JPH11212598A - 音声符号化装置 - Google Patents

Abstract

(57)【要約】 【課題】 ２つのコードブックのうちの雑音符号帳の予
備選択を行うことにより、演算量を削減した音声符号化
方式を実現する。 【解決手段】 入力音声１を一定サンプル数ごとに線形
予測分析２し、合成フィルタ係数４を求め、そのフィル
タ４の励振源としてピッチ周期の成分ベクトルをもつ適
応符号帳９と雑音成分ベクトルをもつ雑音符号帳１０等
を備え、合成後の波形が入力音声の波形に対し歪みが最
小となるように励振ベクトルを決定する。この励振ベク
トルを決定する際に、入力音声信号より抽出した雑音源
を離散コサイン変換係数（ＤＣＴ係数）に変換１４し、
その係数列と予め求めておいた雑音成分ベクトルのＤＣ
Ｔ係数列１５を比較して予備選択を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声符号化装置、
より詳細には、２次残差信号をＤＣＴ変換して予備選択
することにより雑音符号帳の検索の演算量を減らすよう
にしたものである。

【０００２】

【従来の技術】最近、通信回線を介して音声信号を送る
音声通信システムが実用に向け開発されているが、この
ような音声通信システムでは、通信回線を介して送受信
される信号量を最小限にするため音声信号を圧縮、伸張
して情報量を少なくしている。つまり、一方の端末より
入力される音声入力を圧縮し、この圧縮された信号を通
信回線を介して相手側に送信し、一方、相手側より通信
回線を介して受信した信号を伸張し、この伸張した音声
信号を出力するようにしたものがある。

【０００３】このような圧縮、伸張方式の１つとしてＣ
ＥＬＰ方式がある。このＣＥＬＰ方式を採用した音声処
理装置では、送信側の音声信号圧縮手段として、音声信
号を１フレーム毎に短期線形予測して、この短期線形予
測により予測された信号と入力音声信号との差を複数の
サブフレームに分割し、これらサブフレームに対し、コ
ードブックを用意しておき、入力される音声信号の各サ
ブフレームに対し最も類似する代表ベクトルをコードブ
ックから検索し、この検索された代表ベクトルの符号コ
ードを圧縮信号として出力し、一方、受信側の音声信号
伸張手段として、上述したと同様なコードブックを用意
しておき、通信回線を介して受けとった符号コードから
該当する代表ベクトルを伸張信号として選択し、音声信
号の各サブフレームを再現するようになっている。

【０００４】ところで、このようなＣＥＬＰ方式による
コードブック検索は、音声信号のフレーム全長に亘って
歪みが最小になるように、各サブフレームを２つのコー
ドブックに対して行うようにしている。つまり、音声を
合成する励振源は、ピット周期成分と雑音成分からなっ
ているが、これらピッチ周期成分と雑音成分に対応する
適応符号帳と雑音符号帳という２つのコードブックを用
い、これら２つのコードブックに対して各サブフレーム
単位で最小誤差評価により検索を行うようにしている。

【０００５】

【発明が解決しようとする課題】最小誤差評価は、コー
ドブックに貯えられた各励振源符号ベクトルを線形予測
合成フィルタに通すことにより合成音声を生成し、原音
声と比較し、最も原音声に近いものを選択することによ
って行われる。しかし、このフイルタ演算には、多くの
演算を必要とするため、前記コードブックに貯えられた
すべての励振源符号ベクトルをフィルタを通して比較を
行うことは多大な計算を必要とし、汎用のプロセッサで
リアルタイムの処理を実現することは大変困難である。

【０００６】本発明は、上述のごとき実情に鑑みなされ
たもので、特に、上述のごとき２つのコードブックのう
ちの雑音符号帳の予備選択を行うことにより、演算量を
削減する音声符号化方式を実現するものである。

