JPH10502191A

JPH10502191A - 代数的符号励振線形予測音声符号化方法

Info

Publication number: JPH10502191A
Application number: JP8520788A
Authority: JP
Inventors: ランブラン，クロード
Original assignee: France Telecom SA
Current assignee: Orange SA
Priority date: 1995-01-06
Filing date: 1996-01-04
Publication date: 1998-02-24
Anticipated expiration: 2016-01-04
Also published as: EP0749626B1; FR2729245B1; JP3481251B2; DE69604729T2; US5717825A; EP0749626A1; FR2729245A1; CA2182386A1; CA2182386C; DE69604729D1; KR100389693B1; WO1996021221A1; KR970701901A

Abstract

(57)【要約】本方法は代数的コードブックを用いるＣＥＬＰコーディングの技術を使用する。Ｈが合成フィルタおよび知覚の重みを加えるフィルタから構成された複合フィルタのインパルス応答に基づいて形成された低位の三角テプリッツ行列を表わす場合、ＣＥＬＰ励振の探索は分散行列Ｕ＝Ｈ^T・Ｈのある成分の計算を含んでいる。分散行列のメモリに格納された成分は形式Ｕ(pos_i,p,pos_i,p)および形式Ｕ(pos_i,p,pos_j,q)のものだけである。ここでpos_i,pおよびpos_j,pは、それぞれ代数的コードブックのコードにおけるパルスｐおよびパルスｑに対する位置ｉおよび位置ｊを表わす。

Description

【発明の詳細な説明】代数的符号励振線形予測音声符号化方法本発明は、ディジタルコーディングの方法に係り、特に音声信号のディジタルコーディング方法に関する。ビットレートを低減するために信号を圧縮する最良の現在の方法の１つは、符号 −励振線形予測ＣＥＬＰの技術であるが、これは依然としてよい品質を維持している。この種のコーディングは広く使用されており、地上の送信システムあるいは衛星システムの送信システム、あるいは記憶用途において本質的に使用されている。しかしながら、確率的コードブックを使用したＣＥＬＰコーダの第１世代は実行するのに非常に複雑であり、大規模なメモリ容量を必要とした。その後、ＣＥＬＰコーダの第２世代(代数的コードブックＣＥＬＰコーダ)が現われた。それらは実行するのにより複雑でなく、よりメモリを必要としない。しかし、その節減はなお不適当である。代数的コードブックＣＥＬＰコーディングの技術は、ＡＣＥＬＰ(代数的符号励振線形予測)コーダの導入によってさらに改善された。ＡＣＥＬＰコーダは、計算の複雑性が調節されることを可能にする適応性のあるしきい値を用いる集束( 集中)探索に関連する代数的コードブックを使用する、しかしながら、必要とされるランダムアクセスメモリの量はなお多大である。ＣＥＬＰコーダは、合成による分析コーダ(合成分析符号器)(そこでは合成モデルがコーダで使用される)の系統に属している。コード化される信号は、電話周波数(Ｆｅ＝８ｋＨｚ)あるいはより高い周波数、例えば広帯域コーディング用の１６ｋＨｚ(０から７ｋＨｚまでの通過帯域)でサンプリングすることができる。アプリケーションおよび所要の品質によって、圧縮係数は１〜１６で変化し、ＣＥＬＰコーダは、電話帯域における２〜１６ｋｂｉｔｓ／ｓのビットレートで、および広帯域における１６〜３２ｋｂｉｔｓ／ｓのビットレートで作動する。ＣＥＬＰタイプのディジタルコーダでは、音声信号がサンプリングされ、Ｌ個のサンプルのフレーム列へ変換される。各フレームは、コードブック(これは辞書とも呼ばれる)から抽出された波形をフィルタリングすることによって合成され、そして、時間で変化する２つのフィルタを通って利得が掛けられる。励振コードブックはＫコードの集合あるいはＬ個のサンプルの波形である。各波形には整数インデックスｋによって番号が付けられる。ここでｋは０からＫ−１で変化し、Ｋはコードブックの大きさである。第１のフィルタは長期的な予測フィルタである。ＬＴＰ(長期予測)分析は、この長期予測のパラメータの評価を許し、それゆえ有声音(例えば：母音がそうである)の周期性の探索を可能にする；この長期的な相関性は声帯の振動による。第２のフィルタは短期的な予測フィルタである。線形予測“ＬＰＣ”(線形予測符号化)による分析の方法は、声道の伝達関数および信号のスペクトルの特性を表すこれらの短期予測パラメータを得ることを可能にする。イノベーションシーケンスを決めるために使われる方法が合成による分析の方法であり、コーダでは励振コードブックのイノベーションシーケンスがずべて２つのフィルタＬＴＰおよびＬＰＣによってフィルタにかけられ、そして、選択される波形は、知覚で重み付けされる基準に従って、オリジナルの音声信号に最も近い合成信号を生成するものとなる。ＣＥＬＰコーダでは、したがって、合成モデルの励振が、コードブックから抽出された波形から成っている。このコードブックの種類によって、２種類のＣＥＬＰコーダが区別される。第１のＣＥＬＰコーダのコードブックは確率的波形から構成された。これらのコードブックは、学習あるいは任意の生成のいずれかによって得られる。それらの主な欠点は、それらの格納を必要にし、実行の高度な複雑さを生じさせてしまう“構造を欠いていること”である。第１のＣＥＬＰコーダの励振コードブックは、４０のガウスサンプルの１０２４の波形の集合から構成された確率的辞書であった。このＣＥＬＰコーダはその時代の最も強力なコンピューター上でリアル・タイムで作動しなかった。必要なメモリおよび計算時間の縮小を可能にする他の確率的辞書が導入されたが、複雑さおよび必要とされるメモリ容量の両方は多大なままだった。この欠点を改善するために、別のカテゴリーのコードブックが提案された。それは、格納される必要がなく、その構造がそれらの実行のための高速のアルゴリズムの開発を可能にする高度に組み立てられた代数的コードブックである。ガーショ(Ａ．Ｇｅｒｓｈｏ)は、彼の記事“音声およびオーディオ圧縮の進歩(Advance s in Speech and Audio Compression)”、Proc．IEEE，Vol．82，No．6，１９９４年６月、９００〜９１８ページの中で、ＣＥＬＰコーディングにおける研究の良好な概観を示し、そして文献中で提案された多様なコードブックの目録を記した。代数的コードブックを使用するＣＥＬＰコーダの１つはＡＣＥＬＰコーダである。ＡＣＥＬＰコーダ(ＷＯ９１／１３４３２を参照)は、いくつかの標準化(８ｋｂｉｔｓ／ｓＩＴＵ(国際電気通信連合)標準化、６．