JPH1124699A - 音声符号化方法及び装置 - Google Patents
音声符号化方法及び装置Info
- Publication number
- JPH1124699A JPH1124699A JP10113808A JP11380898A JPH1124699A JP H1124699 A JPH1124699 A JP H1124699A JP 10113808 A JP10113808 A JP 10113808A JP 11380898 A JP11380898 A JP 11380898A JP H1124699 A JPH1124699 A JP H1124699A
- Authority
- JP
- Japan
- Prior art keywords
- frame
- lag
- pitch
- autocorrelation function
- weighting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005311 autocorrelation function Methods 0.000 claims abstract description 34
- 230000001934 delay Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 230000001413 cellular effect Effects 0.000 claims description 5
- 238000010295 mobile communication Methods 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 claims 1
- 238000005314 correlation function Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 16
- 230000005236 sound signal Effects 0.000 description 10
- 230000007774 longterm Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013144 data compression Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
- G10L19/09—Long term prediction, i.e. removing periodical redundancies, e.g. by using adaptive codebook or pitch predictor
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
- G10L19/08—Determination or coding of the excitation function; Determination or coding of the long-term prediction parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/725—Cordless telephones
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L2019/0001—Codebooks
- G10L2019/0011—Long term prediction filters, i.e. pitch estimation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
(57)【要約】
【課題】 サンプリングされた音声信号を長時間予測
（ＬＴＰ）を使用して音声符号化する方法と装置とを提
供する。 【解決手段】 信号中のフレームについて所定の最大遅
延及び最小遅延の間の自己相関関数を始めに決定するこ
とによって、この音声信号の各フレームについてＬＴＰ
ピッチ−ラグ・パラメータを決定する。最も最近の有声
フレームについて決定されたピッチ−ラグ・パラメータ
の近辺の遅延について前記自己相関関数を強調するため
に、前記自己相関関数に重み付けをする。この重み付け
された自己相関関数の最大値を発見して、それをそのフ
レームについてのピッチ−ラグ・パラメータと認定す
る。
（ＬＴＰ）を使用して音声符号化する方法と装置とを提
供する。 【解決手段】 信号中のフレームについて所定の最大遅
延及び最小遅延の間の自己相関関数を始めに決定するこ
とによって、この音声信号の各フレームについてＬＴＰ
ピッチ−ラグ・パラメータを決定する。最も最近の有声
フレームについて決定されたピッチ−ラグ・パラメータ
の近辺の遅延について前記自己相関関数を強調するため
に、前記自己相関関数に重み付けをする。この重み付け
された自己相関関数の最大値を発見して、それをそのフ
レームについてのピッチ−ラグ・パラメータと認定す
る。
Description
【０００１】
【発明の属する技術分野】本発明は、音声符号化に関
し、特に、長時間予測（long term prediction (LTP)）
パラメータを使用する音声符号化方法及び装置に関す
る。
し、特に、長時間予測（long term prediction (LTP)）
パラメータを使用する音声符号化方法及び装置に関す
る。
【０００２】
【従来の技術】送信され、処理され、或いは記憶される
データの量を減らすために可聴音声信号を圧縮すること
が望ましい多くの通信アプリケーションで音声符号化が
行われる。特に、音声信号に対して符号化及び復号化を
実行するいわゆる音声符復号器が移動電話及び通信基地
コントローラ局に設けられるセルラー電話通信網におい
て音声符号化が広く行われている。セルラー電話通信網
においては通信網の通話容量をなるべく大きくする必要
があるために、音声符号化によるデータ圧縮が必要であ
る。
データの量を減らすために可聴音声信号を圧縮すること
が望ましい多くの通信アプリケーションで音声符号化が
行われる。特に、音声信号に対して符号化及び復号化を
実行するいわゆる音声符復号器が移動電話及び通信基地
コントローラ局に設けられるセルラー電話通信網におい
て音声符号化が広く行われている。セルラー電話通信網
においては通信網の通話容量をなるべく大きくする必要
があるために、音声符号化によるデータ圧縮が必要であ
る。
【０００３】最新の音声符号器は、通常、フレームと呼
ばれる短いセグメントを成す音声信号を処理するように
なっている。ＧＳＭとして知られている欧州デジタルセ
ルラー電話システム（欧州通信規格協会（ETSI）仕様０
６．６０により定義されている）の場合、各フレームの
長さは２０ｍｓであり、これは８ｋＨｚのサンプリング
周波数で１６０音声サンプルに相当する。送信局で、受
信局に送信される符号化パラメータの集合を抽出するた
めに音声符号器により各音声フレームが分析される。受
信局では、受信したパラメータに基づいて復号器が合成
音声フレームを作る。抽出された符号化パラメータの典
型的集合は、信号の短時間予測に使われるスペクトル・
パラメータ（ＬＰＣパラメータとして知られている）、
信号の長時間予測に使われるパラメータ（ＬＴＰパラメ
ータとして知られている）、種々の利得パラメータ、励
起パラメータ、及びコードブック・ベクトルを含む。
ばれる短いセグメントを成す音声信号を処理するように
なっている。ＧＳＭとして知られている欧州デジタルセ
ルラー電話システム（欧州通信規格協会（ETSI）仕様０
６．６０により定義されている）の場合、各フレームの
長さは２０ｍｓであり、これは８ｋＨｚのサンプリング
周波数で１６０音声サンプルに相当する。送信局で、受
信局に送信される符号化パラメータの集合を抽出するた
めに音声符号器により各音声フレームが分析される。受
信局では、受信したパラメータに基づいて復号器が合成
音声フレームを作る。抽出された符号化パラメータの典
型的集合は、信号の短時間予測に使われるスペクトル・
パラメータ（ＬＰＣパラメータとして知られている）、
信号の長時間予測に使われるパラメータ（ＬＴＰパラメ
ータとして知られている）、種々の利得パラメータ、励
起パラメータ、及びコードブック・ベクトルを含む。
【０００４】図１はいわゆるＣＥＬＰ符復号器の符号器
の概略を示している（実質的に同一のＣＥＬＰ符復号器
が移動局と基地コントローラ局との両方に設けられ
る）。受信されサンプリングされた音声信号s(n)（ｎは
サンプルの番号を意味する）の各フレームは、始めにこ
のフレームについてＬＰＣパラメータを決定するために
短時間予測ユニット１によって分析される。それらのパ
ラメータはマルチプレクサ２に供給され、このマルチプ
レクサは、符号化パラメータ同士をエアインターフェー
スを介して送信するために結合させる。短時間予測ユニ
ット１からの残差信号r(n)、即ち短時間冗長性が除去さ
れた後の音声フレームは、ＬＴＰパラメータを決定する
長時間予測ユニット３に供給される。それらのパラメー
タはマルチプレクサ２に供給される。
の概略を示している（実質的に同一のＣＥＬＰ符復号器
が移動局と基地コントローラ局との両方に設けられ
る）。受信されサンプリングされた音声信号s(n)（ｎは
サンプルの番号を意味する）の各フレームは、始めにこ
のフレームについてＬＰＣパラメータを決定するために
短時間予測ユニット１によって分析される。それらのパ
ラメータはマルチプレクサ２に供給され、このマルチプ
