JPH11119796A

JPH11119796A - 音声信号区間検出方法及び装置

Info

Publication number: JPH11119796A
Application number: JP9285457A
Authority: JP
Inventors: Kazuyuki Iijima; 和幸飯島; Masayuki Nishiguchi; 正之西口
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1997-10-17
Filing date: 1997-10-17
Publication date: 1999-04-30
Anticipated expiration: 2017-10-17
Also published as: JP3896654B2

Abstract

(57)【要約】【課題】従来の背景雑音区間検出方法では、設定され
たレベル以下の音声が入力されれば、それは背景雑音で
あると判断されてしまう。逆に背景雑音のレベルが、設
定されたレベルよりも高いときは、背景雑音と判断され
ることがない。【解決手段】最小レベル演算部３は、入力端子１から
実効（root mean square、r.m.s）値演算部２を介して
入力された入力信号（実効値）の最小レベルを所定時間
区間、例えば２０msecで検出し、この最小レベルを保持
する。リファレンスレベル演算部５は、入力信号実効値
からリファレンスレベルを演算により求める。パラメー
タ生成部８は、最小レベル演算部４からの最小レベルと
リファレンスレベル演算部５からのリファレンスレベル
とを比較する比較部７からの比較結果と、Ｖ／ＵＶ判定
部３からのＶ／ＵＶ判定結果に基づいて上記idVUVパラ
メータを出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力信号が有声音
又は無声音からなる音声信号区間であるか或いは背景雑
音区間であるかを検出する音声信号区間検出方法及び装
置に関する。

【０００２】

【従来の技術】近年、普及が著しい携帯用電話装置は、
室外で使用する事が多いので、周囲の背景雑音により、
しばしば通話が聞きずらくなることがある。これは、雑
音によるマスキング効果によって受話者の最少可聴値が
上昇してしまい、受話音声の明瞭度や了解度が劣化する
ためである。これに対して、送話側では雑音の抑圧又は
話者の声量のアップ、受話側では再生音量のアップ、又
全体として話者と電話器の密接な音響カップリング等が
必要になる。このため、携帯用電話装置には回りの環境
に応じて受話音量を手動で切り換えるスイッチがある。

【０００３】ところで、上述したように携帯用電話装置
を使用する際、回りの環境に応じて受話音量を手動で切
り換えるのは面倒である。この受話音量の切り換えを自
動で行えるようになれば便利である。

【０００４】この受話音量の切り換えを自動で行おうと
する場合、回りの雑音レベルを正確に検出できるか否か
が問題となってくる。通話中に入力音声用（送話用）の
マイクロフォンから混入する雑音には様々なものがある
がこれらの雑音（以下背景雑音という）と音声信号区間
を分離するには、ある適当なレベルを予め設定し、その
レベル以上であれば音声信号区間とし、それ以下であれ
ば背景雑音区間とするという方法があった。

【０００５】

【発明が解決しようとする課題】ところで、上記背景雑
音区間検出方法では、設定されたレベル以下の音声が入
力されれば、それは背景雑音であると判断されてしま
う。逆に背景雑音のレベルが、設定されたレベルよりも
高いときは、背景雑音と判断されることがない。このよ
うに、背景雑音区間を音声信号区間と区別するのは、従
来から困難であった。

【０００６】本発明は、上記実情に鑑みてなされたもの
であり、背景雑音のレベルによることなく、音声信号区
間と背景雑音区間との高精度な区別が可能な音声信号区
間検出方法及び装置の提供を目的とする。

【０００７】

【課題を解決するための手段】本発明に係る音声信号区
間検出方法は、上記課題を解決するために、所定時間区
間で入力信号から最小レベルを検出し、この最小レベル
を保持する最小レベル演算工程と、上記入力信号からリ
ファレンスレベルを演算により求めるリファレンスレベ
ル演算工程とを備え、上記最小レベル演算工程からの最
小レベルと上記リファレンスレベル演算工程からのリフ
ァレンスレベルとに基づいて上記入力信号の音声信号区
間を検出する。

【０００８】このため、最小レベルを更新しながら、そ
れを元に音声信号区間と背景雑音区間とのしきい値（ス
レショルド）を変化できるので、このスレショルドとリ
ファレンスレベルを比較することにより音声信号区間と
背景雑音区間との高精度な区別を可能とする。

【０００９】また、上記入力信号が有声音であるか無声
音であるかを判定する有声音／無声音判定工程を備え、
上記最小レベル演算工程はこの有声音／無声音判定工程
からの判定結果に基づいて上記最小レベルを演算する。

【００１０】また、上記有声音／無声音判定工程からの
判定結果に基づいて上記音声信号区間を検出する。具体
的には、上記最小レベル演算工程からの最小レベルと上
記リファレンスレベル演算工程からのリファレンスレベ
ルとを比較する比較工程を備え、この比較工程からの比
較結果と上記有声音／無声音判定工程からの判定結果に
基づいて、入力信号の音声信号区間を検出する。

【００１１】また、本発明に係る音声信号区間検出装置
は、上記課題を解決するために、所定時間区間で入力信
号から最小レベルを検出し、この最小レベルを保持する
最小レベル演算手段と、上記入力信号からリファレンス
レベルを演算により求めるリファレンスレベル演算手段
とを備え、上記最小レベル演算手段からの最小レベルと
上記リファレンスレベル演算手段からのリファレンスレ
ベルとに基づいて上記入力信号の音声信号区間を検出す
る。

【００１２】このため、最小レベルを更新しながら、そ
れを元に音声信号区間と背景雑音区間とのしきい値（ス
レショルド）を変化できるので、このスレショルドとリ
ファレンスレベルを比較することにより音声信号区間と
背景雑音区間との高精度な区別を可能とする。

【００１３】

【発明の実施の形態】以下、本発明に係る音声信号区間
検出方法及び装置の実施の形態について図面を参照しな
がら説明する。

【００１４】この実施の形態は、本発明に係る音声信号
区間検出方法の上記各工程を適用して実行する音声信号
区間検出装置の具体例となる図１に示す入力信号判定装
置２１である。

【００１５】図１において、この入力信号判定装置２１
は、入力端子１から実効（root mean square、r.m.s）
値演算部２を介して入力された入力信号（実効値）の最
小レベルを所定時間区間、例えば２０msecで検出し、こ
の最小レベルを保持する最小レベル演算部４と、上記実
効値演算部２からの入力信号実効値からリファレンスレ
ベルを演算により求めるリファレンスレベル演算部５と
を備え、最小レベル演算部４からの最小レベルとリファ
レンスレベル演算部５からのリファレンスレベルとに基
づいて上記入力信号が所定時間区間で有声音（Voic
e）、又は無声音（UnVoice）であるか、又は背景雑音で
あるかを判定する。そして、上記無声音であることを示
す“０”、上記背景雑音であることを示す“１”、第１
有声音であることを示す“２”、又は第２有声音である
ことを示す“３”というＶ／ＵＶ判定の結果を示すidVU
Vパラメータを出力する。

【００１６】また、この入力信号判定装置２１は、上記
実効値演算部２からの入力信号実効値の所定時間区間分
に対して仮に有声音（Ｖ）／無声音（ＵＶ）とを判定す
るＶ／ＵＶ判定部３を備え、最小レベル演算部４にＶ／
ＵＶ判定結果を供給する。最小レベル演算部４は、この
Ｖ／ＵＶ判定結果に基づいて上記最小レベルを演算す
る。

【００１７】また、Ｖ／ＵＶ判定部３からのＶ／ＵＶ判
定結果はパラメータ生成部８にも供給される。このパラ
メータ生成部８は、出力端子１０５から上記idVUVパラ
メータを出力する。

【００１８】このパラメータ生成部８は、最小レベル演
算部４からの最小レベルとリファレンスレベル演算部５
からのリファレンスレベルとを比較する比較部７からの
比較結果と、上記Ｖ／ＵＶ判定部３からのＶ／ＵＶ判定
結果に基づいて上記idVUVパラメータを出力する。

【００１９】以下、この入力信号判定装置２１の動作に
ついて説明する。例えば、走行している電車の中では、
背景雑音のレベルが高い。そこで、周りの雑音に合わせ
てしきい値（スレショルド）を決定することが望まし
い。