８ｋｂｉｔｓ／ｓ−５．４ｋｂｉｔｓ／ｓＰＳＴＮビューホン(viewphone)のためのＩＴＵ標準化)に対する候補として提案された。短期予測、ＬＴＰ分析および知覚の重みを加えるモジュールは、従来のＣＥＬＰコーダの中で使用されるものに似ている。ＡＣＥＬＰコーダの最初の特徴は励振信号探索モジュール中にある。ＡＣＥＬＰコーダには、ビットレートに関する高度な柔軟性および調整可能な実行の複雑性という２つの主要な利点がある。ビット−レートの柔軟性はコードブックを生成する方法から生じる。複雑さを調節する可能性は適応性のあるしきい値を備えた集束探索を使用する波形選択手順による。ＡＣＥＬＰコーダでは、励振コードブックが代数的に生成された仮想集合(ある意味ではそれは格納されないもの)である。インデックスｋに応じて(ｋは０からＫ−１まで変化する)、代数的符号ジェネレーターは０でない成分をほとんど有していないＬ個のサンプルのコードベクトルを生成する。Ｎを０でない成分の個数とする。あるアプリケーションでは、コードワードの長さがＬ＋Ｎまで拡張される。また、最後のＮ個の成分は０である。ここで(計算の一般性への影響なしで)、ＬがＮの倍数であると仮定する。コードワードｃ_kは、したがってＮ個のパルスから構成される。パルスの振幅は固定されている(例えば±１)。パルスｐに対して可能な位置は次式で示される。ｐｏｓ_i,p＝Ｎ_i＋ｐ（１）ここでＬ'＝Ｌ／Ｎである場合、ｉは０からＬ'−１である。Ｌ'＝(Ｌ＋Ｎ)／Ｎの場合、位置はＬ以上となり、そして、対応するパルスは単にゼロになる。波形ｃ_kのインデックスは、以下の関係によって直接得られる。また、コードブックのサイズはＫ＝(Ｌ')^Nである。ＣＥＬＰコードブックからの波形の選択は、重みが加えられたオリジナルの信号と重みが加えられた合成信号の間の二次のエラーを最小限にする一つを探索することによって行われる。これは数ｃｒ_k＝ｐ_k ²／α_k ²を最大限にすることになる。ここで、Ｐ_k＝(Ｄ・ｃ_k ^T)、そしてα_k ²＝｜ｃ_k・Ｈ^T｜²＝(ｃ_k・Ｕ・ｃ_k ^T)、また(・)^Tは行列の転置を表す。Ｄは、入力信号、過去の合成信号、および合成および知覚の重みを加えるフィルタから構成される複合フィルタに依存する目標ベクトルである。ｈをこの複合フィルタのインパルス応答のベクトルとする：ｈ＝(ｈ(０),ｈ(１),…,ｈ(Ｌ−１)) Ｈは、このインパルス応答から形成されたＬ×Ｌ下位三角テプリッツ(Toeplitz) 行列である。Ｕ＝Ｈ^T・Ｈはｈの分散行列である。ｉ行ｊ列(０≦ｉ,ｊ＜Ｌ)の行列Ｕの要素をＵ(ｉ,ｊ)によって表すと、要素Ｕ(ｉ,ｊ)は次のものと等しい：ＡＣＥＬＰコーダにおいて、波形ｃ_kが位置ｐｏｓ_i(q.k),qおよび振幅Ｓ_q(０≦ ｑ＜Ｎ)を持つＮ個のパルスから構成される場合、目標ベクトルＤと波形ｃ_kとのスカラー積Ｐ_k、およびフィルタにかけられた波形ｃ_kのエネルギーα_k ²は次のように表される：およびＡＣＥＬＰコードブックの利点の１つは、それが最良の波形を選択する有効な部分最適方法を生じさせることである。この探索は、パルスを探索するためのループを入れ子にすることによって実行される。次数ｑのループについては、位置をコード化するインデックスｉ_q＝(ｐｏｓ_i,q−ｑ)／Ｎが、集合［０,…,Ｌ'−１］の範囲で変化する。探索は、探索手続に入る前に、各ループ用の適応性のあるしきい値を計算することによって早められる。より高位なループ中で以前に決定されたパルス０からｑ−１までから計算された部分的な数量Ｃｒ_k(ｑ−１)がループｑ−１に対して計算されたしきい値を越える場合にのみ、パルスｑの探索ループに入る。部分的な数量は次のように表される：Ｃｒ_k(ｑ−１)＝Ｐ_k ²(ｑ−１)／α_k ²(ｑ−１)あるいはＣｒ_k(ｑ−１)＝Ｐ_k ²(ｑ−１) ここでα_k ²(ｑ−１)は、フィルタにかけられたｃ_kのパルス０からｑ−１までの複合波形のエネルギーであり、そしてＰ_k(ｑ−１)は、ｃ_kのパルス０からｑ−１までの複合波形と目標ベクトルＤとのスカラー積である。部分的な基準の計算は、Ｐ_k(ｑ)およびα_k ²(ｑ)の再帰的な特性によって単純化される。実際に数列｛Ｐ_k(ｑ)｝_q=0, _…,N-1および｛α_k ²(ｑ)｝_q=0, _…,N-1は以下のように再帰的に計算される。 P_k(0)=S₀・D(pos_i(0,k),0)およびP_k(q)=P_k(q-1)+S_q・D(pos_i(q,k),q) α_k ²(0)=S² ₀・U(pos_i(0,k),0,pos_i(0,k),0)およびここで、ｐｏｓ_i(p,k),pはｃ_kのｐ番目のパルスの位置であり、Ｓ_pはその振幅である。フィルタにかけられた波形ｃ_kのエネルギーα_k ²およびｃ_kと目標ベクトルＤとのスカラー積Ｐ_kは、反復の完了(ｑ＝Ｎ−１)で得られる。ｋが０からＫ−１まで変わるのに対するＫ数列｛α_k ²(ｑ)｝_q=0, _…,N-1の計算は、複合フィルタのインパルス応答ｈの分散行列Ｕの要素についての情報を必要とする。初期のＡＣＥＬＰコーダでは、行列Ｕのすべての要素Ｕ(ｉ,ｊ)が計算され、格納される。行列ＵはそのＬ²個の要素を計算する場合に使用される次の特性を持っている： − 対称性質： 0≦i，j＜Lに対して、U(i，j)＝U(j，i) − 対角線上の反復性質： 0＜i，j＜Lに対して、U(i-1，j-1)=U(i，j)+h(L-i)・h(L-j) および0≦i＜Lに対して、U(i，L-1)＝U(L-1，i)＝h(0)・h(L-1-i) しかしながら、これらの２つの特性を探索する行列Ｕの計算は依然として最大で次のものを必要とする：・Ｌ(Ｌ＋１)／２回の乗算、およびＬ(Ｌ−１)／２回の加算、・Ｌ²回のメモリのロード。結論として、ＡＣＥＬＰ技術は多くのメモリロードおよび多大な大きさのメモリを必要とする。次のものを格納することが実際に必要である： − 入力信号(典型的に１６ビットの８０〜３６０のワード) − 分散行列(１６ビットの４０²〜６０²のワード) − 中間の信号、およびそれらのメモリ(典型的に１６ビットの２〜３ｋのワード) − 出力信号(典型的に８０〜２００のワードあるいはバイト) 分散行列のサイズが最も大きく占めることは明らかに明白である。任意のアプリケーションに対して中間の信号のために必要とされるメモリスペースを圧縮することができないことに注意する必要がある。したがって、全メモリサイズを縮小することが望まれる場合、分散行列のために必要とされるメモリのサイズを変更することだけが可能であると思われる。しかしながら、従来、専門家はこの行列が主対角線に関して対称的であり、ある項が有用でないことを知っていたが、彼らは後者が決められた次数のない行列中で整列されると考えていた。