レクサは、符号化パラメータ同士をエアインターフェー
スを介して送信するために結合させる。短時間予測ユニ
ット１からの残差信号r(n)、即ち短時間冗長性が除去さ
れた後の音声フレームは、ＬＴＰパラメータを決定する
長時間予測ユニット３に供給される。それらのパラメー
タはマルチプレクサ２に供給される。
【０００５】この符号器は、ＬＴＰパラメータ及びＬＰ
Ｃパラメータをそれぞれ受け取るＬＴＰ合成フィルタ４
及びＬＰＣ合成フィルタ５を有する。これらのフイルタ
は、コードブック６を使って作られた信号c(n)に短時間
冗長性及び長時間冗長性を導入して合成音声信号ss(n)
を作る。この合成音声信号は、エラー信号e(n)を作るた
めに比較器７において現実の音声信号s(n)とフレーム毎
に比較される。重み付けフイルタ８（これは信号の‘フ
ォルマント’を公知のように強調する）でエラー信号が
重み付けされた後、この信号はコードブック検索ユニッ
ト９に入力される。検索ユニット９は、各フレームにつ
いてコードブック６を検索して、このコードブックの中
の、実際の音声フレームと最もよく一致する項目を特定
する、即ちエラー信号e(n)を最小にする信号c(n)を判定
する。最もよく一致する項目を特定するベクトルが、符
号化された音声信号t(n)の一部分としてエアインターフ
ェースを介して送信されるべくマルチプレクサ２に供給
される。
Ｃパラメータをそれぞれ受け取るＬＴＰ合成フィルタ４
及びＬＰＣ合成フィルタ５を有する。これらのフイルタ
は、コードブック６を使って作られた信号c(n)に短時間
冗長性及び長時間冗長性を導入して合成音声信号ss(n)
を作る。この合成音声信号は、エラー信号e(n)を作るた
めに比較器７において現実の音声信号s(n)とフレーム毎
に比較される。重み付けフイルタ８（これは信号の‘フ
ォルマント’を公知のように強調する）でエラー信号が
重み付けされた後、この信号はコードブック検索ユニッ
ト９に入力される。検索ユニット９は、各フレームにつ
いてコードブック６を検索して、このコードブックの中
の、実際の音声フレームと最もよく一致する項目を特定
する、即ちエラー信号e(n)を最小にする信号c(n)を判定
する。最もよく一致する項目を特定するベクトルが、符
号化された音声信号t(n)の一部分としてエアインターフ
ェースを介して送信されるべくマルチプレクサ２に供給
される。
【０００６】図２は、ＣＥＬＰ符復号器の復号器を略図
示している。受信された符号化されている信号t(n)はデ
マルチプレクサ１１により多重化解除されて別々の符号
化パラメータにされる。コードブック・ベクトルは、コ
ードブック項目c(n)の列を抽出するために、符号器のコ
ードブック６と同一のコードブック１２に入力される。
直列に配置されているＬＴＰ合成フイルタ１４及びＬＰ
Ｃ合成フイルタ１５に入力される前に、受信された利得
ｇが乗算器１３においてその信号c(n)に乗じられる。Ｌ
ＴＰフイルタ及びＬＰＣフイルタは関連するパラメータ
を伝送チャネルから受け取って、この信号に短時間冗長
性及び長時間冗長性を再導入して出力に合成音声信号ss
(n) を作る。
示している。受信された符号化されている信号t(n)はデ
マルチプレクサ１１により多重化解除されて別々の符号
化パラメータにされる。コードブック・ベクトルは、コ
ードブック項目c(n)の列を抽出するために、符号器のコ
ードブック６と同一のコードブック１２に入力される。
直列に配置されているＬＴＰ合成フイルタ１４及びＬＰ
Ｃ合成フイルタ１５に入力される前に、受信された利得
ｇが乗算器１３においてその信号c(n)に乗じられる。Ｌ
ＴＰフイルタ及びＬＰＣフイルタは関連するパラメータ
を伝送チャネルから受け取って、この信号に短時間冗長
性及び長時間冗長性を再導入して出力に合成音声信号ss
(n) を作る。
【０００７】ＬＴＰパラメータは、音声信号の基本周波
数を記述するいわゆるピッチ−ラグ・パラメータを含ん
でいる。残差信号の現在のフレームについてのピッチ−
ラグの決定は２段階で実行される。始めに、信号の、現
在のフレームと最もよく一致する部分について、所定の
最大遅延及び最小遅延を仮定して、残差信号の割合に粗
い検索を含む開ループ検索が行われる。次に、既に合成
された信号に対して閉ループ検索が行われる。この閉ル
ープ検索は、ピッチ−ラグの開ループ推定値の近辺で遅
延の小さな範囲にわたって行われる。開ループ検索で間
違いがあると、その間違いを閉ループ検索で訂正するこ
とはできないことに注意するべきである。
数を記述するいわゆるピッチ−ラグ・パラメータを含ん
でいる。残差信号の現在のフレームについてのピッチ−
ラグの決定は２段階で実行される。始めに、信号の、現
在のフレームと最もよく一致する部分について、所定の
最大遅延及び最小遅延を仮定して、残差信号の割合に粗
い検索を含む開ループ検索が行われる。次に、既に合成
された信号に対して閉ループ検索が行われる。この閉ル
ープ検索は、ピッチ−ラグの開ループ推定値の近辺で遅
延の小さな範囲にわたって行われる。開ループ検索で間
違いがあると、その間違いを閉ループ検索で訂正するこ
とはできないことに注意するべきである。
【０００８】初期の符復号器では、開ループＬＴＰ分析
は、残差音声信号の中のフレームの自己相関関数：
は、残差音声信号の中のフレームの自己相関関数：
【数４】 を決定することによって残差信号の与えられたフレーム
についてピッチ−ラグを決定する。ここでｄは遅延であ
り、r(n)は残差信号であり、ｄL 及びｄH は遅延検索限
界である。Ｎはフレームの長さである。自己相関関数Ｒ
＾(d) の最大値に対応する遅延ｄmax としてピッチ−ラ
グｄplを特定することができる。それが図３に示されて
いる。
についてピッチ−ラグを決定する。ここでｄは遅延であ
り、r(n)は残差信号であり、ｄL 及びｄH は遅延検索限
界である。Ｎはフレームの長さである。自己相関関数Ｒ
＾(d) の最大値に対応する遅延ｄmax としてピッチ−ラ
グｄplを特定することができる。それが図３に示されて
いる。
【０００９】
【発明が解決しようとする課題】しかし、この様な符復
号器では、自己相関関数の最大値がピッチ−ラグの整数
倍又は約数と一致し、従ってピッチ−ラグの推定値が正
しくなくなる可能性がある。ヨーロッパ特許出願EP0628
947 は、自己相関関数Ｒ＾(d) に重み関数w(d)をかけ
る：
号器では、自己相関関数の最大値がピッチ−ラグの整数
倍又は約数と一致し、従ってピッチ−ラグの推定値が正
しくなくなる可能性がある。ヨーロッパ特許出願EP0628
947 は、自己相関関数Ｒ＾(d) に重み関数w(d)をかけ
る：
【数５】 ことによってこの問題に対処しており、この重み関数は
次の形：
次の形：
【数６】 を持っており、ここでＫはＲ＾W (d) の最大値がピッチ
−ラグの倍数となる確率を減少させるのに充分な程度に
小さく且つ同時にピッチ−ラグの約数を除外するのに充
分な程度に大きい値に設定される調整パラメータであ
る。
−ラグの倍数となる確率を減少させるのに充分な程度に
小さく且つ同時にピッチ−ラグの約数を除外するのに充
分な程度に大きい値に設定される調整パラメータであ
る。
【００１０】EP0628947 は、現在のフレームについてピ
ッチ−ラグを決定するのに前のフレームについて決定さ
れたピッチ−ラグを考慮することも提案している。より
具体的には、フレームは‘有声’又は‘無声’に分類さ
れ、最も最近の有声フレームについて決定されたピッチ
−ラグの近辺で最大値を探す検索が実行される。もしＲ
＾W (d) の全体としての最大値がこの近辺の外側にあ
り、且つこの近辺での最大値を所定のファクタ（３／
２）より大きくは上回らなければ、その近辺での最大値
がピッチ−ラグに相当するものと認められる。この様に
してピッチ−ラグ推定の連続性が保たれて、ピッチ−ラ
グが擬似的に変化する可能性が減少する。
ッチ−ラグを決定するのに前のフレームについて決定さ
れたピッチ−ラグを考慮することも提案している。より
具体的には、フレームは‘有声’又は‘無声’に分類さ
れ、最も最近の有声フレームについて決定されたピッチ
−ラグの近辺で最大値を探す検索が実行される。もしＲ
＾W (d) の全体としての最大値がこの近辺の外側にあ
り、且つこの近辺での最大値を所定のファクタ（３／
２）より大きくは上回らなければ、その近辺での最大値
がピッチ−ラグに相当するものと認められる。この様に
してピッチ−ラグ推定の連続性が保たれて、ピッチ−ラ
グが擬似的に変化する可能性が減少する。
【００１１】
【課題を解決するための手段】本発明は、一面において
は、サンプリングされた信号をこの信号のフレームの系
列の中の各フレームについてピッチ−ラグ・パラメータ
を使って音声符号化する方法を提供するものであり、こ
の方法は、各フレームについて：信号中のフレームにつ
いて所定の最大遅延と最小遅延との間の自己相関関数を
決定し；前のフレームについて決定されたピッチ−ラグ
・パラメータの近辺での遅延についてその自己相関関数
を強調するためにこの自己相関関数に重み付けをし；重
み付けされた自己相関関数の最大値に対応する遅延を前
記フレームのピッチ−ラグ・パラメータと認定するステ
ップを有する。
は、サンプリングされた信号をこの信号のフレームの系
列の中の各フレームについてピッチ−ラグ・パラメータ
を使って音声符号化する方法を提供するものであり、こ
の方法は、各フレームについて：信号中のフレームにつ
いて所定の最大遅延と最小遅延との間の自己相関関数を
決定し；前のフレームについて決定されたピッチ−ラグ
