JPH11242499A - 音声符号化／復号化方法および音声信号の成分分離方法 - Google Patents

Abstract

(57)【要約】 【課題】背景雑音も含めて音声を原音にできるだけ近い
形で再生することのできる低レート音声符号化方法を提
供する。 【解決手段】入力音声信号を成分分離部１００で所定の
時間単位毎に音声が主体の第１の成分と背景雑音が主体
の第２の成分とに成分分離し、ビット割り当て選択部１
２０で第１および第２の成分を基にそれぞれの成分のビ
ット割り当てを予め定められた複数のビット割り当て候
補の中から選択し、このビット割り当てに基づいて成分
分離部１００からの第１および第２の成分を音声符号化
部１３０および雑音符号化部１４０でそれぞれ異なる所
定の符号化方法により符号化して、多重化部１５０で第
１および第２の成分の符号化データおよびビット割り当
ての情報を多重化して伝送符号化データを出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は低ビットレートの音
声符号化方法に係り、特に背景雑音も含めて音声信号を
原音にできるだけ近い形で高能率に圧縮して符号化する
音声符号化／復号化方法および音声信号の成分分離方法
に関する。

【０００２】

【従来の技術】従来の低ビットレート音声符号化は、音
声信号を効率よく符号化することを目的とし、音声の発
生過程のモデルを取り入れた符号化方法によって行われ
る。このような音声符号化方法の中で、特に近年ではＣ
ＥＬＰ方式をベースとする音声符号化方法の普及が著し
い。このＣＥＬＰベースの音声符号化方法を用いると、
背景雑音がほとんど無いような環境下で入力された音声
信号は、符号化のモデルと合っているために符号化の効
率が良く、音質の劣化を比較的小さく抑えて符号化を行
うことができる。

【０００３】しかし、背景雑音のレベルが大きな条件で
入力された音声信号にＣＥＬＰベースの音声符号化方法
を用いると、再生された出力信号の背景雑音の感じが大
きく変質し、非常に不安定で不快な感じの音となること
が知られている。このような傾向は、符号化のビットレ
ートが８ｋｂｐｓ以下になると特に顕著である。

【０００４】このような問題を軽減するために、背景雑
音であると判定された時間区間でより雑音性の高い音源
信号を用いてＣＥＬＰ符号化を行うことにより、背景雑
音区間での音質劣化を改善させようとする方法も提案さ
れている。このような方法を用いると、背景雑音区間の
音質が多少は改善されるが、音源信号を合成フィルタに
通して音声を合成するという音声の発生過程のモデルを
用いているため、依然として原音の背景雑音と異なった
感じの雑音になる傾向に変わりはなく、改善の効果が小
さいという問題がある。

【０００５】

【発明が解決しようとする課題】上述したように、従来
の音声符号化方法では背景雑音のレベルが大きな条件で
入力された音声信号を符号化すると、再生された出力信
号の背景雑音の感じが大きく変質し、非常に不安定で不
快な感じの音となるという問題があった。

【０００６】本発明の主な目的は、背景雑音も含めて音
声を原音にできるだけ近い形で再生することのできる低
レート音声符号化方法および音声復号化方法を提供する
ことにある。

【０００７】本発明の他の目的は、できるだけ少ないビ
ット数で背景雑音を符号化できるようにして、背景雑音
も含めて音声を原音にできるだけ近い形で再生すること
のできる低レート音声符号化方法および音声復号化方法
を提供することにある。

【０００８】本発明のさらに別の目的は、このような音
声符号化方法に適した音声信号の成分分離方法として、
入力音声信号を所定の時間単位毎に音声が主体の第１の
成分と背景雑音が主体の第２の成分とに確実に成分分離
する方法を提供することにある。

【０００９】

【課題を解決するための手段】上述した課題を解決する
ため、本発明に係る音声符号化方法は、入力音声信号を
所定の時間単位毎に音声が主体の第１の成分と背景雑音
が主体の第２の成分とに成分分離し、第１および第２の
成分を基にそれぞれの成分のビット割り当てを予め定め
られた複数のビット割り当て候補の中から選択し、この
ビット割り当ての下で第１および第２の成分をそれぞれ
異なる所定の符号化方法により符号化し、第１および第
２の成分の符号化データおよびビット割り当ての情報を
伝送符号化データとして出力することを特徴とする。

【００１０】ＣＥＬＰ符号化では、前述したように背景
雑音のレベルが大きな条件で入力された音声信号を符号
化すると、再生音声信号の背景雑音の感じが大きく変化
し、非常に不安定で不快な感じの音となってしまう。こ
れは背景雑音がＣＥＬＰが得意とする音声信号と全く異
なるモデルを有するためであり、背景雑音を符号化する
際にはそれに見合った方法で符号化を行うことが望まし
い。

【００１１】本発明では、所定の時間単位毎に入力音声
信号を音声が主体の第１の成分と背景雑音が主体の第２
の成分に成分分離することで、音声および背景雑音のそ
れぞれの成分の性質に合った異なるモデルに基づいた符
号化方法を用いることにより、符号化全体の効率が向上
する。

【００１２】また、このとき第１の成分と第２の成分を
基に、それぞれの成分をより効率的に符号化できるビッ
ト割り当てを所定候補の中から選択して、第１の成分と
第２の成分を符号化することにより、全体のビットレー
トを低く保ちつつ、高能率に入力音声信号を符号化する
ことができる。

【００１３】本発明に係る音声符号化方法においては、
第１の成分については時間領域で符号化し、第２の成分
については周波数領域または変換領域で符号化すること
が望ましい。すなわち、音声は１０〜１５ｍｓ程度の比
較的短い時間で速く変動する情報であるため、これを主
体とする第１の成分については、ＣＥＬＰ方式の符号化
のように時間領域での波形歪みを小さくするような符号
化の方が高品質に符号化しやすい。一方、背景雑音は数
１０〜数１００ｍｓの比較的長い時間でゆっくりと変動
するため、これを主体とする第２の成分については、周
波数領域や変換領域のパラメータに変換してから符号化
した方が少ないビット数でより容易にその情報を抽出す
ることができる。

【００１４】また、本発明に係る音声符号化方法では、
所定の時間単位に割り当てられる符号化の全ビット数が
固定であることが望ましい。このようにすると、入力音
声信号を固定のビットレートで符号化することができる
ので、符号化データがより扱いやすくなる。

【００１５】さらに、本発明に係る音声符号化方法にお
いては、第２の成分の符号化のために複数の符号化方法
を用意しておき、これらの符号化方法の少なくとも一つ
は、既に符号化された過去の背景雑音のスペクトル形状
を利用して現在の背景雑音のスペクトル形状を符号化す
るようにすることが望ましい。この符号化方法による
と、非常に少ないビット数で第２の成分を符号化するこ
とができるので、これにより余裕のできた符号化ビット
数を第１の成分の符号化に配分することにより、復号音
声の品質劣化を防ぐことができる。

【００１６】入力音声信号の音声が主体の第１の成分と
背景雑音が主体の第２の成分をそれぞれに適合したモデ
ルに基づいた符号化方法により符号化すると、不快な音
の発生を回避できる反面、音声信号に背景雑音が重畳し
ている場合、つまり入力音声信号を第１の成分と第２の
成分に分離した後のそれぞれの成分がいずれも無視でき
ないほどのパワーを有する場合に、第１の成分の符号化
ビット数の絶対数が不足してしまい、結果として復号音
声の品質が著しく劣化してしまう。

【００１７】このような場合、上述した既に符号化され
た過去の背景雑音のスペクトル形状を利用して現在の背
景雑音のスペクトル形状を符号化する方法を用いれば、
背景雑音が主体の第２の成分を非常に少ない符号化ビッ
ト数で符号化でき、余裕の生じた符号化ビット数を音声
が主体の第１の成分の符号化に配分して、復号音声の良
好な品質が確保される。

【００１８】ここで、過去の背景雑音のスペクトル形状
を利用して現在の背景雑音のスペクトル形状を符号化す
る方法では、例えば過去の背景雑音のスペクトル形状と
現在の背景雑音のスペクトル形状からパワー補正係数を
算出した後、量子化を行い、量子化後のパワー補正係数
を過去の背景雑音のスペクトル形状に乗じて現在の背景
雑音のスペクトル形状を求め、パワー補正係数の量子化
時に得られるインデックスを符号化データとする。

【００１９】背景雑音のスペクトル形状は、例えば車が
走行している際の車内騒音や、オフィスにおける事務機
器のノイズなどから容易に想像できるように、比較的長
い時間でほぼ一定である。このような背景雑音は、スペ
クトル形状はほとんど変化せずに、パワーだけが変化し
ていると考えることができる。従って、一旦ある背景雑
音のスペクトル形状を符号化すれば、次からは背景雑音
のスペクトル形状は固定とみなし、パワーの変化量だけ
を符号化すればよい。こうすることで、非常に少ない符
号化ビット数で背景雑音のスペクトル形状を表すことが
できる。

【００２０】また、過去の背景雑音のスペクトル形状を
利用して現在の背景雑音のスペクトル形状を符号化する
方法では、上述の量子化後のパワー補正係数を過去の背
景雑音のスペクトル形状に乗じて現在の背景雑音のスペ
クトル形状を予測し、この予測したスペクトル形状を用
いて、予め定められた規則に従って決定された周波数帯
における背景雑音のスペクトルを符号化し、パワー補正
係数の量子化時に得られるインデックスと、予め定めら
れた規則に従って決定された周波数帯における背景雑音
のスペクトルの符号化時に得られるインデックスを符号
化データとするようにしてもよい。

【００２１】上述したように、背景雑音のスペクトル形
状は比較的に長い時間でほぼ一定と考えることができる
が、数十秒も同一の形状が続くとは考えにくく、そのよ
うな長い時間の間には背景雑音のスペクトル形状は徐々
に変化していると考えるのが自然である。従って、予め
定められた規則に従い周波数帯を決定し、過去の背景雑
音のスペクトル形状に係数を乗じて現在の背景雑音につ
いて予測したスペクトル形状と現在の背景雑音のスペク
トル形状とで、この周波数帯の誤差信号を求めそれを符
号化するようにすれば、前述した周波数帯を決定する規
則は背景雑音の全周波数帯をある時間をかけて巡回する
ように決められる。これにより、徐々に変化する背景雑
音の形状を効率よく符号化することができる。

【００２２】一方、本発明に係る音声復号化方法は、上
述のようにして符号化を行って得られた伝送符号化デー
タを復号して音声信号を再生するために、入力される伝
送符号化データから、音声が主体の第１の成分の符号化
データと背景雑音が主体の第２の成分の符号化データお
よび第１および第２の成分の符号化データのそれぞれの
ビット割り当ての情報を分離し、このビット割り当ての
情報を復号して第１および第２の成分の符号化データの
ビット割り当てを求め、このビット割り当ての下で第１
および第２の成分の符号化データを復号して第１および
第２の成分を再生し、再生した第１および第２の成分を
結合して最終的な出力音声信号を生成することを特徴と
する。

【００２３】本発明に係る音声符号化方法は、上述した
ように入力音声信号を所定の時間単位毎に音声が主体の
第１の成分と背景雑音が主体の第２の成分とに成分分離
する処理が必要である。本発明では、この成分分離のた
めにまず入力音声信号について雑音抑圧を行って得られ
た第１の信号（以下、音声成分抽出信号という）と入力
音声信号から第１の信号を減じた第２の信号（以下、雑
音成分抽出信号という）を生成し、これら音声成分抽出
信号および雑音成分抽出信号から、入力音声信号が音声
成分を主とする第１の状態、背景雑音成分を主とする第
２の状態、および音声成分と背景雑音成分の両者をほぼ
均等に含む第３の状態のいずれの状態かを所定の時間単
位毎に判定する。そして、この判定の結果、入力音声信
号が第１の状態と判定されたときは、第１の成分として
入力音声信号そのまま出力すると共に、第２の成分とし
て予め定められた所定の信号を出力し、入力音声信号が
第２の状態と判定されたときは、第１の成分として予め
定められた所定の信号を出力すると共に、第２の成分と
して入力音声信号を出力し、入力音声信号が第３の状態
と判定されたときは、第１の成分として音声成分抽出信
号を出力すると共に、第２の成分として雑音成分抽出信
号を出力する。予め定められた所定の信号とは、例えば
全ゼロ信号である。また、入力音声信号が第２の状態と
判定されたときは、第１の成分として音声成分抽出信号
を出力すると共に、第２の成分として雑音成分抽出信号
を出力するようにしてもよい。

【００２４】さらに、入力音声信号が第１の状態、第２
の状態および第３の状態のいずれの状態かを判定する処
理に、雑音成分抽出信号のピッチ周期性の大きさを調べ
る処理を含むことが望ましい。

【００２５】このような音声信号の成分分離方法による
と、入力音声信号が音声成分を主とする第１の状態のと
きは、入力音声信号が雑音抑圧処理を受けずにそのまま
音声成分主体の第１の成分として出力され、これが音声
成分に適した符号化方法で符号化されるため、音声成分
に対する不要な雑音抑圧処理による復号音声信号の品質
劣化が回避される。

【００２６】また、雑音成分抽出信号のピッチ周期性の
大きさを調べ、これがある閾値に満たないときは、入力
音声信号が背景雑音成分を主とする第２の状態であると
して背景雑音成分が主体の第２の成分として出力され、
これが背景雑音成分に適した符号化方法で符号化され
る。一方、ピッチ周期性の大きさが閾値以上のときは、
入力音声信号が音声成分を主体とする第１の状態である
とみなして、音声成分抽出信号が第１の成分として出力
され、これが音声成分に適した符号化方法で符号化され
る。このように雑音成分抽出信号に大きなピッチ周期性
がある場合には、音声成分に適した符号化方法で符号化
されることにより、この雑音成分抽出信号が背景雑音成
分を主体とする第２の成分に適した符号化方法で符号化
されることによる不快な雑音の発生が回避される。

【００２７】すなわち、背景雑音成分を主体とする第２
の成分に適した符号化方法に基づく符号化器は、一般に
周期性を効率よく表現できないため、周期性のある信号
が入力されると不快な雑音を生成してしまうおそれがあ
るが、このような場合には入力音声信号を音声成分を主
体とする第１の成分に適した符号化方法に基づいた、周
期性を正しく表現できる符号化器で符号化することによ
り、不快な雑音の発生を防ぐことができる。

【００２８】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を説明する。

【００２９】（第１の実施形態） ［符号化側について］図１に、本発明の第１の実施形態
に係る音声符号化方法を適用した音声符号化装置の構成
を示す。この音声符号化装置は、成分分離部１００、ビ
ット割り当て選択部１２０、音声符号化部１３０、雑音
符号化部１４０および多重化部１５０によって構成され
る。

【００３０】成分分離部１００は、入力される音声信号
を所定の時間単位毎に分析し、音声が主体の第１の成分
（以下、音声主体成分という）とそれ以外の背景雑音が
主体の第２の成分（以下、背景雑音主体成分）とに分離
する成分分離を行う。通常、この成分分離時の分析の時
間単位は１０〜３０ｍｓ程度が適当であり、音声符号化
の単位であるフレーム長とほぼ対応するようにすること
が望ましい。この成分分離の具体的な手法は種々考えら
れるが、通常、背景雑音は音声に比べて時間的にスペク
トルの形状がゆっくり変動する性質があるので、このよ
うな性質の違いを利用した方法で成分分離を行うことが
望ましい。

【００３１】例えば、スペクトルサブトラクションと呼
ばれる技術を用いて、時間的に変動の少ない背景雑音の
スペクトルの形状を処理を行いながら推定し、時間的に
変動の激しい時間区間では、その区間からそれまでに推
定していた雑音のスペクトルの分だけを入力音声のスペ
クトルから差し引くことで、背景雑音がある条件下で入
力音声信号から音声主体成分を良好に分離することがで
きる。一方、背景雑音主体成分については、入力音声信
号から求められた音声主体成分を時間領域か周波数領域
で差し引くことにより求めることができる。背景雑音主
体成分としては、前述の推定した雑音のスペクトルをそ
のまま用いることも可能である。

