップＳ１０７までの処理は、上述のステップ
Ｓ１０１〜Ｓ１０３と独立に行うことができる。図３の
フローチャートでは、Ｓ１０５〜Ｓ１０７の処理がＳ１
０１〜Ｓ１０３の処理と並列的に記述されているが、こ
れは処理の実現方法の一例であり、Ｓ１０５〜Ｓ１０７
の処理は後で述べる聴覚重みフィルタ設定ステップＳ１
０４の前であれば、どの段階でも実行することができ
る。

【００５３】ゲイン値算出ステップＳ１０５では、マス
キングの影響を参照する範囲に関係する各フレームの音
声からゲイン値を求める。第ｍフレームの音声のゲイン
値をＥ_m とおく。ゲイン値としては、音声パワ、または
音声パワの平均値の平方根をとったものを用いることが
できる。

【００５４】加重ゲイン算出ステップＳ１０６では、ゲ
イン値を所定の方法で加重ゲインに変換する。ここでは
第ｍフレームから見た第ｋフレームの加重ゲインをＰ_k
（ｍ）と定義する。Ｐ_k （ｍ）は例えば次式で表すこと
ができる。

【００５５】 Ｐ_k （ｍ）＝Ｅ_k ・Ｇ（ｋ−ｍ） （４） ここで、Ｇ（ｘ）はゲインへの加重の特性を表すマッピ
ングで、 Ｇ（ｘ）＝１ （ｘ＝０） ＝Ｇ_f （ｘ） （０≦Ｇ_f （ｘ）＜１） （ｘ＜０） ＝Ｇ_b （ｘ） （０≦Ｇ_b （ｘ）＜１） （ｘ＞０） （５） と表すことができる。Ｇ（ｘ），Ｇ_f （ｘ），Ｇ
_b （ｘ）は、理想的には図４に示すような特性であるこ
とが望ましい。重要なのは、現フレームのゲインに対し
て加重が最大で、現フレームから離れたフレームほど小
さい値の加重となるようにＧ（ｆ）を設定することであ
る。また、現フレームからの距離が同じであれば未来よ
り過去のフレームに対して用いる加重を大きくすること
が望ましい。こうすることで、マスクすることのできる
雑音レベルが時間的に離れるほど減少する特性と、順向
マスキングが逆行マスキングより大きな影響を与えると
いう２つの特性を取り入れることができる効果がある。

【００５６】このようなゲインへの加重計算は、デシベ
ル値を用いた対数のレベルでも同様なことを行うことが
できる。

【００５７】フレーム選択ステップＳ１０７では、加重
ゲイン算出ステップＳ１０６で求められた現フレーム
（第ｍフレーム）から見た第ｋフレームの加重ゲインＰ
_k （ｍ）が最大となるフレームの番号Ｋを選択する。

【００５８】聴覚重みフィルタ設定ステップＳ１０４で
は、フレーム選択ステップＳ１０７で得られたフレーム
番号Ｋに対応するフレームから求められた聴覚重みフィ
ルタの特性Ｗ_K （ｚ）を現フレームの符号探索に用いる
聴覚重みフィルタの特性Ｖ_m（ｚ）としてセットする。

【００５９】 Ｖ_m （ｚ）＝Ｗ_K （ｚ） （６） 本実施形態の説明では、現フレーム（第ｍフレーム）の
音声から求めた聴覚重みフィルタの特性をＷ_m （ｚ）と
表し、現フレームの実際の符号探索で用いる聴覚重みフ
ィルタの特性をＶ_m （ｚ）で表すことにより、２つの聴
覚重みフィルタを区別している。また、符号化に使用す
る聴覚重みフィルタの特性の別の設定方法として、Ｗ_K
（ｚ）のバンド幅を拡張したものをＶ_m （ｚ）とする方
法がある。具体的なバンド幅の拡張方法の一例を以下に
示す。

【００６０】 Ｖ_m （ｚ）＝Ｗ_K （ｚ／Ｑ（ｍ−Ｋ）） （７） ここで、Ｑ（ｘ）はｘの絶対値が大きくなるほど減少す
る特性であることが望ましい。Ｑ（ｘ）の特性の一例
は、 Ｑ（ｘ）＝１ （ｘ＝０） ＝λ_f ^-x （０≦λ_f ＜１） （ｘ＜０） ＝λ_b ^x （０≦λ_b ＜１） （ｘ＞０） （８） である。バンド拡張係数λ_f とλ_b の値は、フレーム長
とバンド幅の拡張（フィルタ特性の平滑化）の速さを加
味して、実験的に決めることができる。こうすると、上
述したように「マスクできるスペクトルのピークが時間
変化と共に平滑化する」という聴覚心理学実験から得ら
れる性質を簡易的に聴覚重みフィルタに取り入れること
ができる。この仕組みを加えることで、より正確に人間
の聴覚のマスキング特性が符号探索に反映されるので、
主観的な雑音をさらに低減した音声符号化を行うことが
できるという効果がある。

【００６１】音源符号化ステップＳ１０８では、Ｖ
_m （ｚ）なる特性の聴覚重みフィルタを用いて現フレー
ム（第ｍフレーム）の音源符号化を行う。ここでは、Ｃ
ＥＬＰ方式の音源符号化を用いる例について説明する。
ＣＥＬＰ方式は、音源情報を、ピッチ周期性を表す適応
ベクトル、雑音性を表す雑音ベクトル、音の大きさを表
すゲイン符号の３つの情報で表現する。適応ベクトル
は、過去の符号化された音源を適応コードブックに格納
され、ピッチ周期をインデックスとして適応コードブッ
クから再生される構造を持つ。雑音ベクトルは、固定の
雑音コードブックに格納され、対応づけられた雑音イン
デックスを用いて雑音コードブックから再生される構造
を持つ。これらの符号探索に当たっては、聴覚重み付け
を行った音声のレベルで符号化誤差を最小化する符号を
探索する。

【００６２】図５のフローチャートを用いて、音源符号
化ステップＳ１０８の処理の詳細を説明する。図５にお
いて、聴覚重み付けステップＳ２００において本発明に
基づく特性Ｖ_m （ｚ）の聴覚重みフィルタに現フレーム
の入力音声信号を通過させて重み付けられた音声信号を
求める。

【００６３】これ以降の処理は従来のＣＥＬＰ方式と同
一である。目標信号生成ステップＳ２０１では、重み付
けられた音声のレベルで過去の符号化の影響を引き去
り、これと符号化されたスペクトル包絡情報と聴覚重み
フィルタを用いて、以下で行われる符号化の目標信号を
生成する。

【００６４】適応コードブック探索ステップＳ２０２で
は、公知の適応コードブック探索法により、聴覚重み付
けられた符号化雑音が小さくなるような適応コードブッ
クのインデックスを探索する。

【００６５】雑音コードブック探索ステップＳ２０３で
は、公知の雑音コードブック探索法により、聴覚重み付
けられた符号化雑音が小さくなるような雑音コードブッ
クの雑音インデックスを探索する。

【００６６】ゲイン符号探索ステップＳ２０４では、公
知のゲイン符号化法により、選択された適応コードベク
トルと雑音ベクトルに乗じるゲインの符号を探索する。
この際、聴覚重み付けられた符号化雑音がより小さくな
るようなゲインの符号を探索する。

【００６７】音源信号再生ステップＳ２０５では、符号
化された適応コードベクトル、雑音ベクトル、およびゲ
イン符号を用いて音源信号を再生する処理を行う。

【００６８】最後に、データ更新ステップＳ２０６で
は、次のフレームの音源信号符号化に備え、現在のデー
タを過去のデータとして参照できる位置に移動する。

【００６９】図３に示した音声符号化全体のフローチャ
ートに戻って説明を続けると、符号出力ステップＳ１０
９では、スペクトル包絡情報符号化ステップＳ１０２か
らのスペクトル包絡情報と、音源符号化ステップＳ１０
８からの適応ベクトルのインデックス情報、雑音ベクト
ルのインデックス情報、およびゲイン符号を組み合わせ
て現フレームの音声の符号化出力として出力する。判断
ステップＳ１１０で次のフレームの符号化が必要かどう
かを判断し、次フレームの符号化が必要ならば処理Ｓ３
００でフレーム番号をインクリメントして、次のフレー
ムの音声に対し以上の処理を繰り返す。このようにし
て、音声符号化処理を実現できる。

【００７０】（第２の実施形態）図６に示すフローチャ
ートを用いて、第２の実施形態に係る音声符号化方法の
処理手順を説明する。本実施形態では、過去からの聴覚
重みフィルタの特性と音声のゲイン値を用いて累積聴覚
重みフィルタの特性を求め、より正確に同時にマスキン
グと順向マスキングの影響を取り入れることのできる符
号化方法について述べる。