・パラメータの近辺での遅延についてその自己相関関数
を強調するためにこの自己相関関数に重み付けをし；重
み付けされた自己相関関数の最大値に対応する遅延を前
記フレームのピッチ−ラグ・パラメータと認定するステ
ップを有する。
【００１２】好ましくは、前記サンプリングされた信号
は、オーディオ信号から短時間冗長性を実質的に除去す
ることによってオーディオ信号から得られる残差信号で
ある。或いは、サンプリングされた信号はオーディオ信
号であってもよい。
は、オーディオ信号から短時間冗長性を実質的に除去す
ることによってオーディオ信号から得られる残差信号で
ある。或いは、サンプリングされた信号はオーディオ信
号であってもよい。
【００１３】好ましくは、前記重み付けは、自己相関関
数を下記の形：
数を下記の形：
【数７】 を有する重み付け関数と結合させることによって達成さ
れ、ここでＴprevは１つ以上前のフレームに基づいて決
定されたピッチ−ラグ・パラメータであり、ｄLは前記
最小遅延であり、Ｋnwは近辺の重み付けを画定する調整
パラメータである。また、重み付け関数は、長い遅延に
対して相対的に短い遅延について自己相関関数を強調し
てもよい。この場合、下記の修正された重み付け関数：
れ、ここでＴprevは１つ以上前のフレームに基づいて決
定されたピッチ−ラグ・パラメータであり、ｄLは前記
最小遅延であり、Ｋnwは近辺の重み付けを画定する調整
パラメータである。また、重み付け関数は、長い遅延に
対して相対的に短い遅延について自己相関関数を強調し
てもよい。この場合、下記の修正された重み付け関数：
【数８】 が使用され、ここでＫw は別の調整パラメータである。
【００１４】本発明の或る実施例では、Ｔprevは、前の
１つのフレームＴold のピッチ−ラグである。しかし、
他の実施例では、Ｔprevは、前の数個のフレームのピッ
チ−ラグから導出される。具体的には、Ｔprevは、所定
数の前のフレームのピッチ−ラグの中央値に相当するこ
とができる。前記中央値を決定するのに使われるｎ個の
ピッチ−ラグの標準偏差に反比例する別の重み付けを行
ってもよい。この方法を使用すれば、自己相関関数の重
み付けに対する間違っているピッチ−ラグ値の影響を減
少させることができる。
１つのフレームＴold のピッチ−ラグである。しかし、
他の実施例では、Ｔprevは、前の数個のフレームのピッ
チ−ラグから導出される。具体的には、Ｔprevは、所定
数の前のフレームのピッチ−ラグの中央値に相当するこ
とができる。前記中央値を決定するのに使われるｎ個の
ピッチ−ラグの標準偏差に反比例する別の重み付けを行
ってもよい。この方法を使用すれば、自己相関関数の重
み付けに対する間違っているピッチ−ラグ値の影響を減
少させることができる。
【００１５】好ましくは、この方法は、前記フレームを
有声フレーム及び非有声フレームに分類するステップを
有し、前記前のフレームは最も最近の有声フレームであ
る。非有声フレームは無声フレームと、静寂又は暗騒音
を含むフレームとを含むことができる。より好ましく
は、もし前記前のフレームが最も新しいフレームでなけ
れば、重み付けは簡略化される。１実施例では、連続す
る非有声フレームの系列が受信されたときには、その系
列中の非有声フレームの個数に実質的に比例するように
重み付けを縮小する。前節で提示した重み付け関数Ｗn
(d) については、調整パラメータＫnwを次のように修正
することができる：
有声フレーム及び非有声フレームに分類するステップを
有し、前記前のフレームは最も最近の有声フレームであ
る。非有声フレームは無声フレームと、静寂又は暗騒音
を含むフレームとを含むことができる。より好ましく
は、もし前記前のフレームが最も新しいフレームでなけ
れば、重み付けは簡略化される。１実施例では、連続す
る非有声フレームの系列が受信されたときには、その系
列中の非有声フレームの個数に実質的に比例するように
重み付けを縮小する。前節で提示した重み付け関数Ｗn
(d) については、調整パラメータＫnwを次のように修正
することができる：
【数９】 ここでＡは連続する非有声フレームの系列の中の各フレ
ームが受信された後に大きくされる、もう一つの調整因
数である。重み付けは、次の有声フレームについては、
Ａをその最小値に戻すことによって、その最大値に戻さ
れる。Ａの値を同様に有声フレームの受信後に大きくす
ることができ、それは所定しきい利得より小さい開ルー
プ利得をもたらす。
ームが受信された後に大きくされる、もう一つの調整因
数である。重み付けは、次の有声フレームについては、
Ａをその最小値に戻すことによって、その最大値に戻さ
れる。Ａの値を同様に有声フレームの受信後に大きくす
ることができ、それは所定しきい利得より小さい開ルー
プ利得をもたらす。
【００１６】本発明は、第２の面においては、サンプリ
ングされた信号を、この信号のフレーム列の各々につい
てピッチ−ラグ・パラメータを使って音声符号化するた
めの装置を提供するものであり、この装置は：各フレー
ムについて、信号中のフレームの、所定の最大遅延及び
最小遅延の間の自己相関関数を決定するための手段と；
前のフレームについて決定されたピッチ−ラグ・パラメ
ータの近辺の遅延について前記自己相関関数を強調する
ために前記自己相関関数に重み付けをするための重み付
け手段と；その重み付けされた自己相関関数の最大値に
対応する遅延を前記フレームについてのピッチ−ラグ・
パラメータと認定するための手段とを有する。
ングされた信号を、この信号のフレーム列の各々につい
てピッチ−ラグ・パラメータを使って音声符号化するた
めの装置を提供するものであり、この装置は：各フレー
ムについて、信号中のフレームの、所定の最大遅延及び
最小遅延の間の自己相関関数を決定するための手段と；
前のフレームについて決定されたピッチ−ラグ・パラメ
ータの近辺の遅延について前記自己相関関数を強調する
ために前記自己相関関数に重み付けをするための重み付
け手段と；その重み付けされた自己相関関数の最大値に
対応する遅延を前記フレームについてのピッチ−ラグ・
パラメータと認定するための手段とを有する。
【００１７】本発明は、第３の面においては、本発明の
上記第２面による装置を有する移動通信装置を提供する
ものである。
上記第２面による装置を有する移動通信装置を提供する
ものである。
【００１８】本発明は、第４の面においては、本発明の
上記第２面による装置を有する基地コントローラ局から
なるセルラー電話通信網を提供するものである。
上記第２面による装置を有する基地コントローラ局から
なるセルラー電話通信網を提供するものである。
【００１９】本発明をよりよく理解してもらい、本発明
の実施方法を示すために、例として添付図面を参照す
る。
の実施方法を示すために、例として添付図面を参照す
る。
【００２０】
【発明の実施の形態】サンプリングされた音声信号のフ
レームについてのピッチ−ラグ・パラメータの開ループ
予測に使用される方法及び装置について説明をする。こ
の方法の主なステップは、図４の流れ図に示されてい
る。ここで説明する方法及び装置は、図１を参照して既
に説明したＣＥＬＰ符復号器などの、その他の点では従
来通りに構成された音声符復号器に組み込まれ得るもの
である。
レームについてのピッチ−ラグ・パラメータの開ループ
予測に使用される方法及び装置について説明をする。こ
の方法の主なステップは、図４の流れ図に示されてい
る。ここで説明する方法及び装置は、図１を参照して既
に説明したＣＥＬＰ符復号器などの、その他の点では従
来通りに構成された音声符復号器に組み込まれ得るもの
である。
【００２１】サンプリングされた、符号化されるべき音
声信号は、一定の長さのフレームに分割される。既に説
明したように、受信されたとき、フレームは始めにＬＰ
Ｃ予測ユニット１に入力される。通常、元の音声信号
の、ＬＰＣ予測が行われて該信号の短時間冗長性が抜き
取られた後に残っている部分である残差信号に対して開
ループＬＴＰ予測が行われる。この残差をr(n)で表わす
ことができ、このｎはサンプル番号を示す。自己相関関
数はフレームについて：
声信号は、一定の長さのフレームに分割される。既に説
明したように、受信されたとき、フレームは始めにＬＰ
Ｃ予測ユニット１に入力される。通常、元の音声信号
の、ＬＰＣ予測が行われて該信号の短時間冗長性が抜き
取られた後に残っている部分である残差信号に対して開
ループＬＴＰ予測が行われる。この残差をr(n)で表わす
ことができ、このｎはサンプル番号を示す。自己相関関
数はフレームについて：
【数１０】 によって決定され、ここでｗ(d) は、下記の式：
【数１１】 で与えられる重み付け関数であり、Ｔold は、最も最近
に受信され、処理された有声フレームについて決定され
たピッチ−ラグであり、ｎ、Ｎ、ｄL 、ｄH は上で定義
されている。Ｋnw及びＫは、通常は０．８５の値を有す
る調整パラメータである。追加の調整パラメータＡにつ
いては後で説明する。
に受信され、処理された有声フレームについて決定され
たピッチ−ラグであり、ｎ、Ｎ、ｄL 、ｄH は上で定義
されている。Ｋnw及びＫは、通常は０．８５の値を有す
る調整パラメータである。追加の調整パラメータＡにつ
いては後で説明する。
【００２２】フレームについて開ループＬＴＰパラメー
タが決定された後、そのフレームは（パラメータＴold
を式（２）で使用するためにフィードバックできるよう
に）有声又は無声に分類される。この分類は、いろいろ
な方法で行われ得るものである。１つの適当な方法は、
開ループＬＴＰ利得ｂを決定して、このｂを何らかの所