【００２０】そこで、上記最小レベル演算部４では、適
当な所定時間区間で一番小さいレベルを最小レベルと
し、その最小レベルを上記所定時間毎に更新していく。

【００２１】図２は、最小レベル演算部４のアルゴリズ
ムを示すフローチャートである。このフローチャートで
は、最小レベルの更新（トラッキング）を、最小レベル
候補値cdLevのセットとクリア、及び最小レベルgmlのセ
ットとクリアに大きく分けている。

【００２２】先ず、ステップＳ１で、Ｖ／ＵＶ判定部３
からのＶ／ＵＶ判定結果に基づいて有声音フレームの連
続回数vContが４より多い整数となるかを判断する。す
なわち、有声音Ｖと判断されたフレームが４より大きな
整数回、つまり５フレーム連続したか否かを判断する。
ここで、有声音フレームが５フレーム以上連続している
場合は、音声区間に入っていると判断し、ステップＳ２
に進み、最小レベル候補値cdLevをクリアする。このス
テップＳ２では、候補値が設定され続けた回数gmlSetSt
ateは０である。一方、ステップＳ１で、有声音フレー
ムの連続回数vContが４以下であると判断すると、ステ
ップＳ３に進む。

【００２３】ステップＳ３では、現在の入力信号の実効
値演算部２を介した入力レベルlevが最小レベルの最低
値MIN_GMLより小さいか否かを判断する。ここでいう、
最小レベルの最低値MIN_GMLは、最小レベルgmlが０とな
らないように決定されている。ここで、入力レベルlev
が最小レベルの最低値MIN_GMLより小さいと判断する
と、ステップＳ４で上記最小レベルの最低値MIN_GMLを
最小レベルgmlとして設定する。このステップＳ４で
は、候補値が設定され続けた回数gmlSetStateと、最小
レベルが設定された後、候補値が設定されていない回数
gmlResetStateとは０である。一方、ステップＳ３で現
在の入力レベルlevは最小レベルの最低値MIN_GML以上で
あると判断するとステップＳ５に進む。

【００２４】ステップＳ５では、現在の入力レベルlev
が最小レベルgmlより小さいか否かを判断する。ここで
ＹＥＳとなれば、ステップＳ６に進む。すなわち、この
ステップＳ６は、上記ステップＳ３の判断で現在の入力
レベルlevが最小レベルの最低値MIN_GML以上であり、さ
らに上記ステップＳ５で現在の入力レベルlevが最小レ
ベルgmlより小さいと判断されたときに、その入力レベ
ルlevを最小レベルgmlとして設定する。一方、このステ
ップＳ５で現在の入力レベルlevが最小レベルgml以上で
あると判断すると、ステップＳ７に進む。

【００２５】ステップＳ７では、現在の入力レベルが充
分小さいか、候補値cdLevとの変動が小さいか否かを判
断する。このステップＳ７では、現在の入力レベルが充
分小さいか、候補値cdLevとの変動が小さいかという判
断を、status０であるか否かで判断している。status０
は、入力レベルlevが100.0以下というように充分小さい
か、又は、入力レベルが500.0以下で候補値cdLev＊0.70
より大きく、かつ候補値cdLev＊1.30より小さいという
ように候補値cdLevとの変動が小さいことを表す状態で
ある。ここで、ＹＥＳを選択し、現在の入力レベルが充
分小さいか、又は候補値cdLevとの変動が小さいと判断
すると、候補値cdLevが更新される。一方、ＮＯを選択
するとステップＳ１１に進む。

【００２６】ステップＳ８では、候補値cdLevが更新さ
れ続けた回数gmlSetStateが７回以上であるか否か、す
なわち候補値cdLevの更新が７フレーム連続するか否か
を判断する。ここで、候補値cdLevの更新が７フレーム
以上連続したと判断すれば、ステップＳ９に進み、その
ときの入力レベルlevを最小レベルgmlとする。候補値cd
Levの更新が６フレーム以内であれば、ＮＯとなり、ス
テップＳ１０で入力レベルlevを候補値cdLevとする。

【００２７】一方、ステップＳ７での判断でＮＯとなっ
た後に進んだステップＳ１１では、１フレーム過去の入
力レベルprevLevと現在の入力レベルlevの変動が小さい
か否かを判断する。この１フレーム過去の入力レベルpr
evLevと現在の入力レベルlevの変動が小さいか否かの判
断は、status１であるか否かの判断で行っている。stat
us１は、現在の入力レベルlevが100.0以下というように
充分小さいか、又は現在の入力レベルlevが500.0以下で
１フレーム過去の入力レベルprevLev＊0.70より大き
く、かつ１フレーム過去の入力レベルprevLev＊1.30よ
り小さいというように１フレーム過去の入力レベルprev
Levとの変動が小さいことを表す状態である。ここで、
ＹＥＳを選択し、現在の入力レベルが充分小さいか、又
は１フレーム過去の入力レベルと現在の入力レベルの変
動が小さい場合には、ステップＳ１２に進み、現在の入
力レベルlevを最小レベル候補値cdLevに設定する。一
方、ステップＳ１１で現在の入力レベルが小さくない
か、又は１フレーム過去の入力レベルと現在の入力レベ
ルの変動が小さくないと判断すると、ステップＳ１３に
進む。

【００２８】ステップＳ１３では、最小レベルが設定さ
れた後、候補値が設定されていない回数gmlResetState
が４０より大きいか否かを判断する。ここで、ＮＯとな
り候補値が設定されていない回数gmlResetStateが４０
以下であるときには、ステップＳ１４で最小レベル候補
値cdLevをクリアし、予め定めた最小値をセットする。
一方ここで、ＹＥＳとなり、候補値が設定されていない
回数gmlResetStateが４０回を越えていると判断する
と、ステップＳ１５に進み、最小レベルgmlは最小レベ
ルの最低値MIN_GMLに設定される。

【００２９】以上のように最小レベルはある時間保持さ
れ、順次更新される。

【００３０】次に、リファレンスレベル演算部５の動作
について図３を用いて説明する。このリファレンスレベ
ル演算部５は、リファレンスレベルrefLevを次の（１）
式で算出する。

【００３１】 refLev＝Ａ×max（lev,refLev）＋（1.0−Ａ）×min（lev,refLev）・・・（１）この（１）式において、入力端子６から与えるＡ＝０．
７５としたときの入力レベルlevとリファレンスレベルr
efLevとの関係を図３に示す。リファレンスレベルrefLe
vは、立ち上がりは入力レベルlevと同様に立ち上がる
が、立ち下がりでは緩やかに減少していく。このため、
上記リファレンスレベルを用いることで、音声信号区間
において、瞬間的にたまたまレベルが下がった状態を背
景雑音区間として判定してしまうことを防いでいる。こ
のように、リファレンスレベル演算部５は、瞬間的なレ
ベル変動に対してもある程度余裕を持たせるような滑ら
かなレベルを演算する。

【００３２】比較部７は、最小レベル演算部４からの最
小レベルに所定の定数Ｂを掛けたＢ×gmlと上記リファ
レンスレベル演算部５からのリファレンスレベルrefLev
とを比較する。そして、その比較結果は、パラメータ生
成部８に送られる。

【００３３】パラメータ生成部８は、Ｖ／ＵＶ判定部３
での判定結果により、Ｖと判定されたフレームについて
は、上記（１）式に示したリファレンスレベルrefLevが
最小レベルgmlのＢ倍より小さいか否かを調べ、小さい
ときには背景雑音区間と判断する。ただし、過去のＶ／
ＵＶ判断を調べ、Ｖのフレームが２フレーム以上連続し
ている場合は音声区間が始まっているものとし、背景雑
音区間と判断することはない。すなわち、現在のフレー
ムがＶと判断されたときは、過去Ｖフレームが連続して
いるかを調べ、連続している場合には背景雑音モードに
入らない。これは、Ｖフレームが連続しているときに背
景雑音モードに入ると不連続感が生じるためである。