【００７１】まず、累積聴覚重みフィルタの特性を利用
することによる利点を図８を用いて説明する。図８
（ａ）は、連続する３フレームの音声のパワも加味した
スペクトル包絡の例である。ここでは、第ｍフレームを
現フレームとする。図８（ｂ）は、（ａ）のそれぞれの
フレームで求められる同時マスキング特性の模式図であ
る。図８（ｃ）の実線は、過去のフレームからの累積マ
スキング特性に現フレームのマスキング特性を累積する
ことにより求められる累積マスキング特性の形状を示し
ている。この図では、第ｍ−１フレームの特性に第ｍ−
２フレームの特性が加味されて、より高いレベルの低域
雑音までマスクできるような特性になっているだけでな
く、現フレームの情報も加味されて、高域の符号化雑音
もマスクできるような累積マスキングの特性となってい
ることが分かる。

【００７２】第１の実施形態で説明した方法では、現フ
レームにマスキングの影響を最も強く与えるフレームと
マスキングの特性を１つ選択することを原理としていた
が、第２の実施形態では現フレームと過去からのマスキ
ング特性の影響を累積することにより、同時マスキング
と順向マスキングの特性を組み合わせた、より的確なマ
スキング特性を表現できるため、符号化に用いると、符
号化雑音を抑える効果が大きくなる。また、マスキング
特性の累積をゲイン値と組み合わせることにより、聴覚
重みフィルタ特性のレベルを実現するところに大きな特
徴がある。

【００７３】ここでは、第１の実施形態と同様にＣＥＬ
Ｐ方式の重みフィルタを用いた音源の符号化に適用した
例について説明する。また、説明の簡単のため、音源信
号の符号化をフレーム単位で行う構成の符号化とする。

【００７４】図６において、ｍはフレーム番号を表す。
まず、ＬＰ分析でフレーム単位に音声のスペクトル包絡
を表す情報を抽出し（ステップＳ３０１）、これをスペ
クトル包絡情報符号化部で符号化する（ステップＳ３０
２）。次に、現フレームの音声から聴覚重みフィルタの
特性を求める（ステップＳ３０３）。次に、現フレーム
の音声から聴覚重みフィルタの特性に用いるゲイン値を
求める（ステップＳ３０４）。そして、このゲイン値と
前記聴覚重みフィルタの特性を用いて累積聴覚重みフィ
ルタ特性を求め（ステップＳ３０５）、これを現フレー
ムの音源の符号化探索用の重みフィルタの特性として設
定する（ステップＳ３０６）。このようにして特性が設
定された重みフィルタを用いた符号化雑音の評価を基に
音源の符号化を行い（ステップＳ３０７）、符号化によ
り得られたフレーム内の音声の符号を出力する（ステッ
プＳ３０８）。この処理をフレーム単位で繰り返すこと
により音声の符号化が完了する。

【００７５】次に、各ステップでの処理をさらに詳細に
説明する。ＬＰ分析ステップＳ３０１、スペクトル包絡
情報符号化ステップＳ３０２は第１の実施形態のＳ１０
１、Ｓ１０２とそれぞれ同じなので、ここでは説明を省
略する。

【００７６】まず、聴覚重みフィルタ特性算出ステップ
Ｓ３０３では、現フレーム（第ｍフレーム）の音声から
例えば式（３）の特性を持つ聴覚重みフィルタのインパ
ルス応答ｗ_m （ｎ）を求める。このとき、計算量を削減
するためにインパルス応答はフレーム長より短い長さに
窓を掛けて打ち切ることができる。打ち切りに用いる窓
としては方形窓、または窓の中心をｎ＝０にあわせたハ
ミング窓等の減少窓が適当である。

【００７７】ゲイン値算出ステップＳ３０４では、現フ
レームの音声からゲイン値ｇ_m を求める。ゲイン値は、
例えば現フレームの音声パワＥ_m を用いて次式で求める
ことができる。

【００７８】 ｇ_m ＝ｓｑｒｔ（Ｅ_m ／Ｎ） （９） ここで、ｓｑｒｔ（ｘ）はｘの平方根を表す。また、Ｎ
はＥ_m の計算に用いたデータ数を表す。さらに別の表現
方法として、ｇ_m にそのまま音声パワＥ_m を用いること
も可能である。

【００７９】このようにして求めたｇ_m を用いて、現フ
レームのゲイン値と過去のゲインの寄与分を比較するこ
とによりｇ_m の値を修正することも可能である。すなわ
ち、現フレームのゲイン値が所定の判定により十分小さ
いと判断されたとき順向マスキングが支配的になるの
で、現フレームの影響を混入させないようにするとマス
キングの効果が現れやすくなる。これを実現する方法の
一例は、ｇ_m を強制的に０にすることである。一方、逆
に現フレームのゲイン値が十分大きいと判断されたとき
は、現フレームの同時マスキング効果が支配的となるの
で、過去からの影響を絶つようにすることが望ましい。
これを実現する方法の一例は、過去のｇ_k（ｋ＝ｍ−
Ｌ，…，ｍ−１）に０を代入することである。

【００８０】累積聴覚重みフィルタ特性算出ステップＳ
３０５では、現フレームとＬフレーム過去までのゲイン
ｇ_k 、および聴覚重みフィルタのインパルス応答ｗ
_k （ｎ）（ｋ＝ｍ−Ｌ，…，ｍ−１，ｍ）を組み合わせ
て、累積聴覚重みフィルタ特性ａｗ_m （ｎ）を求める。
この求め方の一例として、次式を用いることができる。

【００８１】

【数１】

【００８２】ここで、φは０＜φ＜１で過去のゲイン値
の漏れの程度を制御する定数、ψは０．９＜ψ≦１の値
で、過去の聴覚重みフィルタのバンド幅の拡張の度合い
を制御する定数である。φの値は、大きくするほど過去
のマスキングの影響が現フレームに強く反映されるよう
になる。

【００８３】重みフィルタ設定ステップＳ３０６では、
ａｗ_m （ｎ）をａｗ_m （０）で正規化して現フレームの
符号化に用いる重みフィルタＶ_m （ｚ）を設定する。

【００８４】 以下の音源符号化ステップＳ３０７、符号化出力ステッ
プＳ３０８、判断ステップＳ３０９は、第１の実施形態
で述べた音源符号化ステップＳ１０８、符号化出力ステ
ップＳ１０９、判断ステップＳ１１０とそれぞれ同じ処
理であるので、ここでは説明を省略する。

【００８５】（第３の実施形態）図７に示すフローチャ
ートを用いて、第３の実施形態に係る音声符号化方法の
処理手順を説明する。本実施形態は、過去からの聴覚重
みフィルタの特性とゲイン値を用いて累積聴覚重みフィ
ルタの特性を求める点では、第２の実施形態と共通して
いるが、累積聴覚重みフィルタの特性を求める方法が第
２の実施形態と異なる。すなわち、前フレームで計算し
た累積聴覚重みフィルタの特性を用いて現在の累積聴覚
重みフィルタの特性を再帰的に求める。こうすること
で、再帰式を使わない方法に比べ計算量を節約できるだ
けでなく、過去の特性を保存するために必要なメモリ量
を最小にできる利点がある。

【００８６】本実施形態は、累積聴覚重みフィルタ特性
の求め方以外の部分は第２の実施形態と同じであるの
で、図７のフローチャートにおいて第２の実施形態を示
した図６のフローチャートと同じ処理については同じ参
照符号を付して説明を省略することにする。

【００８７】累積聴覚重みフィルタ特性算出ステップＳ
４０５では、現フレーム（第ｍフレーム）のゲイン値ｇ
_m と聴覚重みフィルタのインパルス応答ｗ_m （ｎ）およ
び前フレームの累積聴覚重みフィルタ特性ｒｗ
_m-1 （ｎ）を用いて、次に示す再帰式により現フレーム
の累積聴覚重みフィルタ特性ｒｗ_m （ｎ）を求める。

【００８８】 ｒｗ_m （ｎ）＝ｇ_m ｗ_m （ｎ）＋φψⁿ ｒｗ_m-1 （ｎ） （１２） ここで、φは０＜φ＜１で過去のゲイン値の漏れの程度
を制御する定数、ψは０．９＜ψ≦１の値で、過去の聴
覚重みフィルタのバンド幅の拡張の度合いを制御する定
数である。φの値は、大きくするほど過去のマスキング
の影響が現フレームに強く反映されるようになる。