定しきい利得と、或いはより好ましくは下記の式： ｂthr ＝（１−α) Ｋb ｂ＋αｂthr-1 ｛３｝ で与えられる適応しきい利得ｂthr と比較するという方
法であり、ここでαは減衰定数（０．９９５）であり、
Ｋb はスケールファクター（０．１５）である。項ｂ
thr-1 は、直前のフレームについて決定されたしきい利
得である。フレームを有声又は無声に分類するためのも
う一つの基準、或いは追加の基準は、前記フレーム内で
の残差信号の‘ゼロ・クロッシング’率を決定すること
である。クロッシング率が割合に高いことは、フレーム
が無声であることを示し、クロッシング率が低いことは
そのフレームが有声であることを示す。適当なしきい値
は、フレームの長さＮの3/4 である。
タが決定された後、そのフレームは（パラメータＴold
を式（２）で使用するためにフィードバックできるよう
に）有声又は無声に分類される。この分類は、いろいろ
な方法で行われ得るものである。１つの適当な方法は、
開ループＬＴＰ利得ｂを決定して、このｂを何らかの所
定しきい利得と、或いはより好ましくは下記の式： ｂthr ＝（１−α) Ｋb ｂ＋αｂthr-1 ｛３｝ で与えられる適応しきい利得ｂthr と比較するという方
法であり、ここでαは減衰定数（０．９９５）であり、
Ｋb はスケールファクター（０．１５）である。項ｂ
thr-1 は、直前のフレームについて決定されたしきい利
得である。フレームを有声又は無声に分類するためのも
う一つの基準、或いは追加の基準は、前記フレーム内で
の残差信号の‘ゼロ・クロッシング’率を決定すること
である。クロッシング率が割合に高いことは、フレーム
が無声であることを示し、クロッシング率が低いことは
そのフレームが有声であることを示す。適当なしきい値
は、フレームの長さＮの3/4 である。
【００２３】フレームを有声又は無声に分類するための
もう一つの或いは追加の基準は、ピッチ−ラグが変化す
る速度である。フレームについて決定されたピッチ−ラ
グが最近のフレームの集合について決定された’平均’
ピッチ−ラグから著ぢるしくずれているならば、そのフ
レームを無声フレームに分類することができる。ずれが
比較的に小さければ、そのフレームは有声フレームに分
類することができる。
もう一つの或いは追加の基準は、ピッチ−ラグが変化す
る速度である。フレームについて決定されたピッチ−ラ
グが最近のフレームの集合について決定された’平均’
ピッチ−ラグから著ぢるしくずれているならば、そのフ
レームを無声フレームに分類することができる。ずれが
比較的に小さければ、そのフレームは有声フレームに分
類することができる。
【００２４】｛２｝により与えられる重み付け関数ｗn
(d) は、重み付けされた自己相関関数Ｒ＾W (d) を旧ピ
ッチ−ラグＴold の近辺で強調させる第１項
(d) は、重み付けされた自己相関関数Ｒ＾W (d) を旧ピ
ッチ−ラグＴold の近辺で強調させる第１項
【数１２】 を有する。式｛２｝の左辺の第２項
【数１３】 は、小さなピッチ−ラグ値を強調させる。これら２つの
項の組み合わせは、正しいピッチ−ラグの倍数又は約数
が重み付けされている自己相関関数の最大値を生じさせ
る可能性を著しく低下させるのに役立つ。
項の組み合わせは、正しいピッチ−ラグの倍数又は約数
が重み付けされている自己相関関数の最大値を生じさせ
る可能性を著しく低下させるのに役立つ。
【００２５】もし、現在のフレームi についてのピッチ
−ラグが決定された後に、そのフレームが有声に分類さ
れ、そのフレームについての開ループ利得が何らかのし
きい値（例えば０．４）より大きいと判定されたなら
ば、式｛２｝の中の調整因数Ａは次のフレーム（i+1)に
ついては１にセットされる。しかし、現在のフレームが
無声に分類され、或いは開ループ利得がしきい値より小
さいと判定されたならば、調整因数は下記のように修正
される： Ａi+1 = 1.01Ａi ｛４｝
−ラグが決定された後に、そのフレームが有声に分類さ
れ、そのフレームについての開ループ利得が何らかのし
きい値（例えば０．４）より大きいと判定されたなら
ば、式｛２｝の中の調整因数Ａは次のフレーム（i+1)に
ついては１にセットされる。しかし、現在のフレームが
無声に分類され、或いは開ループ利得がしきい値より小
さいと判定されたならば、調整因数は下記のように修正
される： Ａi+1 = 1.01Ａi ｛４｝
【００２６】連続する無声フレーム列中の各無声フレー
ム（或いは、開ループ利得がしきい値より小さい場合に
は、有声フレーム）について式｛４｝に従って調整因数
Ａを修正することができる。しかし、所定数の連続する
無声フレームが受信された後に、例えばこの連続する無
声フレームの集合が受信される毎に、はじめて式｛４｝
を適用するのが好ましい。組み合わせ重み付け因数Ｋnw
Ａの上限が１．０である場合には近辺の重み付け因数Ｋ
nwは通常は０．８５にセットされ、その限界値では重み
付けは全ての遅延ｄ＝ｄL 〜ｄH で均一である。
ム（或いは、開ループ利得がしきい値より小さい場合に
は、有声フレーム）について式｛４｝に従って調整因数
Ａを修正することができる。しかし、所定数の連続する
無声フレームが受信された後に、例えばこの連続する無
声フレームの集合が受信される毎に、はじめて式｛４｝
を適用するのが好ましい。組み合わせ重み付け因数Ｋnw
Ａの上限が１．０である場合には近辺の重み付け因数Ｋ
nwは通常は０．８５にセットされ、その限界値では重み
付けは全ての遅延ｄ＝ｄL 〜ｄH で均一である。
【００２７】或いは、所定数（例えば３個）の重み付け
関数w(d)だけを使用してもよい。各関数にはしきいレベ
ルが割り当てられ、例えば｛４｝で定義されている項な
どの適応項がそのしきいレベルを超えたときにはそれら
の関数のうちの特定の１つが選択される。限られた数の
重み付け関数を定義することの利点は、定義された関数
をメモリーに記憶させることができることである。従っ
て、新しいフレームの各々について重み付け関数を計算
し直す必要はなくなる。
関数w(d)だけを使用してもよい。各関数にはしきいレベ
ルが割り当てられ、例えば｛４｝で定義されている項な
どの適応項がそのしきいレベルを超えたときにはそれら
の関数のうちの特定の１つが選択される。限られた数の
重み付け関数を定義することの利点は、定義された関数
をメモリーに記憶させることができることである。従っ
て、新しいフレームの各々について重み付け関数を計算
し直す必要はなくなる。
【００２８】上記の方法を実行するための簡単なシステ
ムが図５に略図示されており、ここでシステムへの入力
１６は、ＬＰＣ予測ユニット１から供給される残差信号
である。残差信号１６は、残差信号の各フレームについ
て相関関数を作成するフレーム相関器１７に供給され
る。各フレームについての相関関数は第１重み付けユニ
ット１８に入力され、このユニットは式 2 の第２項、
即ち
ムが図５に略図示されており、ここでシステムへの入力
１６は、ＬＰＣ予測ユニット１から供給される残差信号
である。残差信号１６は、残差信号の各フレームについ
て相関関数を作成するフレーム相関器１７に供給され
る。各フレームについての相関関数は第１重み付けユニ
ット１８に入力され、このユニットは式 2 の第２項、
即ち
【数１４】 に従ってその相関関数に重み付けをする。その重み付け
された関数は第２重み付けユニット１９に入力され、こ
のユニット１９は式｛２｝の第１項、即ち
された関数は第２重み付けユニット１９に入力され、こ
のユニット１９は式｛２｝の第１項、即ち
【数１５】 に従って前記相関関数に付加的な重み付けを行う。パラ
メータＴold はバッファ２０で保管され、このバッファ
は、分類ユニット２１が現在のフレームを有声フレーム
に分類する場合に限って、システムの出力によって更新
される。重み付けされた相関関数は検索ユニット２２に
入力され、このユニットは、重み付けされた関数の最大
値を特定し、その最大値から現在のフレームのピッチ−
ラグを決定する。
メータＴold はバッファ２０で保管され、このバッファ
は、分類ユニット２１が現在のフレームを有声フレーム
に分類する場合に限って、システムの出力によって更新
される。重み付けされた相関関数は検索ユニット２２に
入力され、このユニットは、重み付けされた関数の最大
値を特定し、その最大値から現在のフレームのピッチ−
ラグを決定する。
【００２９】本発明の範囲から逸脱することなく上記の
実施例に様々な修正を加え得ることを専門家は認めるで
あろう。特に、最も最近の有声フレームについて得られ
た間違ったピッチ−ラグ推定が現在の推定をあまり大幅
に混乱させるのを防止するために、最も最近のｎ個の有
声フレームについて推定されたピッチ−ラグを記憶する
ように図５のバッファ２０を構成することができる（ｎ
は例えば４である）。重み付けユニット１９が適用する
重み付け関数は、パラメータＴold を、緩衝記憶されて
いるｎ個のピッチ−ラグの中央値であるパラメータＴ
med と置き換えることによって修正される。
実施例に様々な修正を加え得ることを専門家は認めるで
あろう。特に、最も最近の有声フレームについて得られ
た間違ったピッチ−ラグ推定が現在の推定をあまり大幅
に混乱させるのを防止するために、最も最近のｎ個の有
声フレームについて推定されたピッチ−ラグを記憶する
ように図５のバッファ２０を構成することができる（ｎ
は例えば４である）。重み付けユニット１９が適用する
重み付け関数は、パラメータＴold を、緩衝記憶されて
いるｎ個のピッチ−ラグの中央値であるパラメータＴ
