JPH10247098A - 可変レート音声符号化方法、可変レート音声復号化方法 - Google Patents

Abstract

(57)【要約】 【課題】 可変レート音声符号化方法において、適応音
源符号帳インデックスのみの伝送を行う入力音声状態に
おいても、符号化効率を一切劣化させずに音質を改善す
る。 【解決手段】 ＣＥＬＰ音声符号化方式の可変レート音
声符号化方法において、入力音声信号に対して歪みが最
小となる第１の合成音声信号を得られるように、音源符
号帳及び雑音音源符号帳より適応音源ベクトル及び第１
の雑音音源ベクトルを選択し、その適応音源ベクトルを
用いて生成される音源信号を用いて仮想的な参照音声信
号を作成し、仮想的な参照音声信号に対して歪みが最小
となる第２の合成音声信号を得られるように、適応音源
ベクトルに対応する第２の雑音音源ベクトルを選択し、
第２の合成音声信号の品質に応じて、第１の雑音音源ベ
クトルに対応する雑音音源符号帳インデックスの送出を
取り止める。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声情報の伝送・
蓄積に用いられる音声符号化方式のうち、可変レート伝
送が比較的容易なＣＤＭＡ（Code Division Multiple A
ccess ）方式を回線多重化方式として用いる無線通信
系、ＡＴＭ（Asyncronous Transfer Mode ）交換を利用
する無線・有線通信系、または音声の蓄積用途などに用
いられる可変レート音声符号化及び復号化方法のうち、
ＣＥＬＰ（Code Excited Linear Prediction）音声符号
化方式を基本アルゴリズムにもち音源情報パラメータの
伝送／非伝送を制御して符号化率を可変する可変レート
音声符号化及び可変レート復号化方法に関するものであ
る。

【０００２】

【従来の技術】ＣＥＬＰ音声符号化方式を基本方式にも
つ従来の可変レート音声符号化方法のうち、音源信号の
伝送／非伝送を処理フレーム単位に判定し、可変レート
化するものとして、特開平７−３６４９５号公報に開示
された可変レート音声符号化装置の方法がある。図９は
その従来の可変レート音声符号化方法の処理フレーム単
位の処理手順を示す。この符号化処理は、処理フレーム
単位に分割された音声信号の入力に対して、順次同一の
処理として実行される。すなわち、今前の処理フレーム
の符号化処理が終了したとすると、次の処理フレームの
音声信号が入力され、ステップＳＰ１から符号化処理が
開始される。まず線形予測分析ステップＳＰ２において
は、音声信号の線形予測分析が行われ、当該処理フレー
ムの音声信号が、スペクトル情報を表す線形予測パラメ
ータとして抽出される。なおこの線形予測パラメータ
は、別途符号化され送出される。

【０００３】続いて、音源符号帳探索ステップＳＰ３に
おいて、当該処理フレームにおける入力音声信号に対し
て、歪みが最小となるような合成音声信号を得られるよ
うに、適応音源ベクトル及び雑音音源ベクトルを選択す
る。この処理は過去の駆動音源ベクトルを記憶してお
り、適応音源符号帳及び雑音音源符号帳との出力の最適
な組合せについて、適応音源ベクトル及び雑音音源ベク
トルを加算した信号を、順次線形予測分析ステップＳＰ
２で得られた線形予測パラメータ（量子化後）を用いて
構成される合成フィルタに入力し、出力される合成音信
号と参照音声信号である入力音声信号との間の歪みを最
小にする組合せを選択する、Ａ−ｂ−Ｓ（Analysis by
Synthesis ）手法によって実現される。

【０００４】なお適応音源符号帳は、音声信号のピッチ
周期で時系列的に周期化した適応音源ベクトルを出力す
るもので、雑音音源符号帳は、例えばランダム雑音から
生成される時系列的な雑音音源ベクトルを複数記憶して
出力するものである。ここで、各音源符号帳の構成とし
ては、音源に対するゲインを正規化して時系列的に並べ
たものを符号帳に保持し、ゲインは別途算出付与し符号
化伝送する構成が一般的であるが、以下の説明では各音
源ベクトルは音源ゲインを含んで扱う。またこの過程で
は、Ａ−ｂ−Ｓ手法を用いることにより、適応音源ベク
トル及び雑音音源ベクトルの最適な組合せが得られてい
る時点で、それらから得られる合成音信号についても同
時に得られている。

【０００５】次に適応音源駆動合成音声信号合成ステッ
プＳＰ４においては、上述した音源符号帳探索ステップ
ＳＰ３で選択された適応音源ベクトルのみを用いて、音
源符号帳探索ステップＳＰ３と同じ合成フィルタを用い
て出力する。さらに次の送出判定ステップＳＰ５におい
ては、合成音品質の閾値判定に基づいて雑音音源符号帳
インデックスの伝送を取り止めることにより可変レート
化を実現している。

【０００６】すなわちこの送出判定ステップＳＰ５にお
いては、仮想的な合成音について対入力音声のＳＮ比
（信号対雑音比）を算出するＳＮ比算出ステップＳＰ５
ａと、このＳＮ比と予め設定してある固定的な閾値との
比較を行う閾値比較ステップＳＰ５ｂと、この閾値比較
ステップＳＰ５ｂで雑音音源符号帳インデックスの使用
を取り止めてもその閾値をこえる音声品質が得られると
判断される場合には、送出される符号帳インデックスの
うちから雑音音源符号帳インデックスの伝送を取り止め
る伝送停止ステップＳＰ５ｃと、その他の場合には全て
の符号帳インデックスを送出する通常送出ステップＳＰ
５ｄを備えて、これを実現している。

【０００７】この送出判定ステップＳＰ５において、当
該処理フレームにおける符号が送出された後、次のステ
ップＳＰ６で当該処理フレームの符号化処理を終了し、
次の処理フレームの処理を再度ステップＳＰ１から開始
し、これを順次繰り返すことで符号化処理を行う。

【０００８】因みに、特開平７−３６４９５号公報の可
変レート音声符号化装置では、雑音音源ベクトルのみ用
いて合成される合成音に対しても、上述したと同様の閾
値評価により、適応音源符号帳インデックスの伝送を取
り止める処理を行う。しかしながら、この処理を行うよ
うな入力音声区間は、周期的な情報の欠如した無音区間
にほぼ限定されるため、音声の有音定常区間の音質改善
には寄与されないものである。