【００３４】また、パラメータ生成部８は、Ｖ／ＵＶ判
定部３からの判定結果がＵＶと判定されたフレームにつ
いては、Ｖの場合と同様に、リファレンスレベルrefLev
が最小レベルgmlのＢ倍より小さいかを調べ、この条件
を４回満たした場合、背景雑音区間と判断する。すなわ
ち、ＵＶと判断された場合は、４フレーム連続で上記条
件を満たした後、背景雑音区間と判断する。

【００３５】なお、上記Ｂは適当な定数であり、ここで
は２．０と定める。また、このような定数とせずに入力
レベルlevの分散に比例した量とすることも考えられ
る。

【００３６】そして、パラメータ生成部８は、出力端子
１０５からidVUVパラメータを出力する。

【００３７】このようにして、入力信号判定装置２１
は、最小レベルgmlを更新しながら、それを元に音声信
号区間と背景雑音区間とのしきい値（スレショルド）gm
l×Ｂを変化できるので、このスレショルドgml×Ｂとリ
ファレンスレベルrefLevを比較することにより音声信号
区間と背景雑音区間との高精度な区別を可能とする。

【００３８】なお、この入力信号判定装置２１は、図４
に示すような、携帯電話装置の音声符号化装置２０内に
組み込むことができる。この携帯電話装置は、上記入力
信号判定装置（図４では入力信号判定部とする）２１に
よる入力信号の判定結果を基に、音声符号化装置２０で
の符号化のレートを可変する。

【００３９】この携帯電話装置は、送信時には、マイク
ロホン１から入力された音声信号を、Ａ／Ｄ変換器１０
によりディジタル信号に変換し、音声符号化装置２０に
より上記idVUVパラメータに基づいた可変レートの符号
化を施し、伝送路符号化器２２により伝送路の品質が音
声品質に影響を受けにくいように符号化した後、変調器
２３で変調し、送信機２４で出力ビットに送信処理を施
し、アンテナ共用器２５を通して、アンテナ２６から送
信する。

【００４０】また、受信時には、アンテナ２６で捉えた
電波を、アンテナ共用器２５を通じて受信機２７で受信
し、復調器２９で復調し、伝送路復号化器３０で伝送路
誤りを訂正し、音声復号化装置３１で復号し、Ｄ／Ａ変
換器３２でアナログ音声信号に戻して、スピーカ３３か
ら出力する。

【００４１】また、制御部３４は上記各部をコントロー
ルし、シンセサイザ２８は送受信周波数を送信機２４、
及び受信機２７に与えている。また、キーパッド３５及
びＬＣＤ表示器３６はマンマシンインターフェースに利
用される。

【００４２】次に、有声音又は無声音区間に分けられる
音声信号区間と、背景雑音区間からなる入力信号を、入
力信号判定部２１の判定結果idVUVパラメータに基づい
て、可変レートで符号化する音声符号化装置２０につい
て説明する。

【００４３】先ず、可変レートエンコードを説明してお
く。符号化パラメータの一種であるＬＳＰ量子化インデ
クス、及び励起パラメータインデクスを、以下の表１に
示すように、idVUV判定パラメータが“１”の背景雑音
のときには、１フレーム２０msec当たり０ビットにして
しまう。idVUV判定パラメータが“０”の無声音、
“２，３”の有声音のときには、そのまま20mseec当た
り１８ビット、及び２０ビットとする。これにより可変
レートエンコードが実現できる。

【００４４】

【表１】

【００４５】ここで、idVUV判定パラメータの内の、Ｖ
／ＵＶ判定出力となる２ビットは、常に符号化されてい
る。なお、無声音時の励起パラメータインデクスとして
は、後述する雑音符号帳のコードブックのシェイプイン
デクスと、ゲインインデクスが挙げられる。上記ＬＳＰ
量子化インデクス、シェイプインデクス及びゲインイン
デクスについては後述する。

【００４６】この音声符号化装置の構成を図５、図６に
示す。図５の音声符号化装置２０の基本的な考え方は、
入力音声信号の短期予測残差例えばＬＰＣ（線形予測符
号化）残差を求めてサイン波分析（sinusoidal analysi
s ）符号化、例えばハーモニックコーディング（harmon
ic coding ）を行う第１の符号化部１１０と、入力音声
信号に対して位相伝送を行う波形符号化により符号化す
る第２の符号化部１２０とを有し、入力信号の有声音
（Ｖ：Voiced）の部分の符号化には第１の符号化部１１
０を用い、入力信号の無声音（ＵＶ：Unvoiced）の部分
の符号化には第２の符号化部１２０を用いるようにする
ことである。

【００４７】上記第１の符号化部１１０には、例えばＬ
ＰＣ残差をハーモニック符号化やマルチバンド励起（Ｍ
ＢＥ）符号化のようなサイン波分析符号化を行う構成が
用いられる。上記第２の符号化部１２０には、例えば合
成による分析法を用いて最適ベクトルのクローズトルー
プサーチによるベクトル量子化を用いた符号励起線形予
測（ＣＥＬＰ）符号化の構成が用いられる。

【００４８】図５の例では、入力端子１０１に供給され
た音声信号が、第１の符号化部１１０のＬＰＣ逆フィル
タ１１１及びＬＰＣ分析・量子化部１１３に送られてい
る。ＬＰＣ分析・量子化部１１３で得られたＬＰＣ係数
あるいはいわゆるαパラメータは、ＬＰＣ逆フィルタ１
１１に送られて、このＬＰＣ逆フィルタ１１１により入
力音声信号の線形予測残差（ＬＰＣ残差）が取り出され
る。また、ＬＰＣ分析・量子化部１１３からは、後述す
るようにＬＳＰ（線スペクトル対）の量子化出力が取り
出され、これが出力端子１０２に送られる。ＬＰＣ逆フ
ィルタ１１１からのＬＰＣ残差は、サイン波分析符号化
部１１４に送られる。サイン波分析符号化部１１４で
は、ピッチ検出やスペクトルエンベロープ振幅計算が行
われると共に、上記入力信号判定部２１と同一構成の入
力信号判定部１１５により入力信号の上記idVUVパラメ
ータが求められる。サイン波分析符号化部１１４からの
スペクトルエンベロープ振幅データはベクトル量子化部
１１６に送られる。スペクトルエンベロープのベクトル
量子化出力としてのベクトル量子化部１１６からのコー
ドブックインデクスは、スイッチ１１７を介して出力端
子１０３に送られ、サイン波分析符号化部１１４からの
ピッチ出力は、スイッチ１１８を介して出力端子１０４
に送られる。また、入力信号判定部１１５からのidVUV
判定パラメータ出力は出力端子１０５に送られると共
に、スイッチ１１７、１１８及び図３に示すスイッチ１
１９の制御信号に使われる。スイッチ１１７、１１８
は、上記制御信号により有声音（Ｖ）のとき上記インデ
クス及びピッチを選択して各出力端子１０３及び１０４
からそれぞれ出力する。

【００４９】また、上記ベクトル量子化部１１６でのベ
クトル量子化の際には、例えば、周波数軸上の有効帯域
１ブロック分の振幅データに対して、ブロック内の最後
のデータからブロック内の最初のデータまでの値を補間
するようなダミーデータ，又は最後のデータ及び最初の
データを延長するようなダミーデータを最後と最初に適
当な数だけ付加してデータ個数をＮ_F 個に拡大した後、
帯域制限型のＯ_S 倍（例えば８倍）のオーバーサンプリ
ングを施すことによりＯ_S 倍の個数の振幅データを求
め、このＯ_S 倍の個数（（ｍ_MX＋１）×Ｏ_S 個）の振幅
データを直線補間してさらに多くのＮ_M 個（例えば２０
４８個）に拡張し、このＮ_M 個のデータを間引いて上記
一定個数Ｍ（例えば４４個）のデータに変換した後、ベ
クトル量子化している。