med と置き換えることによって修正される。
【００３０】別の修正では、ユニット１９で適用される
重み付けは、バッファ２０に記憶されているｎ個のピッ
チ−ラグ値の標準偏差に反比例する。これは、緩衝記憶
されているｎ個のピッチ−ラグ同士の差があまり大きく
ないときにはピッチ−ラグの中央値の近辺での重み付け
を強調し、ｎ個のピッチ−ラグ同士の差が割合に大きい
ときには逆に重み付けの強調を解除するという効果を有
する。例えば、次のように３つの重み付け関数を使用す
ることができる：
重み付けは、バッファ２０に記憶されているｎ個のピッ
チ−ラグ値の標準偏差に反比例する。これは、緩衝記憶
されているｎ個のピッチ−ラグ同士の差があまり大きく
ないときにはピッチ−ラグの中央値の近辺での重み付け
を強調し、ｎ個のピッチ−ラグ同士の差が割合に大きい
ときには逆に重み付けの強調を解除するという効果を有
する。例えば、次のように３つの重み付け関数を使用す
ることができる：
【数１６】 ここでＫm1，Ｋm2，Ｔｈ1 ，及びＴｈ2 は、例えばそれ
ぞれ０．７５，０．９５，２，及び６に等しい調整パラ
メータである。ピッチ−ラグが大きいときに生じる標準
偏差の大幅な変動に対処するために、式｛５｝の中のし
きい値Ｔｈ1 及びＴｈ2 をピッチ−ラグ中央値Ｔmed に
比例させることができる。
ぞれ０．７５，０．９５，２，及び６に等しい調整パラ
メータである。ピッチ−ラグが大きいときに生じる標準
偏差の大幅な変動に対処するために、式｛５｝の中のし
きい値Ｔｈ1 及びＴｈ2 をピッチ−ラグ中央値Ｔmed に
比例させることができる。
【図１】ＣＥＬＰ音声符号器を示す略図である。
【図２】ＣＥＬＰ音声復号器を示す略図である。
【図３】符号化されるべき音声信号のフレームと、この
フレームについての自己相関関数を決定するのに使用さ
れる最大遅延及び最小遅延とを示す。
フレームについての自己相関関数を決定するのに使用さ
れる最大遅延及び最小遅延とを示す。
【図４】本発明の実施例の音声符号化方法の主なステッ
プを示す流れ図である。
プを示す流れ図である。
【図５】図４の方法を実施するためのシステムを示す略
図である。
図である。
１７ フレーム相関器 １８、１９ 重み付けユニット ２０ バッファ ２１ 分類ユニット ２２ 検索ユニット
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ジャン バイニオ フィンランド国 サックスジャービ ＦＩ Ｎ−33880 ラウリンティエ 16Ｃ (72)発明者 パシー オジャラ フィンランド国 サックスジャービ ＦＩ Ｎ−33880 ラウリンティエ ４Ｄ (72)発明者 ペトリ ハーヴィスト フィンランド国 タンペレ ＦＩＮ− 33580 ヘラカリオンカツ 47
Claims (14)
- 【請求項１】 サンプリングされた信号をこの信号のフ
レームの系列の中の各フレームについてピッチ−ラグ・
パラメータを使って音声符号化する方法であって、各フ
レームについて：前記信号中のフレームについて所定の
最大遅延と最小遅延との間の自己相関関数を決定し；前
のフレームについて決定されたピッチ−ラグ・パラメー
タの近辺での遅延についてその自己相関関数を強調する
ためにこの自己相関関数に重み付けをし；重み付けされ
た自己相関関数の最大値に対応する遅延を前記フレーム
のピッチ−ラグ・パラメータと認定することを特徴とす
る方法。 - 【請求項２】 前記重み付け関数は下記の形： 【数１】 を持っており、ここでＴold は前記前のフレームのピッ
チ−ラグであり、ｄL は前記最小遅延であり、Ｋnwは前
記近辺での重み付けを定義する調整パラメータであるこ
とを特徴とする請求項１に記載の方法。 - 【請求項３】 それぞれの前のフレームについて決定さ
れた複数のピッチ−ラグの中央値の近辺での遅延を強調
するように前記自己相関関数に重み付けをすることを特
徴とする請求項１に記載の方法。 - 【請求項４】 前記重み付け関数は下記の形： 【数２】 を持っており、ここでＴmed はそれぞれの前のフレーム
について決定された複数のピッチ−ラグの中央値であ
り、ｄL は前記最小遅延であり、Ｋnwは前記近辺での重
み付けを定義する調整パラメータであることを特徴とす
る請求項３に記載の方法。 - 【請求項５】 前記重み付け関数は、前記の複数のピッ
チ−ラグの標準偏差に反比例する因数を包含させられる
ことによって修正されることを特徴とする請求項４項に
記載の方法。 - 【請求項６】 前記重み付けは、更に、長い遅延より短
い遅延を強調するようになっていることを特徴とする請
求項１乃至５のいずれかに記載の方法。 - 【請求項７】 前記強調は下記の因数： 【数３】 によってもたらされ、ここでＫw はもう一つの重み付け
パラメータであることを特徴とする請求項４項に記載の
方法。 - 【請求項８】 前記フレームを有声フレーム及び非有声
フレームに分類するステップを含み、前記前のフレーム
は最も最近の有声フレームであることを特徴とする請求
項１乃至７のいずれかに記載の方法。 - 【請求項９】 前記前のフレーム、又は最も最近の前の
フレーム、が最も最近のフレームでなければ、重み付け
は縮小されることを特徴とする請求項８に記載の方法。 - 【請求項１０】 連続する非有声フレームの列が受信さ
れた後、その列内のフレームの個数に実質的に比例させ
て重み付けを縮小することを特徴とする請求項８又は９
に記載の方法。 - 【請求項１１】 調整パラメータは下記の形： log2 ＫnwＡ に修正され、ここでＡは、連続する非有声フレームの列
の各フレームの受信後に、又はその列中の所定の複数の
フレームの受信後に増大される調整因数であって、次の
有声フレームについてはその最小値に戻されるようにな
っていることを特徴とする、請求項２又は４に従属した
ときの請求項８に記載の方法。 - 【請求項１２】 サンプリングされた信号をこの信号の
フレームの系列の中の各フレームについてピッチ−ラグ
・パラメータを使って音声符号化する装置であって、こ
の装置は：各フレームについて該信号内のフレームの所
定の最大遅延と最小遅延との間の自己相関関数を決定す
るための手段と；前のフレームについて決定されたピッ
チ−ラグ・パラメータの近辺での遅延について前記自己
相関関数を強調するためにこの自己相関関数に重み付け
をするための重み付け手段と；重み付けされた自己相関
関数の最大値に対応する遅延を前記フレームのピッチ−
ラグ・パラメータと認定するための手段とを有すること
を特徴とする装置。 - 【請求項１３】 請求項１２の装置を有する移動通信装
置。 - 【請求項１４】 請求項１２に記載の装置を有する基地
コントローラ局を有するセルラー電話通信網。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FI971976A FI971976A (fi) | 1997-05-07 | 1997-05-07 | Puhekoodaus |
| FI971976 | 1997-05-07 | ||
| FI980502A FI113903B (fi) | 1997-05-07 | 1998-03-05 | Puheen koodaus |
| FI980502 | 1998-03-05 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003350824A Division JP2004038211A (ja) | 1997-05-07 | 2003-10-09 | 音声符号化方法及び装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1124699A true JPH1124699A (ja) | 1999-01-29 |
Family
ID=26160386
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10113808A Withdrawn JPH1124699A (ja) | 1997-05-07 | 1998-04-23 | 音声符号化方法及び装置 |
| JP2003350824A Pending JP2004038211A (ja) | 1997-05-07 | 2003-10-09 | 音声符号化方法及び装置 |
| JP2009101116A Expired - Lifetime JP4866438B2 (ja) | 1997-05-07 | 2009-04-17 | 音声符号化方法及び装置 |
Family Applications After (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003350824A Pending JP2004038211A (ja) | 1997-05-07 | 2003-10-09 | 音声符号化方法及び装置 |
| JP2009101116A Expired - Lifetime JP4866438B2 (ja) | 1997-05-07 | 2009-04-17 | 音声符号化方法及び装置 |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US6199035B1 (ja) |
| EP (1) | EP0877355B1 (ja) |
| JP (3) | JPH1124699A (ja) |
| KR (2) | KR100653926B1 (ja) |
| CN (1) | CN1120471C (ja) |