【０００９】

【発明が解決しようとする課題】ＣＥＬＰ音声符号化方
式における適応音源符号帳は、音声のピッチ周期に基づ
く周期的な構造を表現する役割を持ち、一方雑音音源符
号帳は、適応音源符号帳では表現しきれなかった成分、
すなわち音源情報のうちの周期的な成分を除いた残り
を、雑音成分で補う役割を持つ。そして、これらを足し
合わせて生成される音源信号を用いることにより、符号
化後の音源信号の再現性を高め、高品質の合成音を得る
ことが可能となる。

【００１０】ここで図９について上述した可変レート音
声符号化方法では、音声の有音定常区間のように音声の
周期性に殆んど変化のない区間において、概ね雑音音源
符号帳インデックスの伝送を取り止め、適応音源符号帳
インデックスのみの伝送を行う処理を行う。ところが、
本来雑音音源ベクトルは適応音源ベクトルだけでは、充
分に表現しきれない周期構造を補う役割を持ち合わせて
いるため、雑音音源ベクトルを全く用いないと、周期構
造についての表現が不十分となり、この区間での音質が
適応音源ベクトル及び雑音音源ベクトルの両方を重畳し
て合成した場合の合成音に比較し、大きく音質が劣化す
る問題があった。

【００１１】また、上記のような構成のため、従来の装
置の方法では、別途付加情報を伝送する構成を伴わず
に、雑音音源符号帳インデックスの伝送を取り止め、適
応音源符号帳インデックスのみの伝送を行う動作をする
ような入力音声区間での音質改善の実現が困難であると
いう問題があった。

【００１２】さらに図９について上述した可変レート音
声符号化方法では、当該処理フレームにおける入力音声
信号に対して、適応音源ベクトルのみから得られる合成
音について対入力音声信号のＳＮＲ（信号対雑音比）を
算出し、これと予め設定した固定的な閾値との比較か
ら、雑音音源符号帳インデックスの送出の有無を決定し
ている。ところが、通常ＣＥＬＰ音声符号化方式におい
ては、処理フレーム単位に歪み最小化基準で符号化を行
うため、処理フレーム単位での合成音の入力音声信号に
対するＳＮＲは、連続するフレーム間であっても随時大
きな変化を伴うことになる。従って上述した固定的な閾
値基準では、例えば音声の定常区間等においてさえ、フ
レーム単位に各符号帳インデックスの送出／非送出が入
り乱れることになり、結果として合成音が不安定になる
問題があった。

【００１３】この本発明は上述した問題を解消しようと
するものであり、雑音音源符号帳インデックスの伝送を
取り止め、適応音源符号帳インデックスのみの伝送を行
う入力音声状態においても、符号化効率を一切劣化させ
ずに音質を改善し得ると共に、出力合成音声が不安定に
なることを未然に防止し得る可変レート音声符号化方法
及び可変レート音声復号化方法を提供するものである。

【００１４】

【課題を解決するための手段】この発明に係る可変レー
ト音声符号化方法では、過去のフレームの音源信号をピ
ッチ周期で繰り返した適応音源ベクトルを格納する適応
音源符号帳と、雑音音源ベクトルを格納する雑音音源符
号帳とを有するＣＥＬＰ音声符号化方式の可変レート音
声符号化方法において、入力音声信号に対して歪みが最
小となる第１の合成音声信号を得られるように、音源符
号帳及び雑音音源符号帳より適応音源ベクトル及び第１
の雑音音源ベクトルを選択し出力する音源符号帳探索ス
テップと、適応音源ベクトルを用いて生成される音源信
号を用いて仮想的な参照音声信号を作成する仮想的参照
音声信号合成ステップと、仮想的な参照音声信号に対し
て歪みが最小となる第２の合成音声信号を得られるよう
に、適応音源ベクトルに対応する第２の雑音音源ベクト
ルを選択する第２の音源符号帳探索ステップと、第２の
合成音声信号の品質に応じて、第１の雑音音源ベクトル
に対応する雑音音源符号帳インデックスの送出を取り止
める符号語送出系列選択ステップを備えようにしたもの
である。

【００１５】さらに次の発明に係る可変レート音声符号
化方法では、符号語送出系列選択ステップは、入力音声
信号に対して、第１の合成音声信号と第２の合成音声信
号及び仮想的な参照音声信号の品質を数値的尺度に置き
換える合成音品質尺度化ステップと、合成音品質尺度化
ステップを用いて算出された第１の合成音声信号の品質
と仮想的な参照音声信号の品質を用いて、比較閾値を算
出する閾値算出ステップと、比較閾値と第２の合成音声
信号を比較する閾値比較ステップと、閾値比較ステップ
の比較結果に応じて、第１の雑音音源ベクトルに対応す
る雑音音源符号帳インデックスの送出を取り止めるか否
かを判定する送出判定ステップとを備えるものである。

【００１６】また次の発明に係る可変レート音声復号化
方法では、過去のフレームの音源信号をピッチ周期で繰
り返した適応音源ベクトルを格納する適応音源符号帳
と、雑音音源ベクトルを格納する雑音音源符号帳とを有
するＣＥＬＰ音声復号化方式の可変レート音声復号化方
法において、受信した系列に適応音源符号帳インデック
ス及び雑音音源符号帳インデックスが含まれる場合、受
信した適応音源符号帳インデックス及び雑音音源符号帳
インデックスに対応する適応音源ベクトル及び雑音音源
ベクトルの両方を用いて生成される音源を用いて、第１
の合成音を出力する第１の合成音出力ステップと、受信
した系列に雑音音源符号帳インデックスが含まれない場
合、受信した適応音源符号帳インデックスに対応する適
応音源ベクトルを用いて生成される音源を用いて、仮想
的な参照音声信号を合成する仮想的参照音声信号合成ス
テップと、仮想的な参照音声信号に対して歪みが最小と
なる合成音声信号を得られるように、受信した適応音源
符号帳インデックスの示す適応音源ベクトルに応じた雑
音音源ベクトルを選択し、選択結果を用いて合成した第
２の合成音を出力する第２の合成音出力ステップとを備
えるものである。