分散行列のために必要にされるメモリ空間を減少させるための最初の考えは、この行列の対称特性の探索によるものであった。しかしながら、経験は、ＡＣＥＬＰ励振(既に非常に複雑なモジュール(典型的にＣＰＵタイプの５０％))である) を探索する場合、行列の半分の格納がより複雑なアドレス計算を要することを示した。メモリを節減することは、複雑さが生じることに直面し、利益のすべてを失った。本発明の主要な目的はコーダによって必要とされるメモリのサイズを本質的に縮小するＡＣＥＬＰタイプのコーディング方法を提案することである。本発明は次のステップからなる符号励振線形予測(ＣＥＬＰ)音声符号化方法を提案する：Ｌ個のサンプルの連続フレームとして音声信号をディジタル化すること；一方では合成フィルタを定義する合成パラメータを適応して決定しかつ、他方では予め定義された代数的コードブックに属するＬ個のサンプルの励振コードにおけるパルス位置と関連する励振利得を各フレームに対して含んでいる励振パラメータを適応して決定し；そして、決定したパラメータを表示する量子化値を伝送する。代数的コードブックは、少なくともＬ個のサンプルのコードの中で可能なＮ個の集合のパルス位置の少なくとも１つの群に基づいて定義される。ここでコードブックからのコードは、Ｎ個の集合の群にそれぞれ属するＮ個のパルス位置によって表わされる。フレームに関係のある励振パラメータの決定は数Ｐ_k ²／α_k ² を最大にするコードブックからコードを選ぶことからなる。ここで、Ｐ_k＝Ｄ・ｃ_k ^Tは、コードブックからのコードｃ_kとフレームの音声信号および合成パラメータに依存する目標ベクトルＤとのスカラー積を表わし、また、α_k ²は、合成フィルタおよび知覚の重みを加えるフィルタから構成される複合フィルタによってフィルタにかけられたコードｃ_kのフレーム中のエネルギーを表わす。エネルギーα_k ²の計算は分散行列Ｕ＝Ｈ^T・Ｈの成分の計算およびメモリ記憶からなる。ここでＨは、前記複合フィルタのインパルス応答ｈ(０),ｈ(１),…,ｈ(Ｌ−１ )から形成されたＬ行Ｌ列のより低位の三角テプリッツ行列を表わす。分散行列のメモリに格納される成分は、Ｎ個の集合の少なくとも１つの群に対して、次の形式のものだけである：０≦ｐ＜Ｎのときそして、０≦ｐ＜ｑ＜Ｎのとき、次の形式のものである：ここで、ｐｏｓ_i,pおよびｐｏｓ_j,qは、それぞれ、コードブックからのコードのパルスｐおよびｑに対する可能な位置を含んでいる前記群の集合における次数ｉおよびｊの位置を表わす。この方法では、ＡＣＥＬＰ励振を探索する場合に現実に使用される項だけが格納される。したがって、必要なメモリが相当に縮小されることを可能にする。例えば、代数的コードブックがＮ個の集合の単一の群で上記で定義された構造(１)を持っている場合、格納される行列Ｕにおける要素の数は初期のＡＣＥＬＰコーダのときのＬ²の代わりにＬ＋Ｌ²(Ｎ−１)／２Ｎとなる。これによれば、メモリ空間の縮小はランダムアクセスメモリの［Ｌ²(Ｎ＋１)／２Ｎ］−Ｌワードである。すなわちＬとＮの通常の値に対して数キロバイトである。好ましくは、分散行列のメモリに格納される成分は、１つの群に対してＮ個の相関ベクトルおよびＮ(Ｎ−１)／２個の相関行列の形態で構成される。各相関ベクトルＲ_p,pは、コードブック(０≦ｐ＜Ｎ)からのコードにおけるパルス数ｐに関連していて、形式Ｒ_p,p(ｉ)−Ｕ(ｐｏｓ_i,p,ｐｏｓ_i,p)の成分ｉ(０≦ｉ＜Ｌｐ' )において、パルスｐに対して可能な位置を含んでいる前記群からの集合のカーディナル（濃度）に等しい次元Ｌ_p'を有している。各相関行列Ｒ_p,qは、コードブック(０≦ｐ＜ｑ＜Ｎ)からのコードにおける異なる２つのパルス数ｐ,ｑに関連していて、行ｉおよび列ｊ(０≦ｉ＜Ｌ_p'かつ０≦ｊ＜Ｌ_p')における形式Ｒ_p, _q (ｉ,ｊ)＝Ｕ(ｐｏｓ_i,p，ｐｏｓ_j,q)の成分に対して、Ｌ_p'行およびＬ_q'列を有している。分散行列の成分を整理するこの方法は、ＡＣＥＬＰ励振を探索する場合、それにアクセスすることを容易にし、モジュールの複雑さを低減するか、あるいは少なくともこのモジュールの複雑さを増加させないようにする。この発明による方法は多様な種類の代数符号に適用可能である。すなわち、それは、コードブックからのコードの多様なパルスに対して可能な位置の集合の構造に関係ないと言うことである。次の場合、相関ベクトルおよび相関行列を計算するための手順は比較的単純かつ有効に作ることができる。その場合とは、Ｎ個の集合の群においてコードブックからのコードのパルスに対して可能な位置の集合がすべて同じカーディナルＬ'を有していて、かつパルスｐ(０≦ｉ＜Ｌ',０≦ｐ＜Ｎ)に対して可能な位置の集合における次数ｉの位置が次式によって与えられる場合である。ただし、δおよびεは、δ＞０およびε≧０である２つの整数である。本発明の、他の特徴および利点は、添付図面を参照した、好適であるがしかしそれに制限されることのない実施例についての以下の記述から明らかになるだろう。 − 図１および２は本発明による代数的コードブックを使用するＣＥＬＰデコーダおよびＣＥＬＰコーダの概要のレイアウトであり； − 図３および４は本発明の第１の実施例中の相関ベクトルおよび相関行列の計算を図示するフローチャートであり； − 図５Ａおよび５Ｂは、他方の上に一方を置く場合、第１の実施例中の励振探索手順のフローチャートを示し； − 図６〜図８は、本発明の第２の実施例において相関ベクトルおよび相関行列の計算を図示するフローチャートであり；そして、 − 図９は第２の実施例中の部分最適励振探索手順を図示するフローチャートである。ＣＥＬＰコーダおよびＣＥＬＰデコーダ中で実行される音声合成プロセスは、図１の中で図示されている。励振ジェネレーター１０はインデックスｋに応じて予め定義したコードブックに属する励振コードｃ_kを伝える。増幅器１２はこの励振コードに励振利得βを掛け、そして、生じた信号は長期の合成フィルタ１４にかけられる。フィルタ１４からの出力信号ｕは今度は短期の合成フィルタ１６形成する。もちろん、音声符号化の分野で周知のように、他のフィルタはさらにデコーダレベル(例えばポストフィルタ)で実行されてもよい。前述の信号は、例えば８ｋＨｚに等しいサンプリングレートＦｅで、例えば１６ビットワードによって表わされたディジタル信号である。合成フィルタ１４,１６は一般に純粋に再帰的なフィルタである。長期の合成フィルタ１４は、典型的にはＢ(ｚ)＝１−Ｇｚ^-Tとする形式１／Ｂ(ｚ)の伝達関数を有している。遅延Ｔおよび利得Ｇはコーダによって適応して決定される長期の予測(ＬＴＰ)パラメータを構成する。短期の合成フィルタ１６のＬＰＣパラメータは音声信号の線形予測によってコーダで決定される。フィルタ１６の伝達関数はこのように、次数Ｐここでａ_iはｉ次の線形予測係数を表わす。図２はＣＥＬＰコーダのレイアウトを示す。