| AU (1) | AU739238B2 (ja) |
| DE (1) | DE69814517T2 (ja) |
| ES (1) | ES2198615T3 (ja) |
| FI (1) | FI113903B (ja) |
| WO (1) | WO1998050910A1 (ja) |
Families Citing this family (58)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6415252B1 (en) * | 1998-05-28 | 2002-07-02 | Motorola, Inc. | Method and apparatus for coding and decoding speech |
| US7072832B1 (en) | 1998-08-24 | 2006-07-04 | Mindspeed Technologies, Inc. | System for speech encoding having an adaptive encoding arrangement |
| US6507814B1 (en) * | 1998-08-24 | 2003-01-14 | Conexant Systems, Inc. | Pitch determination using speech classification and prior pitch estimation |
| JP3180786B2 (ja) | 1998-11-27 | 2001-06-25 | 日本電気株式会社 | 音声符号化方法及び音声符号化装置 |
| US7117149B1 (en) * | 1999-08-30 | 2006-10-03 | Harman Becker Automotive Systems-Wavemakers, Inc. | Sound source classification |
| US6782360B1 (en) * | 1999-09-22 | 2004-08-24 | Mindspeed Technologies, Inc. | Gain quantization for a CELP speech coder |
| US6959274B1 (en) * | 1999-09-22 | 2005-10-25 | Mindspeed Technologies, Inc. | Fixed rate speech compression system and method |
| US7124075B2 (en) * | 2001-10-26 | 2006-10-17 | Dmitry Edward Terez | Methods and apparatus for pitch determination |
| KR100463417B1 (ko) * | 2002-10-10 | 2004-12-23 | 한국전자통신연구원 | 상관함수의 최대값과 그의 후보값의 비를 이용한 피치검출 방법 및 그 장치 |
| US7895036B2 (en) * | 2003-02-21 | 2011-02-22 | Qnx Software Systems Co. | System for suppressing wind noise |
| US8326621B2 (en) | 2003-02-21 | 2012-12-04 | Qnx Software Systems Limited | Repetitive transient noise removal |
| US7885420B2 (en) * | 2003-02-21 | 2011-02-08 | Qnx Software Systems Co. | Wind noise suppression system |
| US8073689B2 (en) | 2003-02-21 | 2011-12-06 | Qnx Software Systems Co. | Repetitive transient noise removal |
| US7949522B2 (en) | 2003-02-21 | 2011-05-24 | Qnx Software Systems Co. | System for suppressing rain noise |
| US8271279B2 (en) * | 2003-02-21 | 2012-09-18 | Qnx Software Systems Limited | Signature noise removal |
| US7725315B2 (en) * | 2003-02-21 | 2010-05-25 | Qnx Software Systems (Wavemakers), Inc. | Minimization of transient noises in a voice signal |
| TWI241557B (en) * | 2003-07-21 | 2005-10-11 | Ali Corp | Method for estimating a pitch estimation of the speech signals |
| JP4490090B2 (ja) | 2003-12-25 | 2010-06-23 | 株式会社エヌ・ティ・ティ・ドコモ | 有音無音判定装置および有音無音判定方法 |
| US7949520B2 (en) * | 2004-10-26 | 2011-05-24 | QNX Software Sytems Co. | Adaptive filter pitch extraction |
| US8170879B2 (en) * | 2004-10-26 | 2012-05-01 | Qnx Software Systems Limited | Periodic signal enhancement system |
| US8543390B2 (en) * | 2004-10-26 | 2013-09-24 | Qnx Software Systems Limited | Multi-channel periodic signal enhancement system |
| US8306821B2 (en) * | 2004-10-26 | 2012-11-06 | Qnx Software Systems Limited | Sub-band periodic signal enhancement system |
| US7610196B2 (en) * | 2004-10-26 | 2009-10-27 | Qnx Software Systems (Wavemakers), Inc. | Periodic signal enhancement system |
| US7716046B2 (en) * | 2004-10-26 | 2010-05-11 | Qnx Software Systems (Wavemakers), Inc. | Advanced periodic signal enhancement |
| US7680652B2 (en) | 2004-10-26 | 2010-03-16 | Qnx Software Systems (Wavemakers), Inc. | Periodic signal enhancement system |
| US8284947B2 (en) * | 2004-12-01 | 2012-10-09 | Qnx Software Systems Limited | Reverberation estimation and suppression system |
| US7933767B2 (en) * | 2004-12-27 | 2011-04-26 | Nokia Corporation | Systems and methods for determining pitch lag for a current frame of information |
| US7386445B2 (en) * | 2005-01-18 | 2008-06-10 | Nokia Corporation | Compensation of transient effects in transform coding |
| US8027833B2 (en) * | 2005-05-09 | 2011-09-27 | Qnx Software Systems Co. | System for suppressing passing tire hiss |
| US8170875B2 (en) | 2005-06-15 | 2012-05-01 | Qnx Software Systems Limited | Speech end-pointer |
| US8311819B2 (en) * | 2005-06-15 | 2012-11-13 | Qnx Software Systems Limited | System for detecting speech with background voice estimates and noise estimates |
| US9058812B2 (en) * | 2005-07-27 | 2015-06-16 | Google Technology Holdings LLC | Method and system for coding an information signal using pitch delay contour adjustment |