【００８９】式（１２）と式（１０）を比べると理解さ
れるように、再帰式を用いることにより累積聴覚重みフ
ィルタ特性を求めるための計算がさらに簡単化されてい
る。式（１２）から求められるｒｗ_m （ｎ）は、式（１
０）で過去の全てのフレームを使用して（すなわちＬ＝
ｍとして）求められるａｗ_m （ｎ）と理論的に等価であ
る。

【００９０】重みフィルタ設定ステップＳ４０６では、
累積インパルス応答ｒｗ_m （ｎ）をｒｗ_m （０）で正規
化して現フレームの符号化に用いる重みフィルタの特性
Ｖ_m（ｚ）を設定する。すなわち、 以上説明したように、第１の発明によれば、簡易な方法
で順向・同時・逆行のマスキング効果を用いて符号化雑
音の低減ができる音声符号化方法を提供することができ
る。

【００９１】なお、第１の発明でピッチ重みフィルタの
特性Ｐ（ｚ）を聴覚重みフィルタの特性の中に組み入れ
るときは、ピッチ重みフィルタの特性だけは常に現フレ
ームのものを用いて現フレームの符号化を行うようにす
る方法も有効であり、この方法も第１の発明に含まれ
る。

【００９２】次に、第２の発明の実施形態を説明する。 ［第２の発明の実施形態］ （第１の実施形態）図９に示すフローチャートを用い
て、第１の実施形態に係るゲイン制御方法を説明する。
ゲイン制御処理を行う段階として、駆動ベクトルの処理
の段で施す場合と、合成フィルタリングの処理の後段で
施す場合があるが、ここではゲイン制御を駆動ベクトル
処理の段で施す例について説明する。

【００９３】まず、所定の方法で現区間の合成信号を表
すために必要な駆動ベクトルと合成フィルタの情報を得
る（ステップＳ１０）。この処理は、例えば音声合成で
は表現しようとする音声の音韻に合わせて合成フィルタ
の情報を選択し、この区間の音声の有声／無声の程度に
合わせて駆動ベクトルの形状を選ぶことに相当する。

【００９４】次に、駆動ベクトルと合成フィルタの情報
を用いて合成フィルタ通過後の駆動ベクトルの実際のパ
ワ（以下、実パワという）を求める（ステップＳ１
１）。この方法の一例は、駆動ベクトルｃ（Ｌ×１行
列、Ｌはベクトルの次元）を入力として計算される合成
フィルタの零状態応答ｙのパワを求めることである。こ
のパワはｙ^t ｙとして計算できるが、別の方法として合
成フィルタの畳み込みを表す行列Ｈ（Ｍ×Ｌ行列）を用
いてｃ^t Ｈ^t Ｈｃとして求めることもできる。ここで、
Ｍ＝Ｌとするとｃ^t Ｈ^t Ｈｃはベクトルの次元分の長さ
の合成に対する実パワとなる。

【００９５】次に、実パワと現区間の合成信号の大きさ
を表現するために必要な所定の方法で得られた付加ゲイ
ンｇを用いて駆動ベクトルのゲインを制御する（ステッ
プＳ１２）。より具体的には、例えば実パワを用いたス
ケール値１／ｓｑｒｔ（ｃ^tＨ^t Ｈｃ）とｇが結果とし
て駆動ベクトルに乗じられるようにする。こうすること
で、合成後の駆動ベクトルが持つパワをスケール値の乗
算によって精度良く吸収できるため、付加ゲインｇによ
るゲイン制御がより正確なものになる。

【００９６】最後に、ゲイン制御された駆動ベクトルを
合成フィルタで合成して合成信号を生成する（ステップ
Ｓ１３）。このような時間区間毎の処理を連続的に行
い、各区間毎に生成された合成信号が時間的に滑らかに
接続されるようにすることで、時間的に連続する長い信
号（例えば音声信号）を表現することができる。

【００９７】ここで強調しておきたいのは、上述の実パ
ワｃ^t Ｈ^t Ｈｃやスケール値１／ｓｑｒｔ（ｃ^t Ｈ^t Ｈ
ｃ）は推奨式であって、これ以外の計算方法がないとい
うことではないということである。重要なのは、付加ゲ
インを与える前の駆動ベクトルが合成フィルタを通過し
た後にどれだけのパワを持つかを、推定によるのではな
く実測によって求め、この影響を吸収する仕組みをゲイ
ン制御に導入することである。このことにより、付加ゲ
インによって効率的かつ安定的にゲイン制御を行うこと
ができるようになる。

【００９８】図１０は、図９を用いて説明した処理をブ
ロック図で表したものである。端子１００から駆動ベク
トルを指定する情報を入力し、これに基づき駆動ベクト
ル生成部１０３で駆動ベクトルを生成する。端子１０１
には合成フィルタを指定する情報を入力し、これに基づ
き合成フィルタ情報生成部１０４において合成フィルタ
を表す情報を求める。端子１０２から付加ゲインを指定
するための情報を入力し、これに基づきゲイン設定部１
０５で付加ゲインを求める。

【００９９】実パワ計算部１０６は、駆動ベクトルの情
報と合成フィルタの情報を用いて上述した方法で実パワ
を求める。ゲイン制御部１０７は、実パワと付加ゲイン
を用いて駆動ベクトルのゲインを調節し、ゲイン制御さ
れた駆動ベクトルを合成フィルタ部１０８に入力する。
合成フィルタ部１０８は、合成フィルタ情報生成部１０
４からの情報を基に駆動ベクトルを入力として合成フィ
ルタリングを行い、滑らかに接続されて合成された合成
信号を端子１０９へ出力する。

【０１００】図１１は、実パワの計算部を実現する一例
として書かれたさらに詳細なブロック図である。同図に
おいて、合成フィルタ情報から得られるフィルタ係数を
用いた合成フィルタ１１０にフィルタの内部状態が零の
条件で駆動ベクトルを通過させて合成された駆動ベクト
ルを生成し、パワ計算部１１１で合成さたれ駆動ベクト
ルのパワを計算することにより実パワを得る。これが実
パワ計算部１０６の出力となる。

【０１０１】（第２の実施形態）図１２に示すフローチ
ャートを用いて、第２の実施形態に係るゲイン制御方法
を説明する。ここでは、推定したゲインとそれを補うた
めのゲイン（デルタゲインと呼ぶことにする）を用いて
付加ゲインを表現する構成のゲイン制御方法について説
明する。なお、本実施形態はゲイン処理以外の処理につ
いては第１の実施形態で説明したものと同じであるの
で、このような処理部分については説明を省略すること
にする。

【０１０２】図１２において、ステップＳ３０，Ｓ３１
の処理は図９におけるステップＳ１０，Ｓ１１と同じで
ある。ステップＳ３１の処理の後、現区間に対し合成信
号の好ましい大きさを推定するために所定の方法のゲイ
ン推定処理により、ゲイン推定値ｇ＊を得る（ステップ
Ｓ３２）。

【０１０３】次に、より好ましい付加ゲインを得るた
め、推定ゲインを補う役割をするデルタゲインδを複数
候補の中から所定の方法で得る（ステップＳ３３）。

【０１０４】そして、得られた付加ゲイン（例えばｇ＊
×δ）を用いて駆動ベクトルのゲインを制御する（ステ
ップ３４）。より具体的には、１／ｓｑｒｔ（ｃ^t Ｈ^t
Ｈｃ）とｇ＊とδが結果として駆動ベクトルに乗じられ
るようにする。

【０１０５】最後に、ゲイン制御された駆動ベクトルを
合成フィルタで合成して合成信号を生成する（ステップ
Ｓ３５）。

【０１０６】ゲイン推定の具体的な方法として、近い過
去に使用したゲイン情報を利用して現区間のゲインを推
定する方法がある。これには学習により設定したゲイン
推定のためのパラメータを用いる必要がある。このパラ
メータと過去のゲイン情報を組み合わせて、現在に用い
るゲインの大きさを推定することができる。パラメータ
は予め学習して決めた値を用いる方法と、予め決められ
たルールに基づいて処理を行いながら逐次的に計算する
方法がある。また、ゲイン推定のための別の方法として
は、合成フィルタの特性や駆動ベクトルの周期特性を基
にゲイン推定値を決める方法が考えられる。例えば、合
成信号が音声信号を表すような応用分野では、合成フィ
ルタは音韻情報を表し、音韻（または音素）の種類やピ
ッチ周期の大きさ等によって音声のパワの大きさに偏り
があるため、これを利用することはゲインの推定に有効
である。また上述の２つのゲイン推定方法を組み合わせ
て使用することも可能である。