【００１７】

【発明の実施の形態】以下図面を参照しながら、この発
明の実施の形態を詳述する。

【００１８】実施の形態１．図１はこの発明による可変
レート音声符号化方法の実施の形態１を示すフローチャ
ートである。図１において、図９で上述した従来の可変
レート音声符号化方法との相違点は、第２の音源符号帳
探索ステップＳＰ１４と符号語送出系列選択ステップＳ
Ｐ１５である。この第２の音源符号帳探索ステップＳＰ
１４は、仮想的な参照音声信号に対して歪みが最小とな
るような第２の合成音声信号を得られるように、適応音
源ベクトルに対応する第２の雑音音源ベクトルを選択す
る処理を実行する。また符号語送出系列選択ステップＳ
Ｐ１５は、第２の合成音声信号の品質に従って、第１の
雑音音源ベクトルに対応するインデックス送出を取り止
める処理を実行する。

【００１９】さらに符号語送出系列選択ステップＳＰ１
５は、合成音品質尺度化ステップＳＰ１５ａと、閾値算
出ステップＳＰ１５ｂと、閾値比較ステップＳＰ１５ｃ
と、伝送停止ステップＳＰ５ｄ及び通常送出ステップＳ
Ｐ５ｅからなる。なお線形予測分析ステップＳＰ１１
と、音源符号帳探索ステップＳＰ１２と、仮想的参照音
声合成ステップＳＰ１３については、図９の可変レート
音声符号化方法と同様であるので、以下の動作説明は簡
単に行う。

【００２０】次に、可変レート音声符号化方法において
は、処理フレーム単位に分割された音声信号の入力に対
して、順次同一の処理フローで実行される。すなわち、
今前の処理フレームの符号化処理が終了したとすると、
その次の処理フレームの音声信号が入力され、ステップ
ＳＰ１０から符号化処理が開始される。次の線形予測分
析ステップＳＰ１１、音源符号帳探索ステップＳＰ１２
及び仮想的参照音声信号合成ステップＳＰ１３が実行さ
れる。

【００２１】これらの処理は、従来と同様の方法で行わ
れ、線形予測分析ステップＳＰ１１では線形予測パラメ
ータが出力される。また次の音源符号帳探索ステップＳ
Ｐ１２では、参照音声を入力音声信号とし入力音声信号
との間の歪みが最小となるように、第１の合成音信号を
得るような適応音源ベクトル及び雑音音源ベクトルとが
選択され、第１の合成音信号と共に出力される。さらに
仮想的参照音声信号合成ステップＳＰ１３では、仮想的
な参照音声信号が出力される。

【００２２】次に第２の音源符号帳探索ステップＳＰ１
４を実行する。この処理においては、上述した仮想的な
合成音声信号に対して、歪み最小となるような第２の合
成音信号が得られるように、再度雑音音源ベクトルを選
択する処理を行う。すなわち、この第２の合成音信号と
仮想的参照音声信号合成ステップＳＰ１３で得られた仮
想的な参照音声信号との間の歪みを最小にするように、
音源符号帳探索ステップＳＰ１２で得られた適応音源ベ
クトルに対する雑音音源ベクトルの最適な組合せについ
て、Ａ−ｂ−Ｓ手法により第２の雑音音源ベクトルとし
て選択し、第２の合成音信号を出力する。

【００２３】ここで、この実施の形態１においては、音
源符号帳探索ステップＳＰ１２の出力である第１の雑音
音源ベクトルは伝送対象であるが、第２の雑音音源ベク
トルは非伝送となるため、第２の音源符号帳探索ステッ
プＳＰ１４では、第２の雑音音源ベクトルの出力を要し
ない。

【００２４】次に符号語送出系列選択ステップＳＰ１５
において、第１の雑音音源ベクトルを伝送するか否かに
ついて判定を行う。まず合成音品質尺度化ステップＳＰ
１５ａでは、先の各ステップで出力された第１の合成音
信号、第２の合成音信号及び仮想的参照音声信号につい
て、当該処理フレームの入力音声信号との比較による、
音声品質を数値尺度で算出する。ここで、この数値尺度
はこの実施の形態１においては、各合成音信号と入力音
声信号とのＳＮＲ（信号対雑音比）を用いている。

【００２５】次に合成音品質尺度化ステップＳＰ１５ａ
で得られた各合成音信号のＳＮＲより、閾値算出ステッ
プＳＰ１５ｂを用いて判定閾値を算出する。この実施の
形態において、判定閾値は以下に述べるように予め用意
した算式を用いて算出する。ここで、この実施の形態に
おけるこの算式は、大量データを用いて、第１の合成音
信号第２の合成音信号及び仮想的参照音声信号と、入力
音声信号とのＳＮＲの統計的性質（平均、分散）を用い
て、定式化を行う方法を用いることで実現できる。

【００２６】

【表１】

【００２７】表１は、この実施の形態における可変レー
ト音声符号化装置に対する男声／女声各５文章の入力音
声、約 6,000フレームにわたる第１の合成音信号、第２
の合成音信号及び仮想的参照音声信号と、入力音声信号
との各々のフレーム単位のＳＮＲの平均及び分散の例で
ある。この表からも明らかなように、第２の合成音信号
のＳＮＲの平均値は、第１の合成音信号及び仮想的参照
音声信号のＳＮＲの平均値を、約８：２の比に内分する
ような値を取っており、しかもほぼ分散が同じであるこ
とが分かる。

【００２８】そこで、例えば各ＳＮＲの分散について、
それぞれほぼ等しい値をとることから、この内分比を判
定閾値算出の基準に用いることができる。すなわち、各
処理フレーム単位に第１の合成音信号及び仮想的参照音
声信号の対入力音声信号のＳＮＲを求め、それをある固
定比で内分するような比（表１の例では約８：２）で内
分する内分点の値を、判定閾値として算出する。