【０００７】

【課題を解決するための手段】請求項１の発明は、音声
を一定サンプル数ごとに線形予測分析し、合成フィルタ
係数を求め、そのフィルタの励振源としてピッチ周期の
成分ベクトルをもつ適応符号帳と雑音成分ベクトルをも
つ雑音符号帳等を備え、合成後の波形が入力音声の波形
に対し歪みが最小となるように励振ベクトルを決定する
符号化方式搭載の音声符号化装置において、励振ベクト
ルを決定する際に、入力音声信号より抽出した雑音源を
離散コサイン変換係数（以下、ＤＣＴ係数）列に変換
し、その係数列と予め求めておいた雑音成分ベクトルの
ＤＣＴ係数列を比較することにより予備選択を行うこと
を特徴としたものである。

【０００８】請求項２の発明は、請求項１の発明におい
て、雑音成分ベクトルをＤＣＴ係数の強度最大の位置を
利用することを特徴としたものである。

【０００９】請求項３の発明は、請求項１の発明におい
て、雑音符号帳の雑音符号ベクトルの並びをＤＣＴ係数
の強度最大の位置の順番にならべたことを特徴としたも
のである。

【００１０】

【発明の実施の形態】本発明は、ピッチ周期の成分ベク
トルをもつ適応符号帳と、雑音成分ベクトルをもつ雑音
符号帳とがフィルタの励振源として用いられ、そのフィ
ルタにより合成された音声の波形と入力音声の波形との
歪みが最小となるように励振ベクトルを決定し、音声の
信号系列を少ない情報量でディジタル符号化する高能率
音声符号化法に関するものである。

【００１１】図１は、本発明のＣＥＬＰ符号化部に適用
した例を説明するための図で、図１において、１は入力
音声で、この入力音声１は複数のフレームに分割して入
力される。この入力音声１は、各フレーム単位で取り込
まれ線形予測分析部２、聴覚重み付きフィルタ３に与え
られる。線形予測分析部２は、音声信号の現時点でのサ
ブフレームと現時点に隣接する過去の複数のサブフレー
ムとの間の線形予測を行うもので、この予測分析結果を
合成フィルタ４、聴覚重み付きフィルタ５および聴覚重
み付きフィルタ３に与えられる。そして、合成フィルタ
４からの出力を聴覚重み付きフィルタ５（聴覚重み付け
した予測音声）を介して減算器７に与え、この減算器７
で、聴覚重み付きフィルタ３からの出力（聴覚重み付け
した入力音声）との減算出力を算出する。

【００１２】一方、８は距離計算・最適音源選択部で、
この距離計算・最適音源選択部８は、減算器７からの出
力を取り込み、適応符号帳９および雑音符号帳１０の２
つのコードブックを選択する。そして、これら適応符号
帳９および雑音符号帳１０より最適なピッチ周期成分α
Ａ（ｉ）と雑音成分βＣ（ｉ）を検索し、これらの結果
を加算器１１を介して最適な音源、つまり、励振源Ｅ
（ｉ）として合成フィルタ４に与えるようにしている。

【００１３】而して、このような符号化部に対して、図
２に示すフローチャートに従った制御が実行される。ま
ず、ステップＳ１で入力音声１の最初のフレームを取り
込む。この場合の１フレームは、複数のサブフレームか
らなっている。そして、ステップＳ２で線形予測分析部
２により取り込んだ１フレームについて、隣接する過去
のフレームから線形予測を行い、この分析結果を踏まえ
て次のステップＳ３の適応符号帳検索に進む。ステップ
Ｓ３の適応符号帳検索では、ステップＳ１で予測した音
声との差信号の１番目のサブフレームについて、適応符
号帳９を検索して距離の近い代表ベクトルをピッチ周期
成分として生成する。