【０１０７】図１３は、図１２を用いて説明した処理を
ブロック図で表したものである。端子１２０から駆動ベ
クトルを指定する情報を入力し、これに基づき駆動ベク
トル生成部１２４で駆動ベクトルを生成する。端子１２
１には合成フィルタを指定する情報を入力し、これに基
づき合成フィルタ情報生成部１２５において合成フィル
タを表す情報を求める。端子１２２からデルタゲインを
指定するための情報を入力し、これに基づきデルタゲイ
ン設定部１２６でデルタゲインを求める。端子１２３か
らゲイン推定に用いるための情報を入力し、この情報に
基づきゲイン推定部１２７において推定ゲインを求め
る。

【０１０８】実パワ計算部１２８は、駆動ベクトルの情
報と合成フィルタの情報を用いて上述した方法で実パワ
を求める。ゲイン制御部１２９は、実パワとデルタゲイ
ンと推定ゲインを用いて駆動ベクトルのゲインを調節
し、ゲイン制御された駆動ベクトルを合成フィルタ部１
３０に入力する。合成フィルタ部１３０は、合成フィル
タ情報生成部からの情報をもとに駆動ベクトルを入力と
して合成フィルタリングを行い、滑らかに接続された合
成信号を端子１３１に出力する。

【０１０９】（第３の実施形態）図１４に示すフローチ
ャートを用いて第３の実施形態に係るゲイン制御方法を
説明する。本実施形態では、駆動ベクトルがピッチベク
トルと雑音ベクトルの結合で表現される構成で合成フィ
ルタとゲイン制御を用いて合成信号を生成する方法につ
いて説明する。このような方法は、音声信号や楽音信号
などのピッチ周期性を有する区間の信号を表現する場合
に特に有効である。ここでは、ゲイン制御をピッチベク
トル用のゲイン制御と雑音ベクトル用のゲイン制御とに
分けて行う方法について説明する。

【０１１０】まず、所定の方法で現区間の合成信号を表
すために必要なピッチベクトルｃ₀と雑音ベクトルｃ₁
および合成フィルタの情報を得る（ステップＳ５０）。

【０１１１】次に、ピッチベクトルと合成フィルタの情
報を用いて合成フィルタ通過後のピッチベクトルの実バ
ワを求め、同様に雑音ベクトルと合成フィルタの情報を
用いて合成フィルタ通過後の雑音ベクトルの実パワを求
める（ステップ５１）。

【０１１２】次に、ピッチベクトルに対して求められた
実パワと所定の方法で得られるピッチベクトル用の付加
ゲインｇ₀ を用いてピッチベクトルのゲインを制御し、
また同様に、雑音ベクトルに対して求められた実パワと
所定の方法で得られる雑音ベクトル用の付加ゲインｇ₁
を用いて雑音ベクトルのゲインを制御する（ステップ５
２）。より具体的には、例えば、ピッチベクトルに対し
てはスケール値１／ｓｑｒｔ（ｃ₀ ^t Ｈ^t Ｈｃ₀ ）とｇ
₀ が結果としてピッチベクトルに乗じられるようにす
る。また、雑音ベクトルに対してはスケール値１／ｓｑ
ｒｔ（ｃ₁ ^t Ｈ^tＨｃ₁ ）とｇ₁ が結果として雑音ベク
トルに乗じられるようにする。

【０１１３】そして、ゲイン制御された後のピッチベク
トルと雑音ベクトルを結合して駆動ベクトルを生成する
（ステップＳ５３）。

【０１１４】最後に、生成された駆動ベクトルを合成フ
ィルタで合成して滑らかに接続された合成信号を生成す
る（ステップＳ５４）。

【０１１５】このような構成で駆動ベクトルを表現する
と、駆動ベクトルがピッチ周期的成分が多く支配してい
るか雑音的な成分が多く支配しているかを付加ゲインｇ
₀ ，ｇ₁ の大小比較に基づいて判断することができるよ
うになる。

【０１１６】すなわち、ｇ₀ ＞ｇ₁ のときは雑音性より
もピッチ周期性の寄与が強い合成信号が生成されること
が判る。この判断は従来法でもある程度はできたが、本
発明ではｇ₀ ，ｇ₁ の値によって明瞭にピッチと雑音の
成分の寄与度が現れるため、合成信号の周期性の制御を
より正確に行うことができるという効果がある。

【０１１７】図１５は、図１４を用いて説明した処理を
ブロック図で表したものである。端子２００からピッチ
ベクトルを指定する情報を入力し、これに基づきピッチ
ベクトル生成部２０４でピッチベクトルを生成する。端
子２０１から雑音ベクトルを指定する情報を入力し、こ
れに基づき雑音ベクトル生成部２０５で雑音ベクトルを
生成する。端子２０２には合成フィルタを求めるための
情報を入力し、これに基づき合成フィルタ情報生成部２
０６におてい合成フィルタ情報を求める。端子２０３か
ら付加ゲインを指定するための情報を入力し、これに基
づきゲイン設定部２０７で２種類の付加ゲインｇ₀ ，ｇ
₁ を求める。ここでｇ₀ はピッチベクトルに用いる付加
ゲイン、ｇ₁ は雑音ベクトルに用いる付加ゲインを表
す。

【０１１８】実パワ計算部２０８は、ピッチベクトルの
情報と合成フィルタの情報を用いて上述した方法で実パ
ワを求める。これと同様にして、実パワ計算部２０９は
さらに雑音ベクトルの情報と合成フィルタの情報を用い
て上述した方法で実パワを求める。ゲイン制御部２１０
は、ピッチベクトルを用いて求めた実パワとゲイン設定
部からの付加ゲインｇ₀ を用いてピッチベクトルのゲイ
ンを制御する。

【０１１９】ゲイン制御部２１１は、雑音ベクトルを用
いて求めた実パワとゲイン設定部２０７からの付加ゲイ
ンｇ₁ を用いて雑音ベクトルのゲインを制御する。加算
部２１４は、ゲイン制御されたピッチベクトルと雑音ベ
クトルのベクトル加算結合により駆動ベクトルを生成
し、これを合成フィルタ部２１２に入力する。合成フィ
ルタ部２１２は、合成フィルタ情報生成部からの情報を
基に駆動ベクトルを入力として合成フィルタリングを行
い、滑らかに接続されて合成された合成信号を端子２１
３に出力する。

【０１２０】（第４の実施形態）図１６に示すフローチ
ャートを用いて第４の実施形態に係るゲイン制御方法を
説明する。ここでは、推定したゲインとそれを補うため
のゲイン（デルタゲインと呼ぶことにする）を用いて、
ピッチベクトルと雑音ベクトルとで駆動信号を構成する
場合のゲイン制御方法について説明する。なお、本実施
形態ではゲイン処理以外の処理については第３の実施形
態で説明したものと同じであるので、このような処理部
分については説明を省略することにする。

【０１２１】まず、所定の方法で現区間の合成信号を表
すために必要なピッチベクトルｃ₀と雑音ベクトルｃ₁
と合成フィルタの情報を得る（ステップＳ７０）。

【０１２２】次に、ピッチベクトルと合成フィルタの情
報を用いて合成フィルタ通過後のピッチベクトルの実パ
ワを求め、同様に雑音ベクトルと合成フィルタの情報を
用いて合成フィルタ通過後の雑音ベクトルの実パワを求
める（ステップＳ７１）。

【０１２３】次に、ピッチベクトルに用いる推定ゲイン
ｇ₀ ＊を所定のゲイン推定法により求める（ステップＳ
７２）。

【０１２４】次に、雑音ベクトルを用いる推定ゲインｇ
₁ ＊を所定のゲイン推定法により求める（ステップＳ７
２）。ここで用いるゲイン推定法は、第２の実施形態で
述べた方法と同様の原理を用いることができる。また、
過去の駆動信号のピッチ周期性の有無の程度も加味して
ゲインを推定する方法も有効である。

【０１２５】次に、より好ましい付加ゲインを得るた
め、推定ゲインを補う役割をするピッチベクトル用のデ
ルタゲインδ₀ と雑音ベクトル用のデルタゲインδ₁ を
所定の方法で得る（ステップＳ７３）。

【０１２６】次に、ピッチベクトル用の実パワ、推定ゲ
インｇ₀ ＊、デルタゲインδ₀ を用いてピッチベクトル
のゲインを制御し、同様に雑音ベクトル用の実パワ、推
定ゲインｇ₁ ＊、デルタゲインδ₁ を用いて雑音ベクト
ルのゲインを制御する（ステップＳ７４）。より具体的
には、例えば、ピッチベクトルに対してはスケール値１
／ｓｑｒｔ（ｃ₀ ^t Ｈ^t Ｈｃ₀ ）とｇ₀ ＊とδ₀ が結果
としてピッチベクトルに乗じられるようにする。また、
雑音ベクトルに対してはスケール値１／ｓｑｒｔ（ｃ₁
^t Ｈ^t Ｈｃ₁ ）とｇ₁ ＊とδ₁ が結果として雑音ベクト
ルに乗じられるようにする。