【００５０】図５の第２の符号化部１２０は、この例で
はＣＥＬＰ（符号励起線形予測）符号化構成を有してお
り、雑音符号帳１２１からの出力を、重み付きの合成フ
ィルタ１２２により合成処理し、得られた重み付き音声
を減算器１２３に送り、入力端子１０１に供給された音
声信号を聴覚重み付けフィルタ１２５を介して得られた
音声との誤差を取り出し、この誤差を距離計算回路１２
４に送って距離計算を行い、誤差が最小となるようなベ
クトルを雑音符号帳１２１でサーチするような、合成に
よる分析（Analysis by Synthesis ）法を用いたクロー
ズドループサーチを用いた時間軸波形のベクトル量子化
を行っている。このＣＥＬＰ符号化は、上述したように
無声音部分の符号化に用いられており、雑音符号帳１２
１からのＵＶデータとしてのコードブックインデクス
は、上記入力信号判定部１１５からのidVUV判定パラメ
ータが無声音（ＵＶ）のときオンとなるスイッチ１２７
を介して、出力端子１０７より取り出される。

【００５１】また、スイッチ１２７の制御信号となるid
VUV判定パラメータが“１”となり入力信号が背景雑音
信号であると判定したときには、所定時間、例えば８フ
レーム分の時間をおいて無声音時の複数のパラメータ、
例えば雑音符号帳１２１からのＵＶデータとしてのシェ
イプインデクスやゲインインデクスを送る。

【００５２】次に、上記図５に示した音声信号符号化装
置のより具体的な構成について、図３を参照しながら説
明する。なお、図６において、上記図５の各部と対応す
る部分には同じ指示符号を付している。

【００５３】この図６に示された音声信号符号化装置に
おいて、入力端子１０１に供給された音声信号は、ハイ
パスフィルタ（ＨＰＦ）１０９にて不要な帯域の信号を
除去するフィルタ処理が施された後、ＬＰＣ（線形予測
符号化）分析・量子化部１１３のＬＰＣ分析回路１３２
と、ＬＰＣ逆フィルタ回路１１１とに送られる。

【００５４】ＬＰＣ分析・量子化部１１３のＬＰＣ分析
回路１３２は、入力信号波形の２５６サンプル程度の長
さを１ブロックとしてハミング窓をかけて、自己相関法
により線形予測係数、いわゆるαパラメータを求める。
データ出力の単位となるフレーミングの間隔は、１６０
サンプル程度とする。サンプリング周波数ｆｓが例えば
８ｋHzのとき、１フレーム間隔は１６０サンプルで２０
ｍsec となる。

【００５５】ＬＰＣ分析回路１３２からのαパラメータ
は、α→ＬＳＰ変換回路１３３に送られて、線スペクト
ル対（ＬＳＰ）パラメータに変換される。これは、直接
型のフィルタ係数として求まったαパラメータを、例え
ば１０個、すなわち５対のＬＳＰパラメータに変換す
る。変換は例えばニュートン−ラプソン法等を用いて行
う。このＬＳＰパラメータに変換するのは、αパラメー
タよりも補間特性に優れているからである。

【００５６】α→ＬＳＰ変換回路１３３からのＬＳＰパ
ラメータは、ＬＳＰ量子化器１３４によりマトリクスあ
るいはベクトル量子化される。このとき、このＬＳＰ量
子化器１３４は、リーキングファクタを有する差分ベク
トル量子化（差分ＶＱ）を行っても良い。差分ＶＱの量
子化効率はマトリクス量子化（ＭＱ）に比べると優れて
おり、また、ＭＱのように量子化誤差が一方のフレーム
に偏ることがないため、滑らかで異音の少ない音声が得
られる。しかし、差分ＶＱでは一度エラーが起こると、
その影響がしばらく続くので、差分のリーク量を大目に
とるようにしている。しかし、入力信号判定部１１５
で、背景雑音と判断されたときには、ＬＳＰは送らない
ので、ＬＳＰ量子化器１３４では、差分量子化の一種で
ある上記差分ＶＱを行わない。

【００５７】このＬＳＰ量子化器１３４からの量子化出
力、すなわちＬＳＰ量子化のインデクスは、スイッチ１
１９によって切り換えられてから、端子１０２を介して
取り出され、また量子化済みのＬＳＰベクトルは、ＬＳ
Ｐ補間回路１３６に送られる。ここで、スイッチ１１９
は、上記入力信号判定部１１５からのidVUV判定フラグ
により切り換えが制御され、例えば有声音（Ｖ）のとき
にオンとなる。

【００５８】また、ＬＳＰ補間回路１３６は、２０ｍse
c毎に量子化されたＬＳＰのベクトルを補間し、８倍の
レートにする。すなわち、２．５ｍsec 毎にＬＳＰベク
トルが更新されるようにする。これは、残差波形をハー
モニック符号化復号化方法により分析合成すると、その
合成波形のエンベロープは非常になだらかでスムーズな
波形になるため、ＬＰＣ係数が２０ｍsec 毎に急激に変
化すると異音を発生することがあるからである。すなわ
ち、２．５ｍsec 毎にＬＰＣ係数が徐々に変化してゆく
ようにすれば、このような異音の発生を防ぐことができ
る。

【００５９】このような補間が行われた２．５ｍsec 毎
のＬＳＰベクトルを用いて入力音声の逆フィルタリング
を実行するために、ＬＳＰ→α変換回路１３７により、
ＬＳＰパラメータを例えば１０次程度の直接型フィルタ
の係数であるαパラメータに変換する。このＬＳＰ→α
変換回路１３７からの出力は、上記ＬＰＣ逆フィルタ回
路１１１に送られ、このＬＰＣ逆フィルタ１１１では、
２．５ｍsec 毎に更新されるαパラメータにより逆フィ
ルタリング処理を行って、滑らかな出力を得るようにし
ている。このＬＰＣ逆フィルタ１１１からの出力は、サ
イン波分析符号化部１１４、具体的には例えばハーモニ
ック符号化回路、の直交変換回路１４５、例えばＤＦＴ
（離散フーリエ変換）回路に送られる。

【００６０】ＬＰＣ分析・量子化部１１３のＬＰＣ分析
回路１３２からのαパラメータは、聴覚重み付けフィル
タ算出回路１３９に送られて聴覚重み付けのためのデー
タが求められ、この重み付けデータが後述する聴覚重み
付きのベクトル量子化器１１６と、第２の符号化部１２
０の聴覚重み付けフィルタ１２５及び聴覚重み付きの合
成フィルタ１２２とに送られる。

【００６１】ハーモニック符号化回路等のサイン波分析
符号化部１１４では、ＬＰＣ逆フィルタ１１１からの出
力を、ハーモニック符号化の方法で分析する。すなわ
ち、ピッチ検出、各ハーモニクスの振幅Ａｍの算出、有
声音（Ｖ）／無声音（ＵＶ）の判別を行い、ピッチによ
って変化するハーモニクスのエンベロープあるいは振幅
Ａｍの個数を次元変換して一定数にしている。

【００６２】図６に示すサイン波分析符号化部１１４の
具体例においては、一般のハーモニック符号化を想定し
ているが、特に、ＭＢＥ（Multiband Excitation: マル
チバンド励起）符号化の場合には、同時刻（同じブロッ
クあるいはフレーム内）の周波数軸領域いわゆるバンド
毎に有声音（Voiced）部分と無声音（Unvoiced）部分と
が存在するという仮定でモデル化することになる。それ
以外のハーモニック符号化では、１ブロックあるいはフ
レーム内の音声が有声音か無声音かの択一的な判定がな
されることになる。なお、以下の説明中のフレーム毎の
Ｖ／ＵＶとは、ＭＢＥ符号化に適用した場合には全バン
ドがＵＶのときを当該フレームのＵＶとしている。ここ
で上記ＭＢＥの分析合成手法については、本件出願人が
先に提案した特願平４−９１４２２号明細書及び図面に
詳細な具体例を開示している。