【００１４】ステップＳ４では、適応符号帳より検索し
たベクトルを入力した合成フィルタ４、聴覚重み付きフ
ィルタ５の出力に、入力音声の聴覚重み付きフィルタの
出力を減算した二次残差信号を抽出し、ステップＳ５で
は、二次残差信号を入力した逆聴覚重み付きフィルタ１
２、逆合成フィルタ１３の出力をＤＣＴ変換１４する。
このＤＣＴ変換列の特徴と、前もって雑音符号帳のＤＣ
Ｔ変換列の特徴を抽出し特徴別に分けているＤＣＴ変換
列特徴テーブル１５を用いて雑音符号帳の中からいくつ
かの雑音成分ベクトルを選択する。たとえば、ＤＣＴ変
換列の結果が図３のようになった場合、ＤＣＴ変換列特
徴テーブルを、図４のような、４つの場合分けを行って
いれば、このパターンは、グループ１に近いため雑音符
号帳１０の内、グループ１に属するベクトルのみをステ
ップＳ７で検索して距離の近いベクトルを見つける。こ
れにより演算量は、１／４に減少することになる。

【００１５】請求項２と請求項３の場合の例をとって説
明すれば、ＤＣＴ変換した係数列のＪ番目の値が最大値
をもつとする。この場合、雑音符号帳が図５のように並
べてあるとすれば、検索は、ｊ−ｍ／２からｊ＋ｍ／２
までの雑音成分ベクトルの検索をして距離の近いベクト
ルを見つける。この場合は、雑音符号帳の探索の演算量
がｍ／Ｎ（雑音符号帳のベクトル数Ｎ）に減ることにな
り、さらに、ＤＣＴ変換列特徴テーブルが必要なくな
る。

【００１６】

【発明の効果】以上に説明したように、本発明によれ
ば、２次残差信号をＤＣＴ変換し、予備選択することに
より、雑音符号帳の検索の演算量を減らすことができ
る。

【図面の簡単な説明】

【図１】 本発明の一実施例を説明するためのブロック
図である。

【図２】 本発明の処理の流れを示すフローチャートで
ある。

【図３】 ２次残差信号のＤＣＴ変換列を示す図であ
る。

【図４】 ＤＣＴ変換特徴テーブルのグループを示す図
である。

【図５】 雑音符号帳のテーブルのＤＣＴ変換列を示す
図である。

【符号の説明】

１…入力信号、２…線形予測分析部、３，５…聴覚重み
付きフィルタ、４…合成フィルタ、７…減算器、８…距
離計算・最適音源選択部、９…適応符号帳、１０…雑音
符号帳、１１…加算器、１２…逆聴覚重み付きフィル
タ、１３…逆合成フィルタ、１４…ＤＣＴ変換、１５…
ＤＣＴ変換列特徴テーブル。

Claims (3)

【特許請求の範囲】
1. 【請求項１】 音声を一定サンプル数ごとに線形予測分
   析し、合成フィルタ係数を求め、該フィルタの励振源と
   してピッチ周期の成分ベクトルをもつ適応符号帳と雑音
   成分ベクトルをもつ雑音符号帳等を備え、合成後の波形
   が入力音声の波形に対し歪みが最小となるように励振ベ
   クトルを決定する符号化方式搭載の音声符号化装置にお
   いて、前記励振ベクトルを決定する際に、入力音声信号
   より抽出した雑音源を離散コサイン変換係数（以下、Ｄ
   ＣＴ係数）列に変換し、その係数列と予め求めておいた
   雑音成分ベクトルのＤＣＴ係数列を比較することにより
   予備選択を行うことを特徴とする音声符号化装置。
2. 【請求項２】 請求項１記載の音声符号化装置におい
   て、雑音成分ベクトルをＤＣＴ係数の強度最大の位置を
   利用することを特徴とする音声符号化装置。
3. 【請求項３】 請求項１記載の音声符号化装置におい
   て、雑音符号帳の雑音符号ベクトルの並びをＤＣＴ係数
   の強度最大の位置の順番にならべたことを特徴とする音
   声符号化装置。