【００２９】閾値比較ステップＳＰ１５ｃでは、上で算
出された判定閾値と、第２の合成音信号のＳＮＲの比較
を行う。第２の合成音信号のＳＮＲが、算出された判定
閾値を上回る場合に、伝送停止処理ステップＳＰ１５ｄ
を用い、第１の雑音音源ベクトルの伝送を取り止め、第
２の合成音信号のＳＮＲが算出された判定閾値を上回る
場合には通常送出処理ＳＰ１５ｅを用い、通常通り第１
の雑音音源ベクトルを伝送する。ここで、表１から統計
的にも明らかなように、第１の雑音音源ベクトルを伝送
しない場合でも、第２の合成音信号を用いる事により、
仮想的な参照音声信号を用いる場合に比較し、品質のよ
い合成音声が得られることが判る。

【００３０】以上、符号語送出系列選択ステップＳＰ１
５において、当該処理フレームにおける符号が送出され
たのち、次のステップＳＰ１６で、当該処理フレームの
符号化処理を終了し、次の処理フレームの処理を、ステ
ップＳＰ１０から開始し、これを順次繰り返すことで符
号化処理を進める。

【００３１】図２において、この実施の形態１の可変レ
ート音声符号化方法について、その具体的な動作を信号
の流れを用いて説明する。図中１は音声信号入力端、２
は符号出力端である。また３は線形予測分析手段であ
り、４は適応音源符号帳、５は雑音音源符号帳、６は合
成フィルタである。さらに７は最適音源選択手段であ
り、８は符号語送出系列選択手段であり、９は仮想的参
照音声信号用バッファである。１０、１１、１２、１３
は使用音源選択スイッチであり、１４は合成音出力先選
択スイッチであり、１５は参照音声選択スイッチであ
り、１６は適応音源ゲイン選択手段であり、１７は雑音
適応音源ゲイン選択手段である。また、各信号につい
て、Ｓ１は入力音声信号であり、Ｓ２は線形予測パラメ
ータであり、Ｓ３は仮想的な参照音声信号であり、Ｓ４
は第１の合成音信号であり、Ｓ５は第２の合成音信号で
あり、Ｓ６は音源符号帳選択制御信号である。

【００３２】実際上音声信号入力端１からは、入力音声
Ｓ２が入力される。また符号出力端２からは、符号語送
出系列選択手段８で選択された、符号系列が出力され
る。線形予測分析手段３には入力音声Ｓ１が入力され、
線形予測パラメータＳ２が出力される。この線形予測パ
ラメータＳ２は、別途量子化が行われ、符号系列の一部
として送出される。適応音源符号帳４と雑音音源符号帳
５及び適応音源ゲイン選択符号化手段１６及び雑音適応
音源ゲイン選択符号化手段１７は、音源符号帳選択制御
信号Ｓ６の制御を受け、ゲインを含まない適応音源ベク
トル、ゲインを含まない雑音音源ベクトル、適応音源ゲ
イン及び雑音音源ゲインを出力し、選択後、次の選択が
開始されるまでは状態を保持する。なおこの説明におい
ては、ゲインを含まない適応音源ベクトルと適応音源ゲ
イン及びゲインを含まない雑音音源ベクトルと雑音音源
ゲインをまとめて、それぞれ適応音源ベクトル、雑音音
源ベクトルと称しており、その集合をそれぞれ適応音源
符号帳、雑音音源符号帳として表現した。

【００３３】また合成フィルタ６は、線形予測パラメー
タＳ２と適応音源ベクトルあるいは雑音音源信号との組
合せから得られる各音源信号について入力し、仮想的な
参照音声信号Ｓ３及び合成音信号Ｓ４、Ｓ５を合成す
る。最適音源選択手段７は、参照音声信号Ｓ１或はＳ３
と、合成音信号Ｓ４、Ｓ５の間の歪みを評価しつつ、そ
れが最小になるように、ゲインを含まない適応音源ベク
トル、ゲインを含まない雑音音源ベクトル、適応音源ゲ
イン及び雑音音源ゲインを選択するべく、音源符号帳選
択制御信号Ｓ６を調整し出力する。符号語送出系列選択
手段８は、入力信号Ｓ１、仮想的な参照音声信号Ｓ３、
第１の合成音声信号Ｓ４、第２の合成音声信号Ｓ５が入
力され、それらの品質と別途算出される閾値の評価から
雑音音源符号帳インデックスの送出を制御する。

【００３４】仮想的参照音声信号用バッファ９は、仮想
的な参照音声信号を音源コードブック選択のため一時保
存する。使用音源選択スイッチ１０、１１、１２、１３
は、選択対象となる音源ベクトル及びその組合せについ
て制御する。合成音出力先選択スイッチ１４は、仮想的
な参照音声信号Ｓ３を合成する場合と、第１の合成音声
信号Ｓ４、第２の合成音声信号Ｓ５を選択合成する場合
において、その出力先を制御する。参照音声選択スイッ
チ１５は、音源選択過程における参照音声信号を入力音
声信号Ｓ１と仮想的な参照音声信号Ｓ３とから選択す
る。適応音源ゲイン選択手段１６及び雑音適応音源ゲイ
ン選択手段１７は、音源符号帳選択制御信号Ｓ６を受け
て各音源ベクトルに付与するゲインを調整する。この際
選択された各ゲインは符号化乃至送出される。

【００３５】次にこの実施の形態１の各ステップ毎の動
作について、図１及び図２を用いて説明する。なお図１
の線形予測分析ステップＳＰ１１、符号語送出系列選択
ステップＳＰ１５は、それぞれ図２における線形予測分
析手段３、符号語送出系列選択手段８に単純に対応する
ので、以下の説明は省略する。まず図１における音源符
号帳探索ステップＳＰ１２は、図２において、使用音源
選択スイッチ１０、１１、１２、１３及び合成音出力先
選択スイッチ１４、参照音声選択スイッチ１５を以下の
ように接続して開始する。すなわち使用音源選択スイッ
チ１０を接続し、使用音源選択スイッチ１１を端子ｂ側
へ接続し、使用音源選択スイッチ１２を端子ｂ側へ接続
し、使用音源選択スイッチ１３を接続する。さらに合成
音出力先選択スイッチ１４を端子ｂ側へ接続し、参照音
声選択スイッチ１５を端子ｂ側へ接続することで実現す
る。