【００６３】図６のサイン波分析符号化部１１４のオー
プンループピッチサーチ部１４１には、上記入力端子１
０１からの入力音声信号が、またゼロクロスカウンタ１
４２には、上記ＨＰＦ（ハイパスフィルタ）１０９から
の信号がそれぞれ供給されている。サイン波分析符号化
部１１４の直交変換回路１４５には、ＬＰＣ逆フィルタ
１１１からのＬＰＣ残差あるいは線形予測残差が供給さ
れている。オープンループピッチサーチ部１４１では、
入力信号のＬＰＣ残差をとってオープンループによる比
較的ラフなピッチのサーチが行われ、抽出された粗ピッ
チデータは高精度ピッチサーチ１４６に送られて、後述
するようなクローズドループによる高精度のピッチサー
チ（ピッチのファインサーチ）が行われる。また、オー
プンループピッチサーチ部１４１からは、上記粗ピッチ
データと共にＬＰＣ残差の自己相関の最大値をパワーで
正規化した正規化自己相関最大値ｒ(p) が取り出され、
入力信号判定部１１５に送られている。

【００６４】直交変換回路１４５では例えばＤＦＴ（離
散フーリエ変換）等の直交変換処理が施されて、時間軸
上のＬＰＣ残差が周波数軸上のスペクトル振幅データに
変換される。この直交変換回路１４５からの出力は、高
精度ピッチサーチ部１４６及びスペクトル振幅あるいは
エンベロープを評価するためのスペクトル評価部１４８
に送られる。

【００６５】高精度（ファイン）ピッチサーチ部１４６
には、オープンループピッチサーチ部１４１で抽出され
た比較的ラフな粗ピッチデータと、直交変換部１４５に
より例えばＤＦＴされた周波数軸上のデータとが供給さ
れている。この高精度ピッチサーチ部１４６では、上記
粗ピッチデータ値を中心に、0.２〜0.５きざみで±数サ
ンプルずつ振って、最適な小数点付き（フローティン
グ）のファインピッチデータの値へ追い込む。このとき
のファインサーチの手法として、いわゆる合成による分
析 (Analysis by Synthesis)法を用い、合成されたパワ
ースペクトルが原音のパワースペクトルに最も近くなる
ようにピッチを選んでいる。このようなクローズドルー
プによる高精度のピッチサーチ部１４６からのピッチデ
ータについては、スイッチ１１８を介して出力端子１０
４に送っている。

【００６６】スペクトル評価部１４８では、ＬＰＣ残差
の直交変換出力としてのスペクトル振幅及びピッチに基
づいて各ハーモニクスの大きさ及びその集合であるスペ
クトルエンベロープが評価され、高精度ピッチサーチ部
１４６及び聴覚重み付きのベクトル量子化器１１６に送
られる。

【００６７】入力信号判定部１１５は、オープンループ
ピッチサーチ部１４１からの正規化自己相関最大値ｒ
(p) と、ゼロクロスカウンタ１４２からのゼロクロスカ
ウント値とに基づいて、当該フレームが上記有声音であ
るか、無声音であるか、あるいは背景雑音であるかの判
定を行い、上記idVUV判定パラメータを出力する。この
入力信号判定部１１５からの上記idVUV判定パラメータ
は、出力端子１０５を介して取り出されると共に、上述
したように、スイッチ１１９及び、スイッチ１１７、１
１８及び１２７の切り換え制御信号としても用いられ
る。

【００６８】ところで、スペクトル評価部１４８の出力
部あるいはベクトル量子化器１１６の入力部には、デー
タ数変換（一種のサンプリングレート変換）部が設けら
れている。このデータ数変換部は、上記ピッチに応じて
周波数軸上での分割帯域数が異なり、データ数が異なる
ことを考慮して、エンベロープの振幅データ｜Ａ_m｜を
一定の個数にするためのものである。すなわち、例えば
有効帯域を３４００ｋHzまでとすると、この有効帯域が
上記ピッチに応じて、８バンド〜６３バンドに分割され
ることになり、これらの各バンド毎に得られる上記振幅
データ｜Ａ_m｜の個数ｍ_MX＋１も８〜６３と変化するこ
とになる。このためデータ数変換部では、この可変個数
ｍ_MX＋１の振幅データを一定個数Ｍ個、例えば４４個、
のデータに変換している。

【００６９】このスペクトル評価部１４８の出力部ある
いはベクトル量子化器１１６の入力部に設けられたデー
タ数変換部からの上記一定個数Ｍ個（例えば４４個）の
振幅データあるいはエンベロープデータが、ベクトル量
子化器１１６により、所定個数、例えば４４個のデータ
毎にまとめられてベクトルとされ、重み付きベクトル量
子化が施される。この重みは、聴覚重み付けフィルタ算
出回路１３９からの出力により与えられる。ベクトル量
子化器１１６からの上記エンベロープのインデクスは、
スイッチ１１７を介して出力端子１０３より取り出され
る。なお、上記重み付きベクトル量子化に先だって、所
定個数のデータから成るベクトルについて適当なリーク
係数を用いたフレーム間差分をとっておくようにしても
よい。

【００７０】次に、第２の符号化部１２０について説明
する。第２の符号化部１２０は、いわゆるＣＥＬＰ（符
号励起線形予測）符号化構成を有しており、特に、入力
音声信号の無声音部分の符号化のために用いられてい
る。この無声音部分用のＣＥＬＰ符号化構成において、
雑音符号帳、いわゆるストキャスティック・コードブッ
ク（stochastic code book）１２１からの代表値出力で
ある無声音のＬＰＣ残差に相当するノイズ出力を、ゲイ
ン回路１２６を介して、聴覚重み付きの合成フィルタ１
２２に送っている。重み付きの合成フィルタ１２２で
は、入力されたノイズをＬＰＣ合成処理し、得られた重
み付き無声音の信号を減算器１２３に送っている。減算
器１２３には、上記入力端子１０１からＨＰＦ（ハイパ
スフィルタ）１０９を介して供給された音声信号を聴覚
重み付けフィルタ１２５で聴覚重み付けした信号が入力
されており、合成フィルタ１２２からの信号との差分あ
るいは誤差を取り出している。なお、聴覚重み付けフィ
ルタ１２５の出力から聴覚重み付き合成フィルタの零入
力応答を事前に差し引いておくものとする。この誤差を
距離計算回路１２４に送って距離計算を行い、誤差が最
小となるような代表値ベクトルを雑音符号帳１２１でサ
ーチする。このような合成による分析（Analysis by Sy
nthesis ）法を用いたクローズドループサーチを用いた
時間軸波形のベクトル量子化を行っている。

【００７１】このＣＥＬＰ符号化構成を用いた第２の符
号化部１２０からのＵＶ（無声音）部分用のデータとし
ては、雑音符号帳１２１からのコードブックのシェイプ
インデクスと、ゲイン回路１２６からのコードブックの
ゲインインデクスとが取り出される。雑音符号帳１２１
からのＵＶデータであるシェイプインデクスは、スイッ
チ１２７ｓを介して出力端子１０７ｓに送られ、ゲイン
回路１２６のＵＶデータであるゲインインデクスは、ス
イッチ１２７ｇを介して出力端子１０７ｇに送られてい
る。

【００７２】ここで、これらのスイッチ１２７ｓ、１２
７ｇ及び上記スイッチ１１７、１１８は、上記入力信号
判定部１１５からのidVUV判定パラメータによりオン／
オフ制御され、スイッチ１１７、１１８は、現在伝送し
ようとするフレームの音声信号のidVUV判定パラメータ
が有声音（Ｖ）のときオンとなり、スイッチ１２７ｓ、
１２７ｇは、現在伝送しようとするフレームの音声信号
が無声音（ＵＶ）のときオンとなる。また、idVUV判定
パラメータが背景雑音を表すとき、上記スイッチ１２７
ｓ、１２７ｇは、８フレーム時間毎にオンとされ、上記
シェイプインデクス、ゲインインデクスを出力する。ま
た、上記スイッチ１１９も８フレーム時間毎にオンとさ
れ、上記ＵＶ用のＬＳＰインデクスを出力する。これら
が、上述したＵＶ用の複数種類のパラメータである。

【００７３】ここで、図４に戻る。音声復号化装置３１
は、他の携帯電話装置の上記音声符号化装置２０により
可変レート符号化された上記符号化データをアンテナ２
６、アンテナ共用器２５、受信機２７、復調器２９及び
伝送路復号化器３０を介して受け取り、復号化する。