| US8386245B2 (en) * | 2006-03-20 | 2013-02-26 | Mindspeed Technologies, Inc. | Open-loop pitch track smoothing |
| US7844453B2 (en) | 2006-05-12 | 2010-11-30 | Qnx Software Systems Co. | Robust noise estimation |
| US8010350B2 (en) * | 2006-08-03 | 2011-08-30 | Broadcom Corporation | Decimated bisectional pitch refinement |
| US7752038B2 (en) * | 2006-10-13 | 2010-07-06 | Nokia Corporation | Pitch lag estimation |
| US8335685B2 (en) * | 2006-12-22 | 2012-12-18 | Qnx Software Systems Limited | Ambient noise compensation system robust to high excitation noise |
| US8326620B2 (en) | 2008-04-30 | 2012-12-04 | Qnx Software Systems Limited | Robust downlink speech and noise detector |
| US8386246B2 (en) * | 2007-06-27 | 2013-02-26 | Broadcom Corporation | Low-complexity frame erasure concealment |
| US8850154B2 (en) | 2007-09-11 | 2014-09-30 | 2236008 Ontario Inc. | Processing system having memory partitioning |
| US8904400B2 (en) * | 2007-09-11 | 2014-12-02 | 2236008 Ontario Inc. | Processing system having a partitioning component for resource partitioning |
| US8694310B2 (en) | 2007-09-17 | 2014-04-08 | Qnx Software Systems Limited | Remote control server protocol system |
| US8209514B2 (en) * | 2008-02-04 | 2012-06-26 | Qnx Software Systems Limited | Media processing system having resource partitioning |
| GB2466675B (en) | 2009-01-06 | 2013-03-06 | Skype | Speech coding |
| GB2466670B (en) | 2009-01-06 | 2012-11-14 | Skype | Speech encoding |
| GB2466673B (en) | 2009-01-06 | 2012-11-07 | Skype | Quantization |
| GB2466671B (en) | 2009-01-06 | 2013-03-27 | Skype | Speech encoding |
| GB2466669B (en) | 2009-01-06 | 2013-03-06 | Skype | Speech coding |
| GB2466672B (en) | 2009-01-06 | 2013-03-13 | Skype | Speech coding |
| GB2466674B (en) | 2009-01-06 | 2013-11-13 | Skype | Speech coding |
| CN102016530B (zh) * | 2009-02-13 | 2012-11-14 | 华为技术有限公司 | 一种基音周期检测方法和装置 |
| US8452606B2 (en) | 2009-09-29 | 2013-05-28 | Skype | Speech encoding using multiple bit rates |
| US9384759B2 (en) | 2012-03-05 | 2016-07-05 | Malaspina Labs (Barbados) Inc. | Voice activity detection and pitch estimation |
| US9020818B2 (en) | 2012-03-05 | 2015-04-28 | Malaspina Labs (Barbados) Inc. | Format based speech reconstruction from noisy signals |
| US9437213B2 (en) | 2012-03-05 | 2016-09-06 | Malaspina Labs (Barbados) Inc. | Voice signal enhancement |
| US9123328B2 (en) * | 2012-09-26 | 2015-09-01 | Google Technology Holdings LLC | Apparatus and method for audio frame loss recovery |
| CN110085243B (zh) * | 2013-07-18 | 2022-12-02 | 日本电信电话株式会社 | 线性预测分析装置、线性预测分析方法以及记录介质 |
| CN110265058B (zh) | 2013-12-19 | 2023-01-17 | 瑞典爱立信有限公司 | 估计音频信号中的背景噪声 |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4486900A (en) | 1982-03-30 | 1984-12-04 | At&T Bell Laboratories | Real time pitch detection by stream processing |
| JP2585214B2 (ja) * | 1986-02-21 | 1997-02-26 | 株式会社日立製作所 | ピッチ抽出方法 |
| US4969192A (en) | 1987-04-06 | 1990-11-06 | Voicecraft, Inc. | Vector adaptive predictive coder for speech and audio |
| CA2010830C (en) | 1990-02-23 | 1996-06-25 | Jean-Pierre Adoul | Dynamic codebook for efficient speech coding based on algebraic codes |
| JPH04264600A (ja) * | 1991-02-20 | 1992-09-21 | Fujitsu Ltd | 音声符号化装置および音声復号装置 |
| US5179594A (en) * | 1991-06-12 | 1993-01-12 | Motorola, Inc. | Efficient calculation of autocorrelation coefficients for CELP vocoder adaptive codebook |
| US5339384A (en) * | 1992-02-18 | 1994-08-16 | At&T Bell Laboratories | Code-excited linear predictive coding with low delay for speech or audio signals |
| FI95085C (fi) | 1992-05-11 | 1995-12-11 | Nokia Mobile Phones Ltd | Menetelmä puhesignaalin digitaaliseksi koodaamiseksi sekä puhekooderi menetelmän suorittamiseksi |
| US5327520A (en) * | 1992-06-04 | 1994-07-05 | At&T Bell Laboratories | Method of use of voice message coder/decoder |
| FI91345C (fi) | 1992-06-24 | 1994-06-10 | Nokia Mobile Phones Ltd | Menetelmä kanavanvaihdon tehostamiseksi |
| CA2102080C (en) * | 1992-12-14 | 1998-07-28 | Willem Bastiaan Kleijn | Time shifting for generalized analysis-by-synthesis coding |
| IT1270438B (it) * | 1993-06-10 | 1997-05-05 | Sip | Procedimento e dispositivo per la determinazione del periodo del tono fondamentale e la classificazione del segnale vocale in codificatori numerici della voce |