【００３６】この接続状態における図２の信号フローと
して、合成フィルタ６には適応音源ベクトル及び雑音信
号ベクトルが加算された音源信号が入力され、合成フィ
ルタ６から出力される合成音声信号が、入力音声信号Ｓ
１に対して歪み最小となるように音源符号帳選択制御信
号Ｓ６を出力し、適応音源ベクトル及び雑音音源ベクト
ルを選択するものとなる。この音源符号帳探索ステップ
ＳＰ１２の結果、最終的な合成フィルタ６からの合成音
声信号の出力として、第１の合成音声信号Ｓ４が得ら
れ、その音源信号となる適応音源ベクトル及び第１の雑
音音源ベクトルが選択されている。

【００３７】次に図１の仮想的参照音声信号合成ステッ
プＳＰ１３は、図２において使用音源選択スイッチ１０
を開放し、使用音源選択スイッチ１１を端子ａ側へ接続
し、使用音源選択スイッチ１２を端子ａ側へ接続し、使
用音源選択スイッチ１３を開放する。さらに合成音出力
先選択スイッチ１４を端子ａ側へ接続し、参照音声選択
スイッチ１５を端子ｂ側へ接続することで実現する。こ
の接続状態における図２の信号フローとして、合成フィ
ルタ６には音源符号帳探索ステップＳＰ１２で選択され
た適応音源ベクトルが音源信号として入力され、仮想的
な参照音声信号Ｓ３として出力され、仮想的参照音声信
号用バッファ９に出力されると共に符号語送出系列選択
手段８へ出力される。

【００３８】さらに図１の第２の音源符号帳探索ステッ
プＳＰ１４は、図２において、使用音源選択スイッチ１
０を接続し、使用音源選択スイッチ１１を端子ｂ側へ接
続し、使用音源選択スイッチ１２を端子ｂ側へ接続し、
使用音源選択スイッチ１３を開放する。さらに合成音出
力先選択スイッチ１４を端子ｂ側へ接続し、参照音声選
択スイッチ１５を端子ａ側へ接続することで実現する。
この接続状態における図２の信号フローとして、合成フ
ィルタ６には音源符号帳探索ステップＳＰ１２で選択さ
れた適応音源ベクトル及び雑音音源ベクトルが加算され
た音源信号が入力され、合成フィルタ６から出力される
合成音声信号が、仮想的参照音声信号用バッファ９に保
持されている仮想的な参照音声信号Ｓ３に対して、歪み
最小となるように音源符号帳選択制御信号Ｓ６を出力
し、雑音音源ベクトルを選択するものとなる。この第２
の音源符号帳探索ステップＳＰ１４の結果、最終的な合
成フィルタ６からの合成音声信号の出力として、第２の
合成音声信号Ｓ５が得られ、第２の雑音音源ベクトルが
選択されている。

【００３９】またこの実施の形態１においては、ここま
で雑音音源符号帳として、事前学習或はランダム雑音等
により得られる時系列的なベクトルに対して、インデッ
クスを付して構成される形態を想定して説明したが、雑
音音源符号化手法としてその他に用いられる方法、例え
ば「Fast CELP Coding Based on Algeblic Codes」（J-
P.Adoul, P.Mabilleau, M.Delprat ,S.Morissette著 ,P
roc. ICASSP■87, pp1957-1960,（1987)）に記載されて
いるいわゆる代数励振符号を用いる構成としても良い。

【００４０】またこの代数励振符号を用いる音声符号化
方式として、「CS-ACELPの基本アルゴリズム」（片岡章
俊、林伸二、守谷健弘、栗原祥子、間野一則著、NTT R&
D, Vol. 45, pp325-330, （1996)）に示されるＣＳ−Ａ
ＣＥＬＰ（Conjugate-Structure Algebraic ）方式があ
り、ＩＴＵ−Ｔ Ｇ.729 ８kbps標準方式として採用さ
れているが、この方式を符号化の基本アルゴリズムとし
て用いて、この実施の形態１に示す可変レート音声符号
化方法を適用しても良い。このＩＴＵ−Ｔ Ｇ.729 ８
kbps標準方式における代数励振源は、５msec区間（40サ
ンプル）のサブフレームに対して、４本のパルスの位置
及び極性で表現される。またピッチ周期がサブフレーム
長より短い場合には、これをピッチ周期で繰り返して用
いるピッチ周期化が取り入れられている。また共役構造
（Conjugate-Structure ）のゲイン量子化手法が用いら
れており、誤り耐性の強化が施されている。

【００４１】ここで図３〜図６は、第２の合成音声信号
を用いることの効果を示すために、このＩＴＵ−Ｔ
Ｇ.729方式を基本アルゴリズムとし、代数励振符号を雑
音音源として用いた場合について波形の観測結果をもと
に説明する。なお図中各信号に対する符号は図２と対応
させて付している。今図３のような入力音声信号Ｓ１に
対して、図４の第１の合成音信号Ｓ４を得る過程におい
て、第１の雑音音源ベクトルは、入力音声信号Ｓ１に対
して適応音源ベクトルの周期性表現では不足する成分に
加えて、微細な音源構造についても表現するようなパル
ス列となる。ここで得られる第１の合成音声信号Ｓ４
は、入力音声信号Ｓ１にもみられる微細な構造に対して
も充分追従している様子が分かる。

【００４２】次に図５のように、第１の合成音信号を得
る過程において選択された適応音源ベクトルのみを用い
て、仮想的な参照音声信号Ｓ３を合成した場合、フレー
ム内で一定の周期及び振幅を単純に繰り返したのに近い
波形となり入力音声信号Ｓ１に現れる周期構造表現の不
足分を表現するに至らない。従来の可変レート音声符号
化方法における雑音音源符号長インデックスの伝送停止
区間では、仮想的な参照音声信号Ｓ３を、そのまま合成
音出力として用いるので品質劣化が大きかった。

【００４３】一方図６のように第２の合成音声信号Ｓ５
においては、適応音源ベクトルの周期性表現の不足分を
第２の雑音音源ベクトルが補うような働きをしており、
微細構造の表現まではいたらないものの、仮想的な参照
音声信号Ｓ３に比べ大きく周期性表現が改善されること
が分かる。ここで、第２の雑音音源ベクトルのパルス極
性は、サブフレーム内において仮想的な参照音声信号Ｓ
３の同位置の極性を用いることが出来る。従って、代数
励振符号を雑音音源として用いた場合でも、パルス位置
及び極性について、一切の情報を伝送することなく符号
化復号化側で、同一の第２の雑音音源ベクトルを得るこ
とが可能である。