【００７４】この音声復号化装置３１は、上述したよう
に、音声符号化装置２０から上記所定時間中にも常に伝
送されてくるidVUV判定パラメータに基づいて、上記符
号化データを復号化する。特に、idVUV判定パラメータ
が背景雑音区間を示す“１”であれば、８フレーム分を
おいて伝送されてきた上記複数種類のパラメータ、例え
ば雑音符号帳のシェイプインデクスや、ゲインインデク
ス、又はＬＳＰパラメータを用いて、背景雑音を生成す
ると共に、８フレーム中では過去に送られてきた線スペ
クトル対（ＬＳＰ）パラメータを補間して上記背景雑音
を生成する。

【００７５】実際に、音声復号化装置３１では、常に、
前回送られたＬＳＰ（prevLsp1）と前々回送られたＬＳ
Ｐ（prevLsp2）を、例えばＲＡＭ内に保持している。

【００７６】そして、上記idVUV判定パラメータが背景
雑音モードに入ると、新たなＬＳＰは送られてこないの
で、prevLsp1、prevLsp2の更新を行ず、この二つのＬＳ
Ｐを線形補間することにより、現在のフレームのＬＳＰ
とし、背景雑音を形成する。

【００７７】背景雑音モード中、８フレーム目に通常の
ＵＶとして音声符号化装置側からＵＶの全パラメータが
送られてくるが、このときゲイン回路１２６からのゲイ
ンインデクスを調べ、インデックスが前回送られたイン
デックス＋２より小さければ、そのフレームの合成に用
いるＬＳＰを前回送られたパラメータに置き換える。こ
の動作については後述する。ただし、ゲインインデクス
は小さい順にソートされているものとする。

【００７８】このような音声復号化装置３１の構成を図
７及び図８に示す。図７は、音声復号化装置３１の基本
構成を示すブロック図である。

【００７９】この図７において、入力端子２０２には上
記図６の出力端子１０２からの上記ＬＳＰ（線スペクト
ル対）の量子化出力としてのコードブックインデクスが
入力される。入力端子２０３、２０４、及び２０５に
は、上記図６の各出力端子１０３、１０４、及び１０５
からの各出力、すなわちエンベロープ量子化出力として
のインデクス、ピッチ、及びＶ／ＵＶ判定出力がそれぞ
れ入力される。また、入力端子２０７には、上記図６の
出力端子１０７からのＵＶ（無声音）用のデータとして
のインデクスが入力される。

【００８０】入力端子２０３からのエンベロープ量子化
出力としてのインデクスは、逆ベクトル量子化器２１２
に送られて逆ベクトル量子化され、ＬＰＣ残差のスペク
トルエンベロープが求められて有声音合成部２１１に送
られる。有声音合成部２１１は、サイン波合成により有
声音部分のＬＰＣ（線形予測符号化）残差を合成するも
のであり、この有声音合成部２１１には入力端子２０４
及び２０５からのピッチ及びidVUV判定パラメータも供
給されている。有声音合成部２１１からの有声音のＬＰ
Ｃ残差は、ＬＰＣ合成フィルタ２１４に送られる。ま
た、入力端子２０７からのＵＶデータのインデクスは、
無声音合成部２２０に送られて、雑音符号帳を参照する
ことにより無声音部分のＬＰＣ残差が取り出される。こ
のＬＰＣ残差もＬＰＣ合成フィルタ２１４に送られる。
ＬＰＣ合成フィルタ２１４では、上記有声音部分のＬＰ
Ｃ残差と無声音部分のＬＰＣ残差とがそれぞれ独立に、
ＬＰＣ合成処理が施される。あるいは、有声音部分のＬ
ＰＣ残差と無声音部分のＬＰＣ残差とが加算されたもの
に対してＬＰＣ合成処理を施すようにしてもよい。ここ
で入力端子２０２からのＬＳＰのインデクスは、ＬＰＣ
パラメータ再生部２１３に送られて、ＬＰＣのαパラメ
ータが取り出され、これがＬＰＣ合成フィルタ２１４に
送られる。ＬＰＣ合成フィルタ２１４によりＬＰＣ合成
されて得られた音声信号は、出力端子２０１より取り出
される。

【００８１】ここで、入力端子２０５に供給されたidVU
V判定パラメータと入力端子２０７に供給された上記Ｕ
Ｖデータとしての雑音符号帳のシェイプインデクス及び
ゲインインデクスは、上記ＬＰＣパラメータ生成部２１
３でのＬＰＣパラメータの再生を制御するＬＰＣパラメ
ータ再生制御部２４０に送られる。

【００８２】このＬＰＣ再生制御部２４０により制御さ
れ、ＬＰＣパラメータ再生部２１３は、背景雑音信号生
成用のＬＰＣを生成し、ＬＰＣ合成フィルタ２１４に送
る。

【００８３】次に、図８は、上記図７に示した音声復号
化装置３１のより具体的な構成を示している。この図８
において、上記図７の各部と対応する部分には、同じ指
示符号を付している。

【００８４】この図８において、入力端子２０２には、
上記図６の出力端子１０２からの出力に相当するＬＳＰ
のベクトル量子化出力、いわゆるコードブックのインデ
クスが供給されている。

【００８５】このＬＳＰのインデクスは、ＬＰＣパラメ
ータ再生部２１３のＬＳＰの逆ベクトル量子化器２３１
に送られてＬＳＰ（線スペクトル対）データに逆ベクト
ル量子化され、スイッチ２４３を介してＬＳＰ補間回路
２３２、２３３に送られてＬＳＰの補間処理が施された
後、ＬＳＰ→α変換回路２３４、２３５でＬＰＣ（線形
予測符号）のαパラメータに変換され、このαパラメー
タがＬＰＣ合成フィルタ２１４に送られる。ここで、Ｌ
ＳＰ補間回路２３２及びＬＳＰ→α変換回路２３４は有
声音（Ｖ）用であり、ＬＳＰ補間回路２３３及びＬＳＰ
→α変換回路２３５は無声音（ＵＶ）用である。またＬ
ＰＣ合成フィルタ２１４は、有声音部分のＬＰＣ合成フ
ィルタ２３６と、無声音部分のＬＰＣ合成フィルタ２３
７とを分離している。すなわち、有声音部分と無声音部
分とでＬＰＣの係数補間を独立に行うようにして、有声
音から無声音への遷移部や、無声音から有声音への遷移
部で、全く性質の異なるＬＳＰ同士を補間することによ
る悪影響を防止している。

【００８６】また、図８の入力端子２０３には、上記図
６のエンコーダ側の端子１０３からの出力に対応するス
ペクトルエンベロープ（Ａｍ）の重み付けベクトル量子
化されたコードインデクスデータが供給され、入力端子
２０４には、上記図６の端子１０４からのピッチのデー
タが供給され、入力端子２０５には、上記図６の端子１
０５からのidVUV判定パラメータが供給されている。

【００８７】入力端子２０３からのスペクトルエンベロ
ープＡｍのベクトル量子化されたインデクスデータは、
逆ベクトル量子化器２１２に送られて逆ベクトル量子化
が施され、上記データ数変換に対応する逆変換が施され
て、スペクトルエンベロープのデータとなって、有声音
合成部２１１のサイン波合成回路２１５に送られてい
る。

【００８８】なお、エンコード時にスペクトルのベクト
ル量子化に先だってフレーム間差分をとっている場合に
は、ここでの逆ベクトル量子化後にフレーム間差分の復
号を行ってからデータ数変換を行い、スペクトルエンベ
ロープのデータを得る。

【００８９】サイン波合成回路２１５には、入力端子２
０４からのピッチ及び入力端子２０５からの上記idVUV
判定パラメータが供給されている。サイン波合成回路２
１５からは、上述した図６のＬＰＣ逆フィルタ１１１か
らの出力に相当するＬＰＣ残差データが取り出され、こ
れが加算器２１８に送られている。このサイン波合成の
具体的な手法については、例えば本件出願人が先に提案
した、特願平４−９１４２２号の明細書及び図面、ある
いは特願平６−１９８４５１号の明細書及び図面に開示
されている。