音声信号ｓ(ｎ)はディジタル信号であり、例えば増幅されてフィルタにかけられたマイクロフォン２２の出力信号を処理するアナログ／ディジタル変換器２０によって供給される。信号ｓ(ｎ)は、 Λサンプルの連続のフレームとしてディジタル化される。そのΛサンプルはＬ個のサンプルのサブフレーム(あるいは励振フレーム)に分割される(例えばΛ＝２４０、Ｌ＝４０)。ＬＰＣ、ＬＴＰ、およびＥＸＣパラメータ(インデックスｋおよび励振利得β)は、それぞれの３つの分析モジュール２４、２６,２８によってコーダレベルで得られる。これらのパラメータは、有効なディジタル伝送の目的で既知の手法で次に量子化され、その後、コーダから出力信号を形成するマルチプレクサー３０にかけられる。これらのパラメータは、さらに、コーダのいくつかのフィルタの初期状態を計算するため、モジュール３２に供給される。このモジュール３２は図１の中で表わされたようなデコーディングチェーンを本質的に含んでいる。モジュール３２は、デコーダレベルで、検討中のサブフレームに先立つ合成および励振パラメータに基づいて決定されるものである、デコーダの合成フィルタ１４, １６の初期状態の情報を供給する。コーディングプロセスの最初のステップで、短期の分析モジュール２４は、音声信号ｓ(ｎ)の短期の相関性の分析により、ＬＰＣパラメータ(短期合成フィルタの係数ａ_i)を決定する。この決定は、例えば、音声信号のスペクトルの内容の変化に適合するような方法で、Λサンプルの１フレーム当たりで一回実行される。ＬＰＣ分析方法は当該技術において周知であり、したがってここでは詳述しない。参考文献には、例えば、“音声信号のディジタル処理(Digital Processing of Speech Signals)”,L．R．RabinerおよびR．W．Shafer，Prentice-Hall Int.，１９７８年、がある。コーディングの次のステップは長期の予測ＬＴＰパラメータを決定することにある。これらは、例えば、Ｌ個のサンプルの１サブフレーム当たり、一回決定される。減算器３４は音声信号ｓ(ｎ)からゼロ入力信号に対する短期の合成フィルタ１６の応答を減じる。この応答は、伝達関数１／Ａ(ｚ)有するフィルタ３６、モジュール２４によって決定されるＬＰＣパラメータによって与えられる係数、そして、合成信号の最後のＰサンプルに対応するような方法でモジュール３２によ覚の重みを加えるフィルタ３８にかけられる。この知覚の重みを加えるフィルタの伝達関数Ｗ(ｚ)はＬＰＣパラメータから決定される。１つの可能性は、γが０．８程度の係数である場合に、Ｗ(ｚ)＝Ａ(ｚ)／Ａ(ｚ／γ)をとることである。知覚の重みを加えるフィルタ３８の役割はエラーが最も知覚可能なスペクトルの部分を強調することである。モジュール２６によって実行される閉ループＬＴＰ分析は、従来のやり方では、各サブフレームに対して、標準化された次式の相関性を最大にする遅延Ｔを選ぶことにある：ここで、ｘ'(ｎ)は当該サブフレーム中のフィルタ３８からの出力信号を表わし、ｙ_T(ｎ)は、たたみこみ積ｕ(ｎ−Ｔ)＊ｈ'(ｎ)を表わす。上記の表現中で、ｈ ’(０),ｈ'(1),…,ｈ'(Ｌ−１)は、伝達関数Ｗ(ｚ)／Ａ(ｚ)を持ち、重み付けされた合成フィルタのインパルス応答を表わす。このインパルス応答ｈ'はサブフレームに対して決定されたＬＰＣパラメータに基づいて、インパルス応答を計算ずるためのモジュール４０によって得られる。サンプルｕ(ｎ−Ｔ)は、モジュール３２によって供給されるような長期の合成フィルタ１４の初期状態である。サブフレームの長さ未満である遅延Ｔに関して、欠けているサンプルｕ(ｎ−Ｔ)は、初期のサンプルに基づく補間によってか、あるいは音声信号から得られる。遅延Ｔは、整数あるいは分数であり、例えば２０から１４３までのサンプルに及ぶ指定されたウィンドーから選ばれる。閉ループ探索範囲を縮小しかつそれによって計算されるたたみこみＹ_T(ｎ)の数を縮小するのには、まず第１に、例えば、１つのフレーム当たりで開ループ遅延Ｔ₁を一回決定し、次に、Ｔ₁のまわりの縮小された区間中の各サブフレームに対する閉ループ遅延を選ぶことができる。開ループ探索は、より単純に、できれば伝達関数Ａ(ｚ)を持った逆フィルタによって、フィルタにかけられた音声信号ｓ(ｎ)の自己相関を最大限にする遅延Ｔ₁を決定することにある。一度遅延Ｔが決定されたならば、長期の予測利得Ｇは次式によって得られる：サブフレームに関係のあるＣＥＬＰ励振を探索するために、最適の遅延Ｔに関するモジュール２６によって計算される信号のＧｙ_T(ｎ)は、減算器４２によって信号ｘ'(ｎ)からまず第一に減じられる。結果の信号ｘ(ｎ)は、次式によって与えられる信号Ｄ(ｎ)を供給するバックワードフィルタ４４にかけられる：ここで、ｈ(０),ｈ(１),…,ｈ(Ｌ−１)は合成フィルタおよび知覚の重みを加えるフィルタから構成される複合フィルタのインパルス応答を表し、またこの応答はモジュール４０によって計算される。すなわち、複合フィルタは伝達関数Ｗ( ｚ)／［Ａ(ｚ)・Ｂ(ｚ)］を有している。行列表記法では、以下のようになる：Ｄ＝(Ｄ(０),Ｄ(１),…,Ｄ(Ｌ−１))＝ｘ・Ｈここで、ｘ＝(ｘ(０)，ｘ(１),…，ｘ(Ｌ−１)) およびベクトルＤは励振探索モジュール２８に対する目標ベクトルを構成する。このモジュール２８は標準化された相関性Ｐ_k ²／α_k ²を最大限にするコードブックからのコードワードを決定する。ここで、Ｐ_k＝Ｄ・Ｃ_k ^T α_k ²＝ｃ_k・Ｈ^T・Ｈ・ｃ_k ^T＝ｃ_k・Ｕ・ｃ_k ^T である。最適のインデックスｋが決定された場合、励振利得βはβ＝Ｐ_k／α_k ²と等しくとられる。可能な励振コードの代数的コードブックは、次数０,１,…,Ｎ−１のパルスに対する可能な位置および少なくともＬ個のサンプルのコード中の振幅Ｓ₀,Ｓ₁,…, Ｓ_N-1のＮ個の集合Ｅ₀,Ｅ₁,…,Ｅ_N-1の少なくとも１つの群に基づいて定義される。コードブックからのコードは、Ｎ個の集合と全く同一の群の集合Ｅ₀,Ｅ₁,… ,Ｅ_N-1にそれぞれ属するＮ個のパルス位置によって表わされる。一般的な場合、集合Ｅ₀,Ｅ₁,…,Ｅ_N-1のカーディナルＬ'₀,Ｌ'₁,…,Ｌ'_N-1は等しいかあるいは異なってもよいし、また、これらの集合は互いに素であっても、なくてもよい。下記第１の実施例では、そのＮ個の集合Ｅ₀,Ｅ₁,…,Ｅ_N-1のすべてが同一のカーディナルＬ'を持っている単一の群が存在すること、およびパルスｐ(０≦ｉ＜Ｌ ',０≦ｐ＜Ｎ)に対する可能な位置の集合Ｅ_pの中の次数ｉの位置が次式によって与えられることが仮定される。ｐｏｓ_i,p＝δ・(ｉＮ＋ｐ)＋ε (２) ここで、δおよびεは０≦ε＜δのような２つの整数である。分散行列Ｕの所定の項を計算してそしてメモリに格納した後、モジュール２８は現在のサブフレームに関する励振コードを探索する。