【００３２】ビット割り当て選択部１２０は、成分分離
部１００からの音声主体成分と背景雑音主体成分の２種
類の成分を基に、後述する音声符号化部１３０と背景雑
音符号化部１４０のそれぞれに割り当てる符号化ビット
数を予め定められたビット割り当ての組み合わせの中か
ら選択し、それらのビット割り当ての情報を音声符号化
部１３０および雑音符号化部１４０に出力する。また、
これと共にビット割り当て選択部１２０からビット割り
当ての情報が伝送情報として多重化部１５０に出力され
る。

【００３３】このビット割り当ては、音声主体成分と背
景雑音主体成分のそれぞれの成分の量を比較することに
よって選択することが望ましいが、それだけに限られる
ものではなく、例えば、より安定した音質を得るため
に、ビット割り当ての変化を過去から監視しながら、ビ
ット割り当てに急激な変化が起こりにくくする仕組み
と、それぞれの成分の量の比較とを組み合わせてビット
割り当てきめる方法も有効である。

【００３４】ビット割り当て選択部１２０において用意
されるビット割り当ての組み合わせとそれを表す符号の
一例としては、次の表１に示すものが考えられる。

【００３５】

【表１】

【００３６】表１では、ビット割り当て用符号に「０」
を選択すると、音声符号化部１３０にはフレーム当たり
７９ビットが割り当てられ、雑音符号化部１４０にはビ
ット割り当てが無い。これにビット割り当て用符号を１
ビット送るため、入力音声信号の符号化に必要な全ビッ
ト数は８０ビットとなる。音声主体成分に比べて背景雑
音主体成分がほとんど無いようなフレームに対しては、
このビット割り当てを選択するようすることが望まし
い。こうすることで音声符号化部１３０へのビット割り
当てが大きくなり、再生音声の音質が向上する。

【００３７】一方、ビット割り当て用符号に「１」を選
択すると、音声符号化部１３０にはフレーム当たり６９
ビットが割り当てられ、雑音符号化部１４０には１０ビ
ットが割り当てられる。これにビット割り当て用符号を
１ビット送るため、入力音声信号の符号化に必要な全ビ
ット数はやはり８０ビットとなる。音声主体成分に比べ
て背景雑音主体成分が無視できないほど大きなフレーム
に対しては、このビット割り当てを選択するようにする
ことか望ましい。こうすることで、音声と背景雑音を音
声符号化部１３０および雑音符号化部１４０でそれぞれ
効率よく符号化を行うことができ、復号側で自然な背景
雑音を伴った音声を再生することができる。

【００３８】フレーム長は、音声符号化部１３０では１
０〜３０ｍｓ程度の長さが適当である。この例では、２
種類のビット割り当ての組み合わせに対し、符号化デー
タのトータルのフレーム当たりのビット数は８０と固定
になっている。このように伝送符号化データのトータル
のフレーム当たりのビット数を固定にすると、入力音声
信号によらずに固定のビットレートで符号化を行うこと
ができるようになる。また、次の表２に示すようなビッ
ト割り当ての組み合わせを用いる構成も可能である。

【００３９】

【表２】

【００４０】この場合は、背景雑音主体成分がほとんど
無いようなフレームでは音声符号化部１３０だけに７９
ビットを割り当て、雑音符号化部１４０にビットを割り
当てないようにし、伝送符号化データのフレーム当たり
のビット数を８０ビットとする。また、背景雑音主体成
分が無視できないようなフレームでは、音声符号化部１
３０の７９ビットの他に雑音符号化部１４０に１０ビッ
トを割り当て、伝送符号化データのフレーム当たりのビ
ット数が９０に増えるような可変レートの符号化とな
る。

【００４１】また、本発明では上記とは別の構成で、ビ
ット割り当ての情報を伝送しなくてもよいような音声符
号化も実現可能である。具体的には、過去の符号化され
た情報を基に、音声符号化部１３０および雑音符号化部
１４０のビット割り当てを決めるような符号化の仕組み
にすればよい。この場合、復号化側でも過去の符号化さ
れた同じ情報を持っているので、ビット割り当ての情報
を復号化側に伝送することなく符号化側で決めたビット
割り当てと同じビット割り当てを復号化側で再生でき、
音声符号化部１３０および雑音符号化部１４０へのビッ
ト割り当てを増やして符号化自体の性能を上げることが
できるという効果がある。ビット割り当ては、過去の符
号化された音声主体成分と背景雑音主体成分とのそれぞ
れの成分の大きさを比較して決めるようにすればよい。

【００４２】なお、ここでは２種類のビット割り当ての
例を説明したが、さらに多数の種類のビット割り当てを
用いる構成にしても、本発明を適用することができるこ
とは明かである。

【００４３】音声符号化部１３０は、成分分離部１００
からの音声主体成分を入力し、音声信号の特徴を反映し
た音声符号化により音声主体成分の符号化を行う。音声
符号化部１３０には、音声信号を効率よく符号化できる
ような符号化方法であればどのような方法を用いてもよ
いことはいうまでもないが、一例としてここではより自
然な音声を提供できる方法の一つであるＣＥＬＰ方式を
用いることにする。ＣＥＬＰ方式は、周知のように通
常、時間領域で符号化を行う方式で、時間領域の合成し
た波形の歪みが少なくなるように音源信号の符号化を行
うことに特徴がある。

【００４４】雑音符号化部１４０は、成分分離部１００
からの背景雑音主体成分を入力し、雑音を良好に符号化
できるように構成されている。通常、背景雑音は音声信
号に比べるとスペクトルの時間的な変動はゆるやかであ
る。また、波形の位相情報もランダムに近く、人間の耳
には位相情報があまり重要ではないという特徴がある。

【００４５】このような背景雑音成分を効率よく符号化
するには、ＣＥＬＰ方式等の波形歪みを小さくするよう
な波形符号化よりも、変換符号化のように時間領域から
変換領域に変換して、その変換係数または変換係数から
抽出されるパラメータを符号化する方法の法が効率的に
符号化を行うことができる。特に、周波数領域に変換し
て人間の聴覚の特性を考慮した符号化を行うと、さらに
符号化の効率を高めることができる。

【００４６】次に、図２のフローチャートを用いて本実
施形態の音声符号化方法の処理手順を説明する。まず、
入力音声信号を所定の時間単位毎に取り込み（ステップ
Ｓ１００）、成分分離部１００でこれを分析して音声主
体成分とそれ以外の背景雑音主体成分に分離する（ステ
ップＳ１０１）。

【００４７】次に、ビット割り当て選択部１２０で成分
分離部１００からの音声主体成分と背景雑音主体成分の
２種類の成分を基に、音声符号化部１３０と背景雑音符
号化部１４０のそれぞれに割り当てるビット数を予め定
められたビット数の割り当ての組み合わせの中から選択
するとともに、そのビット割り当ての情報を音声符号化
部１３０および背景雑音符号化部１４０に出力する（ス
テップＳ１０２）。

【００４８】そして、ビット割り当て選択部１２０で選
択されたそれぞれのビット割り当てに従い、音声符号化
部１３０と雑音符号化部１４０で符号化処理を行う（ス
テップＳ１０３）。具体的には、音声符号化部１３０で
は成分分離部１００からの音声主体成分を入力し、音声
符号化部１３０に対して割り当てられたビット数で符号
化を行い、音声を主体とする成分に対する符号化データ
を求める。

【００４９】一方、雑音符号化部１４０では成分分離部
１００からの背景雑音信号が主体の成分を入力し、雑音
符号化部１４０に対して割り当てられたビット数で符号
化を行い、背景雑音を主体とする成分に対する符号化デ
ータを求める。

【００５０】次に、多重化部１５０で各符号化部１３
０，１４０からの符号化データと各符号化部１３０，１
４０へのビット割り当ての情報を多重化して伝送路に伝
送符号化データとして出力する（ステップＳ１０４）。
これで所定の時間区間内で行う符号化の処理が終る。そ
して、次の時間区間に対し符号化を続行するか終了する
かを判定する（ステップＳ１０５）。

【００５１】［音声符号化装置の具体例］図３に、音声
符号化部１３０にＣＥＬＰ方式、雑音符号化部１４０に
変換符号化をそれぞれ用いた場合の音声符号化装置の具
体例を示す。ＣＥＬＰ方式では、音声の生成過程のモデ
ルをとして声帯信号を音源信号に対応させ、声道が表す
スペクトル包絡特性を合成フィルタにより表し、音源信
号を合成フィルタに入力させ、合成フィルタの出力で音
声信号を表現する。この際、ＣＥＬＰ符号化に供される
音声信号と、符号化してから再生される音声との波形歪
みが聴覚的に小さくなるように音源信号の符号化を行う
ところにその特徴がある。

【００５２】音声符号化部１３０は成分分離部１００か
らの音声主体成分を入力し、この成分を時間領域での波
形歪みが小さくなるように符号化する。この際、ビット
割り当て選択部１２０からのビット割り当てに応じて予
め定められたビット数の割り当ての下で符号化部１３０
内の各符号化が行われる。この場合、符号化部１３０中
の各符号化部で使用するビット数の和をビット割り当て
選択部１２０から符号化部１３０へのビット割り当てに
一致させることによって、音声符号化部１３０の性能を
最大に生かすことができる。このことは、符号化部１４
０についても同様である。

【００５３】ここで説明するＣＥＬＰ符号化は、スペク
トル包絡符号帳探索部３１１、適応符号帳探索部３１
２、雑音符号帳探索部３１３、ゲイン符号帳探索部３１
４を用いて符号化を行う。各符号帳探索部３１１〜３１
４で探索された符号帳のインデックスの情報は符号化デ
ータ出力部３１５に入力され、この符号化データ出力部
３１５から音声符号化データとして多重化部１５０へ出
力される。

【００５４】次に、音声符号化部１３０の中の各符号帳
探索部３１１〜３１４の機能について説明して行く。ス
ペクトル包絡符号帳探索部３１１は、成分分離部１００
からの音声主体成分をフレーム毎に入力し、予め用意し
ているスペクトル包絡符号帳を探索して、入力された信
号のスペクトル包絡をより良く表現することのできる符
号帳のインデックスを選択して、このインデックスの情
報を符号化データ出力部３１５へ出力する。通常、ＣＥ
ＬＰ方式ではスペクトル包絡を符号化する際に用いるパ
ラメータとしてＬＳＰ（Line Spectrum Pair）パラメー
タを用いるが、これに限られるものではなく、スペクト
ル包絡を表現できるパラメータであれば他のパラメータ
も有効である。

【００５５】適応符号帳探索部３１２は、音源の中のピ
ッチ周期で繰り返す成分を表現するために用いられる。
ＣＥＬＰ方式では、符号化された過去の音源信号を所定
の長さだけ適応符号帳として格納し、これを音声符号化
部と音声復号化部の両方で持つことにより、指定された
ピッチ周期に対応して繰り返す信号を適応符号帳から引
き出すことができる構造になっている。適応符号帳では
符号帳からの出力信号とピッチ周期が一対一に対応する
ため、ピッチ周期を適応符号帳のインデックスに対応さ
せることができる。このような構造の下、適応符号帳探
索部３１２では符号帳からの出力信号を合成フィルタで
合成したときの合成信号と目標とする音声信号との歪み
を聴覚重み付けしたレベルで評価し、その歪みが小さく
なるようなピッチ周期のインデックスを探索する。そし
て、探索されたインデックスの情報を符号化データ出力
部３１５へ出力する。

【００５６】雑音符号帳探索部３１３は、音源の中の雑
音的な成分を表現するために用いられる。ＣＥＬＰ方式
では、音源の雑音成分は雑音符号帳を用いて表され、指
定された雑音インデックスに対応して雑音符号帳から様
々な雑音信号を引き出すことができる構造になってい
る。このような構造の下、雑音符号帳探索部３１３では
符号帳からの出力信号を用いて再生される合成音声信号
と、雑音符号帳探索部３１３において目標となる音声信
号との歪みを聴覚重み付けしたレベルで評価し、その歪
みが小さくなるような雑音インデックスを探索する。そ
して、探索された雑音インデックスの情報を符号化デー
タ出力部３１５へ出力する。

【００５７】ゲイン符号帳探索部３１４は、音源のゲイ
ン成分を表現するために用いられる。ＣＥＬＰ方式で
は、ピッチ成分に用いるゲインと雑音成分に用いるゲイ
ンの２種類のゲインをゲイン符号帳探索部３１４で符号
化する。符号帳探索においては、符号帳から引き出され
るゲイン候補を用いて再生される合成音声信号と目標と
する音声信号との歪みを聴覚重み付けしたレベルで評価
し、その歪みが小さくなるようなゲインインデックスを
探索する。そして、探索されたゲインインデックスを符
号化データ出力部３１５へ出力する。符号化データ部３
１５は、符号化データを多重化部１５０へ出力する。

【００５８】次に、成分分離部１００からの背景雑音主
体成分を入力し、これを符号化する雑音符号化部１４０
の詳細な構成例について図３を用いて説明する。

【００５９】雑音符号化部１４０は、成分分離部１００
からの背景雑音主体成分を入力し、所定の変換を用いて
この成分の変換係数を求め、変換領域でのパラメータの
歪みが小さくなるように符号化を行う点が上述した音声
符号化部１３０で行う符号化の方法と大きく異なる。変
換領域でのパラメータの表現については、様々な方法が
考えられるが、ここでは一例として背景雑音成分を変換
領域で帯域分割部でし、各帯域別にその帯域を代表する
パラメータを求め、そのパラメータを所定の量子化器で
量子化し、そのインデックスを送る方法について説明す
る。

【００６０】まず、変換係数算出部３２１において所定
の変換を用いて背景雑音主体成分の変換係数を求める。
変換の方法としては、例えば離散フーリエ変換やＦＦＴ
（高速フーリエ変換）を用いることができる。次に、帯
域分割部３２２において周波数軸を所定の帯域に分割
し、雑音符号化ビット割り当て部３２０からのビット割
り当てに応じた量子化ビット数を用いて、第１帯域符号
化部３２３、第２帯域符号化部３２４、…、第ｍ帯域符
号化部３２５により、ｍ個の帯域別にパラメータの量子
化を行う。８ｋＨｚサンプリングにおいては、帯域の個
数ｍは４〜１６程度の値が望ましい。

【００６１】このときのパラメータとしては、変換係数
から求められるスペクトル振幅やパワースペクトルをそ
れぞれの帯域の中で平均した値を用いることができる。
各帯域からのパラメータの量子化値を表すインデックス
の情報は、符号化データ出力部３２６に入力され、この
符号化データ出力部３２６から符号化データとして多重
化部１５０へ出力される。

【００６２】［復号化側について］図４に、本実施形態
に係る音声復号化方法を適用した音声復号化装置の構成
を示す。この音声復号化装置は、逆多重化部１６０、ビ
ット割り当て復号化部１７０、音声復号化部１８０、雑
音復号化部１９０および結合部１９５からなる。

【００６３】逆多重化部１６０では、図１の音声符号化
装置から前述のようにして所定の時間単位毎に送られて
きた伝送符号化データを受け、これをビット割り当ての
情報と、音声復号化部１８０に入力するための符号化デ
ータと、雑音復号化部１９０に入力するための符号化デ
ータに分離して出力する。

【００６４】ビット割り当て復号部１７０は、ビット割
り当ての情報を復号し、音声復号化部１８０と雑音復号
化部１９０のそれぞれに割り当てるビット数を符号化側
と同じ仕組みで定められたビット数の割り当ての組み合
わせの中から出力する。

【００６５】音声復号化部１８０は、ビット割り当て復
号部１７０によるビット割り当てに基づき、符号化デー
タを復号して音声を主体とする成分についての再生信号
を生成し、これを結合部１９５へ出力する。

【００６６】雑音復号化部１９０は、ビット割り当て復
号部１７０によるビット割り当てに基づき、符号化デー
タを復号して背景雑音を主体とする成分についての再生
信号を生成し、これを結合部１９５へ出力する。

【００６７】結合部１９５は、音声復号化部１８０で復
号再生された音声を主体とする成分の再生信号と、雑音
復号化部１９０で復号再生された雑音を主体とする成分
の再生信号を結合して、最終的な出力音声信号を生成す
る。

【００６８】次に、図５のフローチャートを用いて本実
施形態の音声復号化方法の処理手順を説明する。

【００６９】まず、入力される伝送符号化データを所定
の時間単位毎に取り込み（ステップＳ２００）、この符
号化データを逆多重化部１６０でビット割り当ての情報
と、音声復号化部１８０に入力するための符号化データ
と、雑音復号化部１９０に入力するための符号化データ
に分離して出力する（ステップＳ２０１）。