| JP3321933B2 (ja) * | 1993-10-19 | 2002-09-09 | ソニー株式会社 | ピッチ検出方法 |
| FI98163C (fi) | 1994-02-08 | 1997-04-25 | Nokia Mobile Phones Ltd | Koodausjärjestelmä parametriseen puheenkoodaukseen |
| US5517595A (en) * | 1994-02-08 | 1996-05-14 | At&T Corp. | Decomposition in noise and periodic signal waveforms in waveform interpolation |
| JP3418005B2 (ja) * | 1994-08-04 | 2003-06-16 | 富士通株式会社 | 音声ピッチ検出装置 |
| US5781880A (en) * | 1994-11-21 | 1998-07-14 | Rockwell International Corporation | Pitch lag estimation using frequency-domain lowpass filtering of the linear predictive coding (LPC) residual |
| US5664053A (en) | 1995-04-03 | 1997-09-02 | Universite De Sherbrooke | Predictive split-matrix quantization of spectral parameters for efficient coding of speech |
| US5699485A (en) * | 1995-06-07 | 1997-12-16 | Lucent Technologies Inc. | Pitch delay modification during frame erasures |
-
1998
- 1998-03-05 FI FI980502A patent/FI113903B/fi not_active IP Right Cessation
- 1998-03-13 WO PCT/FI1998/000229 patent/WO1998050910A1/en not_active Application Discontinuation
- 1998-03-13 AU AU64032/98A patent/AU739238B2/en not_active Expired
- 1998-03-13 KR KR1020047005340A patent/KR100653926B1/ko not_active IP Right Cessation
- 1998-03-13 KR KR1019997009481A patent/KR100653932B1/ko not_active IP Right Cessation
- 1998-03-13 CN CN98804901A patent/CN1120471C/zh not_active Expired - Lifetime
- 1998-03-17 EP EP98104785A patent/EP0877355B1/en not_active Expired - Lifetime
- 1998-03-17 ES ES98104785T patent/ES2198615T3/es not_active Expired - Lifetime
- 1998-03-17 DE DE69814517T patent/DE69814517T2/de not_active Expired - Lifetime
- 1998-04-23 JP JP10113808A patent/JPH1124699A/ja not_active Withdrawn
- 1998-05-06 US US09/073,697 patent/US6199035B1/en not_active Expired - Lifetime
-
2003
- 2003-10-09 JP JP2003350824A patent/JP2004038211A/ja active Pending
-
2009
- 2009-04-17 JP JP2009101116A patent/JP4866438B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| CN1120471C (zh) | 2003-09-03 |
| WO1998050910A1 (en) | 1998-11-12 |
| JP4866438B2 (ja) | 2012-02-01 |
| ES2198615T3 (es) | 2004-02-01 |
| KR20010006394A (ko) | 2001-01-26 |
| AU6403298A (en) | 1998-11-27 |
| CN1255226A (zh) | 2000-05-31 |
| KR100653932B1 (ko) | 2006-12-04 |
| KR100653926B1 (ko) | 2006-12-05 |
| FI113903B (fi) | 2004-06-30 |
| EP0877355A2 (en) | 1998-11-11 |
| EP0877355A3 (en) | 1999-06-16 |
| DE69814517D1 (de) | 2003-06-18 |
| JP2004038211A (ja) | 2004-02-05 |
| FI980502A (fi) | 1998-11-08 |
| AU739238B2 (en) | 2001-10-04 |
| US6199035B1 (en) | 2001-03-06 |
| JP2009223326A (ja) | 2009-10-01 |
| DE69814517T2 (de) | 2004-04-08 |
| EP0877355B1 (en) | 2003-05-14 |
| FI980502A0 (fi) | 1998-03-05 |
| KR20040037265A (ko) | 2004-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4866438B2 (ja) | 音声符号化方法及び装置 | |
| JP3197155B2 (ja) | ディジタル音声コーダにおける音声信号ピッチ周期の推定および分類のための方法および装置 | |
| US6202046B1 (en) | Background noise/speech classification method | |
| US7680651B2 (en) | Signal modification method for efficient coding of speech signals | |
| RU2419891C2 (ru) | Способ и устройство эффективной маскировки стирания кадров в речевых кодеках | |
| EP1338003B1 (en) | Gains quantization for a celp speech coder | |
| EP1132892A1 (en) | Voice encoder and voice encoding method | |
| JPH0863200A (ja) | 線形予測係数信号生成方法 | |
| EP1922718A2 (en) | Method and apparatus for coding an information signal using pitch delay contour adjustment | |
| KR20010090803A (ko) | 과다-샘플된 합성 광대역 신호를 위한 고주파 내용 복구방법 및 디바이스 | |
| US6272459B1 (en) | Voice signal coding apparatus | |
| US6937979B2 (en) | Coding based on spectral content of a speech signal | |
| US5926785A (en) | Speech encoding method and apparatus including a codebook storing a plurality of code vectors for encoding a speech signal | |
| US7302385B2 (en) | Speech restoration system and method for concealing packet losses | |
| AU727706B2 (en) | Repetitive sound compression system | |
| JPH0830299A (ja) | 音声符号化装置 | |
| JP3700310B2 (ja) | ベクトル量子化装置及びベクトル量子化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20030610 |
|
| A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20040427 |