分散行列のメモリに格納された成分は一方では次の形式でものあり：これはＬ'個の成分を持つ、Ｎ個の相関ベクトルＲ_p,p(０≦ｐ＜Ｎ)の形式で組み立てられたものである。そして他方では次の形式のものである。：これは、Ｌ'行およびＭ'列を持つＮ(Ｎ−１)／２個の相関行列Ｒ_p,q(０≦ｐ＜ｑ＜Ｎ)の形式で組み立てられたものである。Ｎ個の相関ベクトルＲ_p,pの計算は図３に示された方法でモジュール２８によって実行される。この計算はＬ'−１から０まで減少する整数ｉによってインデックスが付けられたループを含む。このループの初期化５０で、整数変数ｋはＬ− δＬ'Ｎ−εと等しくとられ(ここでは、Ｌ−δＬ'Ｎ−ε≦０と仮定する)、また、累積変数ｃｏｒは０に等しくとられる。ループの繰り返しｉにおいて、成分Ｒ_p,p (ｉ)は、Ｎ−１から０まで減少するｐに対して連続的に計算される。変数ｐはまず第１にＮ−１と等しくとられる(ステップ５２)。命令ｃｏｒ＝ｃｏｒ＋ｈ (ｋ)・ｈ(ｋ)、およびｋ＝ｋ＋１がδ回実行される(ステップ５４)(Ｌ−δＬ'Ｎ −ε＜０の場合、ｋ＜０なる項ｈ(ｋ)は０に等しくとられる)。次に、成分Ｒ_p,p (ｉ)は累積変数ｃｏｒと等しく得られ、そして整数ｐは１単位分減分される(ステップ５６)。その後、テスト５８は整数変数ｐについて実行される。ｐ≧０の場合、対応する命令をδ回の実行するためにステップ５４へ戻る。テスト５８がｐ＜０を示す場合、整数変数ｉは１単位分減分され(ステップ６０)、その後テスト６２で０と比較される。ｉ≧０の場合、ループ中の次の繰り返しを実行するためにステップ５２の前へ戻る。テスト６２がｉ＜０を示す場合、Ｎ個の相関ベクトルの計算は終了する。Ｎ個の相関ベクトルのこの計算は、約δＬ'Ｎ回程度の加算、δＬ'Ｎ回の乗算およびＬ'Ｎ回のメモリローディングを必要とする。計算の初期化５０を異ならせることができることについて述べる。例えば、ステップ５０で整数ｋはＬ−δＬ 'Ｎに等しく初期化することができ、Ｎ−１から０まで減少するｐによってインデックスが付けられたループ中の各繰り返しは、ステップ５４のδ−ε回の実行、それに続くステップ５６、後続するステップ５４のε回の実行から成る。合計でδ回のステップ５４が項Ｒ_p,p(ｉ)の２つの連続するメモリ格納間で実行されるので、計算は正確に維持される。Ｎ(Ｎ−１)／２個の相関行列Ｒ_p,q計算は、図４に示される方法でモジュール２８によって実行され得る。１とＮ−１の間に位置する整数ｔ、および０とＬ'− １の間に位置する整数ｄ'の各値に対して、この計算はＬ'−１−ｄから０まで減少する整数ｉによってインデックスが付けられたループＢ_t,d'を含む。計算の初期化７０で、整数ｔは１と等しくとられる。次に整数ｄ'はステップ７２で０に等しくとられる。ステップ７４は、整数ｉによってインデックスが付けられたループの初期化に対応する。整数ｉはＬ'−１−ｄ'に、整数jはＬ'−１に、整数ｄはδ・(ｔ＋ｄ'Ｎ)に、整数kはＬ−δＬ'Ｎ−εに、そして累積変数ｃｏｒは０に初期化される。ループＢ_t,d'の繰り返しｉの中で、成分Ｒ_p,p+1(ｉ,ｉ＋ｄ') が、Ｎ−１−ｔから０まで減少するｐに対して連続的に計算される。そしてその後、ｉ＞０場合、成分Ｒ_q,q+N-t(ｉ＋ｄ',ｉ−１)がｔ−１から０まで減少するｑに対して連続的に計算される。繰り返しｉは、整数変数ｑおよびｐをそれぞれＮ−１およびＮ−１−ｔへ初期化(７６)することによって始まる。その後、ステップ７８はδ回実行されるが、それは項ｈ(ｋ)・ｈ(ｋ＋ｄ)を累積変数ｃｏｒへ加えること、および変数ｋを１単位分増分することにある。ステップ８０では、成分Ｒ_p,q(ｉ,ｊ)が累積変数ｃｏｒと等しくとられ、そして整数ｐおよびｑは各々、１単位分減分される。テスト８２は、次に、整数ｐについて実行される。ｐ ≧０の場合、再びδ回実行されるステップ７８の前に戻る。テスト８２がｐ＜０を示す場合、テスト８４は整数ｉについて実行される。ｉ＞０の場合、整数ｐ' がＮ−１に初期化されるステップ８６へ進み、整数ｑがｔ−１に等しく維持される。ステップ８６の後にステップ７８と同様にｈ(ｋ)・ｈ(ｋ＋ｄ)が蓄積変数ｃｏｒへ加算され、そして１単位分整数変数ｋが増分されるステップ８８が連続δ 回、実行される。次に、ステップ９０で、成分Ｒ_q,p'(ｊ,ｉ−１)は累積変数ｃｏｒと等しくとられ、また、整数ｐ'およびｑは各々１単位分減分される。テスト９２は、次に整数ｑの値について実行される。ｑ≧０の場合、再びδ回実行されるステップ８８の前に戻る。テスト９２がｑ＜０を示す場合、整数ｉおよびｊは各々、ステップ９４で１単位分減分される。また、その後、ループＢ_t,d'中での次の繰り返しの実行のためにステップ７６の前に戻る。テスト８４がｉ≦０を示す場合、このループは終了する。整数ｄ'は１単位分増分され(ステップ９６) 、その後、数Ｌ'と比較される(テスト９８)。ｄ'＜Ｌ'の場合、整数ｉによってインデックスが付けられた別のループＢ_t,d'を実行するためにステップ７４の前に戻る。テスト９８がｄ'＝Ｌ'を示す場合、整数ｔは１単位分増分され(ステップ１００)、そして数Ｎと比較される(テスト１０２)。ｔ＜Ｎの場合、ｔの新しい値に対して行列Ｒ_p,p+1およびＲ_q,q+N-tの成分を計算するために、ステップ７２の前に戻る。テスト１０２がｔ＝Ｎを示す場合、Ｎ(Ｎ−１)／２個の相関行列の計算は終了する。Ｎ(Ｎ−１)／２個の相関行列のこの計算は、約δＬ'²Ｎ(Ｎ−１)／２回程度の加算、δＬ'²Ｎ(Ｎ−１)／２回のの乗算およびＬ'²Ｎ(Ｎ−１)／２回のメモリローディングのみを必要とする。励振コードの探索は、図５Ａおよび５Ｂの中で表わされたフローチャートに従ってモジュール２８により実行され得る。ステップ１２０では、Ｎ−１個の部分的なしきい値Ｔ(０),…,Ｔ(Ｎ−２)をまず第１に計算し、また、しきい値Ｔ(Ｎ− １)は負の値、例えば−１、に初期化される。部分的なしきい値Ｔ(０),…,Ｔ(Ｎ −２)は、正であり、そして、入力ベクトルＤおよび励振の探索の効率とこの探索の単純性の間に向けられる妥協に基づいて計算される。部分的なしきい値の高い値は励振の探索中で必要とされる計算の量を減少させる傾向があり、一方、部分的なしきい値の低い値はＡＣＥＬＰコードブックにおけるより徹底的な探索に通じる。励振コードの探索は、互いに内部で入れ子にしたＮ回のループＢ₀,Ｂ₁,…,Ｂ_N-1 を含む。ループＢ₀の初期化(１２２₀)において、インデックスｉは０に等しくとられる。ループＢ₀の中のインデックスｉ₀の繰り返しは次式に従って２つの項Ｐ (０)およびα²(０)を計算するステップ１２４₀を含む。Ｐ(０)＝Ｓ₀・Ｄ(δｉ₀Ｎ＋ε) α²(０)＝Ｓ₀・Ｒ_0,0(ｉ₀) その後、Ｐ²(０)の値とＴ(０)・α²(０)の値が比較される(１２６₀)。Ｐ²(０)＜Ｔ(０)・α²(０)の場合、インデックスｉ₀を増分するためのステップ１３０₀に進み、それからインデックスｉ₀が数Ｌ'と比較されるテスト１３２₀へ進む。