JPH10228298A - 音声信号符号化方法 - Google Patents

Abstract

(57)【要約】 【課題】音声信号を高度に圧縮して符号化し、しかも音
声信号を復号して再生した場合の音質低下を抑えること
のできる音声信号符号化方法を提供する。 【解決手段】 フレーム化直交変換部で、デジタル変換
された音声信号データを所定の大きさのフレームでフレ
ーム化した後に直交変換してスペクトル化し、レベル計
算部で、前記スペクトル化した音声信号データのスペク
トルの総和の全体レベルを求めるとともに、前記スペク
トルを所定の数で分割したサブバンドのスペクトルの総
和の部分レベルを求め、スペクトル選択部にて前記スペ
クトルの全体の中から選択前の前記全体レベルと選択後
の全体レベルが所定の比率以上になるように選択を行
い、レベル補償部にて選択前の前記部分レベルと選択後
の部分レベルが等しくなるように調整を行い、前記スペ
クトル符号化部にて選択後のスペクトルを可逆符号化す
る構成とした。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声信号を高度に
圧縮して符号化を行う音声信号符号化方法に関する。

【０００２】

【従来の技術】音声信号を符号化するため、従来におい
ては特開昭６３−１４８７１６号公報に示すようなＡＤ
ＰＣＭ方式が広く用いられている。この方式は、入力信
号の値から次の入力信号の値を予測して、その予測値と
実際の入力信号との差をとり、この差の振幅の大きさに
応じたステップサイズで量子化して符号化するものであ
り、量子化のステップアップサイズを可変することがで
きることを特徴としている。

【０００３】

【発明が解決しようとする課題】しかしながら、上記し
た従来のＡＤＰＣＭ方式においては、音声信号を符号化
する場合に、符号化した音声信号を復号化／再生する場
合に音質を確保する上で重要度の高いスペクトルも重要
度の低いスペクトルも一律に符号化されるので、符号化
圧縮率を高くすることができず、例えば通信カラオケ等
に使用した場合等は、通信データの中に占める音声信号
の占有率が大きく、他の必要なデータを入れることがで
きなかったり、或いは、この方式で録音／再生を行うた
めには大容量のメモリを必要とし、また、それを録音す
る記憶媒体の大きさが限られるので、必要な情報の量を
記憶できなくなるという問題があった。

【０００４】本発明は、上記した従来の問題点を解決す
べく創案されたもので、音声信号を高度に圧縮して符号
化し、しかも音声信号を復号して再生した場合の音質低
下を抑えることのできる音声信号符号化方法を提供する
ものである。

【０００５】

【課題を解決するための手段】上記課題を解決するた
め、本発明は、フレーム化直交変換部と、レベル計算部
と、スペクトル選択部と、レベル補償部と、スペクトル
符号化部と、を備えて音声信号を符号化する音声信号符
号化方法において、前記フレーム化直交変換部で、デジ
タル変換された音声信号データを所定の大きさのフレー
ムでフレーム化した後に直交変換してスペクトル化し、
前記レベル計算部で、前記スペクトル化した音声信号デ
ータのスペクトルの総和の全体レベルを求めるととも
に、前記スペクトルを所定の数で分割したサブバンドの
スペクトルの総和の部分レベルを求め、前記スペクトル
選択部にて前記スペクトルの全体の中から選択前の前記
全体レベルと選択後の全体レベルが所定の比率以上にな
るように選択を行い、前記レベル補償部にて選択前の前
記部分レベルと選択後の部分レベルが等しくなるように
調整を行い、前記スペクトル符号化部にて選択後のスペ
クトルを可逆符号化する構成としたものである。