【００４４】またＣＳ−ＡＣＥＬＰ方式に対するこの適
用例においては、代数励振符号の位置及び極性の伝送の
み停止することとし、第１の雑音音源ベクトルの伝送停
止区間では第２の雑音音源ゲインは通常の場合と同様
に、共役構造をもつゲイン量子化を行い伝送する構成と
している。第１の雑音音源ベクトルの伝送停止は、サブ
フレーム単位に判定される。これにより、この適用例で
は第１の雑音音源ベクトルの伝送停止区間では、フレー
ムあたり80ビット中17ビットまたは34ビットの削減が可
能である。

【００４５】以上に述べたこの実施の形態１によれば、
仮想的な参照音声信号との歪みが最小となるように、少
なくとも適応音源ベクトルだけでは表現しきれなかった
音源の周期構造について補うような第２の雑音音源ベク
トルを使用することが可能となるので、第１の雑音音源
符号帳インデックスを伝送しない区間においても、合成
音品質の劣化が少なくて済む可変レート音声符号化方法
を実現できる。

【００４６】実施の形態２．図７はこの本発明による可
変レート音声復号化方法の実施の形態２を示す。この可
変レート音声復号化方法は、受信系列判別ステップＳＰ
２１と、第１の合成音を出力する第１の合成音出力ステ
ップＳＰ２２と、仮想的な参照音声信号を合成する仮想
的参照音声信号合成ステップＳＰ２３と、第２の合成音
を出力する第２の合成音出力ステップＳＰ２４より構成
されている。

【００４７】この可変レート音声復号化方法において、
仮想的参照音声信号合成ステップＳＰ２３は、実施の形
態１で上述した仮想的参照音声合成ステップＳＰ１３と
同様であり、以下の動作説明は簡略化する。またこの発
明の可変レート音声復号化方法は、処理フレーム単位に
受信される受信符号語系列の入力に対し、順次同一の処
理フローで実行される。今、前の処理フレームの復号化
処理が終了したとすると、その次の処理フレームに対応
する受信符号語系列が入力され、ステップＳＰ２０から
復号化処理が開始される。

【００４８】次に受信系列判別ステップＳＰ２１におい
ては、受信系列に雑音音源符号帳インデックスが含まれ
ているかどうかを受信系列長を参考に判別する。この受
信系列判別ステップＳＰ２１において、受信系列に雑音
音源符号長インデックスが含まれていると判断された場
合には、第１の合成音出力ステップＳＰ２２において合
成音を出力する。この第１の合成音出力ステップＳＰ２
２では、受信した適応音源符号帳インデックス及び雑音
音源符号帳インデックスに対応する適応音源ベクトル及
び雑音音源ベクトルの両方を用いて生成される音源を用
い、同時に受信系列の一部として伝送されている線形予
測パラメータを用いて構成される合成フィルタに入力
し、第１の合成音声信号を得る。

【００４９】一方受信系列判別ステップＳＰ２１におい
て、受信系列に雑音音源符号長インデックスが含まれて
いないと判断された場合には、以下の手順により、実施
の形態１で説明した符号化側における第２の雑音音源符
号帳探索ステップＳＰ１３と同様の処理を行うことによ
り第２の合成音声信号を得る。すなわちまず、仮想的参
照音声信号合成ステップＳＰ２３により、受信した適応
音源符号帳インデックスに対応する適応音源ベクトルの
みから得られる仮想的な合成音信号を、同時に受信系列
の一部として伝送されている線形予測パラメータを用い
て構成される合成フィルタに入力し、仮想的な参照音声
信号を得る。

【００５０】次に第２の合成音出力ステップＳＰ２４に
おいて、仮想的参照音声信号合成ステップＳＰ２３で得
られた仮想的な参照音声信号との間の歪みを最小にする
ように、音源符号帳探索ステップＳＰ１２で得られた適
応音源ベクトルに対する雑音音源ベクトルの最適な組合
せについて、Ａ−ｂ−Ｓ手法により、第２の雑音音源ベ
クトルとして選択し第２の合成音信号を出力する。以上
の各ステップの実行により、当該処理フレームの合成音
声信号が出力されたのち、ステップＳＰ２５で当該処理
フレームの復号化処理を終了し、次の処理フレームに対
応する処理をステップＳＰ２０から開始し、これを順次
繰り返すことで復号化処理を進める。

【００５１】図２との対応部分に同一符号を付けた図８
において、この実施の形態２の可変レート音声復号化方
法について、その具体的な動作を信号の流れを用いて説
明する。図中、１８は符号入力端、１９は合成音出力端
であり、また２０は線形予測パラメータ復号手段、２１
は受信系列判別手段、２２は入力選択スイッチ、２３、
２４は音源選択スイッチ、２５は合成音選択スイッチで
ある。

【００５２】このうち符号入力端１８からは、受信され
た符号が入力され、合成音出力端１９からは合成音声が
出力される。また線形予測パラメータ復号手段２０は受
信系列から線形予測パラメータＳ２を復号する。受信系
列判別手段２１は受信系列長等から雑音符号長インデッ
クスが伝送されたか否かを判断し、また各符号化パラメ
ータ毎に分割出力する。入力選択スイッチ２２は、受信
系列判別手段２１の判別結果をうけて音源符号帳への制
御信号入力を切り替える。音原選択スイッチ２３、２４
は、受信系列判別手段２１の判別結果をうけて合成フィ
ルタ６に入力される音源信号を切り替える。合成音選択
スイッチ２５は、合成フィルタ６で合成された合成音の
出力先を制御する。