ｉ₀ がＬ'と等しくなるとき、励振の探索は終了する。そうでなければ、ループＢ₀ の中の次の繰り返しを続けるために、ステップ１２４₀の前に戻る。比較１２６₀ がＰ²(０)≧Ｔ(０)・α²(０)を示す場合、ループＢ₁が実行される。ループＢ_q は、０＜ｑ＜Ｎ−１に対して、同一の命令から構成される： − ｉ_q＝０とする初期化１２２_q； − インデックスｉ_qの繰り返しに対して、次式による２つの数Ｐ(ｑ)およびα² (ｑ)の計算１２４_q Ｐ(ｑ)＝Ｐ(ｑ−１)＋Ｓ_q・Ｄ[δ(ｉ_qＮ＋ｑ)＋ε] − インデックスｉ_qの繰り返しに対して、数Ｐ²(ｑ)およびＴ(ｑ)・α²(ｑ)の間の比較１２６_q； − 比較１２６_qがＰ²(ｑ)≧Ｔ(ｑ)・α²(ｑ)を示す場合、ループＢ_q+1へ進む； − 比較１２６_qがＰ²(ｑ)＜Ｔ(ｑ)・α²(ｑ)を示す場合、インデックスｉ_qを増分し(１３０_q)、その後、インデックスｉ_qと数Ｌ'を比較する(１３２_q)； − 比較１３２_qがｉ_q＜Ｌ'を示す場合、次の繰り返しのためにステップ１２４_q の前に戻る；そして、 − 比較１３２_qがｉ_q＝Ｌ'を示す場合、より高位のループのインデックスｉ_q-1 を増分するためのステップ１３０へ_q-1進む。ループＢ_N-1は、前のループと同じ命令から構成される。しかしながら、比較１２６_N-1がＰ²(Ｎ−１)≧Ｔ(Ｎ−１)・α²(Ｎ−１)を示す場合、ステップ１２８は、インデックスｉ_N-1を増分するためのステップ１３０_N-1へ行く前に実行される。このステップ１２８では、一方ではＴ(Ｎ−１)＝Ｐ²(Ｎ−１)／α²(Ｎ−１) によってしきい値Ｔ(Ｎ−１)が更新され、そして他方では、ちょうどテストされたコードに関係のあるパラメータがメモリに格納される。これらのパラメータはＰ(Ｎ−１)／α²(Ｎ−１)と等しくとられる励振利得βと、そしてコードのＮ個のパルスの位置を見つけることを可能にするＮ個のインデックスｉ₀,ｉ₁,… ,ｉ_N-1から構成される。Ｎ個のインデックスｉ₀,ｉ₁,…,ｉ_N-1はともに次式によって与えられるグローバルインデックスｋへ入れることができる。ここで、このインデックスｋはＮ・ｌｏｇ₂(Ｌ')ビットにわたってコード化される。相関行列として成分を配置することは、初期のＡＣＥＬＰコーダの場合でのように複雑なアドレス計算を実行しなければならない代わりに、入れ子にされたループ探索中に１単位分ポインタｉ_qを単純に増分することによってループに関する行列Ｕの必要な成分をアドレスすることを可能にすることが認められる。コードブックのコードの１つ以上のパルスの振幅に対していくつかの値を割り当てることは可能である。この場合、できるなら最後のシリアル番号が該当するパルスに割り当てられる。パルスｑに対してｎ_q個の可能な振幅値がある場合、図５Ａおよび５ＢのフローチャートのループＢ_qはｎ_q回、各回ごとに振幅Ｓ_qの異なる値を用いて実行される。そして更にＰ²(Ｎ−１)／α²(Ｎ−１)より大きな値に遭遇する前にループＢ_qが実行された回数がメモリに格納される。この数は、また、励振コードの対応するパルスに適用されるべき振幅Ｓ_qを回復することができるデコーダへ送られる。図１に関して、ＡＣＥＬＰデコーダはコーダから２値のデータストリームを受信するデマルチプレクサ８を含む。ＥＸＣ励振パラメータの量子化された値、ならするために、ジェネレーター１０、増幅器１２およびフィルタ１４,１６に供給され、それは、例えば増幅される前に変換器１８によってアナログに変換され、そしてその後、オリジナルの音声を復元するためにスピーカー１９にかけられる。本発明の第２の実施例では、コードのパルス０,１,…,Ｎ−１に対して可能な位置のＮ個の集合｛Ｅ₀ ^(m),Ｅ₁(^m),…,Ｅ_N-1 ^(m)｝(０≦ｍ＜Ｍ)のＭ個の群から構築された代数的コードブックについて考慮が与えられる。ＭＮ個の集合はすべて同じカーディナルＬ'を持っており、また、パルスｐ(０≦ｉ＜Ｌ',０≦ｐ＜Ｎ, ０≦ｍ＜Ｍ)に対して可能な位置を含んでいる群ｍの集合Ｅ_p ^(m)の中の次数ｉの位置は、次式によって与えられる： δおよびε⁽⁰⁾,…,ε^(m-1)は、０≦ε⁽⁰⁾＜…＜ε^(M-1)＜δのような整数である。そして、コードブックからのコードは、群インデックスｍ、およびＮ個の位置インデックスｉによって特徴づけられる。以前に記述されたものに匹敵する最適のコーディング手順は、Ｎ個の相関ベクトルＲ_p,p ^(m)(０≦ｍ＜Ｍ,０≦ｐ＜Ｎ)のＭ群の計算に導かれ：およびＮ(Ｎ−１)／２個の相関行列Ｒ_p,p ^(m)（０≦ｍ＜Ｍ,０≦ｐ＜ｑ＜Ｎ)のＭ群の計算に導かれる：相関ベクトルのＭ群の成分を計算するのに次の修正を伴った図３のフローチャートに従って進むことは可能である： − 計算ループの初期化５０で、整数変数ｋをＬ−δＬ'Ｎに初期化する；そして、 − ステップ５４およびステップ５６の実行は図６の中で表わされたシーケンスと取り替えられる：ステップ５４は、ステップ５５_M-1でＲ_p,p ^(M-1)(ｉ)＝ｃｏｒをとる前に、まずδ−ε^(M-1)回実行される；次に、Ｍ−２から０まで減少するｍに対してステップ５４はε^(m+1)−ε^(m)回実行され、それから、ステップ５５_mでＰ_p,p ^(m)(ｉ)＝ｃｏｒをとる；最後に、ステップ５４は、ステップ５７で整数ｐをディクリメントする前にさらにε⁽⁰⁾回実行される。Ｍ個の相関行列群の成分を計算するのに次の修正を伴った図４のフローチャートに従って進むことは可能である： − 整数変数ｋは、ループＢ_t,d'の初期化７４でＬ−δＬ'Ｎに初期化される； − ステップ７８およびステップ８０のδ回の実行は図７の中で表わされたシーケンスと取り替えられる：ステップ７８は、ステップ７９_M-1でＲ_p,q ^(M-1)(ｉ, ｊ)＝ｃｏｒをとる前に、まずδ−ε^(M-1)回実行される；次に、Ｍ−２から０まで減少するｍに対してステップ７８はε^(m+1)−ε^(m)回実行され、また、その後、ステップ７９_mでＲ_p,q ^(m)(ｉ,ｊ)＝ｃｏｒをとる；最後に、ステップ７８は、ステップ８１で整数ｐおよびｑをディクリメントする前にさらにε⁽⁰⁾回実行される；そして、 − ステップ８８およびステップ９０のδ回の実行は図８の中で表わされたシーケンスと取り替えられる：ステップ８８はまずステップ８９_M-1でＲ_q,p' ^(M-1)( ｊ,ｉ−１)＝ｃｏｒをとる前にδ−ε^(M-1)回実行される；次に、Ｍ−２から０まで減少するｍに対してステップ８８はε^(m+1)−ε^(m)回実行され、また、その後、ステップ８９_mでＲ_q,p' ^(m)(ｊ,ｉ−１)＝ｃｏｒをとる；最後に、ステップ８８は、ステップ９１で整数ｐ'およびｑをディクリメントする前にさらにε⁽⁰⁾ 回実行される。