【０００６】また、前記スペクトル選択部におけるスペ
クトルの選択方法は、第１のステップで、前記スペクト
ルの全体から所定の距離幅中で最大のスペクトルを選択
する第１ピークの選択処理を行い、第２のステップで、
前記スペクトルの全体から前記第１ピークの選択処理と
は異なる所定の距離幅中で第２ピーク以降のピークを順
次選択し、第３のステップで、前記第１のステップおよ
び第２のステップで選択した前記第１ピークおよび第２
ピーク以降のピークの総和を求め、第４のステップで、
前記第３のステップ求めた第１ピークおよび第２ピーク
以降のピークの総和が前記スペクトルの総和に対して所
定の割合以上か否かを判断し、第５のステップで、前記
所定の割合以下の場合は前記スペクトルの全体から距離
幅を縮小して再度第１ピークおよび第２ピーク以降のピ
ークの選択を行う構成としたものである。

【０００７】

【発明の実施の形態】以下、本発明の実施の形態を図１
乃至図４に基づいて説明する。図１は、本発明の音声信
号符号化方法を行うための符号化装置のブロック図、図
２は、図１の符号化装置で行われる音声信号符号化方法
の構成図、図３は、図２のスペクトル選択部の処理手順
を示すフローチャート、図４は、図２のスペクトル選択
部で行われるピークの選択を示す説明図である。

【０００８】本発明の音声信号符号化方法は、図１に示
すような符号化装置１で音声信号が符号化されるもので
ある。この符号化装置１は、外部のマイクロホン２等で
音声をアナログ信号に変換した入力信号を受け、アナロ
グ信号をデジタル信号に変換するＡ／Ｄコンバータ３
と、このデジタル変換した信号を圧縮符号化する符号処
理部４、とにより構成されている。また、符号処理部４
は、公知のマイクロコンピュータにより構成されてお
り、内部はＩ／Ｏ装置４ａ、ＣＰＵ４ｂ、ＲＯＭ４ｃ、
ＲＡＭ４ｄ等からなり、予めＲＯＭ４ｃ内に格納されて
いるプログラムに従って効率よく符号化されるものであ
る。

【０００９】この符号処理部４の機能構成を図２に示
す。図２において、符号処理部４は、フレーム化直交変
換部５、レベル計算部６、スペクトル選択部７、レベル
補償部８、およびスペクトル符号化部９の各機能ブロッ
クから構成されている。この、符号処理部４の動作機能
を図２に基づいて説明する。まず、図２において、前記
Ａ／Ｄコンバータ３（図１参照）によりＰＣＭ変換によ
りデジタル信号に変換されて符号処理部４に入力された
音声信号データは、フレーム化直交変換部５で、例え
ば、１フレームのデータ数が１０２４個というように、
適切な個数にまとめてフレーム化され、このフレームの
全てに対して直交変換を行って音声信号のデータがスペ
クトル化される。

【００１０】次いで、レベル計算部６では、スペクトル
化した音声信号のデータの全てについて、大きさ（絶対
値）の総和を計算し、その値をスペクトルの全体レベル
とする。また、これらのスペクトルを、例えば２５６個
ずつといった周波数のサブバンドに分割し、この分割し
たサブバンドの各々ついて、スペクトルの大きさの絶対
値の総和を計算してスペクトルの部分レベルとする。次
いで、スペクトル選択部７において、スペクトル全体の
中から再生時の音質を保つ上で重要度の高いスペクトル
の選択を行う。但し、この選択の際には、選択後のスペ
クトルの総和である選択後の全体レベルが、前記レベル
計算部６にて計算しておいた選択前の全体レベルに対し
て例えば５０％以上となるようにスペクトルの選択を行
う。

【００１１】このスペクトル選択部７におけるスペクト
ルの選択手順を、図３乃至図４に基づいて説明する。ま
ず、図３におけるステップＳ１で、第１ピーク選択処理
を行う。この第１ピーク選択処理はスペクトルの全体に
ついて、図４（ａ）に示すように、任意のスペクトルか
ら一定の距離内にそのスペクトルの大きさ（絶対値）以
上の大きさを持つ別のスペクトルが存在するかどうかを
調べ、そのようなスペクトルが存在しなければ、そのス
ペクトルを第１ピークの一つとして選択する。この第１
ピーク選択処理の結果として、図４（ｂ）に示すよう
な、ピーク間の一定距離（以下第１ピーク間距離とい
う）以上の間隔をおいた飛び飛びのスペクトルだけが選
択される。