【００９０】また、逆ベクトル量子化器２１２からのエ
ンベロープのデータと、入力端子２０４、２０５からの
ピッチ、idVUV判定パラメータとは、有声音（Ｖ）部分
のノイズ加算のためのノイズ合成回路２１６に送られて
いる。このノイズ合成回路２１６からの出力は、重み付
き重畳加算回路２１７を介して加算器２１８に送ってい
る。これは、サイン波合成によって有声音のＬＰＣ合成
フィルタへの入力となるエクサイテイション（Excitati
on：励起、励振）を作ると、男声等の低いピッチの音で
鼻づまり感がある点、及びＶ（有声音）とＵＶ（無声
音）とで音質が急激に変化し不自然に感じる場合がある
点を考慮し、有声音部分のＬＰＣ合成フィルタ入力すな
わちエクサイテイションについて、音声符号化データに
基づくパラメータ、例えばピッチ、スペクトルエンベロ
ープ振幅、フレーム内の最大振幅、残差信号のレベル等
を考慮したノイズをＬＰＣ残差信号の有声音部分に加え
ているものである。

【００９１】加算器２１８からの加算出力は、ＬＰＣ合
成フィルタ２１４の有声音用の合成フィルタ２３６に送
られてＬＰＣの合成処理が施されることにより時間波形
データとなり、さらに有声音用ポストフィルタ２３８ｖ
でフィルタ処理された後、加算器２３９に送られる。

【００９２】次に、図８の入力端子２０７ｓ及び２０７
ｇには、上記図６の出力端子１０７ｓ及び１０７ｇから
のＵＶデータとしてのシェイプインデクス及びゲインイ
ンデクスがそれぞれ供給され、無声音合成部２２０に送
られている。端子２０７ｓからのシェイプインデクス
は、無声音合成部２２０の雑音符号帳２２１に、端子２
０７ｇからのゲインインデクスはゲイン回路２２２にそ
れぞれ送られている。雑音符号帳２２１から読み出され
た代表値出力は、無声音のＬＰＣ残差に相当するノイズ
信号成分であり、これがゲイン回路２２２で所定のゲイ
ンの振幅となり、窓かけ回路２２３に送られて、上記有
声音部分とのつなぎを円滑化するための窓かけ処理が施
される。

【００９３】窓かけ回路２２３からの出力は、無声音合
成部２２０からの出力として、ＬＰＣ合成フィルタ２１
４のＵＶ（無声音）用の合成フィルタ２３７に送られ
る。合成フィルタ２３７では、ＬＰＣ合成処理が施され
ることにより無声音部分の時間波形データとなり、この
無声音部分の時間波形データは無声音用ポストフィルタ
２３８ｕでフィルタ処理された後、加算器２３９に送ら
れる。

【００９４】加算器２３９では、有声音用ポストフィル
タ２３８ｖからの有声音部分の時間波形信号と、無声音
用ポストフィルタ２３８ｕからの無声音部分の時間波形
データとが加算され、出力端子２０１より取り出され
る。

【００９５】また、ＬＰＣパラメータ再生部２１３内部
には、背景雑音信号生成用に用いられるＬＰＣパラメー
タを再生するためのＬＳＰ補間回路２４５と、ＬＳＰ→
α変換回路２４７も上記スイッチ２４３の後段に設けら
れている。さらに、上記ＬＳＰの逆量子化器２３１によ
り得られた上記prevLSP1とprevLSP2を保持しておくため
のＲＡＭ２４４と、８フレームの間隔があいている上記
prevLSP1とprevLSP2との補間をフレーム間隔に補正する
ためのフレーム補間部２４５も備えている。

【００９６】ＬＳＰ→α変換回路２４７からのBGN用の
αパラメータは、ＬＰＣ合成フィルタ２１４の無声音部
分のＬＰＣ合成フィルタ２３７に送られる。

【００９７】また、上記ＬＰＣパラメータ再生制御部２
４０は、入力端子２０７ｇからの上記ＵＶデータ用のゲ
インインデスクが、前回送られたインデックス＋２より
小さいか否かを判定するインデックス判定部２４２と、
このインデクス判定部２４２からの判定結果と上記入力
端子２０５から供給されるidVUV判定パラメータとに基
づいて上記スイッチ２４３の切り換えを制御する切り換
え制御部２４１とを備えてなる。

【００９８】上記idVUV判定パラメータが１であると
き、すなわち背景雑音区間であることを示す上記基本パ
ラメータとなるモードビットを受信したときのこの音声
復号化装置３１の動作を、図９に示すフローチャートを
用いて説明する。

【００９９】先ず、ステップＳ２１でidVUV判定パラメ
ータが１であるとき、ＬＰＣパラメータ再生制御部２４
０の切り換え制御部２４１は、切り換えスイッチ２４３
をオフにする。そして、ステップＳ２２に進み、ＬＳＰ
補間回路２４６で上記ＲＡＭ２４４に保持されたPrevLS
P１とPrevLSP2をフレーム補間回路２４５を通して得た
フレーム毎の直線補間値を使ってBGN用のＬＳＰを求め
る。そして、このBGN用のＬＳＰは、UV用の合成フィル
タ２３７に供給され、背景雑音が合成される。

【０１００】なお、音声符号化装置２０からは、背景雑
音区間と判断されたフレームが連続８フレームとなる
と、次の９フレーム目は通常のＵＶデータ用のシェイプ
インデクス、ゲインインデクス及びＬＳＰパラメータが
送られてくる。ここで、音声符号化装置２０では、９フ
レーム目に本当にidVUV判定パラメータがＵＶになるこ
とがないとは限らない。そこで、音声復号化装置３１側
では、本当のＵＶ用データなのか、あるいは単に９フレ
ーム目に送られたＵＶ用の全パラメータなのかを判断す
る必要がある。

【０１０１】そこで、ＬＰＣパラメータ再生制御部２４
０では、ステップＳ２３でidＶＵＶ＝０であるとき、ス
テップＳ２４に進み、インデクス判定部２４２により入
力端子２０７ｇを介して送られてきたＵＶデータ用のゲ
インインデクスを調べ、ステップＳ２６のルーティンの
処理か、ステップＳ２７の本来のＵＶの処理かを判断す
る。具体的には、上述したように、入力端子２０７ｇか
らの上記ＵＶデータ用のゲインインデスクが、前回送ら
れたインデクス＋２より小さいか否かを判定する。９フ
レーム目に送られてきたＵＶデータ用のインデクスが音
声としてのＵＶ用インデクスであれば前回送られたゲイ
ンインデクスのパラメータよりも大きいはずである。

【０１０２】ステップＳ２４で上記ゲインインデクスが
前回送られてきたインデクス＋２より小さいとなれば、
これは９フレーム目に送られたＵＶデータ用の、すなわ
ちルーティン用のデータであると判断し、ステップＳ２
６に進み、切り換え制御部２４１により、スイッチ２４
３をＬＳＰ補間回路２４６側に接続し、上記PrevLSP１
とPrevLSP2を用いた直線補間により求めた値に変えて、
ＵＶ用に送られたＬＳＰ逆量子化部２３１からのＬＳＰ
パラメータをＬＳＰ補間回路２４６に供給する。ＬＳＰ
補間回路２４６では、このアップデートされたＬＳＰパ
ラメータを、そのままＬＳＰ→α変換回路２４７に供給
する。そして、ＬＳＰ→α変換回路２４７からのBGN用
のαパラメータは、ＬＰＣ合成フィルタ２１４の無声音
部分のＬＰＣ合成フィルタ２３７に送られ、９フレーム
目には８フレーム間の背景雑音とは異なった背景雑音が
得られることになる。このため、背景雑音の不自然さを
緩和することができる。

【０１０３】また、ステップＳ２４で上記ゲインインデ
クスが前回送られてきたインデクス＋２以上より大きい
となれば、これは９フレーム目に送られてきたのは、本
当のＵＶ用のパラメータであると判断し、ステップＳ２
７に進む。ステップＳ２７では、切り換え制御部２４１
がスイッチ２４３をＵＶ用のＬＳＰ補間回路２３３に切
り換えて、通常のＵＶ用のＬＳＰ補間により得られたＬ
ＳＰを使った無声音の合成が行われる。