一度相関ベクトルおよび相関行列が計算されたならば、励振の探索は、単に、Ｍ群の各々に対して一度、図５Ａおよび５Ｂで示される入れ子にされたループ探索を実行することによって行うことができる。選択される励振コードを復元させる群のインデックスｍを得るのには、ステップ１２８で現在の探索の前に完全に実行された入れ子にされたループ探索の回数をメモリに格納することで十分である。第２の実施例が、特別のケースＭ＝１に相当する第１の実施例を一般化することがこれにより理解される。Ｍ＞１における第２の実施例は、しかしながら、メモリ空間中のさらに大きな節減を達成する部分最適探索手順を実行することを可能にする。この手順では、群インデックスｍのμ(１≦μ＜Ｍ)に対してのみ、相関ベクトルＲ_p,p ^(m)および相関行列Ｒ_p,q ^(m)がメモリに格納される。そして、メモリ空間中の特別の節減は要ｊ−１)を伴うサブブロックへ分散行列Ｕを細分することに等しい。パルスＮの数が多い場合、コーディングの品質をあまり落とさないためには、比率μ／Ｍのあまりにも小さな値をとらないことが有益であろう。数μおよびＭの調節は、コーディングの品質と必要なメモリ空間の間の妥協点を決定することを可能にする。この部分最適手順が実行される場合、ステップ５５_m、７９_mおよび８９_m(図６〜８)は、メモリに格納されない相関ベクトルＲ_p,p ^(m)および相関行列Ｒ_p,q ^(m)に対するそれらのインデックスｍに関して迂回される。一般性に影響せずに計算を単純化するためベクトルＲ_p,p ⁽⁰⁾および行列Ｒ_p,q ⁽⁰⁾ の成分だけがメモリに格納されるケース｛Ｍ＝２,μ＝１｝を考える場合、励振の探索は、図９の中で示された方法においてループＢ_q(０≦ｑ＜Ｎ)を修正することによって、図５Ａおよび５Ｂのフローチャートに従って実行することができる。ステップ１２４_qでは、群ｍ＝０に関して、図５Ａおよび５Ｂの場合のように、項Ｐ(ｑ)およびα²(ｑ)が計算される。テスト１２６_qがｐ²(ｑ)／α²(ｑ)がしきい値Ｔ(ｑ)より大きいことを示す場合、低位のループが実行される。それは、Ｂ_q+1で開始され、あるいはｑ＝Ｎ−１の場合にしきい値および励振パラメータの更新１２８が実行され、更にインデックスｍは０に等しくされる。次に、ステップ１２５_qに進むが、それはテスト１２６_qがＰ²(ｑ)＜Ｔ(ｑ)・α²(ｑ) を示す場合、直接実行される。ステップ１２５_qでは、項Ｐ(ｑ)が群ｍ＝１に関して計算される。使用される近似でｍ＝０に対して以前に計算された項α⁽²⁾(ｑ )と同等のものと見なされるならば、対応する項α²(ｑ)は再計算されない。それから、テスト１２７_qではｐ²(ｑ)およびＴ(ｑ)・α²(ｑ)が比較される。ｐ²(ｑ) ／α²(ｑ)がしきい値Ｔ(ｑ)より大きい場合、低位のループは実行される。それは、Ｂ_q+1で始まり、あるいはｑ＝Ｎ−１の場合、更新１２８はしきい値に、および励振パラメータに実行され、インデックスｍは１に等しくとられる。次にテスト１２７_qがＰ²(ｑ)＜Ｔ(ｑ)・α²(ｑ)を示す場合に直接実行される整数ｉ_qの増分１３０_qに進む。例１上記の第１の実施例を実行するこの第１の例において、３０ｍｓのフレーム(すなわち８ｋＨｚでΛ＝２４０サンプル)は、５ｍｓのサブフレーム(Ｌ＝４０)へ細分され、使用される。ＡＣＥＬＰコードブックは、δ＝１およびε＝０において関係式(２)によって与えられるＬ'＝１１個の可能な位置を各々有しているＮ＝４個のパルスのコードを含んでいる。Ｌ＝４０に等しいかそれ以上のパルスが最後の位置を占める場合、その振幅はデコーダによってゼロに合わせられる。励振コードは、コードブック(サンプル０からＬ−１＝３９だけ)からの切り捨てられたコードに相当し、したがって０、１、２、３あるいは４個のパルスを含むことができる。サブフレーム中のパルスの分配は表Ｉに示される。１フレーム当たりのビットレートの割付けは表IIの中で示される。１フレーム当たり２０４ビットとは、６．８ｋｂｉｔｓ／ｓのビットレートに相当する。既知のやり方で、ＬＰＣ係数はベクトルで量子化された線スペクトルパラメータ (ＬＳＰ)の形式に変換される。ＬＴＰ遅延(それらは２５６の整数あるいは１９１／３と１４３の間の分数の値をとることができる)は、８ビットにわたって量子化される。これらの８ビットはサブフレーム１および４で送信される。また、他のサブフレームに対して、差の値は５ビットのみでコード化される。コードブックはＫ＝(Ｌ')^N＝１４６４１コードワードを含んでいる。したがってパルスＰ＝３の符号を与える１ビットを足して、位置をコード化するのに１４ビット必要である。この例１において、この発明によれば、初期のＡＣＥＬＰコーダで得ることができたものと同一の出力信号を得ると同時に、分散行列の成分を格納するのにコーダによって必要とされるメモリのサイズを２．５で割ることができる。コーダに用いられるデータおよび変数および分散行列の成分を格納するのに必要なランダムアクセスメモリは、１６ビットの２２６４＋１９３６＝４２００ワードから１６ビットの２２６４＋７７０＝３０３４ワードにしたがって減らされる。よって、スタティックＲＡＭメモリおよびディジタル信号プロセッサ(ＤＳＰ) と互換性をもつ１２ビットでアドレシングをさせることが可能になる。例２上記の第１の実施例を実行するこの第２の例では、６ｍｓのサブフレーム(Ｌ＝４８)へ細分された３０ｍｓのフレーム(Λ＝２４０)が使用される。ＡＣＥＬＰコードブックは、δ＝１およびε＝０において関係式(２)によって与えられるＬ '＝１６個の可能な位置を各々有するＮ＝３個のパルスのコードを含む。δＬ'Ｎ＝Ｌなので、コードワードは、Ｎ＝３個のパルスを常に含んでいる励振を得るために切り捨てられない。ＬＰＣおよびＬＴＰパラメータは例１に似ている手法で決定される。コードブックはＫ＝(Ｌ')^N＝４０９６コードワードを含んでいる。したがって、１２ビットは位置をコード化するために要求される。それからビットレートはフレーム当たり１５８ビットである。つまり、５．３ｋｂｉｔｓ／ｓである。この例２において、この発明によれば、同一の出力信号を得るのと同時に、分散行列の成分を格納するのにコーダによって必要とされるメモリを２．８で割ることを可能にする(１６ビットの１４８８のワードの節減はランダムアクセスメモリにおいて１２ビットでアドレシングをさせることを可能にする)。例３部分最適探索手順(μ＝１)にて第２の実施例を実行するこの第３の例では、７．５ｍｓのサブフレーム(Ｌ＝６０)へ細分された３０ｍｓのフレーム(Λ＝２４０) が活用される。ＡＣＥＬＰコードブックは、カーディナルＬ'＝８を持つ位置のＮ＝４個の集合のＭ＝２個の群から構築される。位置は、δ＝２、ε⁽⁰⁾＝０、およびε⁽¹⁾＝１における関係式(２ｍ)によって与えられる。コードブックのコードワードは、１つのサブフレームの長さＬより長い長さδＬ'Ｎ＝６４を持っている。