【００５３】次にこの実施の形態２の各ステップ毎の動
作について、図７及び図８を用いて説明する。なお図７
の受信系列判別ステップＳＰ２１は、図８の受信系列判
別手段２１と単純に対応するので、以下の説明は省略す
る。まず図７の第１の合成音出力ステップＳＰ２７は、
図８において入力選択スイッチ２２、音源選択スイッチ
２３、２４及び合成音選択スイッチ２５を以下のように
接続して開始する。すなわち入力選択スイッチ２２を端
子ｂへ接続し、音源選択スイッチ２３を端子ａへ、音源
選択スイッチ２４を端子ａへ、合成音選択スイッチ２５
を端子ａへそれぞれ接続する。この接続状態における図
８の信号フローとして、合成フィルタ６にはそれぞれ伝
送されたインデックスに対応する適応音源ベクトル及び
雑音信号ベクトルが加算された音源信号が入力され、合
成フィルタ６から出力される合成音声信号が、第１の合
成音声信号Ｓ４として得られる。

【００５４】次に図７の仮想的参照音声信号合成ステッ
プＳＰ２２は、図８において入力選択スイッチ２２を端
子ｂへ接続し、音源選択スイッチ２３を端子ｂへ、音源
選択スイッチ２４を端子ｂへ、合成音選択スイッチ２５
を端子ｂへそれぞれ接続することで実現する。この接続
状態における図８の信号フローとして、合成フィルタ６
には伝送されたインデックスに対応する適応音源ベクト
ルが音源信号として入力され、合成フィルタ６から出力
される合成音声信号が、仮想的な参照音声信号Ｓ３とし
て得られ、これが仮想的参照音声信号用バッファ９に出
力される。

【００５５】次に図７の第２の合成音出力ステップＳＰ
２４は、図８において入力選択スイッチ２２を端子ａへ
接続し、音源選択スイッチ２３を端子ａへ、音源選択ス
イッチ２４を端子ａへ、合成音選択スイッチ２５を端子
ａへそれぞれ接続することで実現する。この接続状態に
おける図８の信号フローとして、合成フィルタ６には伝
送されたインデックスに対応する適応音源ベクトルと、
順次出力される雑音音源ベクトルが加算されたものが音
源信号として入力され、合成フィルタ６から出力される
合成音声信号が、仮想的参照音声信号用バッファ９に対
する歪みを最小とするように第２の雑音音原ベクトルが
選択され、この結果得られた合成音信号が第２の合成音
信号Ｓ５として出力される。

【００５６】この実施の形態２によれば、雑音音源ベク
トルの伝送停止区間においても、上述した実施の形態１
に示した第２の雑音音源ベクトルを、復号化側で独自に
算出して用いることが可能となり、出力合成音声の品質
を高めることができる可変レート音声復号化方法を実現
できる。

【００５７】実施の形態３．上述の実施の形態１におい
ては、合成音品質尺度化ステップＳＰ１５ａにおいて、
ＳＮＲ（信号対雑音比）を尺度化基準に用いているが、
ケプストラム距離、バークスペクトル距離等、波形間の
歪みを測定することが可能な数値尺度であれば実施の形
態１と同様に使用することができ、実施の形態１と同様
の効果を得ることができる。

【００５８】上述の実施の形態１では、閾値算出ステッ
プＳＰ１５ｂ及び閾値比較ステップＳＰ１５ｃにおい
て、ＳＮ比単一の尺度に寄る比較判定を行う処理とした
が、上述したような各尺度を複数用いて比較判定する処
理とすることはもちろん可能である。

【００５９】上述の実施の形態１では、符号語送出系列
選択ステップＳＰ１５において、雑音音源符号帳インデ
ックスの送出の可否判断まで行う構成としたが、符号語
送出系列選択ステップＳＰ１５の出力を、送出停止の可
能性を示すフラグ、適応音源符号帳インデックス及び雑
音符号帳インデックスとし、上位のベースバンド信号処
理部等の判断において、最終的な雑音符号帳インデック
スの送出判断とする構成にしても上述の実施の形態１と
同様の効果を得ることができる。

【００６０】上述の実施の形態２では、受信系列判別ス
テップＳＰ２１において、受信符号長などから、雑音符
号帳インデックスの非伝送を知る構成となっているが、
上位のベースバンド信号処理部等でこれを判定し、フラ
グと共に必要最小限のインデックスを受け取る構成とし
ても、上述の実施の形態２と同様の効果を得ることがで
きる。

【００６１】

【発明の効果】以上の通りこの発明によれば、入力音声
信号に対して歪みが最小となる第１の合成音声信号を得
られるように、音源符号帳及び雑音音源符号帳より適応
音源ベクトル及び第１の雑音音源ベクトルを選択し出力
し、その適応音源ベクトルを用いて生成される音源信号
を用いて仮想的な参照音声信号を作成し、その仮想的な
参照音声信号に対して歪みが最小となる第２の合成音声
信号を得られるように、適応音源ベクトルに対応する第
２の雑音音源ベクトルを選択し、第２の合成音声信号の
品質に応じて第１の雑音音源ベクトルに対応する雑音音
源符号帳インデックスの送出を取り止めることにより、
雑音音源符号帳インデックスが非伝送となる場合でも、
復号化側で独自に選択可能であり、かつ共通の雑音音源
ベクトルを使用することができ、品質劣化の少ない符号
化が行える可変レート音声符号化方法を実現できる。

【００６２】さらに次の発明によれば、これに加えて、
入力音声信号に対して、第１の合成音声信号と第２の合
成音声信号及び仮想的な参照音声信号の品質を数値的尺
度に置き換え比較閾値を算出し、この比較閾値と第２の
合成音声信号を比較し、その比較結果に応じて、第１の
雑音音源ベクトルに対応する雑音音源符号帳インデック
スの送出を取り止めるか否かを判定することにより、従
来の処理フレーム間で固定的に用いている閾値を用いる
場合に比べ、各処理フレーム単位の合成音品質に見合っ
た判定が行われるので、より安定的な送出判定が行える
可変レート符号化方法を実現できる。