【０１２７】そして、ゲイン制御された後のピッチベク
トルと雑音ベクトルを結合して駆動ベクトルを生成する
（ステップＳ７５）。

【０１２８】最後に、生成された駆動ベクトルを合成フ
ィルタで合成して合成信号を生成する（ステップＳ７
６）。

【０１２９】図１７は、図１６を用いて説明した処理を
ブロック図で表したものである。端子３００からピッチ
ベクトルを指定する情報を入力し、これに基づきピッチ
ベクトル生成部３０５でピッチベクトルを生成する。端
子３０１から雑音ベクトルを指定する情報を入力し、こ
れに基づき雑音ベクトル生成部３０６で雑音ベクトルを
生成する。端子３０２には合成フィルタを求めるための
情報を入力し、これに基づき合成フィルタ情報生成部３
０７において合成フィルタ情報を求める。端子３０３か
らデルタゲインを指定するための情報を入力し、これに
基づきデルタゲイン設定部３０８で上述した２種類のデ
ルタゲインδ₀ ，δ₁ を求める。端子３０４からゲイン
推定に用いるための情報を入力し、この情報に基づきゲ
イン推定部３０９において上述した２種類の推定ゲイン
ｇ₀ ＊，ｇ₁ ＊を求める。

【０１３０】実パワ計算部３１０は、ピッチベクトルの
情報と合成フィルタの情報を用いて上述した方法で実パ
ワを求める。これと同様にして、実パワ計算部３１１は
雑音ベクトルの情報と合成フィルタの情報を用いて上述
した方法で実パワを求める。ゲイン制御部３１２は、ピ
ッチベクトルを用いて求めた実パワ、推定ゲインｇ
₀＊，デルタゲインδ₀ を用いてピッチベクトルのゲイ
ンを制御する。ゲイン制御部３１３は、雑音ベクトルを
用いて求めた実パワ、推定ゲインｇ₁ ＊，デルタゲイン
δ₁ を用いて雑音ベクトルのゲインを制御する。

【０１３１】加算部３１６は、ゲイン制御されたピッチ
ベクトルと雑音ベクトルのベクトル加算により駆動ベク
トルを生成し、これを合成フィルタ部３１４に入力す
る。合成フィルタ部３１４は、合成フィルタ情報生成部
か３０７らの情報を基に駆動ベクトルを入力として合成
フィルタリングを行い、滑らかに接続されて合成された
合成信号を端子３１５に出力する。

【０１３２】（第５の実施形態）本実施形態では、第４
の実施形態で説明したゲイン制御をＣＥＬＰ方式の音声
符号化におけるゲイン符号化および復号化に適用した例
について説明する。

【０１３３】図１８は、本実施形態に係るゲイン符号化
／復号化方法を示すフローチャートである。

【０１３４】同図において、まず合成フィルタの特性を
所定の符号化ビット数で表すために合成フィルタ情報を
符号化する（ステップＳ９０）。合成フィルタ情報の符
号化法としては、例えばＬＰＣ分析により入力音声信号
からＬＰＣ係数を求め、これをＬＳＰ係数に変換してＬ
ＳＰ係数のレベルで符号化する方法を用いることができ
る。そして、符号化されたＬＳＰ係数から逆変換処理に
より合成フィルタの係数に変換される。

【０１３５】通常、ＣＥＬＰ方式では聞いた感じの音声
品質を上げるために、駆動信号を構成する要素の符号化
処理に、入力音声信号から抽出したスペクトル特性から
得られる聴覚重み特性を用いた歪み尺度を導入する。こ
のため、符号化側では聴覚重み付きの合成フィルタを使
用し、復号化側では重み付けの無い通常の合成フィルタ
を用いる。

【０１３６】本発明では、このように符号化側と復号化
側で異なる合成フィルタの特性を用いるような場合にお
いても、ピッチベクトルおよび雑音ベクトルの実パワの
計算には符号化側、復号化側共に共通の合成フィルタを
用いるようにすることが望ましい。より具体的には、聴
覚重み付けのない通常の合成フィルタの特性を用いて実
パワの計算を行うようにする。

【０１３７】次に、ピッチベクトルの符号化を行う（ス
テップＳ９１）。ピッチベクトルの符号化方法として
は、開ループ分析法であるピッチ分析法や閉ループ分析
法である適応コードブック探索法を用いることができ
る。

【０１３８】次に、雑音ベクトルの符号化を行う（ステ
ップＳ９２）。雑音ベクトルの符号化法としては、雑音
コードブックを用いたベクトル量子化を利用することが
できる。このベクトル量子化の際には、ＣＥＬＰ方式で
通常用いられている聴覚重み付きの合成フィルタを通し
たレベルでの歪み評価基準を用いると、より高品質な音
声を再生できる雑音ベクトルを選ぶことが可能である。

【０１３９】次に、本発明の骨子であるゲイン制御方法
を応用したゲイン符号化を行う。

【０１４０】まず、ピッチベクトルと合成フィルタの情
報を用いて合成フィルタ通過後のピッチベクトルの実バ
ワを求め、同様に雑音ベクトルと合成フィルタの情報を
用いて合成フィルタ通過後の雑音ベクトルの実パワを求
める（ステップＳ９３）。

【０１４１】次に、ピッチベクトルに用いる推定ゲイン
ｇ₀ ＊を所定のゲイン推定法により求め、同様に雑音ベ
クトルに用いる推定ゲインｇ₁ ＊を所定のゲイン推定法
により求める（ステップＳ９４）。ここで用いるゲイン
推定法は、第２の実施形態で述べた方法と同様の原理を
用いることができる。また、過去の駆動信号のピッチ周
期性の有無の程度も加味してゲインを推定する方法も有
効である。

【０１４２】次に、より好ましい付加ゲインを得るた
め、推定ゲインを補う役割をするピッチベクトル用のデ
ルタゲインδ₀ と雑音ベクトル用のデルタゲインδ₁ を
所定の方法の符号化探索により得る（ステップＳ９
５）。この際、それぞれのデルタゲインの探索は、符号
化により生じる歪みができるだけ少なくなることを基準
に行う。また、符号化ビット数の割り当てによっては探
索候補が非常に多くなるために全探索では計算量的に問
題があるような場合は、符号化歪みだけでなく計算量も
考慮した候補のふるい掛けや木探索などの準最適な探索
法を用いることが有効となる。

【０１４３】次に、デルタゲインのより具体的な探索方
法の一例について説明する。

【０１４４】デルタゲインの探索は、次の評価式で表さ
れる符号化歪みが小さくなるようにデルタゲインの符号
を選択することで実現することができる。

【０１４５】

【数２】

【０１４６】ここで、Ｘｗ（ｎ）は入力音声信号と聴覚
重み特性を用いて得られる符号化の目標ベクトル（目標
信号）、Ｙｗ０（ｎ）およびＹｗ１（ｎ）は、それぞれ
聴覚重み付き合成されたピッチベクトルおよび聴覚重み
付き合成された雑音ベクトルを表す。また、

【数３】

【０１４７】は、それぞれピッチベクトルと雑音ベクト
ルに関して求められた実パワであり、Ｙ₀ （ｍ）とＹ₁
（ｍ）は聴覚重みを用いないで合成したときのピッチベ
クトルと雑音ベクトルを表す。

【０１４８】また、別の表現方法として、上述の実パワ
値はピッチベクトルｃ０、雑音ベクトルｃ１、合成フィ
ルタ処理を表す行列Ｈを用いて、それぞれｃ０ ^tＨ^t Ｈ
ｃ０，ｃ１^t Ｈ^t Ｈｃ１と表すことも可能である。音声
符号化の構成によっては、実パワの求め方をさらに別の
形の数式を基に求めることも可能である。重要なのは、
合成フィルタを通過したときのピッチベクトルや雑音ベ
クトルのパワに相当する値を実測することである。イン
デックスｉ毎のデルタゲインδ₀ ⁽ⁱ⁾ ，δ₁ ^{(i )} を用い
て上式の符号化歪みが小さくなるようなインデックスＩ
を探索することにより、デルタゲインの符号化を実現す
ることができる。探索されたインデックスＩに対応する
デルタゲインをそれぞれδ₀ 、δ₁ とする。

【０１４９】次に、ピッチベクトル用の実パワ、推定ゲ
インｇ₀ ＊、デルタゲインδ₀ を用いてピッチベクトル
のゲインを制御し、同様に雑音ベクトル用の実パワ、推
定ゲインｇ₁ ＊、デルタゲインδ₁ を用いて雑音ベクト
ルのゲインを制御する（ステップＳ９６）。より具体的
には、例えば、ピッチベクトルに対してはスケール値１
／ｓｑｒｔ（ｃ₀ ^t Ｈ^t Ｈｃ₀ ）または