【００７０】次に、ビット割り当て復号部１７０におい
てビット割り当ての情報を復号し、音声復号化部１８０
と雑音復号化部１９０のそれぞれに割り当てるビット数
を音声符号化装置と同じ仕組みで定められたビット数の
割り当ての組み合わせの中から出力する（ステップＳ２
０２）。そして、ビット割り当て復号部１７０からのビ
ット割り当てに基づき、音声復号化部１８０と雑音復号
化部１９０でそれぞれの符号化データからそれぞれの再
生信号を生成し、これらを結合部１９５へ出力する（ス
テップＳ２０３）。

【００７１】次に、結合部１９５において再生された音
声信号を主体とする成分と再生された雑音信号を主体と
する成分を結合し（ステップＳ２０４）、最終的な音声
信号を生成して出力する（ステップＳ２０５）。

【００７２】［音声復号化装置の具体例］図６に、図３
の音声符号化装置の構成に対応する音声復号化装置の具
体例を示す。逆多重化部１６０は、図３の音声符号化装
置から送られてきた所定の時間単位毎の伝送符号化デー
タをビット割り当ての情報と、音声復号化部１８０に入
力するための符号化データであるスペクトル包絡のイン
デックス、適応インデックス、雑音インデックス、ゲイ
ンのインデックス情報を出力するとともに、雑音復号化
部１９０に入力するための符号化データである各帯域別
の量子化インデックスの情報を出力する。ビット割り当
て復号部１７０は、ビット割り当ての情報を復号し、音
声復号化部１８０と雑音復号化部１９０のそれぞれに割
り当てるビット数を符号化と同じ仕組みで定められたビ
ット数の割り当ての組み合わせの中から出力する。

【００７３】音声復号化部１８０は、ビット割り当て復
号部１７０からのビット割り当てに基づき符号化データ
を復号して音声を主体とする成分についての再生信号を
生成し、これを結合部１９５へ出力する。具体的には、
スペクトル包絡復号部４１４でスペクトル包絡のインデ
ックスと予め用意しているスペクトル包絡符号帳からス
ペクトル包絡の情報を再生し、これを合成フィルタ４１
６に送る。また、適応音源復号部４１１で適応インデッ
クスの情報を入力し、これに対応するピッチ周期で繰り
返す信号を適応符号帳から引き出して音源再生部４１５
に出力する。

【００７４】雑音音源復号部４１２は、雑音インデック
スの情報を入力し、これに対応する雑音信号を雑音符号
帳から引き出して音源再生部４１５に出力する。

【００７５】ゲイン復号部４１３は、ゲインインデック
スの情報を入力し、これに対応するピッチ成分に用いる
ゲインと雑音成分に用いるゲインの２種類のゲインをゲ
イン符号帳から引き出して音源再生部４１５に出力す
る。

【００７６】音源再生部４１５は、適応音源復号部４１
１からのピッチ周期で繰り返す信号（ベクトル）Ｅｐ
と、雑音音源復号部４１２からの雑音信号（ベクトル）
Ｅｎと、ゲイン復号部４１３からの２種類のゲインＧ
ｐ，Ｇｎを用いて音源信号（ベクトル）Ｅｘを次式
（１）に従って再生する。 Ｅｘ＝Ｇｐ・Ｅｐ＋Ｇｎ・Ｅｎ （１） 合成フィルタ４１６は、スペクトル包絡の情報を用いて
音声を合成するための合成フィルタのパラメータを設定
し、音源再生部４１５からの音源信号を入力することに
より合成音声信号を生成する。さらに、ポストフィルタ
４１７でこの合成音声信号に含まれる符号化歪みを整形
して聞きやすい音となるようにして結合部１９５に出力
する。

【００７７】次に、図６の雑音復号部１９０について説
明する。雑音復号部１９０は、ビット割り当て復号部１
７０によるビット割り当てに基づき、雑音復号部１９０
に必要な符号化データを入力し、これを復号して背景雑
音を主体とする成分の再生信号を生成し、これを結合部
１９５へ出力する。具体的には、雑音データ分離部４２
０で符号化データを各帯域別の量子化インデックスに分
離し、第１帯域復号化部４２１、第２帯域復号化部４２
２、…、第ｍ帯域復号化部４２３により、それぞれの帯
域でのパラメータを復号し、逆変換部４２４で復号され
たパラメータを用いて符号化側で行った変換と逆の変換
を行い、背景雑音を主体とする成分を再生信号を生成す
る。この背景雑音を主体とする成分の再生信号は、結合
部１９５に送られる。

【００７８】結合部１９５では、ポストフィルタで整形
された音声を主体とする成分と、再生された背景雑音を
主体とする成分の再生信号が隣接するフレーム間で滑ら
かに接続されるようにして結合し、これを出力音声信号
として最終的な復号化部からの出力とする。

【００７９】（第２の実施形態） ［符号化側について］図７に、本発明の第２の実施形態
に係る音声符号化方法を適用した音声符号化装置の構成
を示す。本実施形態が第１の実施形態と異なるのは、雑
音符号化部１４０に入力される背景雑音を主体とする成
分のゲインを抑圧してから、雑音符号化の処理を行う点
である。図７における成分分離部１００、ビット割り当
て部１２０、音声符号化部１３０、雑音符号化部１４０
および多重化部１５０については図１と同一であるの
で、ここでは説明を省略し、第１の実施形態との相違点
のみを説明する。

【００８０】ゲイン抑圧部１５５は、成分分離部１００
から出力される背景雑音を主体とする成分のゲインを所
定の方法で抑圧し、この成分が小さくなるようにして雑
音符号化部１４０に入力する。こうすることで、復号化
側で音声信号に結合される背景雑音の量が少なくなる。
従って、復号化側で出力される最終的な出力音声信号に
混じる背景雑音の自然な感じが保たれるだけでなく、音
声自体のレベルは変わらずに雑音レベルだけが下がるた
め、より出力音声が聞きやすいものとなる効果がある。

【００８１】図８は、図７の構成を若干変形した例であ
る。図８では、ゲイン抑圧部１５６で背景雑音を主体と
する成分のゲインを抑圧したものをビット割り当て選択
部１１０と雑音符号化部１４０に入力している点が図７
と異なっている。こうすることで、音声を主体とする成
分とゲイン抑圧された背景雑音を主体とする成分との比
較でビット割り当てを選択することができるようになる
ので、実際に復号化側で出力される音声信号と背景雑音
信号のそれぞれの大きさに合ったビット割り当てを行う
ことが可能となり、復号される音声の再生音質が向上す
るという効果がある。

【００８２】次に、図９に示すフローチャートを用いて
本実施形態の音声符号化方法の処理手順を説明する。ま
ず、入力音声信号を所定の時間単位毎に取り込み（ステ
ップＳ３００）、成分分離部２００でこれを分析して、
音声主体成分とそれ以外の背景雑音主体成分に分離する
（ステップＳ３０１）。

【００８３】次に、ビット割り当て選択部１１０で成分
分離部１００からの音声主体成分と背景雑音主体成分の
２種類の成分を基に、音声符号化部１３０と背景雑音符
号化部１４０のそれぞれに割り当てるビット数を予め定
められたビット数の割り当ての組み合わせの中から選択
するとともに、そのビット割り当ての情報をそれぞれの
符号化部１３０，１４０に出力する（ステップＳ３０
２）。

【００８４】次に、成分分離部１００から出力される背
景雑音を主体とする成分のゲインをゲイン抑圧部１５５
によって所定の方法で抑圧し、この成分が小さくなるよ
うにしてから、雑音符号化部１４０に入力する（ステッ
プＳ３１２）。

【００８５】そして、ビット割り当て選択部１２０で選
択されたそれぞれのビット数の割り当てに従い、音声符
号化部１３０と雑音符号化部１４０で符号化処理を行う
（ステップＳ３０３）。具体的には、音声符号化部１３
０では成分分離部１００からの音声主体成分を入力し、
音声符号化部１３０に対して割り当てられたビット数で
符号化を行い、音声が主体とする成分に対する符号化デ
ータを求める。一方、雑音符号化部１４０では成分分離
部１００からの背景雑音主体成分を入力し、雑音符号化
部１４０に対して割り当てられたビット数で符号化を行
い、背景雑音を主体とする成分に対する符号化データを
求める。

【００８６】次に、多重化部１５０で各符号化部１３
０，１４０からの符号化データと各符号化部１３０，１
４０へのビット割り当ての情報を多重化して伝送路に出
力する（ステップＳ３０４）。これで所定の時間区間内
で行う符号化の処理が終る。そして、次の時間区間に対
し符号化を続行するか終了するかを判定する（ステップ
Ｓ３０５）。

【００８７】（第３の実施形態）図１０は、本発明の第
３の実施形態に係る音声復号化方法を適用した音声符号
化装置の構成を示すブロック図である。図１０における
逆多重化部１６０、ビット割り当て復号部１７０、音声
復号化部１８０、雑音復号化部１９０および結合部１９
５は、図４と同一であるので、ここではこれらの説明は
省略し、それ以外の構成要素について詳細に説明する。

【００８８】本実施形態では、雑音復号化部１９０で再
生された背景雑音を主体とする成分波形の振幅を振幅制
御部１９７から指定した情報に基づいて振幅調整部１９
６で調整し、さらに背景雑音を主体とする成分波形を位
相が遅れるように遅延させる遅延部１９８を設け、これ
を音声を主体とする成分波形に結合して出力音声信号を
生成する点が第１の実施形態で説明した図４の音声復号
化装置と異なる。

【００８９】本実施形態によると、振幅調整部１９６を
設けることによって、ある帯域のパワーが極端に大きい
とき不快な雑音となる現象を抑えることができる。ま
た、前フレームの値からパワーが大きく変動しないよう
に振幅調整部１９６で振幅を制御することによって、最
終的に出力される音声中の雑音をより聞きやすいものに
することができる。

【００９０】一方、遅延部１９８による背景雑音を主体
とする成分波形を遅延させるのは、音声復号化の処理に
よって再生される音声波形が遅延して出力されることに
基づいており、この遅延部１９８によって背景雑音も音
声波形の遅れと同程度に遅延させることで、次の結合部
１９５において音声と背景雑音が時間的に合った形で結
合させることができるようになる。

【００９１】音声復号化処理では、通常、再生された音
声信号に含まれる量子化雑音を主観的に低減させるた
め、適応ポストフィルタを用いて再生音声信号のスペク
トル形状を調整する。本実施形態では、このような適応
ポストフィルタを用いることによって、音声復号化側で
生じる遅延量を考慮して、再生された背景雑音を主体と
する成分波形にも遅延を与え、より自然な形で音声と背
景雑音を結合させることにより、最終的に出力される音
声をより高品質なものにできるという効果が得られる。

【００９２】次に、図１１に示すフローチャートを用い
て本実施形態の音声復号化方法の処理手順を説明する。

【００９３】まず、入力される伝送符号化データを所定
の時間単位毎に取り込み（ステップＳ４００）、この符
号化データを逆多重化部１６０でビット割り当ての情報
と、音声復号化部１８０に入力するための符号化データ
と、雑音復号化部１９０に入力するための符号化データ
に分離して出力する（ステップＳ４０１）。

【００９４】次に、ビット割り当て復号部１７０におい
てビット割り当ての情報を復号し、音声復号化部１８０
と雑音復号化部１９０のそれぞれに割り当てるビット数
を符号化側と同じ仕組みで定められたビット数の割り当
ての組み合わせの中から出力する（ステップＳ４０
２）。

【００９５】次に、ビット割り当て復号部１７０による
ビット割り当てに基づき、音声復号化部１８０と雑音復
号化部１９０でそれぞれの符号化データからそれぞれの
再生信号を生成する（ステップＳ４０３）。

【００９６】そして、雑音復号化部１９０で再生された
背景雑音を主体とする成分波形の振幅を振幅調整部１９
６により調整し（ステップＳ４１４）、さらに背景雑音
を主体とする成分波形の位相を遅延部１９８で所定量だ
け遅らせる（ステップＳ４１５）。

【００９７】次に、結合部１９５により音声復号化部１
８０で復号再生された音声信号を主体とする成分の再生
信号と、遅延部１９８からの復号再生された雑音を主体
とする成分の再生信号を結合し（ステップＳ４０４）、
最終的な音声信号を生成して出力する（ステップＳ４０
５）。

【００９８】［音声復号化装置の具体例］図１２に、本
実施形態に係る音声復号化装置のさらに詳細な構成を示
す。

【００９９】逆多重化部１６０は符号化部から送られて
きた上述した所定の時間単位毎に符号化データを分離
し、ビット割り当ての情報と、音声復号化部に入力する
ための符号化データであるスペクトル包絡のインデック
ス、適応インデックス、雑音インデックス、ゲインのイ
ンデックスの情報を出力するとともに、雑音復号化部に
入力するための符号化データである各帯域別の量子化イ
ンデックスの情報を出力する。

【０１００】ビット割り当て復号部１７０は、ビット割
り当ての情報を復号し、音声復号化部１８０と雑音復号
化部１９０のそれぞれに割り当てるビット数を符号化と
同じ仕組みで定められたビット数の割り当ての組み合わ
せの中から出力する。

【０１０１】音声復号化部１８０は、ビット割り当て復
号部１７０によるビット割り当てに基づき符号化データ
を復号して音声を主体とする成分の再生信号を生成し、
これを結合部１９５へ出力する。具体的には、スペクト
ル包絡復号部４１４でスペクトル包絡のインデックスの
情報と予め用意しているスペクトル包絡符号帳からスペ
クトル包絡の情報を再生し、これを合成フィルタ４１６
に送る。また、適応音源復号部４１１で適応インデック
スの情報を入力し、これに対応するピッチ周期で繰り返
す信号を適応符号帳から引き出して音源再生部４１５に
出力する。

【０１０２】雑音源復号部４１２は、雑音インデックス
を入力し、これに対応する雑音信号を雑音符号帳から引
き出して音源再生部４１５に出力する。

【０１０３】ゲイン復号部４１３は、ゲインインデック
スの情報を入力し、これに対応するピッチ成分に用いる
ゲインと雑音成分に用いるゲインの２種類のゲインをゲ
イン符号帳から引き出して音源再生部４１５に出力す
る。

【０１０４】音源再生部４１５は、適応音源復号部４１
１からのピッチ周期で繰り返す信号（ベクトル）Ｅｐ
と、雑音音源復号部４１２からの雑音信号（ベクトル）
Ｅｎとゲイン復号部４１３からの２種類のゲインＧｐ、
Ｇｎを用いて前述の式（１）の関係により音源信号（ベ
クトル）Ｅｘを再生する。

【０１０５】合成フィルタ４１６は、スペクトル包絡の
情報を用いて音声を合成するための合成フィルタのパラ
メータを設定し、音源再生部４１５からの音源信号を入
力することにより合成音声信号を生成する。さらに、ポ
ストフィルタ４１７でこの合成音声信号に含まれる符号
化歪みを整形して聞きやすい音となるようにしてから結
合部１９５に出力する。

【０１０６】次に、図１２の雑音復号部１９０について
説明する。雑音復号部１９０は、ビット割り当て復号部
１７０からのビット割り当てに基づき、雑音復号部１９
０に必要な符号化データを入力し、これを復号して背景
雑音を主体とする成分の再生信号を生成し、これを結合
部１９５へ出力する。具体的には、雑音データ分離部４
２０で符号化データを各帯域別の量子化インデックスに
分離し、第１帯域復号化部４２１、第２帯域復号化部４
２２、…、第ｍ帯域復号化部４２３でそれぞれの帯域で
のパラメータを復号し、逆変換部４２４で復号されたパ
ラメータを用いて符号化側で行った変換と逆の変換を行
い、背景雑音を主体とする成分を再生する。

【０１０７】再生された背景雑音を主体とする成分波形
の振幅は、振幅制御部１９７から指定した情報に基づい
て振幅調整部１９６で調整され、この背景雑音を主体と
する成分波形を位相が遅れるように遅延部１９８にて遅
延させ、結合部１９５に出力してポストフィルタによっ
て整形された音声主体成分と結合させることにより、出
力音声信号を生成する。

【０１０８】［音声復号化装置の別の具体例］図１３
に、本実施形態に係る音声復号化装置の詳細な別の構成
を示す。図１３において、図１２と同一部分に同一符号
を付して説明すると、本実施形態は背景雑音復号化部１
９０において振幅制御を帯域別に行う点が異なってい
る。