【００６３】また次の発明によれば、受信した系列に適
応音源符号帳インデックス及び雑音音源符号帳インデッ
クスが含まれる場合、受信した適応音源符号帳インデッ
クス及び雑音音源符号帳インデックスに対応する適応音
源ベクトル及び雑音音源ベクトルの両方を用いて生成さ
れる音源を用いて、第１の合成音を出力し、受信した系
列に雑音音源符号帳インデックスが含まれない場合、受
信した適応音源符号帳インデックスに対応する適応音源
ベクトルを用いて生成される音源を用いて、仮想的な参
照音声信号を合成し、その仮想的な参照音声信号に対し
て歪みが最小となる合成音声信号を得られるように、受
信した適応音源符号帳インデックスの示す適応音源ベク
トルに応じた雑音音源ベクトルを選択し、選択結果を用
いて合成した第２の合成音を出力することにより、雑音
音源符号帳インデックスが非伝送となる場合でも、独自
に選択可能かつ符号化側で用いているのと共通の雑音音
源ベクトルを使用することが可能となり、品質劣化の少
ない復号化が行える可変レート音声復号化方法を実現で
きる。

【図面の簡単な説明】

【図１】 この発明の実施の形態１として可変レート音
声符号化方法の処理手順を示すフローチャートである。

【図２】 図１の可変レート音声符号化方法の信号の流
れの説明に供するブロック図である。

【図３】 入力音声信号の様態の説明に供する信号波形
図である。

【図４】 第１の合成音声信号の様態の説明に供する信
号波形図である。

【図５】 仮想的な参照音声信号の様態の説明に供する
信号波形図である。

【図６】 第２の合成音声信号の様態の説明に供する信
号波形図である。

【図７】 この発明の実施の形態２として可変レート音
声復号化方法の処理手順を示すフローチャートである。

【図８】 図７の可変レート音声復号化方法の信号の流
れの説明に供するブロック図である。

【図９】 従来の可変レート音声符号化方法の処理手順
を示すフローチャートである。

【符号の説明】

１ 音声信号入力端 ２ 符号出力端 ３ 線形予測分析手段 ４ 適応音源符号帳 ５ 雑音音源符号帳 ６ 合成フィルタ ７ 最適音源選択手段 ８ 符号語送出系列選択手段 ９ 仮想的参照音声信号用バッファ １０ 使用音源選択スイッチａ １１ 使用音源選択スイッチｂ １２ 使用音源選択スイッチｃ １３ 使用音源選択スイッチｅ １４ 合成音出力先選択スイッチ １５ 参照音声選択スイッチ １６ 適応音源ゲイン選択手段 １７ 雑音適応音源ゲイン選択手段 １８ 符号入力端 １９ 合成音出力端 ２０ 線形予測パラメータ復号手段 ２１ 受信系列判別手段 ２２ 入力選択スイッチ ２３ 音源選択スイッチａ ２４ 音源選択スイッチｂ ２５ 合成音選択スイッチ Ｓ１ 入力音声信号、 Ｓ２ 線形予測パラメータ Ｓ３ 仮想的な参照音声信号 Ｓ４ 第１の合成音信号 Ｓ５ 第２の合成音信号 Ｓ６ 音源符号帳選択制御信号

Claims (3)

【特許請求の範囲】
1. 【請求項１】 過去のフレームの音源信号をピッチ周期
   で繰り返した適応音源ベクトルを格納する適応音源符号
   帳と、雑音音源ベクトルを格納する雑音音源符号帳とを
   有するＣＥＬＰ音声符号化方式の可変レート音声符号化
   方法において、入力音声信号に対して歪みが最小となる
   第１の合成音声信号を得られるように、前記音源符号帳
   及び前記雑音音源符号帳より適応音源ベクトル及び第１
   の雑音音源ベクトルを選択し出力する音源符号帳探索ス
   テップと、前記適応音源ベクトルを用いて生成される音
   源信号を用いて仮想的な参照音声信号を作成する仮想的
   参照音声信号合成ステップと、前記仮想的な参照音声信
   号に対して歪みが最小となる第２の合成音声信号を得ら
   れるように、前記適応音源ベクトルに対応する第２の雑
   音音源ベクトルを選択する第２の音源符号帳探索ステッ
   プと、前記第２の合成音声信号の品質に応じて、前記第
   １の雑音音源ベクトルに対応する雑音音源符号帳インデ
   ックスの送出を取り止める符号語送出系列選択ステップ
   を備え、符号化率を可変するようにした可変レート音声
   符号化方法。
2. 【請求項２】 前記符号語送出系列選択ステップは、前
   記入力音声信号に対して、前記第１の合成音声信号と前
   記第２の合成音声信号及び前記仮想的な参照音声信号の
   品質を数値的尺度に置き換える合成音品質尺度化ステッ
   プと、前記合成音品質尺度化ステップを用いて算出され
   た前記第１の合成音声信号の品質と前記仮想的な参照音
   声信号の品質を用いて、比較閾値を算出する閾値算出ス
   テップと、前記比較閾値と前記第２の合成音声信号を比
   較する閾値比較ステップと、閾値比較ステップの比較結
   果に応じて、前記第１の雑音音源ベクトルに対応する雑
   音音源符号帳インデックスの送出を取り止めるか否かを
   判定する送出判定ステップとを備えることを特徴とする
   請求項１に記載の可変レート音声符号化方式。
3. 【請求項３】 過去のフレームの音源信号をピッチ周期
   で繰り返した適応音源ベクトルを格納する適応音源符号
   帳と、雑音音源ベクトルを格納する雑音音源符号帳とを
   有するＣＥＬＰ音声復号化方式の可変レート音声復号化
   方法において、受信した系列に適応音源符号帳インデッ
   クス及び雑音音源符号帳インデックスが含まれる場合、
   受信した前記適応音源符号帳インデックス及び前記雑音
   音源符号帳インデックスに対応する適応音源ベクトル及
   び雑音音源ベクトルの両方を用いて生成される音源を用
   いて、第１の合成音を出力する第１の合成音出力ステッ
   プと、受信した系列に雑音音源符号帳インデックスが含
   まれない場合、受信した適応音源符号帳インデックスに
   対応する適応音源ベクトルを用いて生成される音源を用
   いて、仮想的な参照音声信号を合成する仮想的参照音声
   信号合成ステップと、前記仮想的な参照音声信号に対し
   て歪みが最小となる合成音声信号を得られるように、受
   信した適応音源符号帳インデックスの示す適応音源ベク
   トルに応じた雑音音源ベクトルを選択し、選択結果を用
   いて合成した第２の合成音を出力する第２の合成音出力
   ステップとを備えることを特徴とする可変レート音声復
   号化方法。