【数４】

【０１５０】とｇ₀ ＊とδ₀ が結果としてピッチベクト
ルに乗じられるようにする。また、雑音ベクトルに対し
てはスケール値１／ｓｑｒｔ（ｃ₁ ^t Ｈ^t Ｈｃ₁ ）また
は

【数５】

【０１５１】と、ｇ₁ ＊とδ₁ が結果として雑音ベクト
ルに乗じられるようにする。そして、ゲイン制御された
後のピッチベクトルと雑音ベクトルを結合して駆動ベク
トルを生成する（ステップＳ９７）。最後に、生成され
た駆動ベクトルを合成フィルタで合成して合成信号を生
成する（ステップＳ９８）。

【０１５２】図１９は、図１８を用いて説明した処理を
ブロック図で表したものである。端子４００には、符号
化対象となる音声信号を所定の時間区間毎に入力する。
合成フィルタ情報符号化部４０３は、入力音声を基に音
声スペクトルの概形を表す合成フィルタの情報を符号化
により得る。合成フィルタの符号情報は端子４２２に出
力される。

【０１５３】ピッチベクトル符号化部４０１は、入力音
声信号を基に音声信号に含まれるピッチの繰り返しを表
すための駆動ベクトル（ピッチベクトル）の情報を抽出
し、これを符号化する。ピッチベクトルの符号情報は端
子４２０に出力される。

【０１５４】雑音ベクトル符号化部４０２は、入力音声
信号を基に音声信号に含まれる雑音成分を表すためのベ
クトル（雑音ベクトル）の情報を抽出し、これを符号化
する。雑音ベクトルの符号情報は端子４２１に出力され
る。

【０１５５】ピッチベクトル生成部４０４は、符号化さ
れたピッチベクトルの情報に対応したピッチベクトルを
生成する。また、雑音ベクトル生成部４０５は符号化さ
れた雑音ベクトルの情報に対応した雑音ベクトルを生成
する。合成フィルタ情報生成部４０６は、符号化された
合成フィルタの情報に対応した合成フィルタ情報を生成
する。

【０１５６】実パワ計算部４０７は、ピッチベクトルの
情報と合成フィルタの情報を用いて上述した方法で実パ
ワを求める。同様にして、実パワ計算部４０８は、雑音
ベクトルの情報と合成フィルタの情報を用いて上述した
方法で実パワを求める。

【０１５７】ゲイン推定部４０９では、過去の情報を基
に現区間の合成信号の大きさを表すために用いるゲイン
量を推定する。ここでは一例として、過去に符号化され
たデルタゲインと過去に求められた推定ゲインを用いて
現在のゲイン量の推定値（推定ゲイン）を求める構成の
ブロック図を示している。すなわち、ゲイン推定部４０
９はデルタゲイン符号化部４１０から過去の符号化され
たデルタゲインを入力し、これと過去の推定ゲインを合
わせて過去の付加ゲインを求め、過去の付加ゲインの系
列を用いて予め設計しておいたゲイン推定処理により現
在区間に対する推定ゲインを求める。

【０１５８】デルタゲイン符号化部４１０は、上で求め
られた推定ゲインの推定誤差分のゲインを補うために用
いるゲイン（デルタゲイン）の符号化を行い、デルタゲ
インの符号情報を端子４２３に、ピッチベクトル用のデ
ルタゲインδ０をゲイン制御部４１１に、雑音ベクトル
用のデルタゲインδ１をゲイン制御部４１２にそれぞれ
出力する。

【０１５９】ゲイン制御部４１１は、ピッチベクトルを
用いて求めた実パワ、推定ゲインｇ₀ ＊、デルタゲイン
δ₀ を用いてピッチベクトルのゲインを制御する。ゲイ
ン制御部４１２は、雑音ベクトルを用いて求めた実パ
ワ、推定ゲインｇ₁ ＊、デルタゲインδ₁ を用いて雑音
ベクトルのゲインを制御する。

【０１６０】加算部４１５は、ゲイン制御されたピッチ
ベクトルと雑音ベクトルのベクトル加算により駆動ベク
トルを生成し、これを合成フィルタ部４１３に入力す
る。合成フィルタ部４１３は、合成フィルタ情報生成部
４０６からの情報を基に駆動ベクトルを入力として合成
フィルタリングを行い、滑らかに接続されて合成された
合成信号を端子４１４に出力する。

【０１６１】マルチプレクサ４２４は端子４２０、４２
１、４２２、４２３からの情報を所定の方法でまとめて
符号化データとして端子４２４から伝送路に出力する。

【０１６２】次に、復号化側の説明を行う。

【０１６３】伝送路から入力された符号化データは、デ
マルチプレクサでそれぞれ合成フィルタ情報、ピッチベ
クトル情報、雑音ベクトル情報、デルタゲイン情報に分
離され、符号化側で説明した方法と同様の方法で実パワ
を用いてゲイン制御を行うことにより駆動信号が生成さ
れ、これを合成フィルタ情報を用いて生成した合成フィ
ルタを用いて合成音声信号が生成される。

【０１６４】生成された合成信号は、そのまま音声信号
として使用することもできるが、更に音声品質を高める
ためにポストフィルタを通過させることが望ましい。

【０１６５】（第６の実施形態）本実施形態では、入力
音声信号のパワを符号化したものを推定ゲインの代わり
に用いてデルタゲインの符号化を行う構成の符号化につ
いて説明する。

【０１６６】図２０は、第６の実施形態に係るゲイン符
号化／復号化方法を示すフローチャートである。同図に
おいて、まず合成フィルタの特性を所定の符号化ビット
数で表すために合成フィルタ情報を符号化する（ステッ
プＳ１９０）。合成フィルタ情報の符号化法としては、
例えばＬＰＣ分析により入力音声信号からＬＰＣ係数を
求め、これをＬＳＰ係数に変換してＬＳＰ係数のレベル
で符号化する方法を用いることができる。そして、符号
化されたＬＳＰ係数から逆変換処理により合成フィルタ
の係数に変換される。

【０１６７】通常、ＣＥＬＰ方式では聞いた感じの音声
品質を上げるために、駆動信号を構成する要素の符号化
処理に、入力音声から抽出したスペクトル特性から得ら
れる聴覚重み特性を用いた歪み尺度を導入する。このた
め、符号化側では聴覚重み付きの合成フィルタを使用
し、復号化側では重み付けの無い通常の合成フィルタを
用いる。本発明では、このように符号化側と復号化側で
異なる合成フィルタの特性をもちいるような場合におい
ても、ピッチベクトルおよび雑音ベクトルの実パワの計
算には符号化側復号化側共に共通の合成フィルタを用い
るようにすることが望ましい。より具体的には、聴覚重
み付けのない通常の合成フィルタの特性を用いて実パワ
の計算を行うようにする。

【０１６８】次に、ピッチベクトルの符号化を行う（ス
テップＳ１９１）。ピッチベクトルの符号化方法として
は、開ループ分析法であるピッチ分析法や閉ループ分析
法である適応コードブック探索法を用いることができ
る。

【０１６９】次に、雑音ベクトルの符号化を行う（ステ
ップＳ１９２）。雑音ベクトルの符号化法としては、雑
音コードブックを用いたベクトル量子化を利用すること
ができる。このベクトル量子化の際には、ＣＥＬＰ方式
で通常用いられている聴覚重み付きの合成フィルタを通
したレベルでの歪み評価基準を用いることより、高品質
の音声を再生できる雑音ベクトルを選ぶことが可能であ
る。

【０１７０】次に、本発明の骨子であるゲイン制御方法
を応用したゲイン符号化を行う。まず、ピッチベクトル
と合成フィルタの情報を用いて合成フィルタ通過後のピ
ッチベクトルの実パワを求め、同様に、雑音ベクトルと
合成フィルタの情報を用いて合成フィルタ通過後の雑音
ベクトルの実パワを求める（ステップＳ１９３）。

【０１７１】次に、現時間区間の入力音声信号のパワを
符号化して、符号化されたパワ値Ｒを求める（ステップ
Ｓ１９４）。

【０１７２】次に、より好ましい付加ゲインを得るた
め、符号化されたパワ値からの変動を表現するピッチベ
クトル用のデルタゲインδ₀ と雑音ベクトル用のデルタ
ゲインδ₁ を所定の方法の符号化探索により得る（ステ
ップＳ１９５）。それぞれのデルタゲインの探索は、符
号化により生じる歪みができるだけ少なくなることを基
準に行う。また、符号化ビット数の割り当てによっては
探索候補が非常に多くなるために全探索では計算量的に
問題があるような場合は、符号化歪みだけでなく計算量
も考慮した候補のふるい掛けや木探索などの準最適な探
索法を用いることが有効となる。