【０１０９】すなわち、本実施形態では背景雑音復号化
部１９０に新たに振幅調整部４２８，４２９，４３０が
設けられている。これらの振幅調整部４２８，４２９，
４３０は、それぞれ振幅制御部１９７から指定された情
報に基づいて特定の帯域でパワーが極端に大きい時の不
快な雑音を抑える機能を持つ。これによって、より聞き
やすい背景雑音を生成することができる。なお、この場
合には図１２に示したような逆変換部４２４による逆変
換後の振幅制御は不要となる。

【０１１０】（第４の実施形態）図１４に、本発明の第
４の実施形態に係る音声符号化方法を適用した音声符号
化装置の構成を示す。この音声符号化装置は、成分分離
部２００、ビット割り当て選択部２２０、音声符号化部
２３０、雑音符号化部２４０および多重化部２５０によ
って構成される。

【０１１１】成分分離部２００は、入力される音声信号
を所定の時間単位毎に分析し、音声主体成分（第１の成
分）とそれ以外の背景雑音主体成分（第２の成分）とに
分離する成分分離を行う。通常、この成分分離時の分析
の時間単位は１０〜３０ｍｓ程度が適当であり、音声符
号化の単位であるフレーム長とほぼ対応するようにする
ことが望ましい。この成分分離の具体的な手法は種々考
えられるが、通常、背景雑音は音声に比べて時間的にス
ペクトル形状がゆっくり変動する性質があるので、この
ような性質の違いを利用した方法で成分分離を行うこと
が望ましい。

【０１１２】例えば、スペクトルサブトラクションと呼
ばれる技術を用いて、時間的に変動の少ない背景雑音の
スペクトル形状を処理を行いながら推定し、時間的に変
動の激しい時間区間では、その区間からそれまでに推定
していた雑音のスペクトルの分だけを入力音声のスペク
トルから差し引くことで、背景雑音がある条件下で入力
音声信号から音声主体成分を良好に分離することができ
る。一方、背景雑音主体成分については、入力音声信号
から求められた音声主体成分を時間領域か周波数領域で
差し引くことにより求めることができる。背景雑音主体
成分としては、前述の推定した雑音のスペクトルをその
まま用いることも可能である。

【０１１３】ビット割り当て選択部２２０は、成分分離
部２００からの音声主体成分と背景雑音主体成分の２種
類の成分を基に、後述する音声符号化部２３０と背景雑
音符号化部２４０のそれぞれに割り当てる符号化ビット
数を予め定められたビット割り当ての組み合わせの中か
ら選択し、それらのビット割り当ての情報を音声符号化
部２３０および雑音符号化部２４０に出力する。また、
これと共にビット割り当て選択部２２０からビット割り
当ての情報が伝送情報として多重化部２５０に出力され
る。

【０１１４】このビット割り当ては、音声主体成分と背
景雑音主体成分のそれぞれの成分の量を比較することに
よって選択することが望ましいが、それだけに限られる
ものではなく、例えば、より安定した音質を得るため
に、ビット割り当ての変化を過去から監視しながら、ビ
ット割り当てに急激な変化が起こりにくくする仕組み
と、それぞれの成分の量の比較とを組み合わせてビット
割り当てきめる方法も有効である。

【０１１５】ビット割り当て選択部２２０において用意
されるビット割り当ての組み合わせとそれを表す符号の
一例としては、次の表３に示すものが考えられる。

【０１１６】

【表３】

【０１１７】表３によると、モード「０」を選択する
と、音声符号化部２３０にはフレーム当たり７８ビット
が割り当てられ、雑音符号化部２４０にはビット割り当
てが無い。これにビット割り当て用符号を２ビット送る
ため、入力音声信号の符号化に必要な全ビット数は８０
ビットとなる。音声主体成分に比べて背景雑音主体成分
がほとんど無いようなフレームに対しては、このモード
「０」のビット割り当てを選択するようすることが望ま
しい。こうすることで音声符号化部へのビット割り当て
が大きくなり、再生音声の音質が良くなる。

【０１１８】一方、モード「１」を選択すると、音声符
号化部２３０にはビット割り当てが無く、雑音符号化部
２４０には７８ビットが割り当てられる。これにビット
割り当て用符号を２ビット送るため、入力音声信号の符
号化に必要な全ビット数は８０ビットとなる。背景雑音
主体成分に対して、音声主体成分が無視できる程度のフ
レームでは、このモード「２」のビット割り当てを選択
することが望ましい。

【０１１９】また、モード「２」を選択すると、音声符
号化部２３０には７８−Ｙビットが割り当てられ、雑音
符号化部２４０にはＹビットが割り当てられる。ここ
で、Ｙは十分小さな正の整数を表わす。ここではＹ＝８
を用いて説明するが、この値に限定されるわけではな
い。モード「２」では、これに加えてビット割り当て用
符号を２ビット送るため、入力音声信号の符号化に必要
な全ビット数は８０ビットとなる。

【０１２０】音声主体成分と背景雑音主体成分の両者が
共存するフレームに対しては、このモード「２」のよう
なビット割り当てを選択することが望ましい。この場
合、聴感的には音声主体成分の方が明らかに重要である
ため、雑音符号化部２４０に割り振るビット数を前述し
たように非常に小さくし、その減少分だけ音声符号化部
２３０に割り振るビット数を大きくして、音声主体成分
を正確に符号化できるようにする。このとき、雑音符号
化部２４０において少ないビット数でいかに効率良く背
景雑音主体成分を符号化することができるかがポイント
となるが、その具体的な実現法は後で詳しく説明する。

【０１２１】このようにすることで、音声と背景雑音が
それぞれの符号化部で効率よく符号化することができ、
自然な背景雑音を伴った音声を再生することができる。
フレーム長としては音声符号化では１０〜３０ｍｓ程度
の長さが適当である。この例では、２種類のビット割り
当ての組み合わせに対し、トータルのフレーム当たりの
ビット数は８０と固定になっている。このように、トー
タルのフレーム当たりのビット数を固定にすると、入力
音声によらずに、固定のビットレートで符号化を行える
ようになる。

【０１２２】音声符号化部２３０は、成分分離部２００
からの音声信号が主体の成分を入力し、音声信号の特徴
を反映した音声符号化により音声信号が主体の成分の符
号化を行う。音声信号を効率よく符号化できるような符
号化方法であれば、音声符号化部２３０にはどのような
符号化方法を用いてもよいことはいうまでもないが、一
例としてここではより自然な音声を提供できる方法とし
て、ＣＥＬＰ方式を用いることにする。ＣＥＬＰ方式
は、通常時間領域で符号化を行う方式で、時間領域の合
成した波形の歪みが少なくなるように音源信号の符号化
を行うことに特徴がある。

【０１２３】雑音符号化部２４０は、成分分離部２００
からの背景雑音主体成分を入力し、雑音を適切に符号化
できるように構成されている。通常、背景雑音信号は音
声信号に比べるとスペクトルの時間的な変動はゆるやか
である。また、波形の位相情報もランダムに近く、人間
の耳には位相情報があまり重要ではないという特徴があ
る。このような背景雑音成分を効率よく符号化するに
は、ＣＥＬＰ方式等の波形歪みを小さくするような波形
符号化よりも、変換符号化のように時間領域から変換領
域に変換して、その変換係数または変換係数から抽出さ
れるパラメータを符号化することで効率的に符号化でき
る。特に、周波数領域に変換して人間の聴覚の特性を考
慮した符号化を行うと、さらに符号化の効率を高めるこ
とができる。

【０１２４】本実施形態による音声符号化方法の基本的
な処理の流れは第１の実施形態と同様、図２のフローチ
ャートに示した通りであるので、説明を省略する。

【０１２５】［音声符号化装置の具体例］図１５に、本
実施形態において音声符号化部２３０にＣＥＬＰ方式、
雑音符号化部２４０に変換符号化方式をそれぞれ用いた
場合の音声符号化装置の具体例を示す。音声符号化部２
３０は、成分分離部２００からの音声主体成分を入力
し、この成分を時間領域での波形歪みが小さくなるよう
に符号化する。この際、ビット割り当て選択部２２０か
らのモード情報が音声符号化ビット割り当て部３１０に
与えられ、モード情報に応じて予め定められたビット割
り当てで各符号化部の符号化が行われる。まず、ビット
割り当ての大きいモード「０」のときの説明を行い、そ
の後にモード「１」およびモード「２」のときの説明を
行う。

【０１２６】モード「０」のときの音声符号化部２３０
の動作は第１の実施形態と基本的に同様であり、スペク
トル包絡符号帳探索部３１１、適応符号帳探索部３１
２、雑音符号帳探索部３１３、ゲイン符号帳探索部３１
４を用いてＣＥＬＰ符号化を行う。各符号帳探索部３１
１〜３１４で探索された符号帳のインデックスの情報は
符号化データ出力部３１５に入力され、この符号化デー
タ出力部３１５から音声符号化データとして多重化部１
５０へ出力される。

【０１２７】次に、モード「１」のときは音声符号化部
２３０に与えられるビット数は０ビットとなる。従っ
て、音声符号化部２３０は何も動かさないようにして符
号を多重化部２５０へ出力しないようにする。このと
き、音声符号化で用いられるフィルタの内部状態が問題
になるが、これは後述する復号部と同期させて初期状態
に戻す、復号音声信号が不連続にならないように内部状
態を更新する、またはゼロクリアするなどの処理を行う
必要がある。

【０１２８】次に、モード「２」のときは音声符号化部
３０では７８−Ｙビットだけ用いることができる。この
モード「２」では、基本的にモード「０」の場合と同様
の処理を行うが、全体の品質に与える影響が比較的に少
ないと考えられる雑音符号帳３１３もしくはゲイン符号
帳３１４の大きさをＹビット分だけ小さくして符号化を
行うようにする。当然のことながら、このときの各符号
帳３１１，３１２，３１３，３１４は、後で説明する音
声復号化部における符号帳と同一のものにしなければな
らない。

【０１２９】次に、雑音符号化部２４０の詳細について
説明する。雑音符号化部２４０は、ビット割り当て選択
部２２０からのモード情報が与えられ、モード「１」の
ときは第１雑音符号化部５０１、モード「２」のときは
第２雑音符号化部５０２が用いられる。

【０１３０】第１雑音符号化部５０１は、雑音符号化に
用いられるビット数が７８ビットと大きく、背景雑音成
分の形状を正確に符号化するために用いられる。一方、
第２雑音符号化部５０２は、雑音符号化に用いられるビ
ット数がＹビットと非常に小さく、背景雑音成分を少な
いビット数で効率よく表現する必要があるときに用いら
れる。モード「０」のときは雑音符号化部２４０に与え
られるビット数は０ビットとなるので、このときは何も
符号化せず多重化部２５０に何も出力しない。このと
き、雑音符号化部２４０にあるバッファやフィルタの内
部状態に対し適切な処理、例えばゼロクリアを行う、復
号雑音信号が不連続とならならないように内部状態を更
新する、もしくは初期状態に戻すなどの処理を行う必要
がある。この内部状態は、後述する雑音復号部と内部状
態を同期させて同一とする必要がある。

【０１３１】［第１雑音符号化部５０１について］次
に、図１６を用いて第１雑音符号化部５０１について詳
細に説明する。第１雑音符号化部５０１は、モード
「１」のとき入力端子５１１にビット割り当て選択部２
２０から与えられる信号によってアクティブとなり、入
力端子５１２に成分分離部２００からの背景雑音主体成
分を入力し、所定の変換を用いて該成分の変換係数を求
め、変換領域でのパラメータの歪みが小さくなるように
符号化する点が音声符号化部２３０における符号化方法
と大きく異なる。

【０１３２】変換領域でのパラメータの表現について
は、様々な方法が考えられるが、ここでは一例として背
景雑音成分を変換領域で帯域分割し、各帯域別にその帯
域を代表するパラメータを求め、それらのパラメータを
量子化し、そのインデックスを送る方法について説明す
る。

【０１３３】まず、変換係数算出部５２１において所定
の変換を用いて、背景雑音主体成分の変換係数を求め
る。変換の方法としては、離散フーリエ変換を用いるこ
とができる。次に、帯域分割部５２２において周波数軸
を所定の帯域に分割し、入力端子５１１に入力される雑
音符号化ビット割り当て部５２０からのビット割り当て
に応じた量子化ビット数を用いて、第１帯域符号化部５
２３、第２帯域符号化部５２４、…、第ｍ帯域符号化部
５２５のｍ個の帯域別に、パラメータの量子化を行う。
パラメータとしては、変換係数から求められるスペクト
ル振幅やパワースペクトルをそれぞれの帯域の中で平均
した値を用いることができる。各帯域からのパラメータ
の量子化値を表すインデックスは符号化データ出力部５
２６にまとめられ、符号化データは多重化部２５０へ出
力される。

【０１３４】［第２雑音符号化部５０２について］次
に、図１７および図１８を用いて第２雑音符号化部５０
２について詳細に説明する。第２雑音符号化部５０２は
前述したようにモード「２」のとき、つまり雑音符号化
で使用できるビット数が非常に小さいときに用いられ、
背景雑音成分を少ないビット数で効率よく表現する必要
がある。

【０１３５】図１７は、第２雑音符号化部５０２の基本
動作を説明するための図である。図１７において、
（ａ）は背景雑音を主たる成分とする信号波形、（ｂ）
は前フレームで符号化された結果得られたスペクトル形
状、（ｃ）は現フレームで求められたスペクトル形状を
それぞれ表す。背景雑音成分は比較的長い時間で特性が
ほぼ一定とみなすことができるので、前フレームで符号
化された背景雑音成分のスペクトル形状を予測に用い、
この予測パラメータを符号化データとして出力すると共
に、この予測したスペクトル形状（ｄ）と現フレームで
求められた背景雑音成分のスペクトル形状（ｃ）との差
分をとり、その差分を量子化すれば効率よく背景雑音成
分を符号化することができる。

【０１３６】図１８は、この原理に基づく第２雑音符号
化部５０２の実現例を示すブロック図であり、図１９は
第２雑音符号化部５０２の構成と処理手順を示すフロー
チャートである。

【０１３７】第２雑音符号化部５０２は、モード「２」
のとき入力端子５２１にビット割り当て選択部２２０か
ら与えられる信号によってアクティブとなり、入力端子
５３２から背景雑音を主たる成分とする信号を取り込み
（ステップＳ５００）、図１６と同様に変換係数算出部
５４１で変換係数を算出し（ステップＳ５０１）、さら
に帯域分割部５４２で帯域分割を行って（ステップＳ５
０２）、現フレームのスペクトル形状を算出する。

【０１３８】変換係数算出部５４１および帯域分割部５
４２は、第１雑音符号化部５０１における図１６中の変
換係数算出部５２１および帯域分割部５２２と別のもの
を用いても構わないが、変換係数算出部５２１および帯
域分割部５２２と同一のものを用いてもよい。また、こ
れらに同一のものを用いる場合、それぞれ別個に持つ必
要はなく、共有しても構わない。このことは、以下で説
明する他の実施形態についても同様である。

【０１３９】次に、予測部５４７で過去のフレームスペ
クトル形状から現フレームのスペクトル形状を推定し、
現フレームのスペクトル形状との差分信号を加算部５４
３で求める（ステップＳ５０３）。この差分信号を量子
化部５４４で量子化し（ステップＳ５０４）、その量子
化値を表わすインデックスを符号化データとして出力端
子５３３より出力し（ステップＳ５０５）、同時に逆量
子化部５４５で逆量子化を行って差分信号を復号する
（ステップＳ５０６）。そして、この復号値に予測部５
４７からの予測値を加算部５４６で加算し（ステップＳ
５０７）、その加算結果を予測部５４７に与えて予測部
５４７内のバッファを更新し（ステップＳ５０８）、次
フレームのスペクトル形状の入力に備える。以上の一連
の処理をステップＳ５０９で処理終了と判断されるまで
繰り返す。

【０１４０】予測部５４７に入力する背景雑音のスペク
トル形状には、常に最新の復号値を与える必要があり、
仮に第１雑音符号化部５０１が選択された場合でも、そ
のとき得られる背景雑音のスペクトル形状の復号値を予
測部５４７に与えるようにする。