【０１０４】一方、上記ステップＳ２３でidVUV判定パ
ラメータが０でないと判断すると、ステップＳ２５に進
み、ＵＶ用のＬＳＰからαパラメータを変換し、合成フ
ィルタ２３６で有声音を合成する。

【０１０５】以上のように、音声復号化装置３１では、
idVUV判定パラメータが１であるとき、すなわち他の携
帯電話装置の音声符号化装置が背景雑音区間を検出した
ときには、８フレームをおいて伝送されてきた複数種類
のパラメータを用いて上記背景雑音を生成すると共に、
上記８フレーム中には過去に送られたパラメータを用い
て上記背景雑音を生成する。このため、背景雑音の不自
然さを緩和することができる。また、９フレーム目に偶
然に、本当の無声音区間が検出されて伝送されてきて
も、正確に判断できるので、高品質な音声を復号でき
る。

【０１０６】ＬＳＰは８フレーム分のディレイが生じる
ことになるが、背景雑音モード中は完全に滑らかに繋が
ることになり、急激にＬＳＰが変化して異音を発生する
ことがなくなる。また、音声の子音部は背景雑音より高
いレベルを有することが多いので、音声の子音部を誤っ
て背景雑音として処理してしまうことを防げる。

【０１０７】そして、再び背景雑音モードに入ったらpr
evLsp1、prevLsp2を線形補間することにより、現在のフ
レームのＬＳＰとする。

【０１０８】ところで、モードビットが充分にあり、こ
れを一つのモードとして送ることができれば、このよう
な処理は必要ない。また、prevLsp1とprevLsp2の補間方
法は線形補間以外にも様々なものが考えられる。

【０１０９】なお、本発明に係る音声信号区間検出方法
及び装置は、可変レートエンコーディングを行う音声符
号化装置を備えた上記携帯電話装置にのみ適用されるも
のではなく、図１０に示すような携帯電話装置に適用さ
れてもよい。

【０１１０】この図１０に示す携帯電話装置は、送話用
マイクロホン４１より入力された音声をＲＦ信号に変換
し、このＲＦ信号を基地局を介して相手側に送信すると
共に、相手側より基地局を介して送信されたＲＦ信号を
受信して再生しスピーカ５２を介して使用者に聞かせる
ことのできる携帯電話装置である。

【０１１１】この携帯電話装置は、特に、入力信号から
得られた背景雑音に応じて受話音量を制御するように、
背景雑音を検出する入力信号判定部４３と、上記背景雑
音に応じて受話音量を制御する受話音量コントロール部
４４とを備えて成る。

【０１１２】この携帯電話装置の送話用マイクロホン４
１で電気信号とされた入力信号は、アナログ／ディジタ
ル（Ａ／Ｄ）変換器４２によりディジタルデータとされ
て、音声符号化器４５に供給される。

【０１１３】この音声符号化器４５は、ディジタルデー
タを圧縮し、符号化する。

【０１１４】音声符号化器４５で情報圧縮、符号化が施
されたデータは、ベースバンド信号処理回路４６に供給
され、同期信号及び誤り訂正符号等が付加されたりフレ
ーミング処理が施される。ベースバンド信号処理回路４
６からの出力データは、ＲＦ送受信回路４７に供給さ
れ、必要な周波数に変調されてアンテナ４８から送信さ
れる。

【０１１５】Ａ／Ｄ変換器４２が出力するディジタルデ
ータは、入力信号判定部４３にも供給される。入力信号
判定部４３は、上記入力信号に含まれる背景雑音を検出
する。

【０１１６】この入力信号判定部４３で検出された背景
雑音は、受話音量コントロール部４４に供給される。受
話音量コントロール部４４は、上記背景雑音区間を判定
した結果をもとに、ディジタル／アナログ（Ｄ／Ａ）変
換器５０によってアナログ信号とされた後述する受話音
声を増幅するアンプ５１の利得を調整し、受話音量をコ
ントロールする。

【０１１７】ここで、受話音量とは、基地局を介して送
信されてきた通話相手からの信号を再生するときの音量
である。この通話相手からの信号は、アンテナ４８によ
り受信され、ＲＦ送受信回路４７に供給される。ＲＦ送
受信回路４７によりベースバンドに復調された相手側か
らの入力信号は、ベースバンド信号処理回路４６に供給
され、所定の信号処理が施される。このベースバンド信
号処理回路４６からの信号は、音声復号化器４９に供給
される。音声復号化器４９でデコードされた音声信号
は、Ｄ／Ａ変換器５０でアナログ音声信号に変換され
る。

【０１１８】Ｄ／Ａ変換器５０からのアナログ音声信号
は、アンプ５１に供給される。このアンプ５１は、上述
したように受話音量コントロール部４４により制御され
るので、スピーカ５２から発せられる再生音量、すなわ
ち受話音量は背景雑音に応じてコントロールされる。

【０１１９】

【発明の効果】本発明に係る音声信号区間検出方法及び
装置は、背景雑音のレベルによることなく、音声信号区
間と背景雑音区間との高精度な区別を実現する。

【図面の簡単な説明】

【図１】本発明に係る音声信号区間検出方法及び装置の
実施の形態となる入力信号判定装置の構成を示すブロッ
ク図である。

【図２】上記図１に示した入力信号判定装置を構成する
最小レベル演算部のアルゴリズムを説明するためのフロ
ーチャートである。

【図３】上記図１に示した入力信号判定装置を構成する
リファレンスレベル演算部を説明するための特性図であ
る。

【図４】上記図１に示した入力信号判定装置を用いて可
変レートエンコードを行う携帯電話装置の構成を示すブ
ロック図である。

【図５】上記携帯電話装置を構成する音声符号化装置の
基本的な構成を示すブロック図である。

【図６】上記図５に示した音声符号化装置の詳細な構成
を示すブロック図である。

【図７】上記携帯電話装置を構成する音声復号化装置の
基本的な構成を示すブロック図である。

【図８】上記図７に示した音声復号化装置の詳細な構成
を示すブロック図である。

【図９】上記音声復号化装置の動作を説明するためのフ
ローチャートである。

【図１０】上記実施の形態となる入力信号判定部を適用
した他の具体例となる携帯電話装置の構成を示すブロッ
ク図である。

【符号の説明】

３Ｖ／ＵＶ判定部、４最小レベル演算部、５リフ
ァレンスレベル演算部、７比較部、８パラメータ生
成部

Claims

【特許請求の範囲】

【請求項１】所定時間区間で入力信号から最小レベル
を検出し、この最小レベルを保持する最小レベル演算工
程と、上記入力信号からリファレンスレベルを演算により求め
るリファレンスレベル演算工程とを備え、上記最小レベル演算工程からの最小レベルと上記リファ
レンスレベル演算工程からのリファレンスレベルとに基
づいて上記入力信号の音声信号区間を検出することを特
徴とする音声信号区間検出方法。
【請求項２】上記入力信号が有声音であるか無声音で
あるかを判定する有声音／無声音判定工程を備え、上記
最小レベル演算工程はこの有声音／無声音判定工程から
の判定結果に基づいて上記最小レベルを演算することを
特徴とする請求項１記載の音声信号区間検出方法。
【請求項３】上記有声音／無声音判定工程からの判定
結果に基づいて上記音声信号区間を検出することを特徴
とする請求項１記載の音声信号区間検出方法。
【請求項４】上記最小レベル演算工程からの最小レベ
ルと上記リファレンスレベル演算工程からのリファレン
スレベルとを比較する比較工程を備え、この比較工程か
らの比較結果と上記有声音／無声音判定工程からの判定
結果に基づいて、入力信号の音声信号区間を検出するこ
とを特徴とする請求項３記載の音声信号区間検出方法。
【請求項５】所定時間区間で入力信号から最小レベル
を検出し、この最小レベルを保持する最小レベル演算手
段と、上記入力信号からリファレンスレベルを演算により求め
るリファレンスレベル演算手段とを備え、上記最小レベル演算手段からの最小レベルと上記リファ
レンスレベル演算手段からのリファレンスレベルとに基
づいて上記入力信号の音声信号区間を検出することを特
徴とする音声信号区間検出装置。