【０１７３】デルタゲインの探索は、次の評価式で表さ
れる符号化歪みが小さくなるようにデルタゲインの符号
を選択することで実現することができる。

【０１７４】

【数６】

【０１７５】ここで、Ｒは符号化対象となる音声信号Ｘ
（ｎ）のパワを符号化して得られるパワ値、Ｘｗ（ｎ）
は入力音声信号と聴覚重み特性を用いて得られる符号化
の目標ベクトル（目標信号）、Ｙｗ０（ｎ）およびＹｗ
１（ｎ）は、それぞれ聴覚重み付き合成されたピッチベ
クトルおよび聴覚重み付き合成された雑音ベクトルを表
す。また、

【数７】

【０１７６】は、それぞれピッチベクトルと雑音ベクト
ルに関して求められた実パワであり、Ｙ₀ （ｍ）とＹ₁
（ｍ）は聴覚重みを用いないで合成したときのピッチベ
クトルと雑音ベクトルを表す。また、別の表現方法とし
て、上述の実パワ値はピッチベクトルｃ０、雑音ベクト
ルｃ１、合成フィルタ処理を表す行列Ｈを用いて、それ
ぞれｃ０^t Ｈ^t Ｈｃ０、ｃ１^t Ｈ^t Ｈｃ１と表すことも
可能である。音声符号化の構成によっては、実パワの求
め方をさらに別の形の数式を基に求めることも可能であ
る。重要なのは、合成フィルタを通過したときのピッチ
ベクトルや雑音ベクトルのパワに相当する値を実測する
ことである。インデックスｉ毎のデルタゲイン
δ₀ ⁽ⁱ⁾ ，δ₁ ⁽ⁱ⁾ を用いて上式の符号化歪みが小さく
なるようなインデックスＩを探索することにより、デル
タゲインの符号化を実現することができる。探索された
インデックスＩに対応するデルタゲインをそれぞれ
δ₀ ，δ₁ とする。

【０１７７】次に、ピッチベクトル用の実パワ、符号化
されたパワ値Ｒ、デルタゲインδ₀を用いてピッチベク
トルのゲインを制御し、同様に雑音ベクトル用の実パ
ワ、符号化されたパワ値Ｒ、デルタゲインδ₁ を用いて
雑音ベクトルのゲインを制御する（ステップＳ１９
６）。より具体的には、例えば、ピッチベクトルに対し
てはスケール値１／ｓｑｒｔ（ｃ₀ ^t Ｈ^t Ｈｃ₀ ）また
は

【数８】

【０１７８】と、ｓｑｒｔ（Ｒ）とδ₀ が結果としてピ
ッチベクトルに乗じられるようにする。また、雑音ベク
トルに対しては、スケール値１／ｓｑｒｔ（ｃ₁ ^t Ｈ^t
Ｈｃ₁）または

【数９】

【０１７９】と、ｓｑｒｔ（Ｒ）とδ₁ が結果として雑
音ベクトルに乗じられるようにする。そして、ゲイン制
御された後のピッチベクトルと雑音ベクトルを結合して
駆動ベクトルを生成する（ステップＳ１９７）。最後
に、生成された駆動ベクトルを合成フィルタで合成して
合成信号を生成する（ステップＳ１９８）。

【０１８０】図２１は、図２０を用いて説明した処理を
ブロック図で表したものである。端子１４００は符号化
対象となる音声信号を所定の時間区間毎に入力する。合
成フィルタ情報符号化部１４０３は、入力音声信号を基
に音声スペクトルの概形を表す合成フィルタの情報を符
号化により得る。合成フィルタの符号情報は端子１４２
２に出力される。

【０１８１】ピッチベクトル符号化部１４０１は、入力
音声信号を基に音声信号に含まれるピッチの繰り返しを
表すための駆動ベクトル（ピッチベクトル）の情報を抽
出し、これを符号化する。ピッチベクトルの符号情報は
端子１４２０に出力される。

【０１８２】雑音ベクトル符号化部１４０２は、入力音
声信号を基に音声信号に含まれる雑音成分を表すための
ベクトル（雑音ベクトル）の情報を抽出し、これを符号
化する。雑音ベクトルの符号情報は端子１４２１に出力
される。

【０１８３】ピッチベクトル生成部１４０４は、符号化
されたピッチベクトルの情報に対応したピッチベクトル
を生成する。また、雑音ベクトル生成部１４０５は符号
化された雑音ベクトルの情報に対応した雑音ベクトルを
生成する。合成フィルタ情報生成部１４０６は符号化さ
れた合成フィルタの情報に対応した合成フィルタ情報を
生成する。

【０１８４】実パワ計算部１４０７は、ピッチベクトル
の情報と合成フィルタの情報を用いて上述した方法で実
パワを求める。同様にして、実パワ計算部１４０８は雑
音ベクトルの情報と合成フィルタの情報を用いて上述し
た方法で実パワを求める。

【０１８５】パワ符号化部１４０９では、現区間の入力
音声信号のパワを符号化することにより、符号化された
パワ値を求める。また、ここで得られるパワの符号情報
を端子１４２５に出力する。

【０１８６】デルタゲイン符号化部１４１０は、上で求
められた符号化されたパワ値からの変動分を表現するた
めに用いるゲイン（デルタゲイン）の符号化をピッチベ
クトルと雑音ベクトルのそれぞれに対応し行う。こうし
て得られるデルタゲインの符号情報を端子１４２３に、
ピッチベクトル用のデルタゲインδ０をゲイン制御部１
４１１に、雑音ベクトル用のデルタゲインδ１をゲイン
制御部１４１２にそれぞれ出力する。

【０１８７】ゲイン制御部１４１１は、ピッチベクトル
を用いて求めた実パワ、Ｒ、デルタゲインδ₀ を用いて
ピッチベクトルのゲインを制御する。ゲイン制御部１４
１２は、雑音ベクトルを用いて求めた実パワ、Ｒ、デル
タゲインδ₁ を用いて雑音ベクトルのゲインを制御す
る。加算部１４１５は、ゲイン制御されたピッチベクト
ルと雑音ベクトルのベクトル加算により駆動ベクトルを
生成し、これを合成フィルタ部１４１３に入力する。合
成フィルタ部１４１３は、合成フィルタ情報生成部１４
０６からの情報を基に駆動ベクトルを入力として合成フ
ィルタリングを行い、滑らかに接続されて合成された合
成信号を端子１４１４に出力する。

【０１８８】マルチプレクサ１４２４は端子１４２０、
１４２１、１４２２、１４２３、１４２５の情報を所定
の方法でまとめて端子１４２４から伝送路に出力する。

【０１８９】次に、復号化側の説明を行う。

【０１９０】伝送路から入力された符号化データは、デ
マルチプレクサでそれぞれ合成フィルタ情報、ピッチベ
クトル情報、雑音ベクトル情報、入力音声信号のパワ情
報、デルタゲイン情報に分離され、符号化側で説明した
方法と同様の方法で実パワを用いてゲイン制御を行うこ
とにより駆動信号が生成され、これを合成フィルタ情報
を用いて生成した合成フィルタを用いて合成音声信号が
生成される。

【０１９１】生成された合成信号は、そのまま音声信号
として使用することもできるが、更に音声品質を高める
ためにポストフィルタを通過させることが望ましい。

【０１９２】以上説明したように、第２の発明によれ
ば、ゲイン制御に対する負担が少なくより少ないビット
数で効率的にゲインの制御ができるゲイン制御方法およ
びゲイン符号化／復号化方法を提供することができる。

【０１９３】

【発明の効果】以上説明したように、本発明によれば、
簡易な方法で順向・同時・逆行のマスキング効果を用い
て符号化雑音を効果的に低減できる音声符号化方法を提
供することができる。

【０１９４】また、本発明によれば、ゲイン制御に対す
る負担が少なくより少ないビット数で効率的にゲインの
制御ができるゲイン制御方法およびゲイン符号化／復号
化方法を提供することができる。