【００１２】次いで、ステップＳ２において第ｎ（ｎは
整数）ピーク選択処理を行う。この第ｎピーク選択処理
は、図４（ｂ）に示すように、ステップＳ１で選択され
た各々の第１ピークから、第１ピーク間距離とは異なる
一定距離内で最大の大きさ（絶対値）を選択すると、図
４（ｃ）に示すような２番目の大きさのスペクトル、即
ち第２ピークとして選択される。さらに、第２ピークの
選択が終了すれば、同様にして、３番目に大きい第３ピ
ークの選択を行い、以下順次第４ピーク、・・・第ｎピ
ークの選択を行う。次いで、ステップＳ３で選択後のレ
ベル計算を行う。この選択後のレベル計算は、ステップ
Ｓ１、ステップＳ２で選択された全てのスペクトル、即
ち第１ピーク、第２ピーク、第３ピーク、・・・第ｎピ
ークの大きさの総和を計算し、選択後の全体レベルとす
る。

【００１３】次いで、ステップＳ４にて、ステップＳ３
で計算された選択後の全体レベルが、予め計算されてい
た選択前の全体レベルに対して５０％以上であるか、ど
うかを判断する。このステップＳ４の判断結果、５０％
以上であれば処理完了となり、次のステップであるレベ
ル補償部８（図２参照）へ進む。もし５０％以下であれ
ば、ステップＳ５に進む。このステップＳ５ではステッ
プＳ１に戻って再度第１ピーク選択処理からやり直す場
合に、前記第１ピーク間距離より少し短縮して選択処理
を行うようにするため、ピーク間距離の縮小を行うもの
である。その結果、選択されるスペクトルの数は増え、
ある段階で５０％以上の条件を満足するようになるの
で、その段階で処理が終了し、次のステップであるレベ
ル補償部８（図２参照）へ進み、スペクトル選択を完了
する。

【００１４】スペクトル選択が完了すると、レベル補償
部８（図２参照）では、選択後のスペクトルから各サブ
バンドの部分レベルを計算し、サブバンド内の前スペク
トルに対して、次式で計算された補償値αをかけてや
り、選択後の部分レベルが選択前の部分レベルと等しく
なるように調整を行うものである。但し、αは、 α＝（選択前の部分レベル）／（選択後の部分レベル） の式で与えられるものである。レベル補償部８で大きさ
を調整されたスペクトルは、スペクトル符号化部９にお
いて、カラオケ等の通信用データに組み込んだり、記録
用データに組み込みをするため可逆的に符号化され、復
号化器に向けて出力される。

【００１５】上述した実施の形態によれば、スペクトル
選択部７において、直交変換で得られたスペクトルの中
で、再生時の音質を保ために重要度の高いスペクトルの
み選択して符号化するため、少ない情報量で音声信号の
符号化が可能となる。また、本発明の実施の形態におい
ては、フレーム化直交変換部５において１フレームの大
きさをデータ数１０２４個にしたが、この数に限定され
ないことは勿論である。さらに、スペクトル選択部７に
おける選択前と選択後の全体レベルの割合を５０％以上
としたが、本発明はこれに限定されるものではなく、圧
縮度を上げる場合にはこの割合を下げ、再生した時の忠
実度を上げる場合にはこの割合を上げることで調整がで
きるので、適切な選択度を選ぶことができる。