【０１４１】また、ここでは１次のＡＲ予測について説
明を行ったが、これに限定されるものではない。例え
ば、予測次数を２以上にして予測効率を上げることも可
能である。また、予測の方法もＭＡ予測、またはＡＲＭ
Ａ予測を用いることができる。さらに、予測係数の情報
についても、復号化装置へ伝送するフィードフォワード
型の予測を行い、予測効率を向上させることも可能であ
る。このことは、以下で説明する他の実施形態について
も同様である。

【０１４２】図１８では、表記の都合上により簡略化し
ているが、予測は各帯域毎に行われる。また、量子化は
各帯域毎にスカラー量子化が行われるか、または複数の
帯域がまとめてベクトル化され、ベクトル量子化が行わ
れることになる。

【０１４３】このように符号化を行うことにより、背景
雑音成分のスペクトル形状を少ない符号化データで効率
的に表わすことができるようになる。

【０１４４】［復号化側について］図２０に、本実施形
態に係る音声復号化方法を適用した音声復号化装置の構
成を示す。この音声復号化装置は逆多重化部２６０、ビ
ット割り当て復号化部２７０、音声復号化部２８０、雑
音復号化部２９０および結合部２９５からなる。

【０１４５】逆多重化部２６０では、図１４の音声符号
化装置から前述のようにして所定の時間単位毎に送られ
てきた伝送符号化データを受け、これをビット割り当て
の情報と、音声復号化部２８０に入力するための符号化
データと、雑音復号化部２９０に入力するための符号化
データに分離して出力する。

【０１４６】ビット割り当て復号部２７０は、ビット割
り当ての情報を復号し、音声復号化部２８０と雑音復号
化部２９０のそれぞれに割り当てるビット数を符号化側
と同じ仕組みで定められたビット数の割り当ての組み合
わせの中から出力する。

【０１４７】音声復号化部２８０は、ビット割り当て復
号部２７０によるビット割り当てに基づき、符号化デー
タを復号して音声を主体とする成分についての再生信号
を生成し、これを結合部２９５へ出力する。

【０１４８】雑音復号化部２９０は、ビット割り当て復
号部２７０によるビット割り当てに基づき、符号化デー
タを復号して背景雑音を主体とする成分についての再生
信号を生成し、これを結合部２９５へ出力する。

【０１４９】結合部２９５は、音声復号化部２８０で復
号再生された音声を主体とする成分の再生信号と、雑音
復号化部２９０で復号再生された雑音を主体とする成分
の再生信号を結合して、最終的な出力音声信号を生成す
る。

【０１５０】本実施形態による音声復号化方法の基本的
な処理の流れは第１の実施形態と同様、図５のフローチ
ャートに示した通りであるので、説明を省略する。

【０１５１】［音声復号化装置の具体例］図２１に、図
１４の音声符号化装置の構成に対応する音声復号化装置
の具体例を示す。逆多重化部２６０は、図１４の音声符
号化装置から送られてきた所定の時間単位毎の伝送符号
化データをビット割り当ての情報と、音声復号化部２８
０に入力するための符号化データであるスペクトル包絡
のインデックス、適応インデックス、雑音インデック
ス、ゲインのインデックス情報を出力するとともに、雑
音復号化部２９０に入力するための符号化データである
各帯域別の量子化インデックスの情報を出力する。ビッ
ト割り当て復号部２７０は、ビット割り当ての情報を復
号し、音声復号化部２８０と雑音復号化部２９０のそれ
ぞれに割り当てるビット数を符号化と同じ仕組みで定め
られたビット数の割り当ての組み合わせの中から出力す
る。

【０１５２】モード「０」のとき、音声復号化部２８０
には時間単位毎にビット割り当ての情報が入力される。
ここでは、ビット割り当ての情報としてモード「０」を
表わす情報が入力された場合について説明する。モード
「０」は、音声符号化に割り振られるビット数が７８ビ
ットと大きく、音声成分を主とする信号が雑音成分を主
とする信号を無視できるほど大きい時に選択されるモー
ドである。モード「１」またはモード「２」を表わす情
報が与えられた場合については、後述する。

【０１５３】モード「０」のときは、音声復号化部２８
０の動作は第１の実施形態における音声復号化部１８０
の動作と同様であり、ビット割り当て復号部２７０から
のビット割り当てに基づき符号化データを復号して、音
声を主体とする成分についての再生信号を生成し、これ
を結合部２９５へ出力する。

【０１５４】すなわち、スペクトル包絡復号部４１４で
スペクトル包絡のインデックスと予め用意しているスペ
クトル包絡符号帳からスペクトル包絡の情報を再生し、
これを合成フィルタ４１６に送り、また適応音源復号部
４１１で適応インデックスの情報を入力し、これに対応
するピッチ周期で繰り返す信号を適応符号帳から引き出
して音源再生部４１５に出力する。雑音音源復号部４１
２は、雑音インデックスの情報を入力し、これに対応す
る雑音信号を雑音符号帳から引き出して音源再生部４１
５に出力する。ゲイン復号部４１３は、ゲインインデッ
クスの情報を入力し、これに対応するピッチ成分に用い
るゲインと雑音成分に用いるゲインの２種類のゲインを
ゲイン符号帳から引き出して音源再生部４１５に出力す
る。音源再生部４１５は、適応音源復号部４１１からの
ピッチ周期で繰り返す信号（ベクトル）Ｅｐと、雑音音
源復号部４１２からの雑音信号（ベクトル）Ｅｎと、ゲ
イン復号部４１３からの２種類のゲインＧｐ，Ｇｎを用
いて音源信号（ベクトル）Ｅｘを先の式（１）に従って
再生する。合成フィルタ４１６は、スペクトル包絡の情
報を用いて音声を合成するための合成フィルタのパラメ
ータを設定し、音源再生部４１５からの音源信号を入力
することにより合成音声信号を生成する。さらに、ポス
トフィルタ４１７でこの合成音声信号に含まれる符号化
歪みを整形して聞きやすい音となるようにして結合部２
９５に出力する。

【０１５５】次に、モード「１」のときは、音声復号化
部２８０に与えられるビット数は０ビットとなる。従っ
て、音声復号化部２８０は何も動かさないようにして、
符号を結合部２９５へ出力しないようにする。このと
き、音声復号化部２８０で用いられるフィルタの内部状
態が問題になるが、これは前述した音声符号化部と同期
させて初期状態に戻すか、復号音声信号が不連続となら
ないように内部状態を更新する、またはゼロクリアする
などの処理を行えばよい。

【０１５６】次に、モード「２」のときは、音声復号化
部２８０では７８−Ｙ（０＜Ｙ＜＜７８）ビットだけ用
いることができる。このモード「２」では、基本的にモ
ード「０」の場合と同様の処理を行うが、全体の品質に
与える影響が比較的に少ないと考えられる雑音符号帳も
しくはゲイン符号帳の大きさをＹビット分だけ小さくし
たものに対して、復号を行うようにする。当然のことな
がら、このときの各種符号帳は前述した音声符号化部に
おける各符号帳と同一のものにしなければならない。

【０１５７】次に、雑音復号化部２９０について説明す
る。雑音復号化部２９０は、モード「１」のときに用い
られる第１雑音復号化部６０１、モード「２」のときに
用いられる第２雑音復号化部６０２より構成される。第
１雑音復号化部６０１は、背景雑音の符号化データに用
いられるビット数が７８ビットと大きく、背景雑音成分
の形状を正確に復号するために用いられる。第２雑音復
号化部６０２は、背景雑音の符号化データに用いられる
ビット数がＹビットと非常に小さく、背景雑音成分を少
ないビット数で効率よく表現する必要があるときに用い
られる。

【０１５８】一方、モード「０」のときは、雑音復号化
部２９０に与えられるビット数は０ビットとなるので、
このときは何も復号せず、結合部２９５へは何も出力し
ない。このとき、雑音復号化部２９０にあるバッファや
フィルタの内部状態に対して適切な処理、例えばゼロク
リアを行う、復号雑音信号が不連続にならないように内
部状態を更新する、もしくは初期状態に戻すなどの処理
を行う必要がある。この内部状態は、前述した雑音符号
化部２４０と同期させて同一になるようにする必要があ
る。

【０１５９】次に、図２２を用いて第１雑音復号化部６
０１について詳細に説明する。第１雑音復号化部６０１
は、入力端子６１１からビット割り当てを表わすモード
情報が与えられ、入力端子６１２からは雑音復号化部に
必要な符号化データが与えられ、これを復号して背景雑
音成分を主体とする再生信号を生成し、これを出力端子
６１３へ出力する。具体的には、雑音データ分離部６２
０で符号化データを各帯域別の量子化インデックスに分
離し、第１帯域復号化部６２１、第２帯域復号化部６２
２、…、第ｍ帯域復号化部６２３でそれぞれの帯域での
パラメータを復号し、逆変換部６２４で復号されたパラ
メータを用いて符号化側で行った変換と逆の変換を行
い、背景雑音を主体とする成分を再生する。再生された
背景雑音を主体とする成分は、出力端子６１３に送られ
る。

【０１６０】次に、図２３、図２４を用いて第２雑音復
号化部６０２について詳細に説明する。図２３は、第２
雑音復号化部６０２の構成を示すブロック図であり、図
１８に示した第２雑音符号化部５０２に対応している。
図２４は、第２雑音復号化部６０２の処理手順を示すフ
ローチャートである。

【０１６１】第２雑音復号化部６０２は、モード「２」
のとき入力端子６３１にビット割り当て復号部２７０か
ら与えられる信号によってアクティブとなり、入力端子
６３２から雑音復号化に必要な符号化データを逆量子化
部６４１に取り込み（ステップＳ６００）、差分信号を
復号する（ステップＳ６０１）。

【０１６２】次に、予測部６５３で過去のフレームのス
ペクトル形状から現フレームのスペクトル形状を予測
し、この予測値と復号した差分信号とを加算部６４２で
加算し（ステップＳ６０２）、この結果を用いて逆変換
部６４４で逆変換を行って（ステップＳ６０３）、背景
雑音を主とする信号を生成して出力端子６３３より出力
し（ステップＳ６０４）、同時に加算部６５２の出力信
号を予測部６４３に与えて予測部６４３内のバッファの
内容を更新し（ステップＳ６０５）、次フレームの入力
に備える。以上の一連の処理をステップＳ６０６で処理
終了と判断されるまで繰り返す。

【０１６３】予測部６４３に入力する背景雑音のスペク
トル形状には、常に最新の復号値を与える必要があり、
仮に第１雑音復号化部６０１が選択された場合でも、そ
のとき得られる背景雑音のスペクトル形状の復号値を予
測部６４３に与えるようにする。

【０１６４】逆変換部６４４は、第１雑音復号化部６０
１における逆変換部６２４と別のものを用いても構わな
いが、逆変換部６２４と同一のものを用いてもよい。ま
た、逆変換部６４４を逆変換部６２４と同一のものを用
いる場合、それぞれ別個に持つ必要はなく、共有しても
構わない。このことは、以下で説明する他の実施形態に
ついても同様である。

【０１６５】また、図２３では表記上の都合により簡略
化しているが、予測は帯域別に行われる。また、逆量子
化は図１８における量子化法に応じて各帯域毎にスカラ
ー逆量子化、または複数帯域を一度に復号するベクトル
逆量子化が行われることになる。

【０１６６】このように復号を行うことにより、背景雑
音成分のスペクトル形状を少ない符号化データから効率
的に復元することができるようになる。

【０１６７】（第５の実施形態）本実施形態では、図１
５中の第２雑音符号化部５０２とこれに対応する図２１
中の第２雑音復号化部６０２の他の構成法について説明
する。

【０１６８】［第２雑音復号化部５０２について］本実
施形態における第２雑音符号化部５０２の特徴は、一つ
のパラメータ（パワー変動量）を用いて背景雑音成分の
スペクトル形状を符号化できるようにした点にある。

【０１６９】まず、図２５を用いて本実施形態における
第２雑音符号化部５０２の基本動作を説明する。図２５
において、（ａ）は背景雑音を主たる成分とする信号波
形、（ｂ）は前フレームで符号化された結果得られたス
ペクトル形状、（ｃ）は現フレームで求められたスペク
トル形状をそれぞれ表す。本実施形態では背景雑音成分
のスペクトル形状を一定と仮定して、パワーの変動量の
みを符号化データとして出力する。すなわち、スペクト
ル形状（ｂ）とスペクトル形状（ｃ）からパワーの変動
量αを算出し、このαを符号化データとして出力する。
後に説明する第２雑音復号化部６０２では、スペクトル
形状（ｂ）にαを乗じてスペクトル形状（ｄ）を算出
し、この形状を基に背景雑音成分を復号する。

【０１７０】なお、ここでは理解しやすいように周波数
領域で説明を行ったが、実際には時間領域でパワー変動
量αを求めることも可能である。

【０１７１】ここで、パワー変動量αを量子化するには
４〜８ビットもあれば十分である。従って、このように
少ない量子化ビット数で背景雑音成分を表現することが
できるために、前述した音声符号化部２３０に多くの符
号化ビット数を配分することができ、結果として音声品
質を向上させることができる。

【０１７２】図２６は、この原理に基づく第２雑音符号
化部５０２の実現例を示すブロック図であり、図２７は
第２雑音符号化部５０２の処理手順を示すフローチャー
トである。

【０１７３】第２雑音符号化部５０２は、モード「２」
のとき入力端子５３１にビット割り当て選択部２２０か
ら与えられる信号によってアクティブとなり、入力端子
５３２から背景雑音を主たる成分とする信号を取り込み
（ステップＳ７００）、変換係数算出部５５１で変換係
数を算出して、スペクトル形状を求める（ステップＳ７
０１）、バッファ５２６には、前フレームで符号化され
た結果得られるスペクトル形状が格納されており、この
スペクトル形状と現フレームで求めたスペクトル形状か
らパワー変動量算出部５５２でパワー変動量を求める
（ステップＳ７０２）。｛ａ（ｎ）；ｎ＝０〜Ｎ−１｝
を前フレームで符号化された結果得られるスペクトル形
状の振幅（バッファ５５６の出力）を表わし、｛ｂ
（ｎ）；ｎ＝０〜Ｎ−１｝を現フレームで求めたスペク
トル形状の振幅（変換係数算出部５５１の出力）を表わ
すものとすると、パワー変動量αは次式で表すことがで
きる。

【０１７４】

【数１】

【０１７５】このパワー変動量αを量子化部５５３で量
子化し（ステップＳ７０３）、その量子化値を表わすイ
ンデックスを符号化データとして出力端子５３３より出
力し（ステップＳ７０４）、同時に逆量子化部５５４で
逆量子化してパワー変動量αを復号し（ステップＳ７０
５）、この復号値にバッファ５５６に格納されている前
フレームで符号化した結果得られるスペクトル形状｛ａ
（ｎ）；ｎ＝０〜Ｎ−１｝を乗算部５５５で乗じる（ス
テップＳ７０６）。乗算部５５５の出力ａ′（ｎ）は、
次式で表される。 ａ′（ｎ）＝α・ａ（ｎ） このａ′（ｎ）をバッファ５５６に格納して更新し（ス
テップＳ７０７）、次フレームのスペクトル形状の入力
に備える。以上の一連の処理をステップＳ７０８で処理
終了と判断されるまで繰り返す。

【０１７６】バッファ５５６に与える背景雑音のスペク
トル形状には、常に最新の復号値を与える必要があり、
仮に第１雑音符号化部５０１が選択された場合でも、そ
のとき得られる背景雑音のスペクトル形状の復号値をバ
ッファ５５６に与えるようにする。

【０１７７】図２６では表記上の都合により簡略化して
いるが、帯域分割部５７５の出力とバッファ５５６の出
力のそれぞれは、各周波数帯のスペクトル振幅を表すベ
クトルである。また、説明の都合上、図２６では帯域分
割部５７５を用いているが、これを用いずに変換係数算
出部５５１の出力からパワー変動量を求めることもでき
る。

【０１７８】［第２雑音復号化部６０２について］次
に、本実施形態における第２雑音復号化部６０２につい
て説明する。本実施形態における第２雑音復号化部６０
２の特徴は、一つのパラメータ（パワー変動量α）のみ
で背景雑音成分のスペクトル形状を復号できる点にあ
る。図２８は、第２雑音復号化部６０２の構成を示すブ
ロック図であり、図２６に示した第２雑音符号化部５０
２に対応している。図２９は、この第２雑音復号化部６
０２の処理手順を示すフローチャートである。