【図面の簡単な説明】

【図１】本発明に基づくマスキングの原理を示す図

【図２】本発明による聴覚重みフィルタの設定法の例を
示す説明図

【図３】本発明による音声符号化方法の第１の実施形態
を説明するためのフローチャート

【図４】同実施形態におけるパワへの加重の特性を表す
図

【図５】同実施形態における音源信号符号化処理を示す
フローチャート

【図６】本発明による音声符号化方法の第２の実施形態
を説明するためのフローチャート

【図７】本発明による音声符号化方法の第３の実施形態
を説明するためのフローチャート

【図８】本発明によるマスキングの原理を示す図

【図９】本発明によるゲイン制御方法の第１の実施形態
を説明するためのフローチャート

【図１０】同実施形態に係るゲイン制御部の構成を示す
ブロック図

【図１１】図１０における実パワ計算部の構成を示すブ
ロック図

【図１２】本発明によるゲイン制御方法の第２の実施形
態を説明するためのフローチャート

【図１３】同実施形態に係るゲイン制御部の構成を示す
ブロック図

【図１４】本発明によるゲイン制御方法の第３の実施形
態を説明するためのフローチャート

【図１５】同実施形態に係るゲイン制御部の構成を示す
ブロック図

【図１６】本発明によるゲイン制御方法の第４の実施形
態を説明するためのフローチャート

【図１７】同実施形態に係るゲイン制御部の構成を示す
ブロック図

【図１８】本発明によるゲイン制御方法の第５の実施形
態であるゲイン符号化／復号化方法を説明するためのフ
ローチャート

【図１９】同実施形態に係るゲイン符号化／復号化シス
テムの構成を示すブロック図

【図２０】本発明によるゲイン制御方法の第６の実施形
態であるゲイン符号化／復号化方法を説明するためのフ
ローチャート

【図２１】同実施形態に係るゲイン符号化／復号化シス
テムの構成を示すブロック図

【図２２】従来のマスキングの原理を示す図

【図２３】従来技術によるゲイン制御部の構成を示すブ
ロック図

【符号の説明】

１０３，１２４…駆動ベクトル生成部 １０４，１２５，２０６，３０７，４０６，１４０６…
合成フィルタ情報生成部 １０５，１２９，２０７…ゲイン設定部 １０６，１２８，２０８，２０９，３１０，３１１，４
０７，４０８，１４０７，１４０８…実パワ計算部 １０７，２１０，２１１，３１２，３１３，４１１，４
１２，１４１１，１４１２…ゲイン制御部 １０８，１３０，２１２，３１４，４１３，１４１３…
合成フィルタ １２６，３０７…デルタゲイン設定部 １２７，３０９，４０９…ゲイン推定部 ２０４，３０５，４０４，１４０４…ピッチベクトル生
成部 ２０５，３０６，４０５，１４０５…雑音ベクトル生成
部 ４０１，１４０１…ピッチベクトル符号化部 ４０２，１４０２…雑音ベクトル符号化部 ４０３，１４０３…合成フィルタ情報符号化部 ４１０，１４１０…デルタゲイン符号化部 １４０９…パワ符号化部

Claims (10)

【特許請求の範囲】
1. 【請求項１】マスキング特性を用いて所定のフレーム単
   位で音源信号を符号化する処理を含む音声符号化方法に
   おいて、 現フレームとその近傍のフレームの音声信号のゲイン値
   の大きさに基づいて、マスキング特性を抽出するフレー
   ムを選択し、 この選択したフレームの音声信号から求められた同時マ
   スキング特性を現フレームの音源信号の符号化に用いる
   ことを特徴とする音声符号化方法。
2. 【請求項２】マスキング特性を用いて所定のフレーム単
   位で音源信号を符号化する処理を含む音声符号化方法に
   おいて、 フレーム毎の音声信号のゲイン値を求め、 現フレームとその近傍のフレームのゲイン値を加重して
   加重ゲインを求め、 この加重ゲインが最大となるフレームを選択し、 この選択したフレームの音声信号から求められた同時マ
   スキング特性を現フレームの音源信号の符号化に用いる
   ことを特徴とする音声符号化方法。
3. 【請求項３】聴覚重みフィルタを用いて所定のフレーム
   単位で音源信号を符号化する処理を含む音声符号化方法
   において、 フレーム毎の音声信号のゲイン値を求め、 現フレームとその近傍のフレームのゲイン値を加重して
   加重ゲインを求め、 この加重ゲインが最大となるフレームを選択し、 この選択したフレームの音声信号から求められた特性の
   聴覚重みフィルタを現フレームの音源信号の符号化に用
   いることを特徴とする音声符号化方法。
4. 【請求項４】聴覚重みフィルタを用いて所定のフレーム
   単位で音源信号を符号化する処理を含む音声符号化方法
   において、 フレーム毎の音声信号のゲイン値と聴覚重みフィルタの
   特性を求め、 前記ゲイン値に時間的な減衰処理を適用し、 前記聴覚重みフィルタの特性に時間的なバンド幅拡張処
   理を適用し、 過去のフレームのゲイン値および聴覚重みフィルタの特
   性と、現フレームのゲイン値および聴覚重みフィルタの
   特性を用いて累積聴覚重みフィルタの特性を求め、この
   累積聴覚重みフィルタを用いて現フレームの音源信号の
   符号化を行うことを特徴とする音声符号化方法。
5. 【請求項５】駆動ベクトルと該駆動ベクトルによって駆
   動される合成フィルタおよびゲインにより合成信号を表
   すシステムにおける該ゲインを制御するためのゲイン制
   御方法において、 前記ゲインを少なくとも(a) 前記合成フィルタの特性を
   示す情報から得られるパラメータ系列と前記駆動ベクト
   ルとによって得られる該合成フィルタ通過後の駆動ベク
   トルの実パワ、および(b) 所定の方法により与えられる
   付加ゲインを用いて制御することを特徴とするゲイン制
   御方法。
6. 【請求項６】駆動ベクトルと該駆動ベクトルによって駆
   動される合成フィルタおよびゲインにより合成信号を表
   す符号化／復号化システムにおいて、 前記ゲインを少なくとも(a) 前記合成フィルタの特性を
   示す情報から得られるパラメータ系列と前記駆動ベクト
   ルとによって得られる該合成フィルタ通過後の駆動ベク
   トルの実パワ、および(b) 所定の方法により与えられる
   付加ゲインを用いて制御し、 前記付加ゲインに関連する情報を符号化側から復号化側
   に伝送することを特徴とするゲイン符号化／復号化方
   法。
7. 【請求項７】前記合成フィルタによるフィルタリングを
   行列Ｈ、前記駆動ベクトルをｃとしたとき、前記実パワ
   をｃ^t Ｈ^t Ｈｃ（ｔは行列の転置を表す）に相当する値
   から求めることを特徴とする請求項５または６に記載の
   方法。
8. 【請求項８】ピッチベクトルと雑音ベクトルと該ピッチ
   ベクトルと雑音ベクトルによって駆動される合成フィル
   タおよびゲインにより合成信号を表すシステムにおける
   該ゲインを制御するためのゲイン制御方法において、 前記ゲインを(a) 前記合成フィルタの特性を示す情報か
   ら得られるパラメータ系列と前記ピッチベクトルによっ
   て得られる該合成フィルタ通過後のピッチベクトルの実
   パワ、および(b) 前記合成フィルタの特性を示す情報か
   ら得られるパラメータ系列と雑音ベクトルとによって得
   られる該合成フィルタ通過後の雑音ベクトルの実パワの
   少なくとも一方と、(c) 前記ピッチベクトルおよび雑音
   ベクトルの少なくとも一方に与える付加ゲインを用いて
   制御することを特徴とするゲイン制御方法。
9. 【請求項９】ピッチベクトルと雑音ベクトルと該ピッチ
   ベクトルと雑音ベクトルによって駆動される合成フィル
   タおよびゲインにより合成信号を表す符号化／復号化シ
   ステムにおいて、 前記ゲインを(a) 前記合成フィルタの特性を示す情報か
   ら得られるパラメータ系列と前記ピッチベクトルによっ
   て得られる該合成フィルタ通過後のピッチベクトルの実
   パワ、および(b) 前記合成フィルタの特性を示す情報か
   ら得られるパラメータ系列と雑音ベクトルとによって得
   られる該合成フィルタ通過後の雑音ベクトルの実パワの
   少なくとも一方と、(c) ピッチベクトルおよび雑音ベク
   トルの少なくとも一方に与える付加ゲインを用いて制御
   し、 前記付加ゲインに関連する情報を符号化側から復号化側
   に伝送することを特徴とするゲイン符号化／復号化方
   法。
10. 【請求項１０】前記合成フィルタによるフィルタリング
    を行列Ｈ、前記ピッチベクトルをｃ₀、前記雑音ベクト
    ルをｃ₁ としたとき、前記ピッチベクトルの実パワをｃ
    ₀ ^t Ｈ^t Ｈｃ₀ （ｔは行列の転置を表す）に相当する値
    から求め、前記雑音ベクトルの実パワをｃ₁ ^t Ｈ^t Ｈｃ
    ₁ （ｔは行列の転置を表す）に相当する値から求めるこ
    とを特徴とする請求項８または９に記載の方法。