【００１６】

【発明の効果】以上に述べたごとく本発明は、フレーム
化直交変換部で、デジタル変換された音声信号データを
所定の大きさのフレームでフレーム化した後に直交変換
してスペクトル化し、レベル計算部で、前記スペクトル
化した音声信号データのスペクトルの総和の全体レベル
を求めるとともに、前記スペクトルを所定の数で分割し
たサブバンドのスペクトルの総和の部分レベルを求め、
スペクトル選択部にて前記スペクトルの全体の中から選
択前の前記全体レベルと選択後の全体レベルが所定の比
率以上になるように選択を行い、レベル補償部にて選択
前の前記部分レベルと選択後の部分レベルが等しくなる
ように調整を行い、スペクトル符号化部にて選択後のス
ペクトルの可逆符号化することにより、音声信号を高度
に圧縮して符号化することができるので、少ない情報量
で音声信号を符号化することが可能になり、音声の情報
を蓄積する場合には蓄積スペースが少なくてすみ、ま
た、音声の情報を通信する場合には通信時間を短縮でき
るという効果を奏する。また、音声信号を復号して再生
した場合の音質低下を抑えることのできるという効果を
奏するものである。

【図面の簡単な説明】

【図１】本発明の音声信号符号化方法を行うための符号
化装置のブロック図である。

【図２】図１の符号化装置で行われる音声信号符号化方
法の構成図である。

【図３】図２のスペクトル選択部の処理手順を示すフロ
ーチャートである。

【図４】図２のスペクトル選択部で行われるピーク選択
を示す説明図である。

【符号の説明】

１ 符号化装置 ２ マイクロホン ３ Ａ／Ｄコンバータ ４ 符号処理部 ４ａ Ｉ／Ｏ装置 ４ｂ ＣＰＵ ４ｃ ＲＯＭ ４ｄ ＲＡＭ ５ フレーム化直交変換部 ６ レベル計算部 ７ スペクトル選択部 ８ レベル補償部 ９ スペクトル符号化部

Claims (2)

【特許請求の範囲】
1. 【請求項１】 フレーム化直交変換部と、レベル計算部
   と、スペクトル選択部と、レベル補償部と、スペクトル
   符号化部と、を備えて音声信号を符号化する音声信号符
   号化方法において、 前記フレーム化直交変換部で、デジタル変換された音声
   信号データを所定の大きさのフレームでフレーム化した
   後に直交変換してスペクトル化し、 前記レベル計算部で、前記スペクトル化した音声信号デ
   ータのスペクトルの総和の全体レベルを求めるととも
   に、前記スペクトルを所定の数で分割したサブバンドの
   スペクトルの総和の部分レベルを求め、 前記スペクトル選択部にて前記スペクトルの全体の中か
   ら選択前の前記全体レベルと選択後の全体レベルが所定
   の比率以上になるように選択を行い、 前記レベル補償部にて選択前の前記部分レベルと選択後
   の部分レベルが等しくなるように調整を行い、 前記スペクトル符号化部にて選択後のスペクトルを可逆
   符号化することを特徴とする音声信号符号化方法。
2. 【請求項２】前記スペクトル選択部におけるスペクトル
   の選択方法は、 第１のステップで、前記スペクトルの全体から所定の距
   離幅中で最大のスペクトルを選択する第１ピークの選択
   処理を行い、 第２のステップで、前記スペクトルの全体から前記第１
   ピークの選択処理とは異なる所定の距離幅中で第２ピー
   ク以降のピークを順次選択し、 第３のステップで、前記第１のステップおよび第２のス
   テップで選択した前記第１ピークおよび第２ピーク以降
   のピークの総和を求め、 第４のステップで、前記第３のステップで求めた第１ピ
   ークおよび第２ピーク以降のピークの総和が前記スペク
   トルの総和に対して所定の割合以上か否かを判断し、 第５のステップで、前記所定の割合以下の場合は前記ス
   ペクトルの全体を距離幅を縮小して再度第１ピークおよ
   び第２ピーク以降のピークの選択を行うことを特徴とす
   る請求項１記載の音声信号符号化方法。