それらは、２、３、あるいは４個のパルスを含んでいる励振を得るため、したがって切り捨てられなければならない(サンプル０からＬ−１＝５９までのみ)。サブフレーム中のパルスの分布は、群ｍ＝０に対する表IIIおよび群ｍ＝１に対する表IVの中で示される。コードブックはＫ＝Ｍ・(Ｌ')^N＝８１９２のコードワードを含んでいる。したがって、位置とパルスの符号を与える４ビットを加えたものをコード化するために１３ビットが必要である。例１および例２の場合のように、合成パラメータをコード化するに当たって、コーダはフレーム当たり１５３ビットを生成する。これは５．１ｋｂｉｔｓ／ｓのビットレートを表わす。この例において、この発明によれば、分散行列の成分を格納するのにコーダによって必要とされるメモリのサイズを９．８で割ることを可能にする。これは、１６ビットの３６８０ワード((δＬ'Ｎ)²＝４０９６の代わりとして行列Ｕの４１６個の有効な成分)の必要とされたランダムアクセスメモリの縮減を意味する。この発明の第２の実施例は、部分最適手順なしで適用された場合、行列Ｕの８３２個の成分の格納を必要とするだろう。

Claims

【特許請求の範囲】１．Ｌ個のサンプルの連続フレームとして音声信号をディジタル化するステップと、一方では合成フィルタを定義する合成パラメータを、他方では予め定義した代数的コードブックに属するＬ個のサンプルの励振コードにおけるパルス位置および関連する励振利得を含む励振パラメータを、各フレームに対して適応して決定するステップと、代数的コードブックが少なくともＬ個のサンプルのコードにおける可能なパルス位置のＮ個の集合(Ｅ₀,Ｅ₁,…,Ｅ_N-1)の少なくとも１つの群に基づいて定義され、該コードブックからのコードが一つの群の位置のＮ個の集合にそれぞれ属するＮ個のパルス位置によって表わされ、そして、１つのフレームに関係する前記励振パラメータの決定が数量Ｐ_k ²／α_k ²を最大にする該コードブックからコードを選ぷことを含み、Ｐ_k＝Ｄ・ｃ_k ^Tが該コードブックからのコードｃ_kと、該フレームの音声信号と該合成パラメータとに依存する目標ベクトルＤとのスカラー積を表わし、また、α_k ²が合成フィルタおよび知覚の重みを加えるフィルタから構成される複合フィルタによってフィルタにかけられたコードｃ_kのフレームにおけるエネルギーを表わし、エネルギーα_k ²の計算が分散行列Ｕ＝Ｈ^T・Ｈの各成分の計算およびメモリ記憶を含み、Ｈが、Ｌ行Ｌ列の低位の三角テプリッツ行列を表わし、前記複合フィルタのインパルス応答ｈ(０),ｈ(１),…,ｈ(Ｌ−１)から形成される場合において、該決定したパラメータを表す量子化した値を伝送するステップと、からなる符号励振線形予測(ＣＥＬＰ)音声符号化方法において、ｐｏｓ_i,pおよびｐｏｓ_j,qが、前記コードブックからのコードのパルスｐおよびｑに対する可能な位置を含んでいる前記群の集合(Ｅ_p,Ｅ_q)における次数ｉおよびｊの位置をそれぞれ表わす場合に、分散行列のメモリに格納される成分が、Ｎ集合の少なくとも１つの群に対して、０≦ｐ＜Ｎのとき：０≦ｐ＜ｑ＜Ｎのとき：の形式のものだけであることを特徴とする符号励振線形予測音声符号化方法。２．Ｎ集合の１つの群に対して前記分散行列のメモリに格納された成分が、Ｎ個の相関ベクトルおよびＮ(Ｎ−１)／２個の相関行列の形式で構成されており、各相関ベクトルＲ_p,pが、前記コードブックからのコードにおけるパルス数ｐ( ０≦ｐ＜Ｎ)に関連し、また、形式Ｒ_p,p(ｉ)＝Ｕ(ｐｏｓ_i,p,ｐｏｓ_i,p)の成分ｉ(０≦ｉ＜Ｌ_p')を持ち、パルスｐに対する可能な位置を含む前記群からの集合 (Ｅ_p)のカーディナルと等しい次元Ｌ_p'を有し、そして各相関行列Ｒ_p,pが、該コードブックからのコードにおける異なる２つのパルス数ｐ,ｑ(０≦ｐ＜ｑ＜Ｎ) に関連し、また、行ｉおよび列ｊ(０≦ｉ＜Ｌ_p'および０≦ｊ＜Ｌ_q')における形式Ｒ_p,q(ｉ,ｊ)＝Ｕ(ｐｏｓ_i,p,ｐｏｓ_j,q)の成分を持ち、Ｌ_p'行およびＬ_q'列を有していることを特徴とする請求項１記載の方法。３．前記コードブックからのコードの１つのパルスに対する可能な位置を含んでいる前記群の集合(Ｅ₀,Ｅ₁,…,Ｅ_N-1)が、すべて同一のカーディナルＬ'を有しており、パルスｐ(０≦ｉ＜Ｌ',０≦ｐ＜Ｎ)に対する可能な位置の集合(Ｅ_p)における次数ｉの位置が、δおよびεがδ＞０およびε≧０のような２つの整数である場合に：によって与えられることを特徴する請求項２記載の方法。４．前記代数的コードブックが、前記コードブックからのコードのパルスに対するＬ'個の可能な位置のＮ個の集合のＭ個の群に基づいて定義され、Ｍ＞１において、パルスｐ(０≦ｉ＜Ｌ',０≦ｍ＜Ｍ,０≦ｐ＜Ｎ)に対して可能な位置を含んでいる群ｍの集合(Ｅ_p ^(m))における次数ｉの位置が、δ,ε^(0),…,ε^(M-1)が０≦ε⁽⁰⁾＜…＜ε^(M-1)＜δのような整数である場合に：によって与えられることを特徴する請求項２記載の方法。５．μが１≦μ＜Ｍのような整数である場合に、前記群のμに対してのみ、前記相関ベクトル(Ｒ_p,p ^(m))および前記相関行列(Ｒ_p,q ^(m))がメモリに蓄えられることを特徴する請求項４記載の方法。６．１つの群に関係するＮ個の相関ベクトルの計算が、整数変数ｋおよび累積変数ｃｏｒの初期化、およびＬ'−１から０まで減少する整数ｉによってインデックスが付けられたループを含んでおり、前記ループ中の繰り返しｉがＮ−１から０まで減少するｐに対する前記ベクトルの成分Ｒ_p,p(ｉ)の連続する計算を含み、整数変数ｋのδ回の増分および対応するδ回の累積変数ｃｏｒへの項ｈ(ｋ)・ｈ(ｋ)の加算の後、１つの成分Ｒ_p,p(i)が累積変数ｃｏｒと等しくとられることを特徴する請求項３，４又は５のいずれか１項に記載の方法。７．１つの群に関係するＮ(Ｎ−１)／２個の相関行列の計算が、区間［１,Ｎ− １］中のすべての整数ｔおよび区間［０,Ｌ'−１］中のすべての整数ｄ'に対して、整数変数ｋおよび蓄積変数ｃｏｒの初期化、およびＬ'−１−ｄ'から０まで減少する整数ｉによってインデックスが付けられたループ(Ｂ_t,d')を含んでおり、前記ループにおける繰り返しｉがＮ−１−ｔから０まで減少するｐに対する前記行列の成分Ｒ_p、p+t(ｉ,ｉ＋ｄ')の連続の計算、およびｉ＞０の場合にｔ−１から０まで減少するｑに対する前記行列の成分Ｒ_q,q+N-t(ｉ＋ｄ',ｉ−１)の連続の計算を含み、ｄ＝δ・(ｔ＋ｄ'Ｎ)において、整数変数ｋのδ回の増分および蓄積変数ｃｏｒへの項ｈ(ｋ)・ｈ(ｋ＋ｄ)の加算の後、１つの成分Ｒ_p,p+t(ｉ ,ｉ＋ｄ')またはＲ_q,q+N-t(ｉ＋ｄ',ｉ−１)が累積変数ｃｏｒと等しくとられることを特徴する請求項３，４又は５のいずれか１項に記載の方法。