【０１７９】第２雑音復号化部６０２は、モード「２」
のとき入力端子６３１にビット割り当て復号部２７０か
ら与えられる信号によってアクティブとなり、入力端子
６３２からパワー変動量を表わす符号化データを逆量子
化部６５１に取り込み（ステップＳ８００）、逆量子化
を行ってパワー変動量を復号する（ステップＳ８０
１）。バッファ６５３には、前フレームのスペクトル形
状が格納されており、このスペクトル形状に前述した復
号されたパワー変動量を乗算部６５２で乗じて現フレー
ムのスペクトル形状を復元する（ステップＳ８０２）。
この復元されたスペクトル形状を逆変換部６５４に与え
て逆変換し（ステップＳ８０３）、背景雑音を主とする
信号を生成して出力端子６３３より出力し（ステップＳ
８０４）、同時に乗算部６５２の出力信号をバッファ６
５３に与えてバッファ６５３の内容を更新し（ステップ
Ｓ８０５）、次フレームの入力に備える。以上の一連の
処理をステップＳ８０６で処理終了と判断されるまで繰
り返す。

【０１８０】バッファ６５３に与える背景雑音のスペク
トル形状には、常に最新の復号値を与える必要があり、
仮に第１雑音復号化部６０１が選択された場合でも、そ
のとき得られる背景雑音のスペクトル形状の復号値をバ
ッファ６５３に与えるようにする。

【０１８１】本実施形態によると、符号化側において背
景雑音成分のスペクトル形状を８ビット程度の非常に少
ない符号化データで効率的に表わすことができ、また復
号化側において背景雑音成分のスペクトル形状を非常に
少ない符号化データで効率的に復元することができる。

【０１８２】（第６の実施形態）本実施形態では、図１
５中の第２雑音符号化部５０２とこれに対応する図２１
中の第２雑音復号化部６０２の別の構成法について説明
する。

【０１８３】［第２雑音符号化部５０２について］本実
施形態における第２雑音符号化部５０２の特徴は、予め
定められた規則に従い周波数帯を決定し、この周波数帯
におけるスペクトル形状を符号化する点にある。図３０
を用いてその基本動作を説明する。

【０１８４】図３０において、（ａ）は背景雑音を主た
る成分とする信号波形、（ｂ）は前フレームで符号化さ
れた結果得られたスペクトル形状、（ｃ）は現フレーム
で求められたスペクトル形状をそれぞれ表す。本実施形
態では背景雑音成分のスペクトル形状をほぼ一定と仮定
して、パワーの変動量を符号化データとして出力すると
同時に、ある規則に従い選択された周波数帯における振
幅を現フレームの振幅と一致させるように量子化を行う
点に特徴がある。

【０１８５】本実施形態では、次のような利点がある。
すなわち、背景雑音成分のスペクトル形状は比較的長い
時間一定と考えることができるが、いつまでも同じ形状
で推移するわけではなく、ある長い時間離れた区間同士
のスペトルの形状を観察すると変化している。本実施形
態は、このように徐々に変化する背景雑音成分のスペク
トル形状を効率的に符号化することを目的としている。
すなわち、スペクトル形状（ｂ）とスペクトル形状
（ｃ）からパワーの変動量αを算出し、このパワーの変
動量αを量子化してそのインデックスを符号化データと
して出力する。これは前述した第５の実施形態と同じで
ある。次に、量子化後のパワーの変動量αをスペクトル
形状（ｂ）に乗じた後に、予め定められた規則に従い決
定された周波数帯の現フレームのスペクトル形状（ｄ）
に対する差信号を求め、これを量子化する。

【０１８６】ここでいう周波数帯を決定する規則とは、
例えば全ての周波数帯を一定時間内に巡回するように決
定する方法が考えられる。図３１にその一例を示す。こ
こでは、図３１（ａ）に示されるように全帯域が５つの
周波数帯に分割されている。そして、各フレームｋにお
いては図３１（ｂ）に示されるように各周波数帯が巡回
して選択される。このようにすることで、ある程度長い
時間（この例では５フレーム）が必要であるが、一つの
周波数帯のみを符号化していけば良いので、スペクトル
形状の変化を少ないビット数で符号化ことができる。従
って、この方法は背景雑音のように変化のスピードが遅
い信号であるがために可能な処理である。また、予め定
められた規則に従い符号化する周波数帯を決定するの
で、どの周波数帯を符号化したかという付加情報は必要
ない。

【０１８７】図３２は、この原理に基づく第２雑音符号
化部５０２の実現例を示すブロック図であり、図３３
は、この第２雑音符号化部５０２の処理手順を示すフロ
ーチャートである。

【０１８８】第２雑音符号化部５０２は、モード２のと
き入力端子５３１にビット割り当て選択部２２０から与
えられる信号によってアクティブとなり、入力端子５３
２から背景雑音を主たる成分とする信号を取り込み（ス
テップＳ９００）、変換係数算出部５６０で変換係数を
算出し（ステップＳ９０１）、帯域分割部５６１で帯域
分割を行ってスペクトル形状を求める（ステップＳ９０
２）、バッファ５６６には前フレームで符号化された結
果得られるスペクトル形状が格納されており、このスペ
クトル形状と現フレームで求めたスペクトル形状からパ
ワー変動量算出部５６２でパワー変動量を求める（ステ
ップＳ９０３）。｛ａ（ｎ）；ｎ＝０〜Ｎ−１｝を前フ
レームで符号化された結果得られるスペクトル形状の振
幅を表わし、｛ｂ（ｎ）；ｎ＝０〜Ｎ−１｝を現フレー
ムで求めたスペクトル形状の振幅を表わすものとする
と、パワー変動量αは先に示した［数１］のように表す
ことができる。

【０１８９】次に、パワー変動量αを量子化部５６３で
量子化し（ステップＳ９０４）、その量子化値を表わす
インデックスを符号化データとして出力し（ステップＳ
９０５）、同時に逆量子化部５６４で逆量子化してパワ
ー変動量αを復号し（ステップＳ９０６）、この復号値
にバッファ５６６に格納されている前フレームで符号化
した結果得られるスペクトル形状｛ａ（ｎ）；ｎ＝０〜
Ｎ−１｝を乗算部５６５で乗じる（ステップＳ９０
７）。乗算部５６５の出力ａ′（ｎ）は、先と同様に
ａ′（ｎ）＝α・ａ（ｎ）で表すことができる。

【０１９０】次に、本実施形態固有の処理について説明
する。まず、周波数帯決定部５７２では、図３１で説明
したように複数個の周波数帯に分割されているうちの一
つの周波数帯をフレーム毎に巡回して選択し、決定する
（ステップＳ９０８）。周波数帯決定部５７２の実現例
の一つによれば、帯域分割数をＮとし、フレームカウン
タをｆｃとすると、周波数帯決定部５７２の出力は、
（ｆｃ ｍｏｄ Ｎ）と表わすことができる。ここで、
ｍｏｄは剰余演算を表わす。説明のため、周波数帯決定
部５７２では周波数帯ｋが選択され決定されたものとす
る。

【０１９１】現フレームの帯域分割されたスペクトル形
状を｛ｂ（ｎ）；ｎ＝０〜Ｎ−１｝と表わし、乗算部５
６５でパワー補正されたスペクトル形状を｛ａ′
（ｎ）；ｎ＝０〜Ｎ−１｝とすると、差分演算部５７１
ではｂ（ｋ）とａ′（ｋ）との差分値を算出する（ステ
ップＳ９０９）。この差分演算部５７１で得られた差分
値を量子化部５７３で量子化し（ステップＳ９１０）、
そのインデックスを符号化データとして出力端子５３３
より出力する（ステップＳ９１１）。従って、本実施形
態では量子化部５６３から出力されるインデックスと量
子化部５７３から出力されるインデックスが符号化デー
タとして出力されることになる。

【０１９２】量子化部５７３のインデックスは逆量子化
部５７４にも与えられ、ここで差分値を復号する（ステ
ップＳ９１２）。復号部５７５では、パワー補正された
スペクトル形状｛ａ′（ｎ）；ｎ＝０〜Ｎ−１｝の周波
数帯ｋに、復号された差分値を加算してスペクトル形状
｛ａ″（ｎ）；ｎ＝０〜Ｎ−１｝を復号し（ステップＳ
９１３）、これをバッファ５６６に格納して次フレーム
の入力に備える（ステップＳ９１４）。以上の一連の処
理をステップＳ９１５で処理終了と判断されるまで繰り
返す。

【０１９３】図３２では表記上の都合により簡略化して
いるが、帯域分割部５６１の出力、バッファ５６６の出
力、乗算器５６５の出力、復号部５７５の出力は各周波
数帯のスペクトル振幅を表すベクトルである。

【０１９４】バッファ５６６に与える背景雑音のスペク
トル形状には、常に最新の復号値を与える必要があり、
仮に第１雑音符号化部５０１が選択された場合でも、そ
のとき得られる背景雑音のスペクトル形状の復号値をバ
ッファ５６６に与えるようにする。

【０１９５】［第２雑音復号化部６０２について］本実
施形態における第２雑音復号化部６０２の特徴は、予め
定められた規則に従い周波数帯を決定し、この周波数帯
におけるスペクトル形状を復号する点にある。

【０１９６】図３４は、本実施形態における第２雑音復
号化部６０２の実現例を示すブロック図であり、図３５
は、この第２雑音復号化部６０２の処理手順を示すフロ
ーチャートである。

【０１９７】第２雑音復号化部６０２は、モード２のと
き入力端子６３１にビット割り当て復号部２７０から与
えられる信号によってアクティブとなり、入力端子６３
２からパワー変動量を表わす符号化データを逆量子化部
６６１に取り込み（ステップＳ１０００）、逆量子化を
行ってパワー変動量を復号する（ステップＳ１００
１）。バッファ６６３には前フレームのスペクトル形状
が格納されており、このスペクトル形状に前述した復号
されたパワー変動量を乗算部１９０２で乗じる（ステッ
プＳ１００２）。

【０１９８】一方、入力端子６３４には一つの周波数帯
の差分信号を表わす符号化データを取り込み、逆量子化
部６６５によって一つの周波数帯の差分値を復号する
（ステップＳ１００４）。このとき周波数帯決定部６６
７では、図３２で説明した第２雑音符号化部５０２にお
ける周波数帯決定部５７２と同期して同じ周波数帯を選
択し決定する（ステップＳ１００３）。

【０１９９】次に、復号部６６６で図３２における復号
部５７５と同じ処理によって乗算部６６２の出力信号、
逆量子化部６６５からの一つの周波数帯の復号差分信号
および周波数帯決定部６６７で決定された周波数帯の情
報に基づき現フレームの背景雑音成分のスペクトル形状
を復号する（ステップＳ１００５）。この復号されたス
ペクトル形状を逆変換部６６４に与えて逆変換し（ステ
ップＳ１００６）、背景雑音を主とする信号を生成して
出力端子６０３より出力し（ステップＳ１００７）、同
時に、復元された背景雑音成分のスペクトル形状をバッ
ファ６６３に与えてバッファ６６３の内容を更新し（ス
テップＳ１００８）、次フレームの入力に備える。以上
の一連の処理をステップＳ１００９で処理終了と判断さ
れるまで繰り返す。

【０２００】バッファ６６３に与える背景雑音のスペク
トル形状には、常に最新の復号値を与える必要があり、
仮に第１雑音復号化部６０１が選択された場合でも、そ
のとき得られる背景雑音のスペクトル形状の復号値をバ
ッファ６６３に与えるようにする。

【０２０１】本実施形態によれば、符号化側において背
景雑音成分のスペクトル形状をパワーの変動量と一つの
帯域の差分信号で符号化データを表わすことができ、非
常に効率よく背景雑音のスペクトル形状を表わすことが
できるようになり、また復号化側においては背景雑音成
分のスペクトル形状をパワーの変動量と一つの帯域の差
分信号で背景雑音のスペクトル形状を復元できるように
なる。

【０２０２】（第７の実施形態）第６の実施形態では、
一つの周波数帯を符号化し、一つの周波数帯を復号する
する方法について説明を行ったが、ある定められた規則
に従い複数の周波数帯を量子化し、ある定められた規則
に従い複数の周波数帯を復号する構成も同様に実現可能
である。

【０２０３】この具体例を図３６を用いて説明する。図
３６（ａ）に示すされるように、この例では全帯域が５
つの周波数帯に分割され、フレーム毎に図３６（ｂ）に
示されるように２つの周波数帯が選択され、それぞれが
量子化される。

【０２０４】既に説明したように、フレームカウンタを
ｆｃ、帯域分割数をＮとすると、量子化のために選択さ
れる周波数帯＃１は（ｆｃ ｍｏｄ Ｎ）表わされ、巡
回して選択される。ここで、ｍｏｄは剰余演算を表わ
す。同様に、量子化のために選択される周波数帯＃２は
((ｆｃ＋２）ｍｏｄ Ｎ）と表わされ、巡回して選択さ
れる。量子化される周波数帯が３以上となっても、同様
に拡張して実現可能である。しかしながら、本実施形態
では規則に従い量子化される周波数帯を決定することが
重要であり、周波数帯を決定する規則は上述したものに
限定されるわけではない。

【０２０５】また、量子化する周波数帯を規則に従って
選択するのではなく、差分値の大きな周波数帯を量子化
して符号化し、その周波数帯を復号する方法も実現可能
である。但し、この場合には、どの周波数帯を量子化し
たかを示す付加情報、どの周波数帯を復号するかを示す
付加情報が必要になる。

【０２０６】（第８の実施形態）本実施形態では、図１
５における雑音符号化部２４０および図２９における雑
音復号化部２９０の代表的な構成を図３７および図３９
を用いてそれぞれ説明する。また、図３７に対応するフ
ローチャートを図３８に、図３９に対応するフローチャ
ートを図４０にそれぞれ示す。以下、雑音符号化部２４
０における第１雑音符号化部５０１と第２雑音符号化部
５０２の関係、および雑音復号化部２９０における第１
雑音復号化部６０１と第２雑音復号化部６０２の関係に
ついて説明する。

【０２０７】［雑音符号化部２４０について］図３７と
図３８を用いて雑音符号化部２４０の説明を行う。ま
ず、雑音成分が主体の成分が入力端子７０２から変換係
数算出部７０４に与えられる（ステップＳ１１０１）。
変換係数算出部７０４では、雑音成分が主体の成分に対
し離散フーリエ変換などの処理を施して変換係数を出力
する（ステップＳ１１０２）。入力端子７０３からモー
ド情報が与えられ、モード「１」のときスイッチ７０
５、スイッチ７１０およびスイッチ７１８が第１雑音符
号化部がアクティブになるよう切り替えられ、モード
「２」のときスイッチ７０５、スイッチ７１０およびス
イッチ７１８が第２雑音符号化部がアクティブになるよ
う切り替えられる（ステップＳ１１０３）。

【０２０８】第１雑音符号化部５０１がアクティブとな
る場合、帯域分割部７０７で帯域分割が行われ（ステッ
プＳ１１０４）、雑音符号化ビット割り当て部７０６で
各周波数帯毎のビット数の割り当てを行い（Ｓ１１０
５）、帯域符号化部７０８で各周波数帯毎に符号化を行
う（ステップＳ１１０６）。表記上の都合により簡略化
してあるが、帯域符号化部７０８は図１６における第１
帯域符号化５２３、第２帯域符号化５２４および第ｍ帯
域符号化５２５をーつのブロックにまとめたものであ
り、機能的には同等のものを表している。

【０２０９】帯域符号化部７０８で得られる量子化イン
デックスを符号化データ出力部７０９を経由して出力端
子７２０から出力し（ステップＳ１１０７）、この符号
化データを用いて帯域復号化部７１１でスペクトル形状
を復号し（ステップＳ１１０８）、この値をバッファ７
１９に与えてバッファ７１９の内容を更新する（ステッ
プＳ１１１４）。表記上の都合により簡略化してある
が、帯域復号化部７１１は図２２における第１帯域復号
化６２１、第２帯域復号化部６２２および第ｍ帯域復号
部６２３をーつのブロックにまとめたものであり、機能
的には同等のものを表している。

【０２１０】一方、第２雑音符号化部５０２がアクティ
ブとなる場合は、変換係数算出部７０４の出力をパワー
変化量算出部７１２に与え、パワー変化量が求める（ス
テップＳ１１０９）。このパワ−変化量を量子化部７１
３で量子化し（ステップＳ１１１０）、そのとき得られ
るインデックスを出力端子７２０より出力する（ステッ
プＳ１１１１）。これと同時に、インデックスを逆量子
化部７１４に与てパワー変化量を復号する（ステップＳ
１１１２）。この復号パワー変化量とバッファ７１９か
ら得られる前フレームのスペクトル形状を乗算器７１５
で乗算し（ステップＳ１１１３）、その結果をバッファ
７１９に与えてバッファ７１９の内容を更新して次フレ
ームの入力に備える（ステップＳ１１１４）。以上の一
連の処理をステップＳ１１１５処理終了と判断されるま
で繰り返す。

【０２１１】［雑音復号化部２９０について］図３９と
図４０を用いて雑音復号化部２９０の説明を行う。符号
化データが入力端子８０２から与えられる（ステップＳ
１２０１）。これと同時に入力端子８０３からモード情
報が与えられ、モード「１」のときスイッチ８０４、ス
イッチ８０７およびスイッチ８１２が第１雑音復号化部
がアクティブになるよう切り替えられ、モード「２」の
ときスイッチ８０４、スイッチ８０７およびスイッチ８
１２が第２雑音復号化部がアクティブになるよう切り替
えられる（ステップＳ１２０２）。

【０２１２】第１雑音復号化部がアクティブとなる場
合、雑音データ分離部８０５で符号化データを各帯域別
の量子化インデックスに分離し（ステップＳ１２０
３）、この情報を基に帯域復号化部８０６で各周波数帯
の振幅を復号する（ステップＳ１２０４）。表記上の都
合により簡略化してあるが、帯域復号化部８０６は図２
２における第１帯域復号化部６２１、第２帯域復号化部
６２２および第ｍ帯域復号部６２３をーつのブロックに
まとめたものであり、機能的には同等のものを表してい
る。

【０２１３】逆変換部８０８では、復号パラメータを用
いて符号化側で行った変換と逆の変換を行って背景雑音
を主体とする成分を再生し（ステップＳ１２０７）、出
力端子８１３より出力する（ステップＳ１２０８）。こ
れと並行して復号された各周波数帯の振幅情報をスイッ
チ８１２を経由してバッファ８１１に与え、バッファ８
１１の内容を更新する（ステップＳ１２０９）。

【０２１４】一方、第２雑音復号化部がアクティブとな
る場合、前記符号化データを逆量子化部８０９に与えて
パワー変化量を復号し（ステップＳ１２０５）、この復
号パワ−変化量とバッファ８１１から与えられる前フレ
ームのスペクトル形状を乗算器８１０で乗算する（ステ
ップＳ１２０６）。その結果得られる復号パラメータを
スイッチ８０７を経由して逆変換部８０８に与え、逆変
換部８０８で符号化側で行った変換と逆の変換を行い、
背景雑音を主体とする成分を再生し（ステップＳ１２０
７）、出力端子８１３より出力する（ステップＳ１２０
８）。これと並行して、前記復号パラメータをスイッチ
８１２を経由してバッファ８１１に与えバッファ８１１
の内容を更新する（ステップＳ１２０９）。以上の一連
の処理をステップＳ１２１０で処理終了と判断されるま
で繰り返す。

【０２１５】（第９の実施形態）本実施形態では、図１
５における雑音符号化部２４０および図２９における雑
音復号化部２９０の別の構成を図４１および図４３を用
いてそれぞれ説明する。また、図４１に対応するフロー
チャートを図４２に、図４３に対応するフローチャート
を図４４にそれぞれ示す。本実施形態は、第２雑音符号
化部および第２雑音復号化部の構成が第８の実施形態と
異なる。

【０２１６】すなわち、第８の実施形態では前フレーム
のスペクトル形状に対する相対的なパワーの大きさをパ
ワー変化量と呼び、これを量子化の対象としていた。こ
れに対し、本実施形態では現フレームで算出した変換係
数の絶対的なパワーを量子化の対象とし、これにより雑
音符号化部の構成を簡易化している。

【０２１７】［雑音符号化部２４０について］図４１に
おいて、図３７と同一の名称を有する構成要素は同一の
機能を有するものであり、ここでは説明を省略する。変
換係数算出部９０４より出力される変換係数をパワ−算
出部９１１に与え、変換係数を用いてフレームのパワー
を求める（ステップＳ１３０８）。パワーは時間領域で
算出することもでき、入力端子９０２から与えられる背
景雑音を主体とする入力信号から直接求めることも可能
である。このパワー情報を量子化部９１２で量子化し
（ステップＳ１３０９）、そのときのインデックスをス
イッチ９１０を経由して出力端子９１３より出力する
（ステップＳ１３１０）。

【０２１８】［雑音復号化部２９０について］図４３に
おいて、図３９と同一の名称を有する構成要素は同一の
機能を有するものであり、ここでは説明を省略する。入
力端子１００２から取り込まれた符号化データは、スイ
ッチ１００４を経由して逆量子化部１００８に与えられ
る。逆量子化部１００８では、逆量子化を行ってパワー
を復号する（ステップＳ１４０５）。バッファ１０１１
より出力される前フレームのスペクトル形状はパワー正
規化部１０１２に与えられ、形状は保持したままパワー
が１になるよう正規化が行われる（ステップＳ１４０
６）。乗算器１００９では、前述したパワー正規化後の
前フレームのスペクトル形状と前述した復号パワーとの
乗算を行い（ステップＳ１４０７）、その出力をスイッ
チ１００７を経由して逆変換部１０１３に与える。

【０２１９】逆変換部１０１３では、符号化側で行った
変換と逆の変換を行い、背景雑音を主体とする成分を再
生し（ステップＳ１４０８）、出力端子１０１４より出
力する（ステップＳ１４０９）。これと並行して、乗算
器１００９の出力信号をスイッチ１０１０を経由してバ
ッファ１０１１に与え、バッファ１０１１の内容を更新
する（ステップＳ１４１０）。以上の一連の処理をステ
ップＳ１４１１で処理終了と判断されるまで繰り返す。

【０２２０】（第１０の実施形態）次に、本発明の第１
０の実施形態として、本発明における音声信号の成分分
離法の好ましい実施形態を説明する。これまで説明した
実施形態において、成分分離部１００で入力音声信号を
音声主体成分と背景雑音主体成分とに成分分離する場合
に、分離性能が悪いと復号音声信号の品質劣化が生じて
しまう。例えば、この成分分離を行うために入力音声信
号をノイズキャンセラに通して雑音抑圧を行うと、たと
え入力音声信号に背景雑音が存在しない場合でも、不要
な雑音抑圧動作により音声主体成分に歪みを発生させて
しまい、これが音声符号化部１３０に入力されることに
より、復号音声信号の品質劣化の原因となる。

【０２２１】一方、背景雑音は通常は周期性を持たない
が、例えば遠くで人が話しているような背景雑音では、
周期性が存在する。このような場合、成分分離後に得ら
れる背景雑音主体成分に周期性が残っていると、これを
そのまま雑音符号化部１４０に入力すると、音声符号化
部１３０と異なり、雑音符号化部１４０は構造上、周期
性（ピッチ周期）効率よく表現することができないた
め、ピッチ周期性の強い背景雑音主体成分（話者妨害、
バブルノイズなど）に対して、不快な雑音を生成してし
まう可能性がある。本実施形態による音声信号の成分分
離方法によれば、このような問題を伴うことなく、成分
分離を的確に行うことが可能である。

【０２２２】図４５に、本発明の実施形態による音声信
号の成分分離方法を適用した成分分離部１００の詳細な
構成を示す。この成分分離部１００は、雑音抑圧部１０
１と減算器１０２と状態判定部１０３および選択部１０
４からなる。

【０２２３】状態判定部１０３は、図４６に示すように
ＳＮＲ判定部１１１と周期性判定部１１２と推定エネル
ギー判定部１１３およびこれらの各判定部１１１、１１
２、１１３の判定結果から総合判定を行って入力音声信
号の状態判定結果を出力する総合判定部１１４から構成
されている。

【０２２４】次に、図４７に示すフローチャートを用い
て成分分離部１００の処理手順を説明する。この処理
は、入力音声信号のフレーム毎に行われる。成分分離部
１００における雑音抑圧部１０１には、既存の技術を用
いることができるが、ここでは前述したスペクトルサブ
トラクション法を用いた場合について説明する。スペク
トルサブトラクション法は、帯域毎に雑音成分の大きさ
を推定し、入力音声信号から雑音成分の推定値を各帯域
毎に減衰させることにより、雑音を抑圧する技術であ
る。

【０２２５】このスペクトルサブトラクション法を用い
て、雑音抑圧部１０１で入力音声信号について雑音抑圧
を行うことにより、音声成分抽出信号（第１の信号）Ｓ
１を生成した後、さらに減算器１０２で入力音声信号か
ら音声成分抽出信号Ｓ１を減じることにより、雑音成分
抽出信号（第２の信号）Ｓ２を生成する（ステップＳ１
５０１）。

【０２２６】次に、状態判定部１０３で音声成分抽出信
号Ｓ１および雑音成分抽出信号Ｓ２から入力音声信号の
状態、すなわち入力音声信号が音声成分を主とする第１
の状態、背景雑音成分を主とする第２の状態、および音
声成分と背景雑音成分の両者をほぼ均等に含む第３の状
態のいずれの状態かを所定の時間単位毎、つまりフレー
ム毎に判定する（ステップＳ１５０２）。

【０２２７】そして、この判定結果に基づいて選択部１
０４で音声主体成分と背景雑音が主体成分の選択を行
う。すなわち、入力音声信号が第１の状態の場合には、
音声主体成分として入力音声信号をそのまま出力し、背
景雑音主体成分として全ゼロ信号Ｓ３を出力する（ステ
ップＳ１５０３）。また、入力音声信号が第２の状態の
場合には、音声主体成分として全ゼロ信号Ｓ３を出力
し、背景雑音主体成分として入力音声信号をそのまま出
力する（ステップＳ１５０４）。さらに、入力音声信号
が第３の状態の場合には、音声主体成分として音声成分
抽出信号Ｓ１を出力し、背景雑音主体成分として雑音成
分抽出信号Ｓ２を出力する（ステップＳ１５０５）。こ
うして出力される音声主体成分および背景雑音主体成分
は、それぞれ音声符号化部１３０および雑音符号化部１
４０で符号化される。

【０２２８】このように本実施形態によると、入力音声
信号が音声を主体とする第１の状態のときは、入力音声
信号が雑音抑圧処理を受けずにそのまま音声主体成分と
して出力され、これが音声符号化部１３０において音声
に適した符号化方法で符号化されるため、音声成分に対
する不要な雑音抑圧処理による復号音声信号の品質劣化
を避けることができる。

【０２２９】図４８に示すフローチャートは、成分分離
部１００の他の処理手順を示しており、図４７における
ステップＳ１５０４がステップＳ１５０６に変更されて
いる点以外は、図４７と同様である。このステップＳ１
５０６では、入力音声信号が第２の状態の場合、第３の
状態の場合と同様に、音声主体成分として音声成分抽出
信号Ｓ１を出力し、背景雑音主体成分として雑音成分抽
出信号Ｓ２を出力するようにしており、このようにして
も結果はほぼ同じである。

【０２３０】次に、図４９に示すフローチャートを用い
て図４６に示した状態判定部１０３の処理手順を説明す
る。なお、この処理も入力音声信号のフレーム毎に行わ
れるものとする。まず、次式（２）により雑音成分抽出
信号Ｓ２の推定エネルギーＥest を算出する（ステップ
Ｓ１６０１）。 Ｅest(ｍ) ＝α・Ｅno＋（１−α）・Ｅest(ｍ−１) （２） ここで、αは更新係数、ｍは入力音声信号のフレーム番
号を表す。

【０２３１】次に、音声成分抽出信号Ｓ１と雑音成分抽
出信号Ｓ２のＳＮＲ（Ｓ／Ｎ比）、つまり両信号Ｓ１，
Ｓ２のエネルギー比を以下のようにして算出する（ステ
ップＳ１６０２）。まず、音声成分抽出信号Ｓ１のエネ
ルギーＥ_spおよび雑音成分抽出信号Ｓ２のエネルギーＥ
_noを次式（３）（４）により算出する。

【０２３２】

【数２】

【０２３３】ここで、ｓｐ（ｎ）は音声成分抽出信号Ｓ
１、ｎｏ（ｎ）は雑音成分抽出信号Ｓ２を表し、ＦＬＮ
はフレーム長（＝１６０）を表す。これら算出された音
声成分抽出信号Ｓ１のエネルギーＥ_spおよび雑音成分抽
出信号Ｓ２のエネルギーＥ_noはｌｏｇ領域の信号である
ため、両者の差Ｅ_sp−Ｅ_noが信号Ｓ１，Ｓ２のエネルギ
ー比であるＳＮＲを表すことになる。

【０２３４】次に、このＳＮＲ（＝Ｅ_sp−Ｅ_no）を次式
（５）のように閾値ＴＨ１と比較する（ステップＳ１６
０３）。 ＳＮＲ（＝Ｅ_sp−Ｅ_no）≧ＴＨ１ （５） ここで、式（５）を満足する場合には、入力音声信号は
音声主体成分の候補とする。一方、式（５）を満足しな
い場合には、雑音成分抽出信号Ｓ２についてピッチ分析
を行い、次式（６）（７）によりピッチ周期性の大きさ
Ｇ_noを算出する（ステップＳ１６０３）。

【０２３５】

【数３】

【０２３６】ここで、ＴＭＩＮはピッチ周期の最小値、
ＴＭＡＸはピッチ周期の最大値をそれぞれ表し、ＮＡＮ
Ａはピッチ分析長を表す。

【０２３７】次に、このようにして算出されたピッチ周
期性の大きさＧ_noを次式（８）のように閾値ＴＨ２と比
較する（ステップＳ１６０４）。 Ｇ_no≧ＴＨ２ （８） ここで、式（８）を満足する場合には、入力音声信号は
音声成分を主体とする信号であるとして第１の状態を選
択し（ステップＳ１６０７）、式（８）を満足しない場
合には、入力音声信号は雑音成分を主体とする信号であ
るとして第２の状態を選択する（ステップＳ１６０
８）。

【０２３８】一方、ステップＳ１６０３で式（５）を満
足し、入力音声信号が音声主体成分の候補であるとした
場合には、引き続きステップＳ１６０６において、式
（２）により算出された雑音成分抽出信号Ｓ２の推定エ
ネルギーＥest を次式（９）のように閾値ＴＨ３と比較
する。 Ｅest(ｍ) ≧ＴＨ３ （９） ここで、式（９）を満足する場合には、入力音声信号は
音声成分が比較的大きく、背景雑音成分も比較的大き
い、つまり音声成分および背景雑音成分の両者をほぼ均
等に含むものとして、第３の状態を選択する（ステップ
Ｓ１６０９）。一方、式（９）を満足しない場合には、
入力音声信号中の背景雑音成分は無視できると判断でき
るので、第１の状態を選択する（ステップＳ１６０
７）。

【０２３９】このように本実施形態では、入力音声信号
の状態判定に際し、特にステップＳ１６０４〜Ｓ１６０
５で雑音成分抽出信号Ｓ２のピッチ周期性の大きさＧ_no
を求め、その大きさＧ_noが閾値ＴＨ２以上かどうかを調
べて、Ｇ_noが閾値ＴＨ２以上の場合には第２の状態を選
択せず、第１の状態を選択して音声主体成分と同様に扱
い、音声符号化部１３０で符号化することによって、周
期性を効率よく表現できない雑音符号化部１４０で周期
性の大きな雑音成分抽出信号Ｓ２を符号化することによ
る不快な雑音の生成という問題を回避することができ
る。

【０２４０】なお、本実施形態で説明した音声信号の成
分分離方法は、音声符号化以外の用途にも適用が可能で
あり、例えば音声主体成分と背景雑音主体成分を別々に
記録するなど、両成分に異なった処理を施すような用途
に広く応用できる。

【０２４１】（第１１の実施形態）図５０は、第１０の
実施形態で説明した成分分離部１００を用いた本発明の
第１１の実施形態に係る音声符号化装置の構成を示して
いる。図１に示した第１の実施形態と比較すると、成分
分離部１００内の状態判定部１０３からの状態判定結果
がビット割り当て選択部１２０と多重化部１５０に入力
されている点が異なっている。

【０２４２】第１０の実施形態で説明したように、状態
判定部１０３では入力音声信号が第１、第２および第３
の状態のいずれの状態にあるかの判定を行うので、ビッ
ト割り当て選択部１２０では入力音声信号が音声を主体
とする第１の状態のときは音声符号化部１３０に多くの
ビットを割り当て、また入力音声信号が背景雑音を主体
とする第２の状態のときは雑音符号化部１４０に多くの
ビットを割り当て、さらに入力音声信号が音声と背景雑
音を共に多く含む第３の状態のときは音声符号化部１３
０および背景雑音符号化部１４０にほぼ均等にビットを
割り当てるようにする。

【０２４３】また、これにより状態判定部１０３の判定
結果はビット割り当て選択部１２０でのビット割り当て
の情報を示すことになるので、これをビット割り当て符
号として多重化部１５０で音声符号化部１３０および雑
音符号化部１４０からの符号化データと多重化すればよ
い。

【０２４４】

【発明の効果】以上説明したように、本発明によれば背
景雑音も含めて音声を原音にできるだけ近い形で再生す
ることが可能な低レート音声符号化方法および音声復号
化方法を提供することができる。

【０２４５】また、本発明によればこのような音声符号
化を実現するのに必要な入力音声信号から音声主体成分
と背景雑音主体成分との成分分離を正確に行うことが可
能な音声信号の成分分離方法を提供することができる。

【図面の簡単な説明】

【図１】第１の実施形態に係る音声符号化装置の概略構
成を示すブロック図

【図２】第１の実施形態に係る音声符号化方法の処理手
順を示すフローチャート

【図３】第１の実施形態に係る音声符号化装置のより詳
細な構成を示すブロック図

【図４】第１の実施形態に係る音声復号化装置の概略構
成を示すブロック図

【図５】第１の実施形態に係る音声復号化方法の処理手
順を示すフローチャート

【図６】第１の実施形態に係る音声復号化装置のより詳
細な構成を示すブロック図

【図７】第２の実施形態に係る音声符号化装置の概略構
成を示すブロック図

【図８】第２の実施形態に係る他の音声符号化装置の概
略構成を示すブロック図

【図９】第２の実施形態に係る音声符号化方法の処理手
順を示すフローチャート

【図１０】第３の実施形態に係る音声復号化装置の概略
構成を示すブロック図

【図１１】第３の実施形態に係る音声復号化方法の処理
手順を示すフローチャート

【図１２】第３の実施形態に係る音声復号化装置のより
詳細な構成を示すブロック図

【図１３】第３の実施形態に係る音声復号化装置のより
詳細な別の構成を示すブロック図

【図１４】第４の実施形態に係る音声符号化装置の概略
構成を示す機能ブロック図

【図１５】第４の実施形態に係る音声符号化装置のより
詳細な構成を示すブロック図

【図１６】図１５における第１雑音符号化部の内部構成
を示すブロック図

【図１７】図１５における第２雑音符号化部の作用を説
明するための図

【図１８】図１５における第２雑音符号化部の内部構成
を示すブロック図

【図１９】図１５における第２雑音符号化部の処理手順
を示すフローチャート

【図２０】第４の実施形態に係る音声復号化装置の概略
構成を示す機能ブロック図

【図２１】第４の実施形態に係る音声符号化装置のより
詳細な構成を示すブロック図

【図２２】図２１における第１雑音復号化部の内部構成
を示すブロック図

【図２３】図２１における第２雑音復号化部の内部構成
を示すブロック図

【図２４】第４の実施形態に係る音声復号化方法の処理
手順を示すフローチャート

【図２５】第５の実施形態における第２雑音符号化部の
作用を説明するための図

【図２６】第５の実施形態における第２雑音符号化部の
内部構成を示すブロック図

【図２７】図２６の第２雑音符号化部の処理手順を示す
フローチャート

【図２８】第５の実施形態における第２雑音復号化部の
内部構成を示すブロック図

【図２９】第５の実施形態に係る音声復号化方法の処理
手順を示すフローチャート

【図３０】第６の実施形態における第２雑音符号化部の
作用を説明するための図

【図３１】第６の実施形態における第２雑音符号化部で
の周波数帯決定規則を説明するための図

【図３２】第６の実施形態における第２雑音符号化部の
内部構成を示すブロック図

【図３３】図３２の第２雑音符号化部の処理手順を示す
フローチャート

【図３４】第６の実施形態における第２雑音復号化部の
内部構成を示すブロック図

【図３５】第６の実施形態に係る音声復号化方法の処理
手順を示すフローチャート

【図３６】第７の実施形態における第２雑音符号化部で
の周波数帯決定規則を説明するための図

【図３７】第８の実施形態における雑音符号化部の構成
を示すブロック図

【図３８】図３７の雑音符号化部の処理手順を示すフロ
ーチャート

【図３９】第８の実施形態における雑音復号化部の構成
を示すブロック図

【図４０】図３９の雑音復号化部の処理手順を示すフロ
ーチャート

【図４１】第９の実施形態における雑音符号化部の構成
を示すブロック図

【図４２】図４１の雑音符号化部の処理手順を示すフロ
ーチャート

【図４３】第９の実施形態における雑音復号化部の構成
を示すブロック図

【図４４】図４３の雑音復号化部の処理手順を示すフロ
ーチャート

【図４５】本発明の第１０の実施形態に係る成分分離部
の構成を示すブロック図

【図４６】図４５における状態判定部の構成を示すブロ
ック図

【図４７】同実施形態に係る成分分離部の処理手順の例
を示すフローチャート

【図４８】同実施形態に係る成分分離部の処理手順の他
の例を示すフローチャート

【図４９】図４６の状態判定部の処理手順を示すフロー
チャート

【図５０】同実施形態に係る成分分離部を用いた本発明
の第１１の実施形態に係る音声符号化装置の概略構成を
示すブロック図

【符号の説明】

１００…成分分離部 １０１…雑音抑圧部 １０２…減算器 １０３…状態判定部 １０４…選択部 １１１…ＳＮＲ判定部 １１２…周期性判定部 １１３…推定エネルギー判定部 １２０…ビット割り当て選択部 １３０…音声符号化部 １４０…雑音符号化部 １５０…多重化部 １５５…ゲイン抑圧部 １５６…ゲイン抑圧部 １６０…逆多重化部 １７０…ビット割り当て復号部 １８０…音声復号化部 １９０…雑音復号化部 １９５…結合部 １９６…振幅調整部 １９７…振幅制御部 １９８…遅延部 ２００…成分分離部 ２１０…ビット割り当て選択部 ２２０…音声符号化部 ２４０…雑音符号化部 ２５０…多重化部 ２６０…逆多重化部 ２７０…ビット割り当て復号部 ２８０…音声復号化部 ２９０…雑音復号化部 ２９５…結合部

Claims (12)

【特許請求の範囲】
1. 【請求項１】入力音声信号を所定の時間単位毎に音声が
   主体の第１の成分と背景雑音が主体の第２の成分とに成
   分分離し、 前記第１および第２の成分を基にそれぞれの成分のビッ
   ト割り当てを予め定められた複数のビット割り当て候補
   の中から選択し、 このビット割り当ての下で前記第１および第２の成分を
   それぞれ異なる所定の符号化方法により符号化し、 前記第１および第２の成分の符号化データと前記ビット
   割り当ての情報を伝送符号化データとして出力すること
   を特徴とする音声符号化方法。
2. 【請求項２】前記第１および第２の成分を符号化するに
   当たり、第１の成分を時間領域で符号化し、第２の成分
   を周波数領域または変換領域で符号化することを特徴と
   する請求項１記載の音声符号化方法。
3. 【請求項３】前記伝送符号化データの前記所定の時間単
   位に割り当てられる全ビット数を固定としたことを特徴
   とする請求項１または２記載の音声符号化方法。
4. 【請求項４】入力される伝送符号化データから、音声が
   主体の第１の成分の符号化データと背景雑音が主体の第
   ２の成分の符号化データと第１および第２の成分の符号
   化データのそれぞれのビット割り当ての情報を分離し、 前記ビット割り当ての情報を復号して前記第１および第
   ２の成分の符号化データのビット割り当てを求め、 このビット割り当ての下で前記第１および第２の成分の
   符号化データを復号して第１および第２の成分を再生
   し、 再生した第１および第２の成分を結合して最終的な出力
   音声信号を生成することを特徴とする音声復号化方法。
5. 【請求項５】前記第２の成分の符号化のために複数の符
   号化方法を用意しておき、これらの符号化方法の少なく
   とも一つは、既に符号化された過去の背景雑音のスペク
   トル形状を利用して現在の背景雑音のスペクトル形状を
   符号化することを特徴とする請求項１乃至３のいずれか
   １項記載の音声符号化方法。
6. 【請求項６】前記過去の背景雑音のスペクトル形状を利
   用して前記現在の背景雑音のスペクトル形状を符号化す
   るために、 前記過去の背景雑音のスペクトル形状と前記現在の背景
   雑音のスペクトル形状からパワー補正係数を算出した
   後、量子化を行い、量子化後のパワー補正係数を前記過
   去の背景雑音のスペクトル形状に乗じて前記現在の背景
   雑音のスペクトル形状を求め、前記パワー補正係数の量
   子化時に得られるインデックスを符号化データとするこ
   とを特徴とする請求項５記載の音声符号化方法。
7. 【請求項７】前記過去の背景雑音のスペクトル形状を利
   用して前記現在の背景雑音のスペクトル形状を符号化す
   るために、 前記過去の背景雑音のスペクトル形状と前記現在の背景
   雑音のスペクトル形状からパワー補正係数を算出した
   後、量子化を行い、量子化後のパワー補正係数を前記過
   去の背景雑音のスペクトル形状に乗じて前記現在の背景
   雑音のスペクトル形状を予測し、この予測したスペクト
   ル形状を用いて、予め定められた規則に従って決定され
   た周波数帯における背景雑音のスペクトル形状を符号化
   し、前記パワー補正係数の量子化時に得られるインデッ
   クスと、前記周波数帯における背景雑音のスペクトル形
   状の符号化時に得られるインデックスを符号化データと
   することを特徴とする請求項５記載の音声符号化方法。
8. 【請求項８】入力音声信号を所定の時間単位毎に音声が
   主体の第１の成分と背景雑音が主体の第２の成分とに成
   分分離する音声信号の成分分離方法において、 前記入力音声信号について雑音抑圧を行って得られた第
   １の信号と該入力音声信号から該第１の信号を減じた第
   ２の信号を生成し、 前記第１および第２の信号から、前記入力音声信号が音
   声成分を主とする第１の状態、背景雑音成分を主とする
   第２の状態、および音声成分と背景雑音成分の両者をほ
   ぼ均等に含む第３の状態のいずれの状態かを前記所定の
   時間単位毎に判定し、 前記入力音声信号が前記第１の状態と判定されたとき
   は、前記第１の成分として前記入力音声信号そのまま出
   力すると共に、前記第２の成分として予め定められた所
   定の信号を出力し、 前記入力音声信号が前記第２の状態と判定されたとき
   は、前記第１の成分として予め定められた所定の信号を
   出力すると共に、前記第２の成分として前記入力音声信
   号を出力し、 前記入力音声信号が前記第３の状態と判定されたとき
   は、前記第１の成分として前記第１の信号を出力すると
   共に、前記第２の成分として前記第２の信号を出力する
   ことを特徴とする音声信号の成分分離方法。
9. 【請求項９】入力音声信号を所定の時間単位毎に音声が
   主体の第１の成分と背景雑音が主体の第２の成分とに成
   分分離する音声信号の成分分離方法において、 前記入力音声信号について雑音抑圧を行って得られた第
   １の信号と該入力音声信号から該第１の信号を減じた第
   ２の信号を生成し、 前記第１および第２の信号から、前記入力音声信号が音
   声成分を主とする第１の状態、背景雑音成分を主とする
   第２の状態、および音声成分と背景雑音成分の両者をほ
   ぼ均等に含む第３の状態のいずれの状態かを前記所定の
   時間単位毎に判定し、 前記入力音声信号が前記第１の状態と判定されたとき
   は、前記第１の成分として前記入力音声信号をそのまま
   出力すると共に、前記第２の成分として予め定められた
   所定の信号を出力し、 前記入力音声信号が前記第２の状態と判定されたとき
   は、前記第１の成分として前記第１の信号を出力すると
   共に、前記第２の成分として前記第２の信号を出力し、 前記入力音声信号が前記第３の状態と判定されたとき
   は、前記第１の成分として前記第１の信号を出力すると
   共に、前記第２の成分として前記第２の信号を出力する
   ことを特徴とする音声信号の成分分離方法。
10. 【請求項１０】前記入力音声信号が前記第１の状態、第
    ２の状態および第３の状態のいずれの状態かを判定する
    処理に、前記第２の信号のピッチ周期性の大きさを調べ
    る処理を含むことを特徴とする請求項８または９記載の
    音声信号の成分分離方法。
11. 【請求項１１】入力音声信号を所定の時間単位毎に音声
    が主体の第１の成分と背景雑音が主体の第２の成分とに
    成分分離し、 前記第１および第２の成分を基にそれぞれの成分のビッ
    ト割り当てを予め定められた複数のビット割り当て候補
    の中から選択し、 このビット割り当ての下で前記第１および第２の成分を
    それぞれ異なる所定の符号化方法により符号化し、 前記第１および第２の成分の符号化データと前記ビット
    割り当ての情報を伝送符号化データとして出力する音声
    符号化方法であって、 前記成分分離に際して、 前記入力音声信号について雑音抑圧を行って得られた第
    １の信号と該入力音声信号から第１の信号を減じた第２
    の信号を生成し、 前記第１および第２の信号から、前記入力音声信号が音
    声成分を主とする第１の状態、背景雑音成分を主とする
    第２の状態、および音声成分と背景雑音成分の両者をほ
    ぼ均等に含む第３の状態のいずれの状態かを前記所定の
    時間単位毎に判定し、 前記入力音声信号が前記第１の状態と判定されたとき
    は、前記第１の成分として前記入力音声信号そのまま出
    力すると共に、前記第２の成分として予め定められた所
    定の信号を出力し、 前記入力音声信号が前記第２の状態と判定されたとき
    は、前記第１の成分として予め定められた所定の信号を
    出力すると共に、前記第２の成分として前記入力音声信
    号を出力し、 前記入力音声信号が前記第３の状態と判定されたとき
    は、前記第１の成分として前記第１の信号を出力すると
    共に、前記第２の成分として前記第２の信号を出力する
    ことを特徴とする音声符号化方法。
12. 【請求項１２】入力音声信号を所定の時間単位毎に音声
    が主体の第１の成分と背景雑音が主体の第２の成分とに
    成分分離し、 前記第１および第２の成分を基にそれぞれの成分のビッ
    ト割り当てを予め定められた複数のビット割り当て候補
    の中から選択し、 このビット割り当ての下で前記第１および第２の成分を
    それぞれ異なる所定の符号化方法により符号化し、 前記第１および第２の成分の符号化データと前記ビット
    割り当ての情報を伝送符号化データとして出力する音声
    符号化方法であって、 前記成分分離に際して、 前記入力音声信号について雑音抑圧を行って得られた第
    １の信号と該入力音声信号から第１の信号を減じた第２
    の信号を生成し、 前記第１および第２の信号から、前記入力音声信号が音
    声成分を主とする第１の状態、背景雑音成分を主とする
    第２の状態、および音声成分と背景雑音成分の両者をほ
    ぼ均等に含む第３の状態のいずれの状態かを前記所定の
    時間単位毎に判定し、 前記入力音声信号が前記第１の状態と判定されたとき
    は、前記第１の成分として前記入力音声信号をそのまま
    出力すると共に、前記第２の成分として予め定められた
    所定の信号を出力し、 前記入力音声信号が前記第２の状態と判定されたとき
    は、前記第１の成分として前記第１の信号を出力すると
    共に、前記第２の成分として前記第２の信号を出力し、 前記入力音声信号が前記第３の状態と判定されたとき
    は、前記第１の成分として前記第１の信号を出力すると
    共に、前記第２の成分として前記第２の信号を出力する
    ことを特徴とする音声符号化方法。